تجزیه و تحلیل همبستگی تلاش می کند تا مشخص کند که آیا بین دو مقدار در یک نمونه یا بین دو نمونه متفاوت رابطه وجود دارد. اگر ارتباطی یافت شد ، لازم است دریابید که آیا با افزایش شاخص در افزایش یا کاهش در شاخص دیگر همراه است یا خیر.
دستورالعمل ها
مرحله 1
تصمیم بگیرید بین چه شاخص هایی برای انجام تجزیه و تحلیل همبستگی نیاز دارید. با این حال ، به خاطر داشته باشید که به شما کمک می کند تا با دانستن اندازه مقدار دیگر ، پیش بینی مقادیر خاص یک مقدار را انجام دهید. برای این منظور ، می توانید از 2 روش مختلف استفاده کنید: روش پارامتری محاسبه ضریب r (Brave-Pearson) و تعیین ضریب همبستگی rs (رتبه های Spearman) ، که برای داده های ترتیبی اعمال می شود و غیر پارامتری است.
گام 2
ضریب همبستگی را تعیین کنید - مقداری که می تواند از یک تا -1 باشد. علاوه بر این ، در صورت همبستگی مثبت ، این ضریب معادل بعلاوه یک و در مورد همبستگی منفی ، منفی یک خواهد بود. می توانید مطابقت مقادیر مورد نظر برای تجزیه و تحلیل را ترسیم کنید. روی آن یک خط مستقیم مشخص را از نقاط تقاطع نشانگرهای هر جفت از این مقادیر دریافت خواهید کرد. به نوبه خود ، اگر این نقاط (مقادیر منعکس کننده) در یک خط مستقیم قرار نگیرند و یک "ابر" تشکیل دهند ، در این صورت ضریب همبستگی در مقدار مطلق کمتر از یک خواهد بود و با گرد شدن این ابر ، به صفر می رسد. اگر ضریب همبستگی برابر با 0 باشد ، به این معنی است که هر دو متغیر کاملاً از یکدیگر مستقل هستند.
مرحله 3
در مورد رابطه بین متغیرها نتیجه گیری کنید. در همان زمان ، به اندازه نمونه توجه زیادی داشته باشید: هرچه بزرگتر باشد ، مقدار ضریب تجزیه و تحلیل همبستگی بدست آمده قابل اطمینان تر خواهد بود. جداول خاصی وجود دارد که حاوی مقادیر بحرانی ضریب همبستگی با توجه به Brave-Pearson و Spearman است. از این شاخص ها می توان برای تعیین تعداد متفاوت درجه آزادی استفاده کرد (برابر با تعداد جفتهای منهای دو است). فقط در مواردی که ضرایب همبستگی بیشتر از این مقادیر حیاتی باشند ، آنها قابل اعتماد تلقی می شوند.
