معامل ارتباط بيرسون ، الذي يشار إليه عادة بـ r ، هو قيمة إحصائية تقيس العلاقة الخطية بين متغيرين. يتراوح في القيمة من +1 إلى -1 ، مما يشير إلى وجود علاقة خطية إيجابية وسلبية مثالية على التوالي بين متغيرين. عادةً ما يتم تنفيذ حساب معامل الارتباط بواسطة البرامج الإحصائية ، مثل SPSS و SAS ، لتوفير أدق القيم الممكنة للإبلاغ في الدراسات العلمية. يختلف تفسير واستخدام معامل ارتباط بيرسون بناءً على سياق وغرض الدراسة المعنية التي يتم حسابها من خلالها.
حدد المتغير التابع المراد اختباره بين ملاحظتين مشتقتين بشكل مستقل. أحد متطلبات معامل الارتباط لبيرسون هو أن المتغيرين اللذين تتم مقارنتهما يجب أن يتم ملاحظتهما أو قياسهما بشكل مستقل للتخلص من أي نتائج متحيزة.
احسب معامل ارتباط بيرسون. بالنسبة للكميات الكبيرة من البيانات ، يمكن أن يصبح الحساب مملاً للغاية. بالإضافة إلى البرامج الإحصائية المختلفة ، فإن العديد من الحاسبات العلمية لديها القدرة على حساب القيمة. يتم توفير المعادلة الفعلية في قسم المرجع.
قم بالإبلاغ عن قيمة ارتباط قريبة من 0 كمؤشر على عدم وجود علاقة خطية بين المتغيرين. مع اقتراب معامل الارتباط من الصفر ، تصبح القيم أقل ارتباطًا مما يحدد المتغيرات التي قد لا تكون مرتبطة ببعضها البعض.
قم بالإبلاغ عن قيمة ارتباط قريبة من 1 كمؤشر على وجود علاقة خطية موجبة بين المتغيرين. ينتج عن القيمة الأكبر من الصفر التي تقترب من 1 ارتباط إيجابي أكبر بين البيانات. كلما زاد متغير واحد مبلغًا معينًا ، يزيد المتغير الآخر بمقدار مماثل. يجب تحديد التفسير بناءً على سياق الدراسة.
قم بالإبلاغ عن قيمة ارتباط قريبة من -1 كمؤشر على وجود علاقة خطية سالبة بين المتغيرين. عندما يقترب المعامل من -1 ، تصبح المتغيرات أكثر ارتباطًا سلبيًا مما يشير إلى أنه كلما زاد متغير واحد ، ينخفض المتغير الآخر بمقدار مماثل. يجب تحديد التفسير مرة أخرى بناءً على سياق الدراسة.
تفسير معامل الارتباط بناءً على سياق مجموعة البيانات المعينة. قيمة الارتباط هي في الأساس قيمة اعتباطية يجب تطبيقها بناءً على المتغيرات التي تتم مقارنتها. على سبيل المثال ، تشير قيمة r الناتجة البالغة 0.912 إلى وجود علاقة خطية قوية جدًا وإيجابية بين متغيرين. في دراسة تقارن بين متغيرين لا يتم تحديدهما عادة على أنهما مرتبطان ، تقدم هذه النتائج دليلاً أن متغيرًا واحدًا قد يؤثر إيجابًا على المتغير الآخر ، مما يؤدي إلى مزيد من البحث بين اثنين. ومع ذلك ، فإن نفس قيمة r بالضبط في دراسة تقارن بين متغيرين ثبت أنهما يمتلكان بشكل مثالي قد تحدد العلاقة الخطية الإيجابية خطأ في البيانات أو مشاكل أخرى محتملة في التجربة التصميم. وبالتالي ، من المهم فهم سياق البيانات عند الإبلاغ عن معامل ارتباط بيرسون وتفسيره.
تحديد أهمية النتائج. يتم تحقيق ذلك باستخدام معامل الارتباط ودرجات الحرية والقيم الحرجة لجدول معامل الارتباط. يتم حساب درجات الحرية على أنها عدد المشاهدات المزدوجة مطروحًا منها 2. باستخدام هذه القيمة ، حدد القيمة الحرجة المقابلة في جدول الارتباط إما لاختبار 0.05 و 0.01 يحدد مستوى ثقة 95 و 99 في المائة على التوالي. قارن القيمة الحرجة بمعامل الارتباط المحسوب مسبقًا. إذا كان معامل الارتباط أكبر ، يُقال أن النتائج ذات أهمية.
الأشياء ستحتاج
- آلة حاسبة علمية أو برنامج إحصائي
- جدول القيم الحرجة لمعامل الارتباط
نصائح
قد تكون فترات الثقة لمعامل الارتباط مفيدة أيضًا في الدراسات السكانية.