muutumisest. Näiteks uurimaks, kas isiksuseomadused ennustavad eesnäärmeuuringutele minekut tulevikus. / Uuritakse, kas suutmatus tähele panna (inattention_inatt18a), sugu ja tulemus Raven'i testis ennustavad kõrghariduse saamist 25-ks eluaastaks EHK ennustame inimese kõrghariduse saamist 25ndaks eluaastaks soo, raveni testi ja inattention'i kaudu. Analyze -> Regression -> Binary Logistic. (Dependent alla see muutuja mida ennustatakse ehk haridustase ja covariate alla see muutuja(d) mille kaudu ennustatakse, ehk sugu, raven ja inattention) - OK Esimesed 3 tabelit, näitavad baasmudelit, sellist millesse pole valitud ühtegi sõltumatut muutujat. Tabelid enne Block 0-i näitavad üldiselt analüüsitud andmete kohta. Tabel Model Summary alt saab vaadata mitu % varieeruvust nt kõrgharidusklassi kuulumises mudel kirjeldab. Cox&Snell alt tuleb nt 0,084 ehk 8,4% kuni Nagelkerke alt 0,117 ehk 11,7%. See tähendab, et mudel kirjeldab 8
Eeldused: Sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); Vaatluste sõltumatus; Muutujatevaheline suhe on lineaarne – kontrollime hajuvusdiagrammiga; Puuduvad märkimisväärsed erindid (outliers) – kontrollime hajuvusdiagrammiga; Koostamine JASPis: Valige Regression - Linear Regression. Tõstke sõltuv muutuja kasti nimega Dependent Variable ja sõltumatu muutuja ehk prediktor kasti nimega Covariate. Tulemuste tõlgendamine: o Regressioonivõrrand: sissetulek = −3.57 × vanus + 409,98 a näitab, kui palju muutub y ühe x-ühiku muutumise korral (iga aastaga sissetulek väheneb 3,57 võrra) Oluline on R2 ehk kui suure osa kogu ennustatava muutuja variatiivsusest kirjeldab ära prediktor. ANOVA tabelis ennekõike oluline p-väärtus <0,05, mis näitab, kas mudel on
annaabi.ee 
