При проведении исследования, вы можете исследовать не один, а несколько признаков. Одна из задач исследования может заключаться в проверки наличия связи между разными изучаемыми переменными. Проверить данную связь, или взаимосвязь, можно с помощью корреляционного анализа, который показывает как изменяется один признак при изменении другого (и наоборот).
Коэффициент корреляции (r) принимает значение от 1 до -1, при этомrmax=±1,rmin=0. Т.е. чем ближе показатель коэффициента корреляции к единице (по модулю), тем сильнее взаимосвязь между признаками, чем ближе к нулю, тем слабее взаимосвязь. Приr=0 связь между признаками отсутствует.
Знак коэффициента корреляции говорит о направлении взаимосвязи. Отрицательный коэффициент корреляции (– r) означаетотрицательную корреляционную взаимосвязь, т.е. при увеличении значений одного признака, значения другого уменьшаются или, наоборот, при уменьшении значений одного признака, значения другого увеличиваются. Положительный коэффициент корреляции (r) означает положительную корреляционную взаимосвязь, т.е. при увеличении одного показателя, значения второго также увеличиваются, или при уменьшении одного показателя, значения другого также уменьшаются.
Пример: В группе студентов исследованы самооценка, уровень притязаний и личностная тревожность. Необходимо изучить, существует ли взаимосвязь между данными признаками. Н0 – отсутствует взаимосвязь между переменными, Н1 – существует значимая взаимосвязь.
Выводы в результате применения корреляционного анализа могут быть следующими:
Обнаружена положительная корреляционная взаимосвязь между самооценкой и уровнем притязаний, т.е. чем выше уровень самооценки, тем выше уровень притязаний.
Обнаружена отрицательная корреляционная взаимосвязь между уровнем притязаний и личностной тревожностью, т.е. чем выше уровень притязаний, тем ниже уровень личностной тревожности.
Наиболее распространенными методами корреляционного анализа являются метод линейной корреляции Пирсона и метод ранговой корреляции Спирмена. Первый метод предназначен для измерения силы линейной корреляционной связи количественных признаков и предполагает, чтобы распределение признака в каждом случае соответствовало нормальному распределению. Второй метод позволяет определить силу и направление корреляционной связи между двумя признаками или двумя иерархиями признаков и позволяет коррелировать данные, представленные в ранговых и номинативных шкалах, при этом распределение признака может быть любым.
Корреляционный анализ заключается в количественном определении тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).
Коэффициент корреляции - двумерная описательная статистика, количественная мера взаимосвязи (совместной изменчивости) двух переменных и направления вероятностной взаимосвязи двух переменных. Принимает значения в диапазон от -1 до +1.
Сила связи достигает максимума при условии взаимно однозначного соответствия, когда каждому значении. Одной переменной соответствует только одно значение другой переменной и наоборот, эмпирическая взаимосвязь при этом совпадает с функциональной линейной связью. Направление свзяи определяется прямым или обратным соотношением значений двух переменных: если возрастанию значений одной переменной соответствует возрастание значений другой переменной, то взаимосвязь называется прямой(положит.), а если возрастанию значений одной переменной соотвествует убывание значений другой переменной, то взаимосвзь называется обратной (отриц.).
коэффициент корреляции r-Пирсона – мера корреляции, подходящая для двух непрерывных метрических переменных, измеренных на одной и той же выборке. Относится к параметрическим критериям.
коэффициент корреляции rs-Спирмена –аналог корреляции ПИРСОНА. Метод ранговой корреляции Спирмена позволяет определить тесноту (силу) и направление корреляционной связи между двумя признаками или двумя профилями (иерархиями) признаков.
коэффициент корреляции t-Кендалла - Применяется для выявления взаимосвязи между количественными или качественными показателями, если их можно ранжировать. Значения показателя X выставляют в порядке возрастания и присваивают им ранги.
