10.000- 1.00
25.000- 2.00
30.000- 3.00
40.000- 4.00
50.000- 5.00
60.000- 6.00
70.000- 7.00
80.000- 8.00
99.000- 9.00
www.dropbox.com
Buna gore bunlar ne demek oluyor?
R:
R Square:
Adjusted R Square:
Std. Error of the Estimate:
ANOVA'da
df:
F:
Unstandardized Coefficients'te
B:
Std. Error:
Standardized Coefficients'te
t:
Sig.:
Beta:
İstatistikçi değilim.
Burada regresyon analizi yapılmış.
Model summary tablosunda R2'nin 0.988 olması modelinizin, verilerin %98.8'ini açıklamada kullanılabileceğini söyler. Bu parametrenin en yüksek değeri +1. İlk bakışta oldukça kuvvetli bir model olduğu anlaşılıyor.
Anova tablosunda sig=0.000 olması modelinizin anlamlı olduğunu söylüyor. Bunun 0.01'den küçük olması makbul.
Coefficient tablosu: modeliniz şöyle: math score = -0.194+10.35*(hours of study). Yalnız constant satırındaki sig>0.05 olduğu için bu katsayı anlamlı bulunmamış. analizi intercept olmadan, yani sabit sayı olmadan (y=a+bx değil, y=bx şeklinde) tekrar etmeyi deneyebilirsiniz. Muhtemelen daha doğru bir model bulacaksınız.
son söz, matematik puanının çalışma saati ile çok güçlü ilişkisi olduğunu bulmuşsunuz.
