Słownik metodologiczny · Tabele APA

Tabela regresji logistycznej w stylu APA – B, Wald, iloraz szans i przedział ufności

Regresja logistyczna przewiduje wynik dwuwartościowy. Zobacz wzór tabeli APA z ilorazami szans i przedziałami ufności oraz wykres OR na skali logarytmicznej.

Strona główna / Słownik / Tabela regresji logistycznej w APA
W skrócie: tabela regresji logistycznej podaje B, SE, statystykę Walda, p, OR = exp(B) i 95% CI dla OR. W nocie: liczebności obu kategorii zmiennej zależnej, test χ² modelu, pseudo-R² (np. Nagelkerkego) i odsetek poprawnych klasyfikacji (zob. macierz pomyłek).

Kiedy używać tabeli regresji logistycznej?

Gdy zmienna zależna ma dwie kategorie (np. zdał/nie zdał, intencja tak/nie) — zob. regresja logistyczna. W przykładzie intencję zakupu podzielono na „co najmniej umiarkowaną” (≥ 3) i niską; taki podział upraszcza interpretację, ale traci część informacji, więc w pracy uzasadnij go teoretycznie.

Wzór tabeli regresji logistycznej w APA

Co najmniej umiarkowana intencja zakupu (148 osób) wobec niskiej (155 osób).

Tabela 1

Regresja logistyczna: predyktory co najmniej umiarkowanej intencji zakupu

PredyktorBSEWaldpOR95% CI dla OR
LLUL
Stała−6.591.4919.44< .0010.001
Łatwość korzystania−0.120.240.26.6080.890.561.41
Użyteczność1.680.2835.24< .0015.373.089.36
Obawy−0.200.250.63.4260.820.511.33
Cele0.940.2711.98< .0012.551.504.34

Uwaga. N = 303. Zmienna zależna: intencja zakupu ≥ 3 (1; n = 148) wobec < 3 (0; n = 155). Model: χ2(4) = 141.22, p < .001; R2 Nagelkerkego = .50; poprawnie sklasyfikowano 75.9% osób (próg .50). OR = iloraz szans; Wald = statystyka Walda z 1 stopniem swobody.

Pobierz wzór .docx

Co jest w tabeli i jak ją czytać

  • B i OR — B to zmiana logarytmu szans, OR — mnożnik szans przy wzroście predyktora o jednostkę. OR > 1 zwiększa, < 1 zmniejsza szanse.
  • CI dla OR — przedział niezawierający 1 oznacza istotny predyktor (Szumilas, 2010).
  • Wald — kwadrat statystyki z (B/SE)²; SPSS podaje go jako „Wald”, R jako z.
  • Nota z dopasowaniem — χ² modelu, R² Nagelkerkego i trafność klasyfikacji (Sperandei, 2014).

Jak opisać tabelę w tekście pracy

W tekście nie powtarzaj wszystkich liczb z tabeli — przywołaj ją i opisz najważniejsze wyniki. Przykład dla danych z tej strony:

Model regresji logistycznej był istotny, χ2(4) = 141.22, p < .001, i wyjaśniał 50% zmienności według R2 Nagelkerkego (Tabela 1). Wyższa ocena użyteczności zwiększała szanse co najmniej umiarkowanej intencji zakupu, OR = 5.37, 95% CI [3.08, 9.36], p < .001, podobnie jak cele, OR = 2.55, 95% CI [1.50, 4.34]. Model poprawnie sklasyfikował 75.9% osób.

Wykres ilorazów szans (forest plot)

W epidemiologii i medycynie ilorazy szans pokazuje się na wykresie lasu (forest plot) z osią logarytmiczną, na której efekty zwiększające i zmniejszające szanse są symetryczne wokół 1.

Rysunek 1

Ilorazy szans co najmniej umiarkowanej intencji zakupu

Wykres ilorazów szans z przedziałami ufności na osi logarytmicznej dla czterech predyktorów

Uwaga. N = 303. Kwadraty to ilorazy szans, odcinki — 95% przedziały ufności (oś logarytmiczna). Linia przerywana: OR = 1 (brak efektu).

Jak przygotować tabelę: SPSS, JASP, R i Word

SPSS: Analiza → Regresja → Logistyczna; w Opcjach zaznacz CI dla exp(B) i statystykę Hosmera-Lemeshowa. Tabela „Zmienne w równaniu” zawiera B, S.E., Wald, istotność i Exp(B). JASP: Regression → Logistic Regression z opcjami Odds ratios i Confidence intervals.

Jak sformatować tabelę w Wordzie

  1. Wstaw tabelę, a następnie w Projekt tabeli → Obramowania wybierz Bez obramowania.
  2. Dodaj tylko trzy linie poziome: nad wierszem nagłówka, pod nagłówkiem i pod ostatnim wierszem (oraz krótkie linie pod nagłówkami grupującymi).
  3. Nazwy wierszy wyrównaj do lewej, liczby do środka (lub do kropki dziesiętnej); w całej kolumnie zachowaj tę samą liczbę miejsc po kropce.
  4. Nad tabelą wpisz numer (pogrubiony) i w nowym wierszu tytuł kursywą; pod tabelą notę zaczynającą się od Uwaga.
  5. Przy długiej tabeli zaznacz wiersz nagłówka i włącz Powtórz jako wiersz nagłówka, aby pojawiał się na każdej stronie.

Pobierz wzór tabeli (.docx)

Przykład reprodukowalny

Przykład w R

Kod szacuje regresję logistyczną i liczy wszystkie wartości z tabeli i noty.

Regresja logistyczna z ilorazami szans

Dane wejściowe: plik Excela z odpowiedziami (N = 303) — ten sam zbiór we wszystkich tabelach serii.

Co odczytać: kolumny Estimate, Std. Error i Pr(>|z|), ilorazy szans z przedziałami, R² Nagelkerkego i trafność klasyfikacji.

R
library(readxl); library(psych)
dane <- as.data.frame(read_excel("dane_ankieta_tam.xlsx"))
dane$LAT <- rowMeans(dane[, paste0("Łatwość_korzystania", 1:4)])   # łatwość korzystania
dane$UZY <- rowMeans(dane[, paste0("Użyteczność", 1:4)])           # użyteczność
dane$INT <- rowMeans(dane[, paste0("Intencja_kupna", 1:4)])        # intencja zakupu
dane$int_wys <- as.integer(dane$INT >= 3)
m <- glm(int_wys ~ LAT + UZY + Obawy + Cele, family = binomial, data = dane)
summary(m)                                     # B, SE, z (Wald = z²), p
exp(cbind(OR = coef(m), confint.default(m)))   # ilorazy szans z 95% CI
n <- nrow(dane); lr <- m$null.deviance - m$deviance
cs <- 1 - exp(-lr / n); cs / (1 - exp(-m$null.deviance / n))   # R² Nagelkerkego
mean((fitted(m) >= .5) == dane$int_wys)        # odsetek poprawnych klasyfikacji

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research [R package]. Northwestern University. https://CRAN.R-project.org/package=psych
  3. readxl (wersja 1.4.5): Wickham, H., & Bryan, J. (2025). readxl: Read Excel files [R package]. https://CRAN.R-project.org/package=readxl

Najczęstsze błędy

  • Zrzut ekranu z SPSS zamiast tabeli przepisanej w formacie APA.
  • Linie pionowe i kolorowe tło — tabela APA ma wyłącznie linie poziome.
  • OR interpretowany jak ryzyko względne („dwa razy bardziej prawdopodobne”).
  • Brak informacji o kodowaniu zmiennej zależnej (co oznacza 1).
  • Brak przedziałów ufności dla OR.
  • Trafność klasyfikacji bez punktu odniesienia (odsetek najliczniejszej kategorii).

Najczęstsze pytania

Jak przedstawić regresję logistyczną w tabeli APA?

Podaj B, SE, Wald, p, OR i 95% CI dla OR dla każdego predyktora. W nocie opisz kodowanie zmiennej zależnej, test χ² modelu, pseudo-R² i trafność klasyfikacji.

Czy podawać B, jeśli jest OR?

Tak — B z SE pozwala odtworzyć model; OR jest wygodniejszy w interpretacji. Oba elementy są standardem.

Który pseudo-R² podać?

Najczęściej R² Nagelkerkego (i ewentualnie Coxa i Snella), bo podaje je SPSS. Pamiętaj, że pseudo-R² nie jest odsetkiem wyjaśnionej wariancji jak w regresji liniowej.

Jak zapisać OR dla stałej?

OR dla stałej rzadko się interpretuje; można go podać bez przedziału ufności albo pominąć.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000
  2. American Psychological Association. (b.d.). Table setup. APA Style. Pobrano 8 października 2026 z https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables ● Otwarty dostęp
  3. American Psychological Association. (b.d.). Sample tables. APA Style. Pobrano 9 października 2026 z https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables ● Otwarty dostęp
  4. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
  5. Sperandei, S. (2014). Understanding logistic regression analysis. Biochemia Medica, 24(1), 12–18. https://doi.org/10.11613/BM.2014.003 ● Otwarty dostęp
  6. Szumilas, M. (2010). Explaining odds ratios. Journal of the Canadian Academy of Child and Adolescent Psychiatry, 19(3), 227–229. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2938757/ ● Otwarty dostęp

Cytowania BibTeX

@book{apa2020manual, author={{American Psychological Association}}, title={Publication Manual of the American Psychological Association}, edition={7}, publisher={American Psychological Association}, address={Washington, DC}, year={2020}, doi={10.1037/0000165-000}}
@misc{apa_table_setup, author={{American Psychological Association}}, title={Table setup}, howpublished={APA Style}, url={https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables}, note={Pobrano 8 października 2026}}
@misc{apa_sample_tables, author={{American Psychological Association}}, title={Sample tables}, howpublished={APA Style}, url={https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables}, note={Pobrano 9 października 2026}}
@article{appelbaum2018journal, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
@article{sperandei2014understanding, author={Sperandei, Sandro}, title={Understanding logistic regression analysis}, journal={Biochemia Medica}, year={2014}, volume={24}, number={1}, pages={12--18}, doi={10.11613/BM.2014.003}}
@article{szumilas2010explaining, author={Szumilas, Magdalena}, title={Explaining odds ratios}, journal={Journal of the Canadian Academy of Child and Adolescent Psychiatry}, year={2010}, volume={19}, number={3}, pages={227--229}, url={https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2938757/}}
R