כיצד להשתמש במקדם המתאם של פירסון

Posted on
מְחַבֵּר: Randy Alexander
תאריך הבריאה: 24 אַפּרִיל 2021
תאריך עדכון: 18 נוֹבֶמבֶּר 2024
Anonim
Correlation Coefficient
וִידֵאוֹ: Correlation Coefficient

תוֹכֶן

מקדם המתאם של פירסון, הנקרא בדרך כלל כ- r, הוא ערך סטטיסטי המודד את הקשר הליניארי בין שני משתנים. זה נע בערך מ -1+ ל -1, מה שמצביע על קשר ליניארי חיובי ושלילי מושלם בהתאמה בין שני משתנים. חישוב מקדם המתאם מבוצע בדרך כלל על ידי תוכניות סטטיסטיות, כגון SPSS ו- SAS, כדי לספק את הערכים המדויקים ביותר האפשריים לדיווח במחקרים מדעיים. הפרשנות והשימוש במקדם המתאם של פירסון משתנה בהתאם לתכלית ולמטרה של המחקר המתאים בו הוא מחושב.

    זהה את המשתנה התלוי שיש לבדוק בין שתי תצפיות הנגזרות באופן עצמאי. אחת הדרישות של מקדם המתאם של פירסון היא שצריך לצפות או למדוד את שני המשתנים המשווים באופן עצמאי בכדי לבטל תוצאות מוטות.

    חשב את מקדם המתאם של פירסון. עבור כמויות גדולות של נתונים, החישוב יכול להיות מייגע מאוד. בנוסף לתוכניות סטטיסטיות שונות, לחישובים מדעיים רבים יש יכולת לחשב את הערך. המשוואה בפועל מסופקת בסעיף הפניה.

    דווח על ערך מתאם קרוב ל 0 כציון כי אין קשר ליניארי בין שני המשתנים. ככל שמתקרב מקדם המתאם 0, הערכים מתואמים פחות וזה מזהה משתנים שאולי לא קשורים זה לזה.

    דווח על ערך מתאם קרוב ל -1 כציון שיש קשר חיובי, לינארי, בין שני המשתנים. ערך הגדול מאפס שמתקרב ל 1 מביא למתאם חיובי גדול יותר בין הנתונים. כאשר משתנה אחד מגדיל סכום מסוים, משתנה אחר עולה בסכום המקביל. יש לקבוע את הפרשנות על סמך מצב המחקר.

    דווח על ערך מתאם קרוב ל -1 כאינדיקציה לכך שיש קשר שלילי, לינארי, בין שני המשתנים. ככל שמתקרב המקדם -1, משתנים המשתנים בצורה שלילית יותר ומעידים על כך שככל שמשתנה אחד גדל, המשתנה האחר פוחת בסכום המקביל. יש לקבוע את הפרשנות שוב על סמך טענות המחקר.

    פרש את מקדם המתאם על סמך ערכת הנתונים הספציפית. ערך המתאם הוא בעיקרו ערך שרירותי שיש להחיל על סמך המשתנים המשווים. לדוגמה, ערך r שהתקבל ב- 0.912 מעיד על קשר לינארי חזק וחיובי מאוד בין שני משתנים. במחקר שהשווה בין שני משתנים שאינם מזוהים בדרך כלל כקשורים, תוצאות אלה מספקות עדויות לכך שמשתנה אחד עשוי להשפיע לטובה על המשתנה השני, וכתוצאה מכך גורם למחקר נוסף בין השניים. עם זאת, אותו ערך r בדיוק במחקר המשווה בין שני משתנים המוכחים כבעלי קשר לינארי חיובי לחלוטין, עשוי לזהות שגיאה בנתונים או בבעיות פוטנציאליות אחרות בתכנון הניסוי. לכן חשוב להבין את מצב הנתונים כאשר מדווחים ומפרשים את מקדם המתאם של פירסון.

    קבע את משמעות התוצאות. זה נעשה באמצעות מקדם המתאם, דרגות החופש וערכים קריטיים של טבלת מקדם המתאם. דרגות החופש מחושבות כמספר התצפיות המזוודות מינוס 2. בעזרת ערך זה, זהה את הערך הקריטי המתאים בטבלת המתאם עבור מבחן 0.05 ו- 0.01 המזהה רמת ביטחון של 95 ו 99 אחוז בהתאמה. השווה את הערך הקריטי למקדם המתאם שחושב בעבר. אם מקדם המתאם גדול יותר, אומרים שהתוצאות חשובות.

    טיפים