Korrelaatioanalyysi yrittää selvittää, onko kahden näytteen tai kahden eri näytteen välillä mitään yhteyttä. Jos yhteys löytyy, on välttämätöntä selvittää, liittyykö siihen jonkin indikaattorin kasvu, toisen lisääntyminen vai lasku.
Ohjeet
Vaihe 1
Päätä mitkä indikaattorit sinun on tehtävä korrelaatioanalyysi. Muista kuitenkin, että se auttaa sinua määrittämään, onko mahdollista ennustaa tietyt yhden arvon arvot tietäen toisen arvon. Tätä tarkoitusta varten voit käyttää kahta erilaista menetelmää: parametrinen menetelmä kertoimen r laskemiseksi (Brave-Pearson) ja korrelaatiokertoimen rs (Spearmanin rivejä) määrittäminen, jota käytetään järjestysdataan ja joka ei ole parametrinen.
Vaihe 2
Määritä korrelaatiokerroin - arvo, joka voi vaihdella yhdestä -1: een. Lisäksi positiivisen korrelaation tapauksessa tämä kerroin on yhtä suuri kuin plus yksi, ja negatiivisen korrelaation tapauksessa se on miinus yksi. Voit piirtää analysoitavien arvojen vastaavuuden. Sieltä saat tietyn suoran viivan, joka kulkee näiden arvoparien indikaattoreiden leikkauspisteiden läpi. Jos nämä pisteet (heijastavat arvot) eivät puolestaan ole suorassa linjassa ja muodostavat "pilven", absoluuttisen arvon korrelaatiokerroin on pienempi kuin yksi, ja kun tämä pilvi on pyöristetty, se lähestyy nollaa. Jos korrelaatiokerroin on yhtä suuri kuin 0, se tarkoittaa, että molemmat muuttujat ovat täysin riippumattomia toisistaan.
Vaihe 3
Tee johtopäätökset muuttujien välisestä suhteesta. Samalla kiinnitä suurta huomiota otoksen kokoon: mitä suurempi se on, sitä luotettavampi saadun korrelaatioanalyysikerroimen arvo on. On olemassa erityisiä taulukoita, jotka sisältävät korrelaatiokertoimen kriittiset arvot Brave-Pearsonin ja Spearmanin mukaan. Näitä indikaattoreita voidaan käyttää määrittämään erilainen määrä vapausasteita (se on yhtä suuri kuin parien lukumäärä miinus kaksi). Vain silloin, kun korrelaatiokertoimet ovat suurempia kuin nämä kriittiset arvot, niitä pidetään luotettavina.
