Social Media Addiction – Analiza danych

1. Wprowadzenie

W tym raporcie sprawdzam, czy sposób korzystania z mediów społecznościowych wiąże się ze snem, uzależnieniem oraz tym, czy studenci czują wpływ na naukę. Dane m.in. średni dzienny czas w social mediach w godzinach, liczbę godzin snu, wynik uzależnienia oraz odpowiedź „Yes/No” o wpływie na naukę.

Cel i pytania badawcze

Celem raportu jest sprawdzenie, jak średni dzienny czas korzystania z social mediów (czas_sm_godz) wiąże się z:

• poziomem uzależnienia (wynik_uzaleznienia),
• snem (sen_godz),
• zdrowiem psychicznym (zdrowie_psychiczne),
• konfliktami przez social media (konflikty_przez_sm),
• deklaracją wpływu na wyniki w nauce (wplywa_na_nauke, Yes/No).

Pytania badawcze:

1. Czy osoby z wyższym czasem korzystania mają wyższy poziom uzależnienia?
2. Czy wyższy czas korzystania wiąże się z krótszym snem?
3. Czy wyższy czas korzystania wiąże się z gorszym zdrowiem psychicznym?
4. Czy wyższy czas korzystania wiąże się z większą liczbą konfliktów?
5. Czy osoby, które mówią „Yes” (wpływa na naukę), różnią się od „No” (czas, sen, uzależnienie itp.)?

info <- data.frame(
  "Liczba wierszy" = nrow(data),
  "Liczba kolumn" = ncol(data),
  check.names = FALSE
)

kable(info, align = "l") %>% 
  kable_styling(full_width = FALSE, position = "left")

Liczba wierszy	Liczba kolumn
705	13

kolumny <- data.frame(
  Nr = 1:ncol(data),
  "Nazwa kolumny" = names(data),
  check.names = FALSE
)
kable(kolumny, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Nr	Nazwa kolumny
1	id_studenta
2	wiek
3	plec
4	poziom_nauki
5	kraj
6	czas_sm_godz
7	platforma
8	wplywa_na_nauke
9	sen_godz
10	zdrowie_psychiczne
11	status_zwiazku
12	konflikty_przez_sm
13	wynik_uzaleznienia

2. Data Cleansing, Wrangling

2.1 Braki danych i duplikaty

# Ile jest NA w całym zbiorze?
suma_na <- sum(is.na(data))

suma_na <- data.frame(
  "Łączna liczba brakujących danych (NA)" = suma_na,
  check.names = FALSE
)

kable(suma_na, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Łączna liczba brakujących danych (NA)
0

# Braki w kolumnach
braki_kolumny <- data.frame(
  "Nazwy Id" = names(data),
  "Liczba na" = colSums(is.na(data)),
  check.names = FALSE
)


kable(braki_kolumny, align = "l", row.names = FALSE) %>%
  kable_styling(full_width = FALSE, position = "left")

Nazwy Id	Liczba na
id_studenta	0
wiek	0
plec	0
poziom_nauki	0
kraj	0
czas_sm_godz	0
platforma	0
wplywa_na_nauke	0
sen_godz	0
zdrowie_psychiczne	0
status_zwiazku	0
konflikty_przez_sm	0
wynik_uzaleznienia	0

# Czy id_studenta się duplikuje
duplikaty_id <- data %>%
  count(id_studenta) %>%
  filter(n > 1)

kable(duplikaty_id)

id_studenta	n

vis_miss(data)

Braki danych i duplikaty

Najpierw przygotowałem dane i zrobiłem podstawowy opis. Potem sprawdziłem zależności korelacjami i testami różnic między grupami. Na końcu zbudowałem modele regresję liniową dla snu oraz model logitowy dla deklarowanego wpływu na naukę. Trzeba pamiętać, że to dane z jednego momentu, więc pokazują zależności, ale nie dowodzą przyczyny.

2.2 Przedstawienie typów danych porządkowanie kategorii za pomocą tabeli

data2 <- data %>%
  mutate(
    plec = factor(plec),
    poziom_nauki = factor(poziom_nauki, levels = c("High School", "Undergraduate", "Graduate")),
    status_zwiazku = factor(status_zwiazku),
    platforma = factor(platforma),
    wplywa_na_nauke = factor(wplywa_na_nauke, levels = c("No", "Yes"))
  )


tab <- gtsummary::tbl_summary(data2)

tab %>%
  gtsummary::as_kable_extra() %>%
  scroll_box(height = "400px")

Characteristic	N = 705
id_studenta	353 (177, 529)
wiek
18	14 (2.0%)
19	163 (23%)
20	165 (23%)
21	156 (22%)
22	147 (21%)
23	34 (4.8%)
24	26 (3.7%)
plec
Female	353 (50%)
Male	352 (50%)
poziom_nauki
High School	27 (3.8%)
Undergraduate	353 (50%)
Graduate	325 (46%)
kraj
Afghanistan	1 (0.1%)
Albania	1 (0.1%)
Andorra	1 (0.1%)
Argentina	1 (0.1%)
Armenia	1 (0.1%)
Australia	14 (2.0%)
Austria	1 (0.1%)
Azerbaijan	1 (0.1%)
Bahamas	1 (0.1%)
Bahrain	1 (0.1%)
Bangladesh	20 (2.8%)
Belarus	1 (0.1%)
Belgium	1 (0.1%)
Bhutan	1 (0.1%)
Bolivia	1 (0.1%)
Bosnia	1 (0.1%)
Brazil	8 (1.1%)
Bulgaria	1 (0.1%)
Canada	34 (4.8%)
Chile	1 (0.1%)
China	16 (2.3%)
Colombia	1 (0.1%)
Costa Rica	1 (0.1%)
Croatia	1 (0.1%)
Cyprus	1 (0.1%)
Czech Republic	1 (0.1%)
Denmark	27 (3.8%)
Ecuador	1 (0.1%)
Egypt	1 (0.1%)
Estonia	1 (0.1%)
Finland	8 (1.1%)
France	27 (3.8%)
Georgia	1 (0.1%)
Germany	14 (2.0%)
Ghana	1 (0.1%)
Greece	1 (0.1%)
Hong Kong	1 (0.1%)
Hungary	1 (0.1%)
Iceland	1 (0.1%)
India	53 (7.5%)
Indonesia	1 (0.1%)
Iraq	1 (0.1%)
Ireland	27 (3.8%)
Israel	1 (0.1%)
Italy	21 (3.0%)
Jamaica	1 (0.1%)
Japan	21 (3.0%)
Jordan	1 (0.1%)
Kazakhstan	1 (0.1%)
Kenya	1 (0.1%)
Kosovo	1 (0.1%)
Kuwait	1 (0.1%)
Kyrgyzstan	1 (0.1%)
Latvia	1 (0.1%)
Lebanon	1 (0.1%)
Liechtenstein	1 (0.1%)
Lithuania	1 (0.1%)
Luxembourg	1 (0.1%)
Malaysia	8 (1.1%)
Maldives	19 (2.7%)
Malta	1 (0.1%)
Mexico	27 (3.8%)
Moldova	1 (0.1%)
Monaco	1 (0.1%)
Montenegro	1 (0.1%)
Morocco	1 (0.1%)
Nepal	19 (2.7%)
Netherlands	8 (1.1%)
New Zealand	8 (1.1%)
Nigeria	1 (0.1%)
North Macedonia	1 (0.1%)
Norway	1 (0.1%)
Oman	1 (0.1%)
Pakistan	19 (2.7%)
Panama	1 (0.1%)
Paraguay	1 (0.1%)
Peru	1 (0.1%)
Philippines	1 (0.1%)
Poland	16 (2.3%)
Portugal	1 (0.1%)
Qatar	1 (0.1%)
Romania	1 (0.1%)
Russia	21 (3.0%)
San Marino	1 (0.1%)
Serbia	1 (0.1%)
Singapore	8 (1.1%)
Slovakia	1 (0.1%)
Slovenia	1 (0.1%)
South Africa	1 (0.1%)
South Korea	13 (1.8%)
Spain	27 (3.8%)
Sri Lanka	19 (2.7%)
Sweden	1 (0.1%)
Switzerland	27 (3.8%)
Syria	1 (0.1%)
Taiwan	1 (0.1%)
Tajikistan	1 (0.1%)
Thailand	1 (0.1%)
Trinidad	1 (0.1%)
Turkey	27 (3.8%)
UAE	8 (1.1%)
UK	22 (3.1%)
Ukraine	1 (0.1%)
Uruguay	1 (0.1%)
USA	40 (5.7%)
Uzbekistan	1 (0.1%)
Vatican City	1 (0.1%)
Venezuela	1 (0.1%)
Vietnam	1 (0.1%)
Yemen	1 (0.1%)
czas_sm_godz	4.80 (4.10, 5.80)
platforma
Facebook	123 (17%)
Instagram	249 (35%)
KakaoTalk	12 (1.7%)
LINE	12 (1.7%)
LinkedIn	21 (3.0%)
Snapchat	13 (1.8%)
TikTok	154 (22%)
Twitter	30 (4.3%)
VKontakte	12 (1.7%)
WeChat	15 (2.1%)
WhatsApp	54 (7.7%)
YouTube	10 (1.4%)
wplywa_na_nauke	453 (64%)
sen_godz	6.90 (6.00, 7.70)
zdrowie_psychiczne
4	29 (4.1%)
5	173 (25%)
6	219 (31%)
7	178 (25%)
8	105 (15%)
9	1 (0.1%)
status_zwiazku
Complicated	32 (4.5%)
In Relationship	289 (41%)
Single	384 (54%)
konflikty_przez_sm
0	4 (0.6%)
1	47 (6.7%)
2	204 (29%)
3	261 (37%)
4	174 (25%)
5	15 (2.1%)
wynik_uzaleznienia
2	1 (0.1%)
3	16 (2.3%)
4	83 (12%)
5	136 (19%)
6	61 (8.7%)
7	209 (30%)
8	144 (20%)
9	55 (7.8%)
1 Median (Q1, Q3); n (%)

Dane zawierają zmienne liczbowe wiek, czas w social mediach, sen, wynik uzależnienia, zdrowie psychiczne oraz zmienne kategoryczne płeć, poziom nauki, kraj, platforma, status związku i wpływ na naukę Yes/No. Dla analizy uporządkowałem kategorie tam, gdzie to było potrzebne, żeby później wykresy i tabele były czytelne.

2.3 Mapa pochodzenia ankietowanych

kraje_licznosc <- data2 %>%
  count(kraj, name = "licznosc")

world <- rnaturalearth::ne_countries(scale = "medium", returnclass = "sf")

mapa <- world %>%
  left_join(kraje_licznosc, by = c("name" = "kraj"))

ggplot(mapa) +
  geom_sf(aes(fill = licznosc)) +
  labs(title = "Liczność studentów wg kraju", fill = "Liczność")

Mapa pochodzenia ankietowanych

Ankietowani pochodzą z wielu krajów, więc dane są zróżnicowane geograficznie. Najwięcej osób było z Indii (53), USA (40) i Kanady (34). Wiele krajów ma mniejsze liczności, ale ogólnie widać, że to próba międzynarodowa, a nie z jednego miejsca.

2.4 Nowe zmienne do analizy

data3 <- data2 %>%
  mutate(
    grupa_uzycia = cut(
      czas_sm_godz,
      breaks = c(0, 2, 4, 6, 8, 10, Inf),
      labels = c("0-2", "2-4", "4-6", "6-8", "8-10", ">10"),
      include.lowest = TRUE
    ),
    niski_sen = if_else(sen_godz < 7, "<7h", ">=7h") %>% factor()
  )

Dodałem dwie nowe zmienne: grupa_uzycia, która dzieli czas korzystania z social media na kategorie oraz niski_sen, która klasyfikuje osoby na te, które śpią mniej niż 7 godzin i te, które śpią 7 lub więcej godzin. To pozwoli mi później sprawdzić, czy są różnice między tymi grupami w kontekście snu i uzależnienia.

2.5 Sprawdzenie nowych zmiennych

tabela_grupa_uzycia <- as.data.frame(table(data3$grupa_uzycia))

colnames(tabela_grupa_uzycia) <- c("Przedziały czasowe korzystania z social media", "Liczba osób")

kable(tabela_grupa_uzycia, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Przedziały czasowe korzystania z social media	Liczba osób
0-2	2
2-4	167
4-6	393
6-8	138
8-10	5
>10	0

tabela_niski_sen <- as.data.frame(table(data3$niski_sen))

colnames(tabela_niski_sen) <- c("Czas snu", "Liczba osób")

kable(tabela_niski_sen, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Czas snu	Liczba osób
<7h	359
>=7h	346

Sprawdziłem, czy nowe zmienne mają sens i czy liczności się zgadzają z całą próbą. W grupach czasu korzystania wyszło 0–2h = 2 osoby, 2–4h = 167, 4–6h = 393, 6–8h = 138, 8–10h = 5 osób. W podziale snu wyszło: <7h = 359 osób, a ≥7h = 346 osób. Suma w obu przypadkach zgadza się do 705.

3. Wizualizacja danych

3.1 Rozkłady

ggplot(data3, aes(x = czas_sm_godz)) +
  geom_histogram(bins = 25) +
  labs(title = "Rozkład: czas w social mediach", x = "Godziny/dzień", y = "Liczba osób")

Histogramy czasu i snu

ggplot(data3, aes(x = sen_godz)) +
  geom_histogram(bins = 25) +
  labs(title = "Rozkład: sen", x = "Godziny/noc", y = "Liczba osób")

Histogramy czasu i snu

Widać, że czas w social mediach najczęściej kręci się w okolicach 4–6 godzin dziennie. Najwięcej słupków jest właśnie w tym środku, a im bliżej skrajów, czyli gdy ktoś korzysta bardzo mało albo bardzo dużo, tym osób jest mniej. Dla snu widać, że większość osób śpi około 6–8 godzin. Największe zagęszczenie jest blisko 7 godzin, a mało jest osób śpiących bardzo krótko np. poniżej 5 albo bardzo długo powyżej 9 godzin.

3.2 Zależność: czas w social mediach vs sen

ggplot(data3, aes(x = czas_sm_godz, y = sen_godz)) +
  geom_jitter(alpha = 0.5, width = 0.2, height = 0.2) +
  geom_smooth(method = "loess", formula = y ~ x, se = TRUE) +
  labs(title = "Czas w social mediach a sen",
       x = "Godziny w social mediach (dziennie)",
       y = "Sen (godziny w nocy)")

Czas w social mediach a sen

Na wykresie widać wyraźny trend: im więcej czasu w social mediach, tym mniej snu. To nie jest idealna linia, ale kierunek jest mocny i powtarzalny. Już na etapie wizualizacji widać, że większe używanie social mediów często idzie w parze z krótszym snem.

3.3 Porównania grup

ggplot(data3, aes(x = wplywa_na_nauke, y = sen_godz)) +
  geom_boxplot() +
  labs(title = "Sen a wpływ na naukę (Yes/No)", x = "Wpływa na naukę", y = "Sen")

Boxploty porównań grup

ggplot(data3, aes(x = platforma, y = wynik_uzaleznienia)) +
  geom_boxplot() +
  coord_flip() +
  labs(title = "Uzależnienie vs platforma", x = "Platforma", y = "Wynik uzależnienia")

Boxploty porównań grup

Gdy porównałem osoby „Yes” i „No”, to różnice były duże. Grupa „Yes” ma wyższy czas korzystania, krótszy sen i wyższy wynik uzależnienia. Na wykresach widać, że te grupy nie są do siebie podobne — szczególnie w czasie korzystania i w wyniku uzależnienia.

3.4 Grupy użycia i niski sen

# Wykres słupkowy: Ilość grup użycia
ggplot(data3, aes(x = grupa_uzycia)) +
  geom_bar() +
  labs(title = "Liczebność grupy użycia", x = "Grupa użycia (godz./dzień)", y = "Liczba osób")

Grupy użycia i niski sen

# Wykres słupkowy: Niski sen
ggplot(data3, aes(x = niski_sen, fill = niski_sen)) +
  geom_bar(show.legend = FALSE) +
  coord_flip() + # Obrócenie wykresu
  theme_classic() +
  labs(title = "Kto śpi dłużej?", x = "", y = "Liczba osób")

Grupy użycia i niski sen

# Boxplot: Sen w grupach użycia
ggplot(data3, aes(x = grupa_uzycia, y = sen_godz)) +
  geom_boxplot() +
  labs(title = "Sen w grupach użycia", x = "Grupa użycia (godz./dzień)", y = "Sen (godz./noc)")

Grupy użycia i niski sen

Po połączeniu grup czasu korzystania z podziałem snu widać, że osoby z większych przedziałów czasu częściej wpadają do grupy <7h snu. W praktyce wygląda to tak, że wraz ze wzrostem godzin w social mediach rośnie odsetek osób z „niskim snem”. To jest spójne z tym, co potem wychodzi w testach i korelacjach.

4. Analiza opisowa

4.1 Ogólna tabela opisowa

# Oglna tabela opisowa

opis_danych <- data.frame(
  "Nazwa zmiennej" = names(data3),
  "Typ danych" = sapply(data3, class),
  "Przyklady" = sapply(data3, function(x) paste0(head(x, 3), collapse = ", ")),
  check.names = FALSE
)

kable(opis_danych, row.names = FALSE, align = "l") %>%
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"), 
    full_width = FALSE, 
    position = "left"
  )

Nazwa zmiennej	Typ danych	Przyklady
id_studenta	integer	1, 2, 3
wiek	integer	19, 22, 20
plec	factor	Female, Male, Female
poziom_nauki	factor	Undergraduate, Graduate, Undergraduate
kraj	character	Bangladesh, India, USA
czas_sm_godz	numeric	5.2, 2.1, 6
platforma	factor	Instagram, Twitter, TikTok
wplywa_na_nauke	factor	Yes, No, Yes
sen_godz	numeric	6.5, 7.5, 5
zdrowie_psychiczne	integer	6, 8, 5
status_zwiazku	factor	In Relationship, Single, Complicated
konflikty_przez_sm	integer	3, 0, 4
wynik_uzaleznienia	integer	8, 3, 9
grupa_uzycia	factor	4-6, 2-4, 4-6
niski_sen	factor	<7h, >=7h, <7h

# Kategorie
kable_wplywa <- as.data.frame(table(data3$wplywa_na_nauke))
kable(kable_wplywa, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Var1	Freq
No	252
Yes	453

kable_plec <- as.data.frame(table(data3$plec))
kable(kable_plec, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Var1	Freq
Female	353
Male	352

kable_platforma <- as.data.frame(table(data3$platforma))
kable(kable_platforma, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Var1	Freq
Facebook	123
Instagram	249
KakaoTalk	12
LINE	12
LinkedIn	21
Snapchat	13
TikTok	154
Twitter	30
VKontakte	12
WeChat	15
WhatsApp	54
YouTube	10

# Podstawowe statystyki 
stat_podst <- data.frame(
  Zmienna = c("czas_sm_godz", "sen_godz", "wynik_uzaleznienia"),
  Średnia = c(mean(data3$czas_sm_godz), mean(data3$sen_godz), mean(data3$wynik_uzaleznienia)),
  Odchylenie_sd = c(sd(data3$czas_sm_godz), sd(data3$sen_godz), sd(data3$wynik_uzaleznienia))
)
kable(stat_podst, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Zmienna	Średnia	Odchylenie_sd
czas_sm_godz	4.918723	1.257394
sen_godz	6.868936	1.126848
wynik_uzaleznienia	6.436879	1.587165

# Mediany i Kwartyle
stat_kwartyle <- data.frame(
  Zmienna = c("czas_sm_godz", "sen_godz"),
  Mediana = c(median(data3$czas_sm_godz), median(data3$sen_godz)),
  Q1 = c(quantile(data3$czas_sm_godz, 0.25), quantile(data3$sen_godz, 0.25)),
  Q3 = c(quantile(data3$czas_sm_godz, 0.75), quantile(data3$sen_godz, 0.75))
)
kable(stat_kwartyle, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Zmienna	Mediana	Q1	Q3
czas_sm_godz	4.8	4.1	5.8
sen_godz	6.9	6.0	7.7

W badaniu było prawie równo kobiet i mężczyzn: 353 kobiety i 352 mężczyzn. Najczęściej wskazywane platformy to Instagram (249), TikTok (154) i Facebook (123). Jeśli chodzi o wpływ na naukę, to 453 osoby odpowiedziały „Yes”, a 252 „No”, czyli większość studentów deklaruje, że social media wpływają na ich naukę.

4.2 Tabela opisowa w grupach

wynik_opis <- data3 %>%
  group_by(wplywa_na_nauke) %>%
  summarise(
    n = n(),
    srednia_czas_sm_godz = mean(czas_sm_godz),
    mediana_czas_sm_godz = median(czas_sm_godz),
    srednia_sen_godz = mean(sen_godz),
    mediana_sen_godz = median(sen_godz),
    srednia_wynik_uzaleznienia = mean(wynik_uzaleznienia),
    .groups = "drop"
  )

kable(t(wynik_opis)) %>%
  kable_styling(full_width = FALSE, position = "left")

wplywa_na_nauke	No	Yes
n	252	453
srednia_czas_sm_godz	3.804365	5.538631
mediana_czas_sm_godz	3.9	5.5
srednia_sen_godz	7.813095	6.343709
mediana_sen_godz	7.75	6.30
srednia_wynik_uzaleznienia	4.595238	7.461369

W grupie „No” średni czas w social mediach wyniósł 3,90h, a w grupie „Yes” 5,50h. Sen w grupie „No” to średnio 7,81h, a w grupie „Yes” 6,30h. Wynik uzależnienia też mocno się różni: „No” ma średnio 4,59, a „Yes” 7,75. To pokazuje, że osoby deklarujące wpływ na naukę realnie mają gorsze wskaźniki w czasie, śnie i uzależnieniu.

5. Wnioskowanie

5.1 Korelacja i wykres zależność czasu w social mediach do długości snu

korelacja <- cor.test(data3$czas_sm_godz, data3$sen_godz, method = "spearman", exact = FALSE)

korelacja_tabela <- broom::tidy(korelacja) %>%
  mutate(
    estimate = round(estimate, 3),
    p.value = format.pval(p.value, digits = 3, eps = 0.001)
  )

kable(t(korelacja_tabela)) %>%
  kable_styling(full_width = FALSE, position = "left")

estimate	-0.814
statistic	105965906
p.value	<0.001
method	Spearman’s rank correlation rho
alternative	two.sided

ggplot(data3, aes(czas_sm_godz, sen_godz)) +
  geom_point(alpha = 0.4) +
  geom_smooth(method = "loess", formula = y ~ x, se = TRUE)

Zależność czasu w social mediach do długości snu

Użyłem korelacji Spearmana, bo to bezpieczne przy danych, które nie muszą być idealnie normalne. Wyszła bardzo silna ujemna zależność: rho = -0,814 i p-value < 0,001. To oznacza, że im więcej godzin w social mediach, tym krócej śpią badani. Związek jest mocny i trudno go tłumaczyć przypadkiem.

5.2 Korelacja i wykres zależność czasu w social mediach a wynikiem uzależnienia

korelacja1 <- cor.test(data3$czas_sm_godz, data3$wynik_uzaleznienia, method = "spearman", exact = FALSE)

korelacja1_tabela <- broom::tidy(korelacja1) %>%
  mutate(
    estimate = round(estimate, 3),
    p.value = format.pval(p.value, digits = 3, eps = 0.001)
  )

kable(t(korelacja1_tabela)) %>%
  kable_styling(full_width = FALSE, position = "left")

estimate	0.838
statistic	9460991
p.value	<0.001
method	Spearman’s rank correlation rho
alternative	two.sided

ggplot(data3, aes(czas_sm_godz, wynik_uzaleznienia)) + 
  geom_point(alpha = 0.4) +
  geom_smooth(method = "loess", formula = y ~ x, se = TRUE)

Zależność czasu w social mediach a wynikiem uzależnienia

Tutaj też wyszła silna dodatnia korelacja: rho = 0,838 i p-value < 0,001. To oznacza, że im więcej czasu w social mediach, tym wyższy wynik uzależnienia. Związek jest mocny i pokazuje, że czas korzystania jest ważnym czynnikiem związanym z poziomem uzależnienia.

5.3 Korelacja czasu i snu w podgrupach (Yes/No)

korelacja2 <- data3 %>%
  group_by(wplywa_na_nauke) %>%
  summarise(
    n = n(),
    rho = cor(czas_sm_godz, sen_godz, method = "spearman"),
    p_value = format.pval(cor.test(czas_sm_godz, sen_godz, method="spearman", exact=FALSE)$p.value, digits = 3, eps = 0.001),
    .groups = "drop"
  )

kable(korelacja2) %>%
  kable_styling(full_width = FALSE, position = "left")

wplywa_na_nauke	n	rho	p_value
No	252	-0.3758403	<0.001
Yes	453	-0.6722543	<0.001

ggplot(data3, aes(czas_sm_godz, sen_godz)) +
  geom_point(alpha = 0.4) +
  geom_smooth(method = "lm", formula = y ~ x, se = TRUE) +
  facet_wrap(~ wplywa_na_nauke) +
  labs(x = "Czas w social mediach (godz./dzień)", y = "Sen (godz./noc)")

Zależność czasu w social mediach i długości snu w podgrupach (Yes/No)

Sprawdziłem korelację czasu i snu osobno w grupach „No” i „Yes”. W grupie „No” wyszło rho = -0,376, a w grupie „Yes” rho = -0,672 (w obu przypadkach p-value < 0,001). To oznacza, że związek „więcej social mediów = mniej snu” jest dużo silniejszy u osób, które czują wpływ na naukę.

5.4 Test różnic: sen w grupie Yes vs No

p <- tapply(data3$sen_godz, data3$wplywa_na_nauke, \(x) shapiro.test(x)$p.value)

p <- data.frame(
  grupa = names(p),
  p_shapiro = as.numeric(p)
)
kable(p, align = "l", caption = "Test Shapiro-Wilka w grupach (Yes/No)") %>%
  kable_styling(full_width = FALSE, position = "left")

Test Shapiro-Wilka w grupach (Yes/No)

grupa	p_shapiro
No	0.0003203
Yes	0.0180613

if(all(p > 0.05)) {
  wynik <- t.test(sen_godz ~ wplywa_na_nauke, data = data3)
  efekt <- cohens_d(sen_godz ~ wplywa_na_nauke, data = data3)
} else { 
  wynik <- wilcox.test(sen_godz ~ wplywa_na_nauke, data = data3)
  efekt <- wilcox_effsize(sen_godz ~ wplywa_na_nauke, data = data3)
}

wynik_tabela <- broom::tidy(wynik) %>%
  mutate(p.value = scales::pvalue(p.value, accuracy = 0.001))

kable(t(wynik_tabela), caption = "Wynik testu") %>%
  kable_styling(full_width = FALSE, position = "left")

Wynik testu

statistic	101118.5
p.value	<0.001
method	Wilcoxon rank sum test with continuity correction
alternative	two.sided

kable(efekt, align = "l", caption = "Wielkość efektu") %>%
  kable_styling(full_width = FALSE, position = "left")

Wielkość efektu

.y.	group1	group2	effsize	n1	n2	magnitude
sen_godz	No	Yes	0.6402555	252	453	large

ggplot(data3, aes(x = wplywa_na_nauke, y = sen_godz)) +
  geom_violin(trim = FALSE) +
  geom_boxplot(width = 0.15, outlier.shape = NA) +
  geom_jitter(width = 0.12, alpha = 0.25) +
  labs(
    title = "Czy sen wpływa w grupach na naukę (Yes/No)",
    x = "Wpływa na naukę",
    y = "Godziny snu"
  )

Różnice senu w grupie Yes vs No

Najpierw sprawdziłem normalność rozkładów i wyszło, że w obu grupach normalność nie jest spełniona (p-value Shapiro < 0,05). Dlatego użyłem testu Wilcoxona. Wynik był istotny (p-value < 0,001), więc grupa „Yes” rzeczywiście śpi krócej niż „No”. Dodatkowo efekt wyszedł duży (effsize ≈ 0,64, czyli duży), więc to nie jest mała różnica.

5.5 ANOVA: wynik uzaleznienia vs platforma

fit <- aov(wynik_uzaleznienia ~ platforma, data = data3)

p_shapiro <- shapiro.test(residuals(fit))$p.value
p_bartlett <- bartlett.test(wynik_uzaleznienia ~ platforma, data = data3)$p.value

p_shapiro_fmt <- format.pval(p_shapiro, eps = 0.001, digits = 3)
p_bartlett_fmt <- format.pval(p_bartlett, eps = 0.001, digits = 3)

df_wynik <- data.frame(
  Shapiro_Wilk = p_bartlett_fmt,
  P_Value = p_bartlett_fmt
)

kable(df_wynik, align = "l", col.names = c("p-value Shapiro-Wilk", "p-value Bartlett"), digits = 10) %>%
  kable_styling(full_width = FALSE, position = "left")

p-value Shapiro-Wilk	p-value Bartlett
<0.001	<0.001

if (p_shapiro > 0.05 && p_bartlett > 0.05) {
  wynik_anova <- broom::tidy(fit)
  wynik_tukey <- broom::tidy(TukeyHSD(fit))

  kable(wynik_anova, align = "l", caption = "ANOVA: wynik uzależnienia ~ platforma") %>%
    kable_styling(full_width = FALSE, position = "left")
  
  kable(wynik_tukey, align = "l", caption = "Tukey HSD: porównania par platform") %>%
    kable_styling(full_width = FALSE, position = "left")
} else {
  wynik_kruskal <- broom::tidy(kruskal.test(wynik_uzaleznienia ~ platforma, data = data3))
}
kable(t(wynik_kruskal), caption = "Kruskal-Wallis dla uzależnienia i platform") %>%
  kable_styling(full_width = FALSE, position = "left")

Kruskal-Wallis dla uzależnienia i platform

statistic	227.4015
p.value	1.478552e-42
parameter	11
method	Kruskal-Wallis rank sum test

ggplot(data3, aes(x = platforma, y = wynik_uzaleznienia)) +
  geom_violin(trim = FALSE) +
  geom_boxplot(width = 0.15, outlier.shape = NA) +
  geom_jitter(width = 0.12, alpha = 0.25) +
  coord_flip() +
  labs(
    title = "Wynik uzależnienia w podziale na platformy",
    x = "Platforma",
    y = "Wynik uzależnienia"
  )

Wynik uzaleznienia vs platforma

Sprawdziłem warunki ANOVA i wyszło, że normalność i jednorodność wariancji nie są spełnione (p-value < 0,001). Dlatego zamiast ANOVA użyłem testu Kruskala–Wallisa. Wynik był bardzo istotny ≈ 227,40, p-value jest ekstremalnie małe, więc poziom uzależnienia różni się między platformami. To znaczy, że nie wszystkie aplikacje „działają tak samo” pod względem wyniku uzależnienia.

5.6 Model regresja liniowa dla snu

model_sen <- lm( sen_godz ~ czas_sm_godz + wiek + plec + zdrowie_psychiczne + wplywa_na_nauke, data = data3 ) 
data3_cent <- data3 %>% 
  mutate( czas_sm_godz_c = as.numeric(scale(czas_sm_godz, center = TRUE, scale = FALSE)),
          wiek_c = as.numeric(scale(wiek, center = TRUE, scale = FALSE)),
          zdrowie_psychiczne_c = as.numeric(scale(zdrowie_psychiczne, center = TRUE, scale = FALSE))
          ) 

model_sen_c <- lm( sen_godz ~ czas_sm_godz_c + wiek_c + plec + zdrowie_psychiczne_c + wplywa_na_nauke, 
                   data = data3_cent )

kable(broom::tidy(model_sen_c)) %>% 
  kable_styling(full_width = FALSE, position = "left")

term	estimate	std.error	statistic	p.value
(Intercept)	7.0872512	0.0686545	103.2306934	0.0000000
czas_sm_godz_c	-0.5588780	0.0338066	-16.5316409	0.0000000
wiek_c	0.0256964	0.0211437	1.2153235	0.2246530
plecMale	-0.0508096	0.0585278	-0.8681272	0.3856226
zdrowie_psychiczne_c	0.1024159	0.0491021	2.0857742	0.0373612
wplywa_na_naukeYes	-0.3002806	0.0899518	-3.3382390	0.0008878

  vif_wynik <- vif(model_sen)
  vif_tab <- data.frame(
  Zmienna = names(vif_wynik),
  VIF = as.numeric(vif_wynik)
)
kable(vif_tab, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

Zmienna	VIF
czas_sm_godz	2.817355
wiek	1.364673
plec	1.337140
zdrowie_psychiczne	4.590551
wplywa_na_nauke	2.901704

# Wykres diagnostyczny dla "reszty vs dopasowanie", "Q-Q", "odstających punktów"
diag_plot <- function(ktory, x, y) {
  plot(model_sen, which = ktory, ann = FALSE, sub.caption = "")
  title(xlab = x, ylab = y)
}

# Teraz wywołanie przejdzie gładko:
diag_plot(1, "Wartości dopasowane", "Reszty")

Model regresja liniowa dla snu

diag_plot(2, "Kwantyle teoretyczne", "Kwantyle próby")

Model regresja liniowa dla snu

diag_plot(4, "Indeks obserwacji", "Odległość Cooka")

Model regresja liniowa dla snu

ggplot(data3, aes(x = czas_sm_godz, y = sen_godz)) +
  geom_point(alpha = 0.3) +
  geom_smooth(method = "lm", formula = y ~ x, se = TRUE) +
  labs(
    x = "Czas w social media (godziny)",
    y = "Sen (godziny)",
    title = "Sen a czas w social media"
  )

Model regresja liniowa dla snu

Zbudowałem model liniowy dla snu i użyłem wersji z centrowaniem zmiennych. Najmocniejszy wpływ ma czas w social mediach. Współczynnik ≈ -0,559 (p-value < 0,001), czyli więcej social mediów oznacza mniej snu. Zdrowie psychiczne ma dodatni wpływ ≈ 0,102, p-value ≈ 0,037, czyli lepszy wynik zdrowia psychicznego wiąże się z dłuższym snem. Sama odpowiedź „Yes” ma dodatkowy negatywny efekt ≈ -0,300 (p-value < 0,001). Wiek i płeć w tym modelu nie były istotne.

Sprawdziłem też VIF i wartości nie są wysokie wynosi około 4,590, więc nie wygląda to na problem silnej współliniowości.

5.7 Testy dla grup snu

# Sprawdzenie normalności Shapiro Wilk
p_sen <- tapply(data3$wynik_uzaleznienia, data3$niski_sen, \(x) shapiro.test(x)$p.value)

# Tabelka z p-value Shapiro Wilk
p_sen_tab <- data.frame(
  grupa = names(p_sen),
  p_value = format.pval(as.numeric(p_sen), digits = 3, eps = 0.001)
)
kable(p_sen_tab, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

grupa	p_value
<7h	<0.001
>=7h	<0.001

# Wybór testu 
if(all(p_sen > 0.05)) {
  wynik_sen <- t.test(wynik_uzaleznienia ~ niski_sen, data = data3)
} else {
  wynik_sen <- wilcox.test(wynik_uzaleznienia ~ niski_sen, data = data3)
}

# Boxplot + Punkty
p_wykres <- format.pval(wynik_sen$p.value, eps = 0.001)

ggplot(data3, aes(x = niski_sen, y = wynik_uzaleznienia)) +
  geom_boxplot() +
  geom_jitter(width = 0.15, alpha = 0.4) +
  labs(
    x = "Grupa snu",
    y = "Wynik uzależnienia",
    title = paste0("Porównanie grup (p = ", p_wykres, ")")
  )

Wykres dla uzaleznienia w grupach snu (<7h vs >=7h)

# Statystyki opisowe 
med_7mniej  <- median(data3$wynik_uzaleznienia[data3$niski_sen == "<7h"])
med_7wiecej <- median(data3$wynik_uzaleznienia[data3$niski_sen == ">=7h"])

mean_7mniej  <- mean(data3$wynik_uzaleznienia[data3$niski_sen == "<7h"])
mean_7wiecej <- mean(data3$wynik_uzaleznienia[data3$niski_sen == ">=7h"])

wyniki_opis <- data.frame(
  grupa = c("<7h", ">=7h"),
  mediana = c(med_7mniej, med_7wiecej),
  srednia = c(mean_7mniej, mean_7wiecej)
)

                
                
kable(wyniki_opis, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

grupa	mediana	srednia
<7h	8	7.593315
>=7h	5	5.236994

# Wynik testu i p-value
broom::tidy(wynik_sen) %>%
  mutate(p.value = format.pval(p.value, eps = 0.001)) %>% 
  t() %>%
  kable() %>%
  kable_styling(full_width = FALSE, position = "left")

statistic	114828.5
p.value	< 0.001
method	Wilcoxon rank sum test with continuity correction
alternative	two.sided

Porównałem poziom uzależnienia między osobami śpiącymi <7h i ≥7h. Ponieważ rozkłady nie były normalne, użyłem testu Wilcoxona. Wynik wyszedł istotny (p < 0,001), więc grupy różnią się poziomem uzależnienia.

W praktyce osoby śpiące <7h mają wyższy wynik uzależnienia średnia 7,59 i mediana 8. Osoby śpiące ≥7h mają niższy wynik średnia 5,24 i mediana 5. To wygląda jak mocne powiązanie krótkiego snu z większym uzależnieniem.

5.8 Model logit dla wpływu na naukę

# Przygotowanie zmiennej 0/1 (Yes = 1, No = 0)

data_logit <- data3 %>%
  mutate(wplyw01 = if_else(wplywa_na_nauke == "Yes", 1, 0))

# Model logitowy
model_logit <- glm(
  wplyw01 ~ czas_sm_godz + sen_godz + wiek + plec,
  data = data_logit,
  family = binomial
)

# Wyniki modelu 
wynik_logit <- broom::tidy(model_logit)
kable(wynik_logit, align = "l") %>%
  kable_styling(full_width = FALSE, position = "left")

term	estimate	std.error	statistic	p.value
(Intercept)	4.0210710	2.8362961	1.417719	0.1562728
czas_sm_godz	1.9187998	0.2392080	8.021472	0.0000000
sen_godz	-0.7388945	0.1928143	-3.832156	0.0001270
wiek	-0.3442593	0.1074530	-3.203813	0.0013562
plecMale	0.4245137	0.2765662	1.534944	0.1247976

# Współczynniki regresji (OR)
or_tab <- data.frame(
  Zmienna = names(coef(model_logit)),
  OR = exp(coef(model_logit))
)
kable(or_tab, align = "l", row.names = FALSE) %>%
  kable_styling(full_width = FALSE, position = "left")

Zmienna	OR
(Intercept)	55.7607947
czas_sm_godz	6.8127769
sen_godz	0.4776417
wiek	0.7087451
plecMale	1.5288467

Zrobiłem model logitowy, który przewiduje odpowiedź „Yes/No” (wpływ na naukę) na podstawie czasu w social mediach, snu, wieku i płci. Najsilniejszy czynnik to czas korzystania: jest istotny i ma duży efekt OR ≈ 6,812. Czyli każda dodatkowa godzina mocno zwiększa szansę odpowiedzi „Yes”.

Sen działa odwrotnie OR ≈ 0,477 istotne), więc więcej snu zmniejsza szansę deklarowania wpływu. Wiek też zmniejsza szansę OR ≈ 0,71 istotne. Płeć nie wyszła istotna (p-value > 0,05), więc w tym modelu nie widać różnicy między kobietami i mężczyznami.

6. Podsumowanie i wnioski końcowe

W danych nie było braków ani duplikatów, więc analiza była prosta technicznie. Najwięcej osób korzysta z social mediów 4–6 godzin dziennie bo aż 393 osoby, a prawie połowa śpi poniżej 7 godzin, 359 osób. Większość ankietowanych 453 osób deklaruje, że social media wpływają na ich naukę.

Najważniejsze wyniki są spójne: czas w social mediach jest bardzo silnie powiązany z krótszym snem rho = -0,814 i wyższym uzależnieniem rho = 0,838. Grupa „Yes” realnie różni się od „No” ma więcej godzin social mediów, mniej snu i wyższy wynik uzależnienia. Test Wilcoxona potwierdził, że różnica w śnie jest istotna, a efekt jest duży.

Widać też różnice uzależnienia między platformami dzięki testowi Kruskal–Wallis istotności. Model liniowy pokazał, że najważniejszy czynnik dla snu to czas w social mediach, a dodatkowo znaczenie mają zdrowie psychiczne i sama deklaracja wpływu na naukę. Model logitowy pokazał, że największy wpływ na odpowiedź „Yes” ma czas korzystania, a ochronnie działa sen i wiek. Ogólnie wnioski są jasne: większe korzystanie z social mediów idzie w parze z gorszym snem i wyższym uzależnieniem, szczególnie u osób, które same czują wpływ na naukę.