Коефициентът на корелация на Пиърсън, обикновено означен като r, е статистическа стойност, която измерва линейната връзка между две променливи. Той варира в стойност от +1 до -1, което показва перфектна положителна и отрицателна линейна връзка, съответно между две променливи. Изчисляването на коефициента на корелация обикновено се извършва от статистически програми, като SPSS и SAS, за да се осигурят възможно най-точните стойности за докладване в научни изследвания. Тълкуването и използването на коефициента на корелация на Пиърсън варира в зависимост от контекста и целта на съответното изследване, в което той се изчислява.
Идентифицирайте зависимата променлива, която ще се тества между две независимо получени наблюдения. Едно от изискванията на коефициента на корелация на Пиърсън е, че двете променливи, които се сравняват, трябва да се наблюдават или измерват независимо, за да се елиминират пристрастни резултати.
Изчислете коефициента на корелация на Пиърсън. При големи количества данни изчислението може да стане много досадно. В допълнение към различни статистически програми, много научни калкулатори имат способността да изчисляват стойността. Действителното уравнение е дадено в справочния раздел.
Отчетете стойност на корелация, близка до 0, като индикация, че няма линейна връзка между двете променливи. Тъй като коефициентът на корелация се приближава до 0, стойностите стават по-малко корелирани, което идентифицира променливи, които може да не са свързани помежду си.
Отчетете стойност на корелация, близка до 1, като индикация, че има положителна, линейна връзка между двете променливи. Стойност, по-голяма от нула, която се доближава до 1, води до по-голяма положителна корелация между данните. Тъй като една променлива увеличава определено количество, другата променлива се увеличава в съответно количество. Тълкуването трябва да се определя въз основа на контекста на изследването.
Отчетете стойност на корелация, близка до -1, като индикация, че има отрицателна, линейна връзка между двете променливи. Тъй като коефициентът се приближава до -1, променливите стават по-отрицателно корелирани, което показва, че с увеличаване на една променлива другата променлива намалява със съответно количество. Тълкуването отново трябва да се определя въз основа на контекста на изследването.
Интерпретирайте коефициента на корелация на базата на контекста на конкретния набор от данни. Стойността на корелацията по същество е произволна стойност, която трябва да се приложи въз основа на сравняваните променливи. Например получената r стойност 0,912 показва много силна и положителна линейна връзка между две променливи. В проучване, сравняващо две променливи, които обикновено не се идентифицират като свързани, тези резултати предоставят доказателства че една променлива може да повлияе положително на другата променлива, което води до повод за по-нататъшни изследвания между две. Въпреки това, точно същата r стойност в проучване, сравняващо две променливи, за които е доказано, че имат перфектно положителната линейна връзка може да идентифицира грешка в данните или други потенциални проблеми в експеримента дизайн. Поради това е важно да се разбере контекстът на данните, когато се докладва и интерпретира коефициентът на корелация на Пиърсън.
Определете значимостта на резултатите. Това се постига с помощта на коефициента на корелация, степента на свобода и критичните стойности на таблицата Коефициент на корелация. Степените на свобода се изчисляват като броя на сдвоените наблюдения минус 2. Използвайки тази стойност, идентифицирайте съответната критична стойност в таблицата на съответствието или за тест 0,05 и 0,01, идентифициращ съответно 95 и 99 процента ниво на доверие. Сравнете критичната стойност с предварително изчисления коефициент на корелация. Ако коефициентът на корелация е по-голям, се казва, че резултатите са от значение.
Неща, от които ще се нуждаете
- Научен калкулатор или статистическа програма
- Критични стойности на таблицата с коефициенти на корелация
Съвети
Доверителните интервали за коефициента на корелация също могат да бъдат полезни при проучвания на популацията.