ቀኖናዊ ትስስር ትንተና

ቀኖናዊ የትስስር ትንተና

ፔንዳሁሉአን
በብዙ ጥናቶች ውስጥ፣ ተመራማሪዎች ብዙውን ጊዜ ሁለት የተለያዩ ተለዋዋጮች ያሉባቸው ሁኔታዎች ያጋጥሟቸዋል፣ እያንዳንዳቸው በርካታ አመልካቾችን ያካተቱ ናቸው። ለምሳሌ፣ በትምህርት መስክ፣ ስለ ትምህርት ምክንያቶች (ተነሳሽነት፣ የጥናት ሰዓታት፣ የቤተሰብ ድጋፍ፣ የኢንተርኔት ተደራሽነት) እና ስለ ትምህርት ውጤቶች (የሂሳብ ውጤቶች፣ የቋንቋ ውጤቶች፣ የሳይንስ ውጤቶች እና የክፍል ነጥብ አማካዮች) የተለያዩ ተለዋዋጮች ሊኖሩን ይችላል። አስፈላጊው ጥያቄ "ተነሳሽነት ከሂሳብ ውጤቶች ጋር የተያያዘ ነው?" ብቻ ሳይሆን "በትምህርት ምክንያቶች ስብስብ እና በትምህርት ውጤቶች ስብስብ መካከል ያለው አጠቃላይ ግንኙነት ምን ያህል ጠንካራ ነው?" የሚል ነው። እንደዚህ ያሉ ጥያቄዎችን ለመመለስ፣ ቀኖናዊ ትስስራዊት ትንተና (CCA) በጣም ተዛማጅነት ካላቸው ባለብዙ ተለዋዋጮች ስታትስቲካዊ ዘዴዎች አንዱ ነው።

ቀኖናዊ የትስስር ትንተና የተዘጋጀው በሁለት የተለዋዋጮች ስብስቦች መካከል ያለውን ግንኙነት በአንድ ጊዜ ለመለካት እና ለማብራራት ነው። በሌላ አነጋገር፣ CCA የቀላል ትስስር ጽንሰ-ሀሳብን (በሁለት ተለዋዋጮች መካከል) በሁለት የተለዋዋጮች ስብስቦች መካከል በሁለት መስመራዊ ጥምረት መካከል ወዳለ ትስስር ያራዝማል። ይህ ጽሑፍ የ CCA መሰረታዊ ፅንሰ-ሀሳቦችን፣ ዓላማዎችን፣ የትንተና ደረጃዎችን፣ ትርጓሜዎችን እና ጥቅሞችን እና ገደቦችን ያብራራል።

የቀኖናዊ ትስስር መሰረታዊ ፅንሰ-ሀሳብ
ተራ ትስስር (ለምሳሌ የፒርሰን ትስስር) በሁለት ተለዋዋጮች መካከል ያለውን የቀጥተኛ ግንኙነት ጥንካሬ ይለካል፣ ለምሳሌ X እና Y። CCA ይህንን ፅንሰ-ሀሳብ ሁለት አዳዲስ ተለዋዋጮችን እንደ መስመራዊ ጥምረት በመፍጠር አጠቃላይ ያደርገዋል፡

– ለ X ስብስብ የመጀመሪያው ቀኖናዊ ተለዋዋጭ፡
U = a₁X₁ + a₂X₂ + … + aₚXₚ
– ለስብስብ Y የመጀመሪያው ቀኖናዊ ተለዋዋጭ፡
V = b₁Y₁ + b₂Y₂ + … + b_qY_q

ኮፊሸንቶች a እና b የሚመረጡት በU እና V መካከል ያለው ትስስር ከፍተኛ እንዲሆን ነው። ይህ ከፍተኛ ትስስር የመጀመሪያው ቀኖናዊ ትስስር ይባላል። የመጀመሪያዎቹ ጥንድ አንዴ ከተገኘ በኋላ፣ CCA ከቀደምት ጥንድ ጋር ኦርቶጎናል (ያልተያያዙ) የሆኑ ተከታይ ተለዋዋጮችን (ሁለተኛ፣ ሶስተኛ እና የመሳሰሉትን) ሊፈጥር ይችላል።

ሊሆኑ የሚችሉ የቀኖናዊ ተለዋዋጭ ጥንዶች ብዛት ደቂቃ(p፣ q) ነው፣ ይህም በሁለቱ ስብስቦች መካከል ያለው ትንሹ የተለዋዋጮች ብዛት ነው።

ዓላማ እና አጠቃቀም
ሲሲኤ (CCA) የምርምር ዓላማዎች የሚከተሉት ሲሆኑ ጥቅም ላይ ይውላል፡

1. በአጠቃላይ በሁለት የተለዋዋጮች ስብስቦች መካከል ያለውን የግንኙነት ጥንካሬ ይለኩ።
2. በ X እና Y ስብስብ ውስጥ በጣም ተዛማጅ የሆኑ የተለዋዋጮችን ጥምረት ይለዩ።
3. የብዙ ተለዋዋጭ ግንኙነቶችን ልኬቶች ወደ በርካታ ጥንዶች መተርጎም ቀላል ወደሆኑ ተለዋዋጮች ይቀንሱ።
4. በውሂቡ ውስጥ ያሉ ቅጦችን መመርመር፡- እነዚህ ተለዋዋጮች በሁለቱ ጎራዎች መካከል ያለውን ግንኙነት በዋናነት ያብራራሉ።

የምሳሌ አተገባበር አውድ፡
– ሳይኮሎጂ፡- በ"የባህሪ ባህሪያት" ስብስብ እና በ"የአእምሮ ጤና አመልካቾች" ስብስብ መካከል ያለው ግንኙነት።
– ኢኮኖሚ፡- በ"ማክሮ አመልካቾች" ስብስብ እና በ"የሰራተኛ ገበያ አመልካቾች" ስብስብ መካከል ያለው ግንኙነት።
– የጤና ሳይንስ፡- በ"የህይወት ልማዶች" ስብስብ እና በ"ክሊኒካዊ መለኪያዎች" ስብስብ መካከል ያለው ግንኙነት።

የውሂብ ግምቶች እና መስፈርቶች
እንደ ብዙ ባለብዙ ተለዋዋጭ ዘዴዎች፣ CCA ውጤቶቹ የተረጋጋ እና ሊተረጎሙ የሚችሉ እንዲሆኑ ግምት ውስጥ መግባት ያለባቸው በርካታ ግምቶች አሉት፡

1. መስመራዊ ግንኙነት፡ ሲሲኤ በስብቶች መካከል ያለውን መስመራዊ ግንኙነት ይይዛል። ግንኙነቱ መስመራዊ ያልሆነ ከሆነ፣ ቀኖናዊ ትስስር የግንኙነቱን ጥንካሬ ዝቅ ሊያደርግ ይችላል።
2. ባለብዙ ተለዋዋጭ መደበኛነት፡- በተመቻቸ ሁኔታ፣ ተለዋዋጮች በተለይም ለአስፈላጊነት ምርመራ ባለብዙ ተለዋዋጭ መደበኛ ስርጭትን ይከተላሉ። ሆኖም ግን፣ በተግባር፣ CCA ብዙውን ጊዜ መረጃው ሙሉ በሙሉ መደበኛ ባይሆንም እንኳ በዳሰሳ ጥናት ጥቅም ላይ ይውላል።
3. በእያንዳንዱ ስብስብ ውስጥ እጅግ በጣም ብዙ ኮላይኔሪቲ የለም፡ ከፍተኛ ተዛማጅነት ያላቸው ተለዋዋጮች የኮፊሸንት ግምቶችን ያልተረጋጋ ሊያደርጉ ይችላሉ።
4. በቂ የናሙና መጠን፡- ምንም እንኳን የምርምር አውዱ ተጨማሪ ሊጠይቅ ቢችልም፣ የተለመደው የአውራ ጣት ደንብ ቢያንስ በአንድ ተለዋዋጭ ከ10-20 ምልከታዎች መሆን አለበት።

በተጨማሪም፣ ተለዋዋጮች በተመጣጣኝ ወይም ደረጃውን የጠበቀ ሚዛን (z-score) ላይ መሆን አለባቸው፣ ስለዚህም ኮፊሸንቶች ለማነፃፀር ቀላል ይሆናሉ።

የቀኖናዊ ትስስር ትንተና ደረጃዎች
በአጠቃላይ፣ የ CCA ሂደቶችን የማካሄድ ደረጃዎች የሚከተሉትን ያካትታሉ፡

1. ሁለት የተለዋዋጮችን ስብስቦች ይወስኑ
ተለዋዋጮች በሙከራ እና በስህተት ብቻ ሳይሆን በንድፈ ሀሳብ ወይም በፅንሰ-ሀሳብ ማዕቀፍ ላይ ተመስርተው መመደብዎን ያረጋግጡ።

2. የውሂብ ፍተሻ
የጎደለውን ውሂብ (የጎደሉ እሴቶች)፣ የውጪ እሴቶችን፣ የመደበኛነት ሙከራዎችን እና በእያንዳንዱ ስብስብ ውስጥ ያሉ ግንኙነቶችን (ባለብዙ ኮላላይኔሪቲ ለመለየት) ያካትታል።

3. ቀኖናዊ ልዩነቶችን መገመት
የተለያዩ ጥንዶችን U₁–V₁፣ U₂–V₂፣ ወዘተ ያመነጫል።

4. ቀኖናዊ ትስስርን ማስላት
ለእያንዳንዱ kth ጥንድ በU_k እና V_k መካከል ያለው ትስስር።

5. የጥቅም ፈተና
የተገኘው ቀኖናዊ ትስስር ከዜሮ በስታቲስቲክስ የተለየ መሆኑን ይፈትሻል። በብዛት ጥቅም ላይ የሚውሉት የዊልክስ ላምዳ፣ የፒላይስ ትሬስ (በMANOVA ውስጥ በብዛት)፣ የሆቴልሊንግስ ትሬስ እና የሮይስ ትልቁ ሥር ናቸው። በሲሲኤ (CCA) ውስጥ፣ የዊልክስ ላምዳ ብዙውን ጊዜ ተመራጭ ምርጫ ነው።

6. የውጤቶች ትርጓሜ
የተዛማጅነት መጠን፣ ጭነቶች፣ ክብደቶች እና ተለዋዋጭ አስተዋፅዖዎችን መገምገምን ያካትታል።

የCCA ውጤትን እንዴት ማንበብ እና መተርጎም እንደሚቻል
የሲሲኤ ውጤት በተለምዶ በርካታ አስፈላጊ ክፍሎችን ያካትታል፡

1. ቀኖናዊ ትስስሮች
ይህ እሴት በአንድ የተወሰነ ጥንድ ውስጥ ባሉ ተለዋዋጮች U እና V መካከል ያለውን የግንኙነት ጥንካሬ ያሳያል። ለምሳሌ፣ የመጀመሪያው 0,80 ቀኖናዊ ትስስር በተለዋዋጮች X ጥምረት እና በመጀመሪያው ልኬት ውስጥ ባሉ ተለዋዋጮች Y ጥምረት መካከል ጠንካራ መስመራዊ ግንኙነትን ያሳያል።

ቀኖናዊው R²፣ የካኖኒካል ትስስር ካሬ፣ እንዲሁ ብዙ ጊዜ ሪፖርት ይደረጋል። r = 0,80 ከሆነ R² = 0,64፣ ይህም ማለት በቀኖኒካል ተለዋዋጭ Y ውስጥ ያለው ልዩነት በግምት 64% የሚሆነው በዚያ ልኬት ላይ በቀኖኒካል ተለዋዋጭ X (እና በተቃራኒው) ሊብራራ ይችላል፣ በዋናው ተለዋዋጮች መካከል ባለው ግንኙነት ስሜት ሳይሆን በተለዋዋጮች መካከል ባለው ግንኙነት ስሜት።

2. ቀኖናዊ ክብደቶች (ቀኖናዊ ክብደቶች / ኮፊሸንቶች)
ክብደቶች የ U እና V ልዩነቶችን የሚፈጥሩት a እና b ኮፊሸንቶች ናቸው። ሆኖም፣ ክብደቶች ብዙውን ጊዜ ለብዙ-ኮሊኒየርነት ስሜታዊ ናቸው፣ ስለዚህ ተጨባጭ ትርጓሜ ብዙውን ጊዜ በክብደቶች ላይ ብቻ አይመሰረትም።

3. ቀኖናዊ ጭነቶች (ቀኖናዊ ጭነቶች / የመዋቅር ኮፊሸንቶች)
ጭነት በዋናው ተለዋዋጭ እና በቀኖናዊ ተለዋዋጭነቱ መካከል ያለው ትስስር ነው። ለምሳሌ፣ በ0,70 U₁ ላይ የX₂ ጭነት ማለት X₂ በስብስብ X ጎን ላይ ላለው የመጀመሪያው ቀኖናዊ ልኬት ጠንካራ አስተዋጽኦ ያደርጋል ማለት ነው። ጭነቶች በአጠቃላይ ከክብደቶች የበለጠ የተረጋጉ እና ለመተርጎም ቀላል ናቸው።

4. ክሮስ-ሎዲንግስ
ክሮስ-ሎዲንግ ከአንድ ስብስብ የመጡ ተለዋዋጮች ከሌላ ስብስብ የመጡ ቀኖናዊ ተለዋዋጮች (ለምሳሌ፣ የX₁ ከV₁ ጋር ያለው ትስስር) መካከል ያለው ትስስር ነው። ይህም የትኞቹ ተለዋዋጮች ከክሮስ-ስብስብ ግንኙነት ልኬቶች ጋር በጣም በቅርበት እንደሚዛመዱ ለመረዳት ይረዳል።

5. የድህረ-ጊዜ መረጃ ጠቋሚ
የዳግም ማሻሻያ ኢንዴክስ የሚያመለክተው በአንድ ስብስብ ውስጥ ያሉት የመጀመሪያዎቹ ተለዋዋጮች ልዩነት ከሌላ ስብስብ በተገኙ ቀኖናዊ ተለዋዋጮች ምን ያህል ሊገለጽ እንደሚችል ነው። ይህ አስፈላጊ ነው ምክንያቱም ከፍተኛ ቀኖናዊ ትስስር ለዋናው ተለዋዋጮች ከፍተኛ የማብራሪያ ኃይልን አያመለክትም። ዳግም ማሻሻያ ብዙውን ጊዜ ተግባራዊ እሴትን ለመገምገም (ስታቲስቲካዊ ጠቀሜታን ብቻ ሳይሆን) ጥቅም ላይ ይውላል።

ቀላል ስዕላዊ መግለጫ
አንድ ጥናት የሚከተሉትን መካከል ያለውን ግንኙነት ይመረምራል እንበል፦

– X አዘጋጅ (የሥራ ሁኔታዎች): X₁ = የሥራ ጫና፣ X₂ = የሱፐርቫይዘር ድጋፍ፣ X₃ = የሥራ ሰዓት ተለዋዋጭነት
– ስብስብ Y (ጤና): Y₁ = ውጥረት፣ Y₂ = የሥራ እርካታ፣ Y₃ = የእንቅልፍ ጥራት

ሲሲኤ የr = 0,75 የመጀመሪያ ቀኖናዊ ትስስር ሊኖረው ይችላል። ጭነቶች የሥራ ጫና እና የሱፐርቫይዘር ድጋፍ በጣም ጠንካራ የሆነ U₁ እንደሚፈጥሩ ያመለክታሉ፣ ውጥረት እና የሥራ እርካታ ደግሞ V₁ በጣም ጠንካራ እንደሆኑ ያሳያሉ። ተጨባጭ ትርጓሜ፡ በስራ ሁኔታዎች እና ደህንነት መካከል ያለው ግንኙነት ዋና ገጽታ “የሥራ ጫና ከድጋፍ ጋር ሲነጻጸር” የሚለው ጥምረት ሲሆን ይህም ከ “ጭንቀት እና እርካታ” ጋር በቅርበት የተያያዘ ነው።

የቀኖናዊ ትስስር ትንተና ጥቅሞች
1. አጠቃላይ፡- በአንድ ጊዜ በሁለት የተለዋዋጮች ስብስቦች መካከል ያለውን ግንኙነት ይይዛል።
2. የተደጋጋሚ ሙከራ አደጋን ይቀንሱ፡- ብዙ አንድ በአንድ የተያያዙ ነገሮችን ከማድረግ ጋር ሲነጻጸር፣ ይህም የአይነት I ስህተት የመከሰት እድልን ይጨምራል።
3. ድብቅ መዋቅሮችን ለማግኘት ይረዳል፡- ከዩኒቫሪየት ትንተና የማይታዩ የግንኙነቶችን ልኬቶች ያሳያል።

ገደቦች እና ተግዳሮቶች
1. ትርጓሜ ውስብስብ ሊሆን ይችላል፡ ብዙ ክፍሎች (ክብደቶች፣ ጭነቶች፣ ድጋፎች) አንድ ላይ መታየት አለባቸው።
2. ለብዙ ኮላላይኔሪቲ እና ለአነስተኛ የናሙና መጠኖች ስሜታዊነት ያለው፡ ያልተረጋጉ ኮፊሸንቶችን ሊያመነጭ ይችላል።
3. በተፈጥሮ ውስጥ መስመራዊ፡- ለውጥ ወይም ሌላ አቀራረብ ካልተከናወነ በስተቀር መስመራዊ ያልሆኑ ግንኙነቶች አይቀረጹም።
4. የቲዎሬቲካል መሰረት ያስፈልገዋል፡- ግልጽ የሆነ የፅንሰ-ሀሳብ ማዕቀፍ ከሌለ የቀኖናዊ ልኬቶች ትርጓሜ ግምታዊ ሊሆን ይችላል።

መዝጊያ
ቀኖናዊ ትሬሌሽን ትንተና በሁለት የተለዋዋጮች ስብስቦች መካከል ያለውን ግንኙነት በአንድ ጊዜ ለመረዳት ኃይለኛ ባለብዙ ተለዋዋጭ ዘዴ ነው። የመስቀል-ስብስብ ትሬዠሮችን ከፍ የሚያደርጉ ቀኖናዊ ተለዋዋጮችን በመገንባት፣ CCA ተመራማሪዎች ከቀላል ትሬዠር ወይም ከነጠላ ተዛምዶ ይልቅ የበለጠ አጠቃላይ የግንኙነቶች ቅጦችን እንዲያዩ ያስችላቸዋል። ሆኖም፣ አጠቃቀሙ ለግምቶች፣ ለውሂብ ጥራት እና ለተገቢ የትርጉም ስልቶች ትኩረት ይፈልጋል (በተለይም በጭነቶች፣ በመስቀል-ጭነቶች እና በተደጋጋሚነት ላይ አፅንዖት በመስጠት)። በሁለት ዋና ዋና ጎራዎች ውስጥ በርካታ አመልካቾችን በሚያካትት ጥናት፣ CCA ውስብስብ ግንኙነቶችን ወደ ትርጉም ያላቸው ልኬቶች ለማሰስ እና ለማጠቃለል ኃይለኛ መሳሪያ ሊሆን ይችላል።