"Multiple Linear Regression Analysis for Estimating the Impact of Educational and Behavioral Factors on the Performance Index for a Group of School Students"
DOI:
https://doi.org/10.65405/rp7eyy30Keywords:
Academic Performance, Multiple Linear Regression, Student Achievement, School Students, Educational FactorsAbstract
This study aimed to analyze the factors affecting academic performance among school students using multiple linear regression analysis. The independent variables included study hours, previous results, sleep duration, extracurricular activities, and practice with exam models, while the dependent variable was the academic performance index. The study adopted a quantitative analytical approach, using statistical analysis to examine the relationship between the independent variables and academic performance. The results revealed a very strong positive correlation between the variables, with a correlation coefficient (R = 0.994). The model explained 98.8% of the variance in academic performance (R² = 0.988), indicating a very high explanatory power .Furthermore, the ANOVA results showed that the overall regression model was statistically significant at the 0.05 level, with an F-value of 171052.049 and a significance level of 0.000. The coefficients analysis indicated that all independent variables had a statistically significant positive effect on academic performance, with previous results being the most influential predictor, followed by study hours. The study concluded that academic performance is influenced by a combination of academic, behavioral, and lifestyle factors, highlighting the importance of addressing these aspects to enhance students’ academic achievement.
Downloads
References
1. البلداوي، عبد الحميد عبد المجيد. (2009). الأساليب الإحصائية التطبيقية. عمان، الأردن: دار الشروق.
2. التميمي، زهرة حسن، وآخرون. (2014). تحليل الانحدار. البصرة، العراق: جامعة البصرة، كلية الإدارة والاقتصاد، قسم الإحصاء.
3. الجبوري، كامل محمد. (2010). التحليل الإحصائي باستخدام SPSS. عمان، الأردن: دار المسيرة.
4. داود، جمال إبراهيم، وفاضل، سمير سليم. (2004). تحليل الارتباط ونماذج الانحدار. الزاوية، ليبيا: جامعة السابع من أبريل، كلية العلوم، قسم الإحصاء.
5. العلي، عبد الله محمد. (2012). الأساليب الإحصائية في البحوث التربوية. القاهرة، مصر: دار الفكر العربي.
6. علي، يونس حمادي. (2008). الإحصاء الاجتماعي (ط. 1). الزاوية، ليبيا: جامعة السابع من أبريل.
7. ياسين، سعد غالب. (2008). الإحصاء التطبيقي. عمان، الأردن: دار اليازوري.
8. الحربي، محمد بن عبد الرحمن. (2017). العلاقة بين الدافعية للتعلم والتحصيل الدراسي لدى طلاب المرحلة الثانوية. بحث منشور، جامعة طيبة.
المراجع الأجنبية:
1. Allison, P. D. (1999). Multiple Regression: A Primer. USA: Pine Forge Press.
2. Greene, W. H. (2018). Econometric Analysis. New York, USA: Pearson.
3. Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models. New York, USA: McGraw-Hill.
4. Krichene, E., Hmadi, M. S. A., & Al-Gajamiya, S. K. (2026). A Fair Comparative Framework for Time-Series Forecasting Using ARIMAX, XGBoost, and LSTM: Evidence from Libya. Al-Farooq Journal of Sciences, 2(3), 69-85.
5. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). 4. Introduction to Linear Regression Analysis. New York, USA: J
