Foarbyldfragen en diskusje oer korrelaasje-analyze
Korrelaasje-analyze is in statistyske metoade dy't brûkt wurdt om de mjitte fan relaasje tusken twa fariabelen te bepalen. Dizze analyze wurdt faak brûkt yn ferskate dissiplines, ynklusyf ekonomy, psychology, medisinen en sosjology, om te begripen hoe nau twa fariabelen relatearre binne. Yn dit artikel sille wy ferskate foarbyldproblemen en diskusjes beprate om it konsept fan korrelaasje-analyze te begripen.
Korrelaasje-analyze begripe
Korrelaasje-analyze wurdt brûkt om de sterkte en rjochting fan 'e relaasje tusken twa numerike fariabelen te mjitten. Dizze korrelaasjewearde wurdt meastentiids útdrukt mei in korrelaasjekoëffisjint, dy't kin fariearje fan -1 oant 1. Dizze wearden kinne as folget ynterpretearre wurde:
– +1: Perfekte positive korrelaasje. Beide fariabelen bewege yn deselde rjochting.
– 0: Gjin korrelaasje. De twa fariabelen hawwe gjin dúdlike lineêre relaasje.
– -1: Perfekte negative korrelaasje. Beide fariabelen bewege yn tsjinoerstelde rjochtingen.
De meast brûkte korrelaasjekoëffisjint is de Pearson-korrelaasje. Der binne lykwols ek oare korrelaasjemetoaden, lykas Spearman en Kendall, dy't geskikter binne foar ordinale of net-lineare gegevens.
Stappen foar korrelaasje-analyze
1. Gegevensferzameling: Sammelje gegevens foar de twa fariabelen dy't analysearre wurde moatte.
2. Datavisualisaasje: Meitsje in spreidingsdiagram om it relaasjepatroan tusken de twa fariabelen te sjen.
3. Berekkening fan korrelaasjekoëffisjint: Berekenje de korrelaasjekoëffisjint fan Pearson, Spearman of Kendall.
4. Ynterpretaasje fan resultaten: Konkludearje de sterkte en rjochting fan 'e relaasje op basis fan 'e wearde fan 'e korrelaasjekoëffisjint.
5. Signifikânsjetest: Bepale oft de fûne korrelaasje statistysk signifikant is.
Foarbyldfragen en diskusje
Fraach 1: Pearson-korrelaasje
Jûn gegevens oer hichte (sm) en gewicht (kg) fan 5 persoanen as folget:
| Persoan | Hichte (sm) | Gewicht (kg) |
|——-|————-|————|
| In | 160 | 55 |
| B | 165 | 60 |
| C | 170 | 65 |
| D | 175 | 70 |
| E | 180 | 75 |
Berekenje de Pearson-korrelaasjekoëffisjint foar de gegevens.
Diskusje:
1. It gemiddelde berekkenje:
– Gemiddelde hichte (X̄) = (160 + 165 + 170 + 175 + 180) / 5 = 170
– Gemiddeld gewicht (Ȳ) = (55 + 60 + 65 + 70 + 75) / 5 = 65
2. Berekkening fan ôfwiking fan it gemiddelde:
– Hege ôfwiking: (160 – 170), (165 – 170), (170 – 170), (175 – 170), (180 – 170)
– Swiere ôfwiking: (55 – 65), (60 – 65), (65 – 65), (70 – 65), (75 – 65)
3. It berekkenjen fan it ôfwikingsprodukt:
– (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. It kwadraat fan ôfwiking berekkenje:
– Hichte: (160-170)², (165-170)², (170-170)², (175-170)², (180-170)²
– Gewicht: (55-65)², (60-65)², (65-65)², (70-65)², (75-65)²
Foar hichte:
– (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
Foar gewicht:
– (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. Berekkening fan 'e Pearson-korrelaasjekoëffisjint:
\[
r = \frac{\sum((X – X̄)(Y – Ȳ))}{\sqrt{\sum(X – X̄)² \sum(Y – Ȳ)²}}
\]
\[
r = \frac{250}{\sqrt{250 \times 250}} = \frac{250}{250} = 1
\]
Ynterpretaasje: In Pearson-korrelaasjekoëffisjintwearde fan 1 jout in perfekte positive relaasje oan tusken hichte en gewicht.
Fraach 2: Spearman-korrelaasje
Jûn de ranglistgegevens fan twa fariabelen as folget:
| Persoan | Fariabele X | Fariabele Y |
|——-|————|————|
| In | 1 | 3 |
| B | 2 | 1 |
| C | 3 | 4 |
| D | 4 | 2 |
| E | 5 | 5 |
Berekenje de Spearman-korrelaasjekoëffisjint op basis fan 'e gegevens.
Diskusje:
1. Berekkening fan rangferskil (d):
– Foar ranglist X en Y:
– In: 1 – 3 = -2
– B: 2 – 1 = 1
– C: 3 – 4 = -1
– D: 4 – 2 = 2
– E: 5 – 5 = 0
2. Berekkening fan it kwadraat fan it ferskil yn ranglist (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. Berekkening fan 'e Spearman-korrelaasjekoëffisjint:
\[
r_s = 1 – \frac{6 \sum d^2}{n(n^2 – 1)}
\]
\[
r_s = 1 – \frac{6 \times 10}{5(5^2 – 1)} = 1 – \frac{60}{120} = 1 – 0.5 = 0.5
\]
Ynterpretaasje: De korrelaasjekoëffisjintwearde fan Spearman fan 0.5 jout in matige positive relaasje oan tusken fariabelen X en Y.
Konklúzje
Ut de boppesteande foarbylden sjogge wy hoe't korrelaasje-analyze brûkt wurde kin om de sterkte en rjochting fan 'e relaasje tusken twa fariabelen te bepalen. De Pearson-korrelaasjekoëffisjint wurdt brûkt foar numerike gegevens mei in lineêre relaasje, wylst de Spearman-korrelaasjekoëffisjint brûkt wurdt foar ordinale of net-lineêre gegevens. Troch dizze techniken te begripen en te behearskjen, kinne wy gegevens better analysearje en krektere konklúzjes meitsje yn ferskate stúdzjefjilden.
