B1.5 Firmy mogą samodzielnie wykorzystać internet do budowy wizerunku i komunikacji z klientami
C1.1 dba o widoczność w internecie np. w wyszukiwarkach internetowych, serwisach społecznościowych
C1.2 prowadzi sprzedaż przez internet
C2.7 Zastosowanie nowych form marketingu
uwaga: wrzucam wszystko w jeden model, co ma plusy, ale ma też minusy, jak np. kłopotliwa interpretowalnosć nieistotnych współczynników
model.tables(aov(C2_9~as.factor(warszafka),baza1))
t.test(baza1\(C2_9[baza1\)warszafka==T],baza1\(C2_9[baza1\)warszafka==F],paired=F)
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | -0.57 | 0.22 | -2.65 | 0.01 |
| scale(B1_5) | 0.63 | 0.20 | 3.06 | 0.00 |
| wielkosc10-49 osób | 0.19 | 0.12 | 1.56 | 0.12 |
| wielkosc50 i więcej osób | 0.28 | 0.13 | 2.21 | 0.03 |
| branzahandel | 0.25 | 0.15 | 1.62 | 0.11 |
| branzausługi | 0.27 | 0.13 | 2.02 | 0.04 |
| branzaadm,edu,samo | 0.03 | 0.18 | 0.19 | 0.85 |
| warszafkaTRUE | 0.23 | 0.11 | 2.15 | 0.03 |
| inne_firmyTRUE | -0.15 | 0.15 | -0.98 | 0.33 |
| indyw_konsTRUE | 0.33 | 0.12 | 2.84 | 0.00 |
| scale(B1_5):wielkosc10-49 osób | -0.14 | 0.13 | -1.09 | 0.28 |
| scale(B1_5):wielkosc50 i więcej osób | -0.08 | 0.13 | -0.61 | 0.54 |
| scale(B1_5):branzahandel | -0.14 | 0.16 | -0.88 | 0.38 |
| scale(B1_5):branzausługi | -0.04 | 0.12 | -0.28 | 0.78 |
| scale(B1_5):branzaadm,edu,samo | -0.12 | 0.22 | -0.54 | 0.59 |
| scale(B1_5):warszafkaTRUE | -0.31 | 0.12 | -2.63 | 0.01 |
| scale(B1_5):inne_firmyTRUE | -0.20 | 0.17 | -1.17 | 0.24 |
| scale(B1_5):indyw_konsTRUE | 0.40 | 0.12 | 3.47 | 0.00 |
Wnioski:
zauważanie trendu wpływa dodatnio na zwiększanie widoczności w sieci
duże/średnie firmy, firmy z branży usługowej oraz z sektora B2C dbają o tą widoczność lepiej
w firmach warszawskich wpływ trendu jest mniejszy, z powodu faktu że i tak dbają o tą widoczność bardziej (firmy z regionu “doganiają”, jesli widzą ten trend)
w firmach z sektora B2C zależność jest jeszcze silniejsza; rzeczywiście, ten trend dotyczy ich najbardziej
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | -0.93 | 0.23 | -4.03 | 0.00 |
| scale(B1_5) | 0.22 | 0.22 | 1.01 | 0.32 |
| wielkosc10-49 osób | -0.02 | 0.13 | -0.15 | 0.88 |
| wielkosc50 i więcej osób | 0.12 | 0.14 | 0.87 | 0.38 |
| branzahandel | 0.32 | 0.16 | 1.92 | 0.06 |
| branzausługi | 0.40 | 0.14 | 2.85 | 0.00 |
| branzaadm,edu,samo | -0.24 | 0.20 | -1.25 | 0.21 |
| warszafkaTRUE | 0.39 | 0.11 | 3.45 | 0.00 |
| inne_firmyTRUE | 0.26 | 0.17 | 1.56 | 0.12 |
| indyw_konsTRUE | 0.41 | 0.12 | 3.36 | 0.00 |
| scale(B1_5):wielkosc10-49 osób | -0.21 | 0.13 | -1.59 | 0.11 |
| scale(B1_5):wielkosc50 i więcej osób | -0.32 | 0.14 | -2.26 | 0.02 |
| scale(B1_5):branzahandel | -0.09 | 0.17 | -0.52 | 0.60 |
| scale(B1_5):branzausługi | -0.10 | 0.13 | -0.73 | 0.47 |
| scale(B1_5):branzaadm,edu,samo | 0.15 | 0.24 | 0.64 | 0.52 |
| scale(B1_5):warszafkaTRUE | 0.09 | 0.12 | 0.74 | 0.46 |
| scale(B1_5):inne_firmyTRUE | 0.03 | 0.18 | 0.15 | 0.88 |
| scale(B1_5):indyw_konsTRUE | 0.20 | 0.12 | 1.65 | 0.10 |
Wnioski:
istotość trendu istotnie wpływa na podejmowanie sprzedaży przez internet
przez internet częściej handel prowadzą: firmy handlowe (no tak), z branży usług, firmy warszawskie i z sektora B2C, w przypadku ostatniej zmiennej zależność z punktu 1 jest jeszcze wyższa
wpływ z punktu 1 jest niższy w przypadku firm średnich/dużych
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | -0.87 | 0.23 | -3.77 | 0.00 |
| scale(B1_5) | 0.28 | 0.22 | 1.28 | 0.20 |
| wielkosc10-49 osób | 0.29 | 0.13 | 2.21 | 0.03 |
| wielkosc50 i więcej osób | 0.49 | 0.14 | 3.60 | 0.00 |
| branzahandel | 0.20 | 0.17 | 1.18 | 0.24 |
| branzausługi | 0.13 | 0.14 | 0.89 | 0.37 |
| branzaadm,edu,samo | -0.28 | 0.19 | -1.47 | 0.14 |
| warszafkaTRUE | 0.45 | 0.11 | 3.88 | 0.00 |
| inne_firmyTRUE | 0.14 | 0.17 | 0.87 | 0.39 |
| indyw_konsTRUE | 0.32 | 0.12 | 2.55 | 0.01 |
| scale(B1_5):wielkosc10-49 osób | -0.20 | 0.14 | -1.48 | 0.14 |
| scale(B1_5):wielkosc50 i więcej osób | -0.14 | 0.14 | -1.02 | 0.31 |
| scale(B1_5):branzahandel | -0.26 | 0.17 | -1.51 | 0.13 |
| scale(B1_5):branzausługi | -0.26 | 0.13 | -1.93 | 0.05 |
| scale(B1_5):branzaadm,edu,samo | -0.06 | 0.24 | -0.26 | 0.80 |
| scale(B1_5):warszafkaTRUE | -0.19 | 0.12 | -1.55 | 0.12 |
| scale(B1_5):inne_firmyTRUE | 0.27 | 0.18 | 1.47 | 0.14 |
| scale(B1_5):indyw_konsTRUE | 0.11 | 0.13 | 0.90 | 0.37 |
Wnioski:
stosowanie nowych form marketingu jest częstsze w małych i średnich/dużych firmach
nowe formy marketingu częsciej wprowadzają firmy z sektora B2C oraz warszawskie
w przypadku wpływu trendu, istnieje tylko ujemna tendencja w przypadku branży usługowej
Rysnuek lepiej oddaje zawiłość tej zależnosci. Problemem jest to, że w branży administracja wszyscy uznają ten trend za istotny
Ponownie utworzyłem ten sam kontrowersyjny wskaźnik
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | -0.62 | 0.21 | -2.97 | 0.00 |
| scale(B5) | 0.46 | 0.21 | 2.20 | 0.03 |
| wielkosc10-49 osób | 0.24 | 0.12 | 1.93 | 0.06 |
| wielkosc50 i więcej osób | 0.32 | 0.13 | 2.53 | 0.01 |
| branzahandel | 0.29 | 0.15 | 1.92 | 0.06 |
| branzausługi | 0.31 | 0.13 | 2.40 | 0.02 |
| branzaadm,edu,samo | 0.11 | 0.17 | 0.66 | 0.51 |
| warszafkaTRUE | 0.18 | 0.10 | 1.76 | 0.08 |
| inne_firmyTRUE | -0.10 | 0.15 | -0.66 | 0.51 |
| indyw_konsTRUE | 0.28 | 0.11 | 2.48 | 0.01 |
| scale(B5):wielkosc10-49 osób | -0.08 | 0.13 | -0.62 | 0.53 |
| scale(B5):wielkosc50 i więcej osób | -0.04 | 0.13 | -0.31 | 0.76 |
| scale(B5):branzahandel | -0.27 | 0.15 | -1.76 | 0.08 |
| scale(B5):branzausługi | 0.03 | 0.12 | 0.21 | 0.84 |
| scale(B5):branzaadm,edu,samo | 0.00 | 0.22 | 0.01 | 0.99 |
| scale(B5):warszafkaTRUE | -0.20 | 0.11 | -1.77 | 0.08 |
| scale(B5):inne_firmyTRUE | -0.13 | 0.16 | -0.80 | 0.42 |
| scale(B5):indyw_konsTRUE | 0.47 | 0.11 | 4.10 | 0.00 |
Wnioski:
istnieje związek reakcja na trend a dbaniem o widoczność w sieci
im większa firma, tym silniej dba o widoczność w sieci
handel i usługi dbaja o widoczność bardziej niż produkcja i administracja
o widoczność trochę lepiej dbają firmy z Warszawy, istotnie lepiej firmy B2C
wpływ reakcji na trend jest słabszy w sektorze handlu (ale oni i tak dbają bardziej) i w Warszawie (to samo)
sektor B2C jeszcze bardziej wzmacnia ten trend
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | -1.00 | 0.23 | -4.35 | 0.00 |
| scale(B5) | 0.13 | 0.23 | 0.54 | 0.59 |
| wielkosc10-49 osób | 0.02 | 0.13 | 0.17 | 0.86 |
| wielkosc50 i więcej osób | 0.17 | 0.14 | 1.23 | 0.22 |
| branzahandel | 0.33 | 0.16 | 2.01 | 0.05 |
| branzausługi | 0.41 | 0.14 | 2.98 | 0.00 |
| branzaadm,edu,samo | -0.20 | 0.19 | -1.08 | 0.28 |
| warszafkaTRUE | 0.40 | 0.11 | 3.50 | 0.00 |
| inne_firmyTRUE | 0.28 | 0.17 | 1.69 | 0.09 |
| indyw_konsTRUE | 0.41 | 0.12 | 3.31 | 0.00 |
| scale(B5):wielkosc10-49 osób | -0.21 | 0.13 | -1.52 | 0.13 |
| scale(B5):wielkosc50 i więcej osób | -0.28 | 0.14 | -2.01 | 0.05 |
| scale(B5):branzahandel | -0.06 | 0.17 | -0.34 | 0.73 |
| scale(B5):branzausługi | -0.05 | 0.13 | -0.36 | 0.72 |
| scale(B5):branzaadm,edu,samo | 0.29 | 0.25 | 1.15 | 0.25 |
| scale(B5):warszafkaTRUE | 0.07 | 0.13 | 0.56 | 0.57 |
| scale(B5):inne_firmyTRUE | 0.12 | 0.18 | 0.68 | 0.50 |
| scale(B5):indyw_konsTRUE | 0.21 | 0.12 | 1.67 | 0.10 |
Wnioski:
reakcja na trend nie ma wpływu na sprzedaż w internecie, poza tendencją dodatnią w sektorze B2C. Generalnie jednak, trend ma pewien wpływ, zależny od wielkości firmy (rysunek)
sprzedaż w sieci częściej prowadzą: firmy z Warszawy, B2C, B2B, usługowe i handlowe
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | -0.98 | 0.23 | -4.29 | 0.00 |
| scale(B5) | 0.30 | 0.23 | 1.35 | 0.18 |
| wielkosc10-49 osób | 0.33 | 0.13 | 2.51 | 0.01 |
| wielkosc50 i więcej osób | 0.53 | 0.14 | 3.91 | 0.00 |
| branzahandel | 0.20 | 0.17 | 1.20 | 0.23 |
| branzausługi | 0.16 | 0.14 | 1.14 | 0.26 |
| branzaadm,edu,samo | -0.24 | 0.18 | -1.33 | 0.18 |
| warszafkaTRUE | 0.44 | 0.11 | 3.89 | 0.00 |
| inne_firmyTRUE | 0.21 | 0.16 | 1.28 | 0.20 |
| indyw_konsTRUE | 0.31 | 0.12 | 2.51 | 0.01 |
| scale(B5):wielkosc10-49 osób | -0.17 | 0.13 | -1.24 | 0.21 |
| scale(B5):wielkosc50 i więcej osób | -0.05 | 0.14 | -0.34 | 0.73 |
| scale(B5):branzahandel | -0.16 | 0.17 | -0.97 | 0.33 |
| scale(B5):branzausługi | -0.15 | 0.13 | -1.14 | 0.25 |
| scale(B5):branzaadm,edu,samo | 0.11 | 0.24 | 0.46 | 0.65 |
| scale(B5):warszafkaTRUE | -0.22 | 0.12 | -1.77 | 0.08 |
| scale(B5):inne_firmyTRUE | 0.17 | 0.18 | 0.94 | 0.35 |
| scale(B5):indyw_konsTRUE | 0.14 | 0.12 | 1.14 | 0.25 |
Wnioski:
rekacja na ten trend nie posiada istotnego wpływu na wprowadzanie nowych form marketingu, poza trendem ujemnym w Warszawie, w której i tak częsciej wprowadza sieę nowe formy marketingu
nowe formy częsciej wprowadzają: firmy duże (im większa, tym chętniej), warszawskie, B2C.
Uwaga do takiej analizy jest taka, że dokonujemy tu niejako domyślnie predykcji, jak odpowiedzieliby na pytanie o reakcję osoby, które określiły istotność jako 1,2,3.
Wnioski:
##
## Call:
## lm(formula = scale(C1_1) ~ scale(B5) * B5react + branza + wielkosc +
## warszafka + inne_firmy + indyw_kons, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.365 -0.657 0.181 0.627 1.948
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.9380 0.2667 -3.52 0.0005 ***
## scale(B5) 0.1327 0.1089 1.22 0.2242
## B5reactTRUE 0.1482 0.2308 0.64 0.5212
## branzahandel 0.2807 0.1530 1.83 0.0676 .
## branzausługi 0.3456 0.1305 2.65 0.0085 **
## branzaadm,edu,samo 0.2507 0.1648 1.52 0.1291
## wielkosc10-49 osób 0.1663 0.1236 1.35 0.1794
## wielkosc50 i więcej osób 0.2985 0.1270 2.35 0.0194 *
## warszafkaTRUE 0.1660 0.1056 1.57 0.1168
## inne_firmyTRUE -0.0925 0.1526 -0.61 0.5450
## indyw_konsTRUE 0.2359 0.1153 2.05 0.0415 *
## scale(B5):B5reactTRUE 0.7172 0.2843 2.52 0.0121 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.876 on 308 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.259, Adjusted R-squared: 0.232
## F-statistic: 9.76 on 11 and 308 DF, p-value: 3.53e-15
##
## Call:
## lm(formula = scale(C1_2) ~ scale(B5) * B5react + branza + wielkosc +
## warszafka + inne_firmy + indyw_kons, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.627 -0.679 -0.210 0.513 2.430
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.05611 0.27950 -3.78 0.00019 ***
## scale(B5) 0.10227 0.11411 0.90 0.37084
## B5reactTRUE -0.28275 0.24214 -1.17 0.24383
## branzahandel 0.30691 0.15990 1.92 0.05586 .
## branzausługi 0.38291 0.13634 2.81 0.00530 **
## branzaadm,edu,samo -0.07953 0.17469 -0.46 0.64926
## wielkosc10-49 osób -0.00514 0.12928 -0.04 0.96833
## wielkosc50 i więcej osób 0.11075 0.13302 0.83 0.40574
## warszafkaTRUE 0.35875 0.11079 3.24 0.00134 **
## inne_firmyTRUE 0.29310 0.16216 1.81 0.07167 .
## indyw_konsTRUE 0.37939 0.12100 3.14 0.00188 **
## scale(B5):B5reactTRUE 0.80009 0.29856 2.68 0.00777 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.915 on 304 degrees of freedom
## (5 observations deleted due to missingness)
## Multiple R-squared: 0.192, Adjusted R-squared: 0.163
## F-statistic: 6.56 on 11 and 304 DF, p-value: 7.86e-10
##
## Call:
## lm(formula = scale(C2_7) ~ scale(B5) * B5react + branza + wielkosc +
## warszafka + inne_firmy + indyw_kons, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.7920 -0.7251 -0.0733 0.6512 2.3584
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.362 0.281 -4.86 1.9e-06 ***
## scale(B5) -0.017 0.115 -0.15 0.88241
## B5reactTRUE 0.262 0.243 1.08 0.28189
## branzahandel 0.234 0.161 1.45 0.14716
## branzausługi 0.209 0.137 1.53 0.12821
## branzaadm,edu,samo -0.108 0.174 -0.62 0.53397
## wielkosc10-49 osób 0.267 0.130 2.06 0.04037 *
## wielkosc50 i więcej osób 0.499 0.133 3.75 0.00021 ***
## warszafkaTRUE 0.389 0.111 3.49 0.00055 ***
## inne_firmyTRUE 0.258 0.162 1.60 0.11125
## indyw_konsTRUE 0.292 0.122 2.40 0.01706 *
## scale(B5):B5reactTRUE 0.521 0.300 1.74 0.08323 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.923 on 308 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.178, Adjusted R-squared: 0.149
## F-statistic: 6.07 on 11 and 308 DF, p-value: 5.39e-09
Ta analiza pokazuje, że może jednak w gruncie rzeczy chodzić o addytywny wpływ istotności i reakcji
##
## Call:
## lm(formula = scale(C1_1) ~ B5sc * B5react, data = hh)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.2710 -0.7272 0.0447 0.8167 2.0048
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.5784 0.0860 -6.72 8.3e-11 ***
## B5sc 0.1631 0.0752 2.17 0.031 *
## B5reactTRUE 0.8770 0.1059 8.28 3.6e-15 ***
## B5sc:B5reactTRUE 0.1623 0.1502 1.08 0.281
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.898 on 316 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.201, Adjusted R-squared: 0.193
## F-statistic: 26.5 on 3 and 316 DF, p-value: 2.65e-15
##
## Call:
## lm(formula = scale(C1_2) ~ B5sc * B5react, data = hh)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.942 -0.610 -0.407 0.492 2.343
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.2716 0.0944 -2.88 0.00429 **
## B5sc 0.0467 0.0819 0.57 0.56929
## B5reactTRUE 0.4102 0.1161 3.53 0.00047 ***
## B5sc:B5reactTRUE 0.2854 0.1641 1.74 0.08298 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.977 on 312 degrees of freedom
## (5 observations deleted due to missingness)
## Multiple R-squared: 0.0554, Adjusted R-squared: 0.0463
## F-statistic: 6.1 on 3 and 312 DF, p-value: 0.000479
##
## Call:
## lm(formula = scale(C2_7) ~ B5sc * B5react, data = hh)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.432 -0.806 -0.040 0.867 2.239
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.3657 0.0922 -3.97 9.0e-05 ***
## B5sc -0.0201 0.0809 -0.25 0.80
## B5reactTRUE 0.5576 0.1138 4.90 1.5e-06 ***
## B5sc:B5reactTRUE 0.1714 0.1618 1.06 0.29
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.967 on 316 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.0739, Adjusted R-squared: 0.0651
## F-statistic: 8.4 on 3 and 316 DF, p-value: 2.17e-05
związek reakcji nasilniejszy w przypadku zmiennej: C1.1 dba o widoczność w internecie np. w wyszukiwarkach internetowych, serwisach społecznościowych
jest kilka interakcji:
C1.1 dba o widoczność w internecie: silniejszy związek w B2C, słabszy w Warszawie, która i tak silniej dba o widoczność
C1.2 prowadzi sprzedaż przez internet: brak wpływu w dużych/średnich firmach
##
## Call:
## lm(formula = scale(C1_1) ~ B5react * indyw_kons, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.3006 -0.6200 0.0151 0.7870 1.8479
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.513 0.136 -3.77 0.0002 ***
## B5reactTRUE 0.437 0.180 2.43 0.0156 *
## indyw_konsTRUE -0.107 0.175 -0.61 0.5430
## B5reactTRUE:indyw_konsTRUE 0.624 0.223 2.80 0.0054 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.893 on 316 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.209, Adjusted R-squared: 0.202
## F-statistic: 27.9 on 3 and 316 DF, p-value: 5.02e-16
##
## Call:
## lm(formula = scale(C1_1) ~ B5react * warszafka, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.164 -0.620 0.151 0.923 2.004
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.776 0.126 -6.17 2.1e-09 ***
## B5reactTRUE 1.069 0.154 6.94 2.2e-11 ***
## warszafkaTRUE 0.379 0.174 2.18 0.030 *
## B5reactTRUE:warszafkaTRUE -0.367 0.214 -1.71 0.087 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.907 on 316 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.185, Adjusted R-squared: 0.178
## F-statistic: 24 on 3 and 316 DF, p-value: 5.27e-14
##
## Call:
## lm(formula = scale(C1_2) ~ B5react * wielkosc, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.037 -0.714 -0.391 0.638 2.312
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.422 0.170 -2.48 0.01365
## B5reactTRUE 0.771 0.206 3.74 0.00022
## wielkosc10-49 osób 0.125 0.233 0.54 0.59155
## wielkosc50 i więcej osób 0.316 0.236 1.34 0.18148
## B5reactTRUE:wielkosc10-49 osób -0.436 0.286 -1.52 0.12848
## B5reactTRUE:wielkosc50 i więcej osób -0.639 0.287 -2.23 0.02677
##
## (Intercept) *
## B5reactTRUE ***
## wielkosc10-49 osób
## wielkosc50 i więcej osób
## B5reactTRUE:wielkosc10-49 osób
## B5reactTRUE:wielkosc50 i więcej osób *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.978 on 310 degrees of freedom
## (5 observations deleted due to missingness)
## Multiple R-squared: 0.0585, Adjusted R-squared: 0.0433
## F-statistic: 3.85 on 5 and 310 DF, p-value: 0.00211
##
## Call:
## lm(formula = scale(C2_7) ~ B5react, data = piar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.3794 -0.8221 -0.0557 0.9196 2.2433
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.3657 0.0921 -3.97 8.8e-05 ***
## B5reactTRUE 0.5573 0.1137 4.90 1.5e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.966 on 318 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.0703, Adjusted R-squared: 0.0674
## F-statistic: 24 on 1 and 318 DF, p-value: 1.51e-06