Regressão no Jamovi

A regressão permite explicar e prever uma variável dependente com base em um ou mais preditores. No Jamovi, o processo é visual e com diagnóstico rápido.

Aplicações práticas

• Prever nota final a partir de assiduidade e horas de estudo.
• Explicar satisfação a partir de variáveis de serviço.
• Modelar intenção de saída a partir de clima organizacional.

Como interpretar resultados

• R² ajustado: percentagem de variabilidade explicada.
• Coeficientes beta: direção e contribuição de cada preditor.
• p-values: relevância estatística dos coeficientes.

Exemplo de decisão

Se R² ajustado=.41 e dois preditores têm p<.05, esses preditores devem ser mantidos no modelo final e discutidos na secção de resultados.