Korrelazio Kanonikoaren Analisia
Pendahuluan
Ikerketa askotan, ikertzaileek bi aldagai multzo dauden egoerak aurkitzen dituzte maiz, bakoitza hainbat adierazlez osatuta. Adibidez, hezkuntzaren arloan, ikaskuntza faktoreei buruzko aldagai multzo bat (motibazioa, ikasketa orduak, familiaren laguntza, internet sarbidea) eta ikaskuntza emaitzei buruzko aldagai multzo bat (matematika notak, hizkuntza notak, zientzietako notak eta batez besteko notak) izan ditzakegu. Galdera garrantzitsua ez da soilik "motibazioa matematikako notekin lotuta al dago?", baizik eta "zenbaterainokoa da ikaskuntza faktore multzoaren eta ikaskuntza emaitzen multzoaren arteko erlazio orokorra?". Horrelako galderei erantzuteko, Korrelazio Kanonikoaren Analisia (KKA) metodo estatistiko multibariable garrantzitsuenetako bat da.
Korrelazio-analisi kanonikoa bi aldagai multzoren arteko erlazioa aldi berean neurtu eta azaltzeko garatu zen. Beste era batera esanda, CCAk korrelazio sinplearen kontzeptua (bi aldagairen artekoa) bi aldagai multzoren bi konbinazio linealen arteko korrelazio batera zabaltzen du. Artikulu honek CCAren oinarrizko kontzeptuak, helburuak, analisi-urratsak, interpretazioa eta abantailak eta mugak aztertzen ditu.
Korrelazio Kanonikoaren Oinarrizko Kontzeptua
Korrelazio arruntak (adibidez, Pearson korrelazioa) bi aldagairen arteko erlazio linealaren indarra neurtzen du, esaterako X eta Y. CCAk kontzeptu hau orokortzen du bi aldagai berri konbinazio lineal gisa sortuz:
– X multzoaren lehen aldagai kanonikoa:
U = a₁X₁ + a₂X₂ + … + aₚXₚ
– Y multzorako lehen aldagai kanonikoa:
V = b₁Y₁ + b₂Y₂ + … + b_qY_q
a eta b koefizienteak aukeratzen dira U eta V arteko korrelazioa maximoa izan dadin. Korrelazio maximo horri lehen korrelazio kanonikoa deritzo. Lehen bikotea lortutakoan, CCAk aurreko bikotearekiko ortogonalak (erlazionatu gabeak) diren aldagai bikoteak (bigarrena, hirugarrena, etab.) osa ditzake.
Aldagai kanoniko bikote posibleen kopurua min(p, q) da, hau da, bi multzoen arteko aldagai kopuru txikiena.
Helburua eta erabilera
CCA ikerketaren helburuak hauek direnean erabiltzen da:
1. Neurtu bi aldagai multzoren arteko loturaren indarra osotasunean.
2. Identifikatu X multzoan eta Y multzoan dauden aldagaien konbinazio erlazionatuenak.
3. Aldagai anitzeko erlazioen dimentsioak interpretatzeko errazago diren hainbat aldagai bikotetan murriztu.
4. Datuen ereduen azterketa: zein aldagaik azaltzen dute nagusiki bi domeinuen arteko erlazioa.
Aplikazioaren testuinguruaren adibidea:
– Psikologia: “nortasun-ezaugarrien” multzoaren eta “osasun mentaleko adierazleen” multzoaren arteko erlazioa.
– Ekonomia: “makro adierazleen” multzoaren eta “lan merkatuaren adierazleen” multzoaren arteko erlazioa.
– Osasun zientzia: “bizi ohitura” multzo baten eta “parametro kliniko” multzo baten arteko erlazioa.
Datuen hipotesiak eta eskakizunak
Aldagai anitzeko metodo askok bezala, CCAk hainbat hipotesi ditu kontuan hartu beharrekoak emaitzak egonkorrak eta interpretagarriak izan daitezen:
1. Erlazio lineala: CCAk multzoen arteko erlazio lineala jasotzen du. Erlazioa ez-lineala bada, korrelazio kanonikoak erlazioaren indarra gutxietsi dezake.
2. Aldagai anitzeko normaltasuna: Egokiena, aldagaiek banaketa normal anitzekoa jarraitzen dute, batez ere esangura-probak egiteko. Hala ere, praktikan, CCA askotan modu esploratzailean erabiltzen da, datuak guztiz normalak ez direnean ere.
3. Ez dago multikolinearitate muturrekorik multzo bakoitzean: aldagai oso korrelazionatuek koefizienteen estimazioak ezegonkor bihur ditzakete.
4. Lagin-tamaina egokia: ohiko araua aldagai bakoitzeko gutxienez 10-20 behaketa izatea da, nahiz eta ikerketa-testuinguruak gehiago eska dezakeen.
Gainera, aldagaiak eskala konparagarri edo estandarizatu batean (z-score) egon behar dira, koefizienteak errazago alderatu ahal izateko.
Korrelazio Kanonikoaren Analisiaren Urratsak
Oro har, CCA egiteko etapak hauek dira:
1. Zehaztu bi aldagai multzo
Ziurtatu aldagaiak teorian edo esparru kontzeptualean oinarrituta multzokatzen direla, ez saiakera eta akatsen arabera soilik.
2. Datuen egiaztapena
Datu faltak (balio faltak), muturreko balioak, normaltasun probak eta multzo bakoitzaren barruko korrelazioak barne (kolinealtasun anitzekoa detektatzeko).
3. Aldagai kanonikoak kalkulatzea
U₁–V₁, U₂–V₂, eta abar aldagai bikoteak sortzen ditu.
4. Korrelazio kanonikoa kalkulatzea
U_k eta V_k arteko korrelazioa k-garren bikote bakoitzerako.
5. Garrantzi-proba
Lortutako korrelazio kanonikoa zerotik estatistikoki desberdina den ala ez probatzen du. Ohiko probak Wilks-en Lambda, Pillai-ren arrastoa (MANOVA-n maizago), Hotelling-en arrastoa eta Roy-ren erro handiena dira. CCA-n, Wilks-en Lambda da aukerarik onena.
6. Emaitzen interpretazioa
Korrelazioaren magnitudearen, kargak, pisuak eta ekarpen aldakorren ebaluazioa barne hartzen ditu.
Nola irakurri eta interpretatu CCAren irteera
CCAren irteerak normalean hainbat osagai garrantzitsu ditu:
1. Korrelazio kanonikoak
Balio honek U eta V aldagaien arteko erlazioaren indarra adierazten du bikote jakin batean. Adibidez, 0,80ko lehen korrelazio kanonikoak X aldagaien konbinazioaren eta Y aldagaien konbinazioaren arteko erlazio lineal sendoa adierazten du lehen dimentsioan.
R² kanonikoa, korrelazio kanonikoaren karratua, ere maiz aipatzen da. r = 0,80 bada, orduan R² = 0,64 da, hau da, Y aldagai kanonikoaren aldakuntzaren % 64 inguru X aldagai kanonikoak azal dezake dimentsio horretan (eta alderantziz), aldagaien arteko erlazioaren zentzuan, ez jatorrizko aldagaien artekoan.
2. Pisu kanonikoak (pisu kanonikoak / koefizienteak)
Pisuak U eta V aldagaiak osatzen dituzten a eta b koefizienteak dira. Hala ere, pisuak askotan sentikorrak dira multikolinearitatearekiko, beraz, interpretazio substantiboa ez da normalean pisuetan soilik oinarritzen.
3. Karga kanonikoak (Karga kanonikoak / Egitura-koefizienteak)
Kargatzea jatorrizko aldagaiaren eta bere aldagai kanonikoaren arteko korrelazioa da. Adibidez, U₁-n X₂-ren 0,70eko kargatzeak esan nahi du X₂-k X multzoaren aldeko lehen dimentsio kanonikoari ekarpen handia egiten diola. Kargak, oro har, pisuak baino egonkorragoak eta errazagoak dira interpretatzen.
4. Gurutzatutako kargak
Gurutzaketa multzo bateko aldagaien eta beste multzo bateko aldagai kanonikoen arteko korrelazioa da (adibidez, X₁-ren eta V₁-ren arteko korrelazioa). Horrek ulertzen laguntzen du zein aldagai dauden gurutzaketa-multzoen arteko erlazioaren dimentsioekin lotura estuena dutenak.
5. Erredundantzia Indizea
Erredundantzia-indizeak multzo bateko jatorrizko aldagaien bariantzaren zenbat azaldu daitekeen beste multzo bateko aldagai kanonikoek adierazten du. Garrantzitsua da hau, korrelazio kanoniko handi batek ez baitu zertan jatorrizko aldagaien azalpen-ahalmen handirik adierazi. Erredundantzia askotan erabiltzen da balio praktikoa ebaluatzeko (ez bakarrik esangura estatistikoa).
Ilustrazio sinplea
Demagun ikerketa batek honako hauen arteko erlazioa aztertzen duela:
– X multzoa (lan-baldintzak): X₁ = lan-karga, X₂ = gainbegiraleen laguntza, X₃ = lan-ordutegien malgutasuna
– Y multzoa (ongizatea): Y₁ = estresa, Y₂ = lan-asebetetzea, Y₃ = loaren kalitatea
CCAk r = 0,75eko lehen korrelazio kanoniko esanguratsu bat aurki dezake. Kargek adierazten dute lan-karga eta gainbegiraleen laguntza U₁-tik datozela gehien, eta estresa eta laneko gogobetetasuna V₁-tik. Interpretazio nagusia: lan-baldintzen eta ongizatearen arteko harremanaren dimentsio nagusia "lan-presioa vs. laguntza" konbinazioa da, eta hori oso lotuta dago "estresarekin eta gogobetetasunarekin".
Korrelazio Kanonikoaren Analisiaren Abantailak
1. Osoa: bi aldagai multzoren arteko erlazioa aldi berean jasotzen du.
2. Proba errepikatuen arriskua murriztea: banan-banan korrelazio asko egitearekin alderatuta, eta horrek I. motako errorea izateko aukera handitzen du.
3. Egitura ezkutuak aurkitzen laguntzen du: aldagai bakarreko analisi batetik ikusten ez diren harremanen dimentsioak agerian uzten ditu.
Mugak eta erronkak
1. Interpretazioa konplexua izan daiteke: osagai asko (pisuak, kargak, erredundantziak) batera ikusi behar dira.
2. Multikolinearitatearekiko eta lagin-tamaina txikiekiko sentikorra: koefiziente ezegonkorrak sor ditzake.
3. Izaera lineala: erlazio ez-linealak ez dira jasotzen eraldaketa edo bestelako hurbilketa bat egiten ez bada.
4. Oinarri teoriko bat behar du: kontzeptu-esparru argirik gabe, dimentsio kanonikoen interpretazioa espekulatiboa izateko joera du.
Itxiera
Korrelazio Kanonikoaren Analisia bi aldagai multzoren arteko erlazioa aldi berean ulertzeko metodo indartsua da aldagai anitzekoa. Multzo gurutzatuen arteko korrelazioak maximizatzen dituzten aldagai kanonikoak eraikiz, CCA-k ikertzaileei korrelazio sinplea edo erregresio bakarra baino erlazio-eredu zabalagoak ikusteko aukera ematen die. Hala ere, haren erabilerak suposizioei, datuen kalitateari eta interpretazio-estrategia egokiei arreta jartzea eskatzen du (batez ere kargak, karga gurutzatuak eta erredundantzia azpimarratuz). Bi domeinu nagusitan adierazle anitz erabiltzen diren ikerketetan, CCA tresna indartsua izan daiteke erlazio konplexuak dimentsio esanguratsuetan aztertzeko eta laburbiltzeko.
