Kunnskap sirkulerer fra det generelle til det spesielle, i denne forstand kan forklaringen på nye fenomener studeres av forholdet det har til hendelser av samme fenomen, som er det som ofte gjøres innen undersøkelser. På grunn av det foregående er det behov for å etablere sammenhengen mellom to kvantitative variabler i en gruppe studiepersoner.
Statistikkvitenskapen har metoder som gjør det mulig å måle dette forholdet, med følgende mål:
Annonser
- Bestem om begge variablene er korrelert, det vil si hvis verdiene til den andre variabelen har lavere eller høyere verdier til å være like lavere eller høyere.
- Forutsi verdien av en variabel, og ta en viss verdi fra den andre variabelen.
- Beregn nivået av samsvar mellom verdiene til begge variablene.
I denne artikkelen finner du:
Hva er Pearsons korrelasjonskoeffisient?
Pearsons korrelasjonskoeffisient er et mål på korrespondansen eller det lineære forholdet mellom to tilfeldige kvantitative variabler. Med enklere ord kan den defineres som en indeks som brukes til å måle graden av forholdet mellom to variabler, begge kvantitative.
Annonser
Med to variabler, letter korrelasjonen estimater av verdien av en av dem, med kunnskap om verdien av den andre variabelen.
Denne koeffisienten er et mål som indikerer den relative situasjonen til hendelsene med hensyn til de to variablene det vil si at det representerer det numeriske uttrykket som indikerer graden av korrespondanse eller forhold som eksisterer mellom 2 variabler. Disse tallene varierer mellom grensene på +1 og -1.
Annonser
Hvordan beregnes det?
Å ha en guide som tillater:
- Etablere den sammenhengende variasjonen av de to variablene
- Sammenlign de forskjellige sakene med hverandre
For å gjøre dette brukes Pearson-korrelasjonskoeffisienten, definert som kovariansen som oppstår mellom to standardiserte variabler og beregnes med følgende uttrykk:
Annonser
Hvordan tolker det Pearsons korrelasjonskoeffisient?
Dimensjonen indikerer tilknytningsnivået mellom variablene.
Annonser
- Når det er mindre enn null (r <0) sies det at det er en negativ korrelasjon: Variablene er korrelert i omvendt forstand.
Høye verdier i en av variablene tilsvarer vanligvis lave verdier i den andre variabelen og omvendt. Jo nærmere verdien til -1 nevnte korrelasjonskoeffisient, jo tydeligere vil den ekstreme samvariasjonen være.
Hvis r = -1, snakker vi om en perfekt negativ korrelasjon, som antar en absolutt bestemmelse mellom begge variablene, i direkte forstand eksisterer et perfekt lineært forhold med en negativ skråning.
- Når det er større enn null (r> 0) sies det at det er en positiv korrelasjon: Begge variablene er korrelert i direkte forstand.
Høye verdier i en av variablene tilsvarer høye verdier i den andre variabelen, og i en omvendt situasjon skjer det samme med lave verdier. Jo nærmere +1 korrelasjonskoeffisienten er, jo tydeligere blir samvariasjonen.
Hvis r = 1 Vi snakker om en perfekt positiv korrelasjon, som antar en absolutt bestemmelse mellom variablene, eksisterer i en direkte forstand et perfekt lineært forhold med en positiv skråning).
- Når det er lik null (r = 0) Det sies at variablene er feil relatert, er det ikke mulig å etablere en følelse av samvariasjon.
Det er ikke noe lineært forhold, men dette innebærer ikke nødvendigvis at variablene er uavhengige, og det kan være ikke-lineære forhold mellom variablene.
Når de to variablene er uavhengige, sies det at de ikke er sammenhengende, selv om gjensidighetsresultatet ikke nødvendigvis er sant.
For å konkludere kan det sies at det ser vanskeligere ut enn det viser seg å være, spesielt hvis du har teknologi. avansert, siden det i dag er flere programmer som letter denne oppgaven med å beregne og tolke Pearson.
