Voorbeeldvrae en bespreking van korrelasie-analise
Korrelasie-analise is 'n statistiese metode wat gebruik word om die mate van verband tussen twee veranderlikes te bepaal. Hierdie analise word gereeld in verskeie dissiplines gebruik, insluitend ekonomie, sielkunde, medisyne en sosiologie, om te verstaan hoe nou twee veranderlikes verwant is. In hierdie artikel sal ons verskeie voorbeeldprobleme en besprekings bespreek om die konsep van korrelasie-analise te help verstaan.
Verstaan Korrelasie-analise
Korrelasie-analise word gebruik om die sterkte en rigting van die verband tussen twee numeriese veranderlikes te meet. Hierdie korrelasiewaarde word gewoonlik uitgedruk deur 'n korrelasiekoëffisiënt te gebruik, wat kan wissel van -1 tot 1. Hierdie waardes kan soos volg geïnterpreteer word:
– +1 : Perfekte positiewe korrelasie. Beide veranderlikes beweeg in dieselfde rigting.
– 0: Geen korrelasie nie. Die twee veranderlikes het nie 'n duidelike lineêre verband nie.
– -1 : Perfekte negatiewe korrelasie. Beide veranderlikes beweeg in teenoorgestelde rigtings.
Die mees gebruikte korrelasiekoëffisiënt is die Pearson-korrelasie. Daar is egter ook ander korrelasiemetodes, soos Spearman en Kendall, wat meer geskik is vir ordinale of nie-lineêre data.
Korrelasie-analise stappe
1. Data-insameling: Versamel data vir die twee veranderlikes wat geanaliseer moet word.
2. Datavisualisering: Skep 'n spreidingsdiagram om die verbandpatroon tussen die twee veranderlikes te sien.
3. Berekening van korrelasiekoëffisiënt: Bereken Pearson-, Spearman- of Kendall-korrelasiekoëffisiënt.
4. Interpretasie van Resultate: Bepaal die sterkte en rigting van die verband gebaseer op die korrelasiekoëffisiëntwaarde.
5. Betekenistoets: Bepaal of die gevindde korrelasie statisties beduidend is.
Voorbeeldvrae en bespreking
Vraag 1: Pearson-korrelasie
Gegewe data oor lengte (cm) en gewig (kg) van 5 mense soos volg:
| Persoon | Lengte (cm) | Gewig (kg) |
|——-|————-|————|
| 'n | 160 | 55 |
| B | 165 | 60 |
| C | 170 | 65 |
| D | 175 | 70 |
| O | 180 | 75 |
Bereken die Pearson-korrelasiekoëffisiënt vir die data.
Bespreking:
1. Berekening van die gemiddelde:
– Gemiddelde hoogte (X̄) = (160 + 165 + 170 + 175 + 180) / 5 = 170
– Gemiddelde gewig (Ȳ) = (55 + 60 + 65 + 70 + 75) / 5 = 65
2. Berekening van afwyking van die gemiddelde:
– Hoë afwyking: (160 – 170), (165 – 170), (170 – 170), (175 – 170), (180 – 170)
– Ernstige afwyking: (55 – 65), (60 – 65), (65 – 65), (70 – 65), (75 – 65)
3. Berekening van die afwykingsproduk:
– (160-170)(55-65) = 10 10 = 100
– (165-170)(60-65) = 5 5 = 25
– (170-170)(65-65) = 0 0 = 0
– (175-170)(70-65) = 5 5 = 25
– (180-170)(75-65) = 10 10 = 100
Totaal = 100 + 25 + 0 + 25 + 100 = 250
4. Berekening van die kwadraat van afwyking:
– Hoogte: (160-170)², (165-170)², (170-170)², (175-170)², (180-170)²
– Gewig: (55-65)², (60-65)², (65-65)², (70-65)², (75-65)²
Vir hoogte:
– (160-170)² = 100
– (165-170)² = 25
– (170-170)² = 0
– (175-170)² = 25
– (180-170)² = 100
Totaal = 100 + 25 + 0 + 25 + 100 = 250
Vir gewig:
– (55-65)² = 100
– (60-65)² = 25
– (65-65)² = 0
– (70-65)² = 25
– (75-65)² = 100
Totaal = 100 + 25 + 0 + 25 + 100 = 250
5. Berekening van die Pearson-korrelasiekoëffisiënt:
\[
r = \frac{\sum((X – X̄)(Y – Ȳ))}{\sqrt{\sum(X – X̄)² \sum(Y – Ȳ)²}}
\]
\[
r = \frac{250}{\sqrt{250 \times 250}} = \frac{250}{250} = 1
\]
Interpretasie: 'n Pearson-korrelasiekoëffisiëntwaarde van 1 dui op 'n perfekte positiewe verband tussen lengte en gewig.
Vraag 2: Spearman-korrelasie
Gegewe die rangordedata van twee veranderlikes soos volg:
| Persoon | Veranderlike X | Veranderlike Y |
|——-|————|————|
| 'n | 1 | 3 |
| B | 2 | 1 |
| C | 3 | 4 |
| D | 4 | 2 |
| E | 5 | 5 |
Bereken die Spearman-korrelasiekoëffisiënt gebaseer op die data.
Bespreking:
1. Berekening van rangverskil (d):
– Vir Rangorde X en Y:
– A: 1 – 3 = -2
– B: 2 – 1 = 1
– C: 3 – 4 = -1
– D: 4 – 2 = 2
– E: 5 – 5 = 0
2. Berekening van die kwadraat van die verskil in rangorde (d²):
– (-2)² = 4
– (1)² = 1
– (-1)² = 1
– (2)² = 4
– (0)² = 0
Totaal (Σd²) = 4 + 1 + 1 + 4 + 0 = 10
3. Berekening van die Spearman-korrelasiekoëffisiënt:
\[
r_s = 1 – \frac{6 \sum d^2}{n(n^2 – 1)}
\]
\[
r_s = 1 – \frac{6 \times 10}{5(5^2 – 1)} = 1 – \frac{60}{120} = 1 – 0.5 = 0.5
\]
Interpretasie: Spearman se korrelasiekoëffisiëntwaarde van 0.5 dui op 'n matige positiewe verband tussen veranderlikes X en Y.
Afsluiting
Uit die voorbeelde hierbo sien ons hoe korrelasie-analise gebruik kan word om die sterkte en rigting van die verband tussen twee veranderlikes te bepaal. Die Pearson-korrelasiekoëffisiënt word gebruik vir numeriese data met 'n lineêre verband, terwyl die Spearman-korrelasiekoëffisiënt vir ordinale of nie-lineêre data gebruik word. Deur hierdie tegnieke te verstaan en te bemeester, kan ons data beter analiseer en meer akkurate afleidings in verskeie studierigtings maak.
