Calculați și înțelegeți corelația statistică - cu un exemplu
Postat pe 5 aprilie 2019 de Valerie Benning. Actualizat la 21 iulie 2020.
Corelația ne spune gradul de relație dintre două variabile.
O corelație pozitivă înseamnă că variabilele se dezvoltă în aceeași direcție. Deci, dacă o variabilă crește, crește și cealaltă variabilă. În cazul unei corelații negative, opusul este adevărat: o creștere a variabilei 1 înseamnă o scădere a variabilei 2.
Notă Corelația este întotdeauna nedirecționată, adică adică nu spune care variabilă o provoacă pe cealaltă. Mai degrabă, putem folosi corelația pentru a stabili dacă există o conexiune și cât de puternică este.
Cuprins
Determinați corect și interpretați corelațiile
Corelația este indicată cu coeficientul de corelație. Aceasta ia întotdeauna o valoare între -1 și +1.
Exemplu Vrem să determinăm relația dintre înălțimea (variabila 1) și greutatea (variabila 2) a oamenilor.
- apropiat de numărul 1 → corelație pozitivă puternică,
z. De exemplu, persoanele mai înalte au o greutate mai mare. - aproape de numărul -1 → corelație negativă puternică
z. De exemplu, persoanele mai înalte au o greutate mai mică. - aproape de numărul 0 → Nu există aproape nicio legătură între variabilele înălțime și greutate.
Tabelul vă oferă o prezentare generală a dezvoltării celor două variabile în funcție de corelarea lor pozitivă sau negativă.
| Corelație pozitivă | Variabila 1 crește → Variabila 2 crește | Pe măsură ce mărimea crește, crește și greutatea. |
| Variabila 1 scade → Variabila 2 scade | Dacă dimensiunea scade, scade și greutatea. | |
| Variabila 2 crește → Variabila 1 crește | Pe măsură ce greutatea crește, crește și dimensiunea. | |
| Variabila 2 scade → Variabila 1 scade | Dacă greutatea scade, la fel și dimensiunea. | |
| Corelația negativă | Variabila 1 crește → variabila 2 scade | Dacă dimensiunea crește, greutatea scade. |
| Variabila 1 scade → variabila 2 crește | Dacă dimensiunea scade, greutatea crește. | |
| Variabila 2 crește → variabila 1 scade | Dacă greutatea crește, dimensiunea scade. | |
| Variabila 2 scade → variabila 1 crește | Dacă greutatea scade, dimensiunea crește. |
Calculați corelația - Pearson sau Spearman?
Pentru a calcula și indica corelația, se determină coeficientul de corelație. Depinde de scara datelor care coeficient de corelație este cel corect.
Folosiți coeficientul de corelație Pearson dacă datele dvs. sunt metrice și coeficientul de corelație a rangului Spearman dacă aveți date ordinale.
Notă Pentru datele nominal scalate, determinăm coeficientul de contingență pentru a indica relația dintre două variabile.
Care este scorul tău?
Aflați înăuntru 10 minute, indiferent dacă ați creat neintenționat plagiat.
- 70+ miliarde de surse de internet
- 69+ milioane de publicații
- Protecție securizată a datelor
Interpretează corelația cu graficul scatter
În plus față de calcularea coeficientului de corelație, puteți crea un grafic scatter. Aceasta ilustrează relația dintre cele două variabile.
Ilustrația prezintă graficul de împrăștiere pentru exemplul nostru cu înălțimea și greutatea oamenilor. Vedem că există o corelație pozitivă, deoarece distribuția observațiilor (punctelor) este mai mult ca o linie.
Deci, variabilele se mișcă în aceeași direcție și putem concluziona că o dimensiune mai mare merge mână în mână cu o greutate mai mare.
Notă Dacă distribuția observațiilor arată mai mult ca o linie, aceasta indică o conexiune mai puternică între cele două variabile și, astfel, un coeficient de corelație mai mare (valoarea r) decât dacă observațiile sunt răspândite pe scară largă.
Grafic de împrăștiere în SPSS, Excel și Foi de calcul Google
Utilizați pașii următori pentru a crea un grafic scatter folosind SPSS, Excel și Foi de calcul Google:
| Grafică → Creare diagramă → Diagramă dispersie/punct |
| Inserare → Diagramă → Punct (X, Y) sau diagramă scatter |
Corelația și cauzalitatea
La determinarea corelației, este important să rețineți că corelația, deși indicativă a unei relații cauzale, nu este o dovadă.
Acest lucru este demonstrat de exemplul observării berzelor și a natalității:
Dacă observăm un număr crescut de berze și se înregistrează, de asemenea, o rată a natalității mai mare în regiune, putem spune că există o corelație, dar nu că există o legătură cauzală (de exemplu, berza aduce bebelușii).
Dacă doriți să aflați dacă există o relație de cauzalitate, ar trebui să faceți cercetări experimentale sau analize de regresie cu mai multe variabile de control.
întrebări frecvente
Corelația ne spune gradul de relație dintre două variabile.
Folosiți coeficientul de corelație Pearson pentru datele metrice și coeficientul de corelație a rangului Spearman pentru datele ordinale pentru care determinați o corelație.
Nu, o corelație este o indicație, dar nu o dovadă, a unei relații cauzale între două variabile.