Руководство по анализу данных с помощью самой мощной и популярной



Pdf көрінісі
бет110/304
Дата10.10.2024
өлшемі8,54 Mb.
#206058
түріРуководство
1   ...   106   107   108   109   110   111   112   113   ...   304
Байланысты:
А. Наследов - SPSS 19. Профессиональный статистический анализ данных - 2011

Ранговые корреляции
Как уже отмечалось, необходимость в применении ранговых корреляций возника-
ет в двух случаях: когда распределение хотя бы одной из двух переменных не со-
ответствует нормальному и когда связь между переменными является нелинейной 
(но монотонной). В этих случаях вместо корреляции r Пирсона можно выбрать 
ранговые корреляции: r Спирмена либо 
τ
(читается «тау») Кендалла. Ранговы-
ми они являются потому, что программа предварительно ранжирует переменные, 
между которыми они вычисляются.
Корреляцию r Спирмена программа SPSS вычисляет следующим образом. Сна-
чала переменные переводятся в ранги, а затем к рангам применяется формула 


Дополнительные сведения
141
r Пирсона. Таким образом, r Спирмена интерпретируется по аналогии с r Пирсо-
на. Иначе дело обстоит с корреляцией 
τ
Кендалла, которая имеет вероятностную 
природу.
Рассмотрим принцип вычисления 
τ
Кендалла на примере. Предположим, оценива-
ется связь между ростом и весом в группе людей, предварительно ранжированных 
по этим переменным. Тогда при сравнении любых двух человек из этой группы воз-
можны две ситуации: однонаправленное изменение переменных («совпадение»), 
когда и рост, и вес одного больше, чем у другого; разнонаправленное изменение 
(«инверсия»), когда рост у второго больше, а вес меньше, чем у первого. Перебрав 
все пары испытуемых, можно оценить вероятность совпадений (P) и вероятность 
инверсий (Q). Корреляция Кендалла — это разность вероятностей «совпадений» 
и «инверсий»: 
τ
= PQ. По значению корреляции Кендалла можно всегда вы-
числить вероятность «совпадений» (P = (1 + 
τ
)/2) и «инверсий» (Q = (1 – 
τ
)/2). 
Например, если корреляция между ростом и весом 
τ
= 0,5, то вероятность «совпа-
дений» (чем больше рост, тем больше вес) P = 0,75, а вероятность «инверсий» (чем 
больше рост, тем меньше вес) Q = 0,25. Таким образом, важным преимуществом 
корреляции 
τ
Кендалла является ее отчетливая вероятностная интерпретация.
Значимость
Как и большинство статистических процедур, команды подменю 
Корреляции
на-
ряду с описательными статистиками (корреляциями в данном случае) вычисляют 
их уровень значимости. Напомним, что уровень значимости является мерой ста-
тистической достоверности результата вычислений, в данном случае — корреля-
ции, и служит основанием для интерпретации. Если исследование показало, что 
уровень значимости корреляции не превышает 0,05 ( р 

0,05), то это означает, что 
корреляция является случайной с вероятностью не более 5 %. Обычно это явля-
ется основанием для вывода о статистической достоверности корреляции. В про-
тивном случае ( p > 0,05) связь признается статистически недостоверной и не под-
лежит содержательной интерпретации.
SPSS позволяет определять два теста значимости: односторонний и двухсторон-
ний. Обычно используется двухсторонний тест значимости. Но если вы заранее 
знаете направление корреляции (положительное или отрицательное) и вас интере-
сует только одно направление, можно использовать односторонний тест значимо-
сти. Однако такая ситуация встречается редко, а если и встречается, то правомер-
ность односторонней проверки с трудом поддается обоснованию.


Достарыңызбен бөлісу:
1   ...   106   107   108   109   110   111   112   113   ...   304




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет