כיצד לחשב קורלציה נקודתית

הדרך החזקה ביותר להראות כיצד קשורים שני משתנים - כמו זמן לימוד והצלחה בקורס - היא המתאם. משתנה מ -1.0 ל -1.0, המתאם מדגים בדיוק איך משתנה אחד משתנה כמו שהמשנה משתנה.

בחלק משאלות המחקר אחד המשתנים הוא רציף, כגון מספר השעות שלומד סטודנט לבחינה, שיכול לנוע בין 0 למעל 90 שעות שבועיות. המשתנה האחר הוא דיכוטומי, כמו האם סטודנט זה עבר את הבחינה או לא? במצבים כאלה עליכם לחשב את המתאם הנקודתי-ביסרי.

חשב את הממוצע של הערכים של משתנה X כאשר Y = 1. כלומר, בכל המקרים בהם Y = 1, הוסף את הערכים של משתנה X, וחלק את המספר של אותם מקרים. בדוגמה שלנו, זהו סך השעות הממוצעות שנלמדו עבור סטודנטים שעברו את הבחינה; בוא נגיד שזה 10.

חשב את הממוצע של הערכים של משתנה X כאשר Y = 0. כלומר, עבור כל המקרים בהם Y = 0, הוסף את הערכים של משתנה X, וחלק את המספר של אותם מקרים. כאן, זהו סך השעות הממוצעות שנלמדו עבור סטודנטים שנכשלו; בוא נגיד שזה 3.

הפחת את התוצאה של שלב 2 משלב 1. הנה, 10 - 3 = 7.

הכפל את מספר המקרים בהם השתמשת בשלב 1 כפול מספר המקרים בהם השתמשת בשלב 2. אם 40 סטודנטים עברו את הבחינה ו -20 נכשלו, זה 40 x 20 = 800.

instagram story viewer

הכפל את מספר המקרים הכולל במספר פחות ממספר זה. כאן ניגשו לבחינה 60 סטודנטים בסך הכל, ולכן הנתון הזה הוא 60 x 59 = 3,540.

חלק את התוצאה משלב 4 ולתוצאה משלב 5. כאן, 800/3540 = 0.226.

חשב את השורש הריבועי של התוצאה של שלב 6 באמצעות מחשבון או גיליון אלקטרוני למחשב. כאן זה יהיה 0.475.

ריבוע כל ערך של משתנה X, והוסף את כל הריבועים.

הכפל את התוצאה של שלב 8 במספר כל המקרים. כאן תכפיל את התוצאה של שלב 8 ב 60.

הוסף את סכום המשתנה X על כל המקרים. אז היית מוסיף את כל השעות הכוללות שנלמדו במדגם כולו.

ריבוע התוצאה משלב 10.

הפחת את התוצאה של שלב 11 מהתוצאה של שלב 9.

חלק את התוצאה של שלב 12 בתוצאה של שלב 5.

חשב את השורש הריבועי של התוצאה של שלב 13 באמצעות מחשבון או גיליון אלקטרוני למחשב.

חלק את התוצאה של שלב 3 בתוצאה של שלב 14.

הכפל את התוצאה של שלב 15 בתוצאה של שלב 7. זה הערך של המתאם הנקודתי-ביסרי.

טיפים

  • הדפיס את כל השלבים האלה. רשום את הערך של כל תוצאה שאתה מקבל בכל שלב במקטע "חישוב" ממש ליד השלב.

    חשב את זה פעם אחת, ואז קח הפסקה וחשב שוב את המתאם. אם יש לך אי התאמה רצינית, אירעה טעות או שתיים איפשהו לאורך הקו.

    ראה "כוח פריימר" של כהן למידע על מתאם מובהק סטטיסטית וחזק מספיק (ראה הפניות).

אזהרות

  • התוצאה שלך חייבת להתאים לטווח שבין +1.0 ל -1.0, כולל. ערכים כמו +0.45 או -0.22 הם בסדר. ערכים כמו 16.4 או -32.6 הם בלתי אפשריים מתמטית; אם אתה מקבל משהו כזה, טעית איפשהו.

    עקוב אחר שלב 3 במדויק. אל תגרע את התוצאה של שלב 1 מהתוצאה של שלב 2.

Teachs.ru
  • לַחֲלוֹק
instagram viewer