સહસંબંધ ગુણાંક નક્કી કરવો: પરિચય, પદ્ધતિઓ અને એપ્લિકેશનો
સહસંબંધ ગુણાંક એ એક આંકડાકીય માપ છે જે ડેટાસેટમાં બે ચલો વચ્ચેના સંબંધની મજબૂતાઈ નક્કી કરે છે. સહસંબંધ -1 થી 1 સુધીના હોય છે. 1 અથવા -1 ની નજીકનો ગુણાંક મૂલ્ય બે ચલો વચ્ચે મજબૂત સંબંધ સૂચવે છે. 0 ની નજીકનો ગુણાંક મૂલ્ય બે ચલો વચ્ચે કોઈ મજબૂત સંબંધ નથી સૂચવે છે. આ લેખ સહસંબંધ ગુણાંક, તેની ગણતરી કરવાની પદ્ધતિઓ, તેના અર્થઘટન અને વિવિધ ક્ષેત્રોમાં તેના ઉપયોગોની ચર્ચા કરશે.
સહસંબંધ ગુણાંકનો પરિચય
સહસંબંધ ગુણાંક આપણને બે ચલો કેટલા નજીકથી સંબંધિત છે તેનો આંકડાકીય દૃષ્ટિકોણ આપે છે. સંબંધની દિશાના આધારે સહસંબંધ ગુણાંકને બે મુખ્ય પ્રકારોમાં વિભાજિત કરવામાં આવે છે:
૧. હકારાત્મક સહસંબંધ ગુણાંક: સૂચવે છે કે જ્યારે એક ચલ વધે છે, ત્યારે બીજો ચલ પણ વધે છે.
2. નકારાત્મક સહસંબંધ ગુણાંક: સૂચવે છે કે જ્યારે એક ચલ વધે છે, ત્યારે બીજો ચલ ઘટે છે.
સંબંધની મજબૂતાઈના આધારે બે ચલો વચ્ચેના સંબંધને પણ ત્રણ પ્રકારમાં વિભાજિત કરી શકાય છે:
1. મજબૂત સહસંબંધ: ગુણાંક -1 અથવા 1 ની નજીક છે.
2. મધ્યમ સહસંબંધ: ગુણાંક -0.5 થી -1 અથવા 0.5 થી 1 ની વચ્ચે છે.
3. નબળો સહસંબંધ: ગુણાંક 0 ની નજીક છે.
સહસંબંધ ગુણાંકની ગણતરી માટેની પદ્ધતિ
સહસંબંધ ગુણાંકની ગણતરી કરવા માટે ઘણી સામાન્ય પદ્ધતિઓનો ઉપયોગ થાય છે, જેમાં પિયર્સનનો સહસંબંધ, સ્પીયરમેનનો સહસંબંધ અને કેન્ડલનો સહસંબંધનો સમાવેશ થાય છે. ચાલો આ દરેક પદ્ધતિઓની વધુ વિગતવાર ચર્ચા કરીએ.
૧. પિયર્સન સહસંબંધ
જ્યારે બંને ચલો સતત હોય અને સામાન્ય વિતરણ હોય ત્યારે પિયર્સન સહસંબંધ ગુણાંકનો ઉપયોગ ઘણીવાર થાય છે. પિયર્સન સહસંબંધ ગુણાંક માટેનું સૂત્ર છે:
\[ r = \frac {n(\સિગ્મા xy) – (\સિગ્મા x)(\સિગ્મા y)}{ \sqrt{ [n \સિગ્મા x^2 – (\સિગ્મા x)^2] [n \સિગ્મા y^2 – (\સિગ્મા y)^2] } } \]
ક્યાં:
– \( r \) = સહસંબંધ ગુણાંક,
– \( n \) = ડેટા જોડીઓની સંખ્યા,
– \( \સિગ્મા xy \) = ડેટા જોડીઓના ગુણાકારનો સરવાળો \( x \) અને \( y \),
– \( \સિગ્મા x \) = મૂલ્યોનો સરવાળો \( x \),
– \( \સિગ્મા y \) = મૂલ્યોનો સરવાળો \( y \),
– \( \સિગ્મા x^2 \) = \( x \) ના વર્ગોનો સરવાળો,
– \( \સિગ્મા y^2 \) = \( y \) ના વર્ગોનો સરવાળો.
2. સ્પીયરમેનનો રેન્ક સહસંબંધ
સ્પીયરમેન સહસંબંધ ગુણાંકનો ઉપયોગ ઓર્ડિનલ ડેટા માટે અથવા જ્યારે સામાન્યતાની ધારણા પૂર્ણ ન થઈ શકે ત્યારે થાય છે. સ્પીયરમેન સહસંબંધ ડેટા મૂલ્યોના રેન્કિંગ પર આધારિત છે, તેમના વાસ્તવિક મૂલ્યો પર નહીં. સ્પીયરમેન સહસંબંધ ગુણાંક માટેનું સૂત્ર છે:
\[ \rho = 1 – \frac {6\સિગ્મા d_i^2}{n(n^2-1)} \]
ક્યાં:
– \( \rho \) = સ્પીયરમેનનો સહસંબંધ ગુણાંક,
– \( d_i \) = ડેટા જોડીઓના રેન્કિંગ વચ્ચેનો તફાવત \( x \) અને \( y \),
– \( n \) = ડેટા જોડીઓની સંખ્યા.
૩. કેન્ડલનો ટાઉ સહસંબંધ
કેન્ડલનો સહસંબંધ ગુણાંક બે ક્રમિક ચલો વચ્ચેના સંબંધની મજબૂતાઈને માપે છે. સ્પીયરમેનથી વિપરીત, કેન્ડલનો સહસંબંધ સુસંગત અને વિસંગત જોડીઓની સંખ્યા પર વધુ ધ્યાન કેન્દ્રિત કરે છે. કેન્ડલના સહસંબંધ ગુણાંક માટેનું સૂત્ર છે:
\[ \tau = \frac{ (C – D)} { \sqrt{(C + D + T) (C + D + U) } } \]
ક્યાં:
– \( \tau \) = કેન્ડલનો સહસંબંધ ગુણાંક,
– \( C \) = સુસંગત જોડીઓની સંખ્યા,
– \( D \) = વિસંગત જોડીઓની સંખ્યા,
– \( T \) = ચલમાં શ્રેણી જોડીઓની સંખ્યા \( x \),
– \( U \) = ચલ \( y \) માં શ્રેણી જોડીઓની સંખ્યા.
સહસંબંધ ગુણાંકનું અર્થઘટન
સહસંબંધ ગુણાંકનું અર્થઘટન પ્રાપ્ત ગુણાંકના મૂલ્ય પર આધારિત છે:
– ગુણાંક +1: સંપૂર્ણ હકારાત્મક સંબંધ.
– ગુણાંક ૦.૭ થી ૦.૯: મજબૂત હકારાત્મક સંબંધ.
– ગુણાંક ૦.૪ થી ૦.૬: મધ્યમ હકારાત્મક સંબંધ.
– ગુણાંક ૦.૧ થી ૦.૩: નબળો હકારાત્મક સંબંધ.
– ગુણાંક 0: કોઈ સંબંધ નથી.
– ગુણાંક -0.1 થી -0.3: નબળો નકારાત્મક સંબંધ.
– ગુણાંક -0.4 થી -0.6: મધ્યમ નકારાત્મક સંબંધ.
– ગુણાંક -0.7 થી -0.9: મજબૂત નકારાત્મક સંબંધ.
– ગુણાંક -1: સંપૂર્ણ નકારાત્મક સંબંધ.
સહસંબંધ ગુણાંક એપ્લિકેશન
સહસંબંધ ગુણાંકનો અર્થશાસ્ત્ર, સામાજિક વિજ્ઞાન, આરોગ્ય, શિક્ષણ અને વધુ સહિત વિવિધ ક્ષેત્રોમાં વ્યાપક ઉપયોગ થાય છે. અહીં કેટલાક ઉદાહરણો છે:
1. અર્થશાસ્ત્ર: ફુગાવા અને બેરોજગારી વચ્ચે અથવા ગ્રાહક ખર્ચ અને આવક વચ્ચેના સંબંધનું નિર્ધારણ.
2. સામાજિક વિજ્ઞાન: શિક્ષણ અને આવક વચ્ચે અથવા સોશિયલ મીડિયા અને માનસિક સુખાકારી વચ્ચેના સંબંધનું નિર્ધારણ.
૩. સ્વાસ્થ્ય: ધૂમ્રપાનની આદતો અને ફેફસાના કેન્સરના કેસો વચ્ચે અથવા સક્રિય જીવનશૈલી અને હૃદયના સ્વાસ્થ્ય વચ્ચેના સંબંધની તુલના.
૪. શિક્ષણ: અભ્યાસના સમય અને પરીક્ષાના પરિણામો વચ્ચે અથવા વર્ગના કદ અને વિદ્યાર્થીની સિદ્ધિ વચ્ચેના સંબંધની તપાસ કરવી.
ડેટાસેટ્સનો ઉપયોગ કરીને વ્યવહારુ ઉદાહરણો
ધારો કે આપણી પાસે એક ડેટાસેટ છે જેમાં 10 વિદ્યાર્થીઓના ગણિત પરીક્ષાના સ્કોર્સ અને અભ્યાસ સમયનો કલાકોમાં નીચે મુજબ સમાવેશ થાય છે:
"`
વિદ્યાર્થીઓ અભ્યાસના કલાકો ગણિતના ગ્રેડ
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૯ ૭ ૯૧
૧૦ ૫ ૮૭
"`
આપણે Study_Hours અને Math_Score વચ્ચેના Pearson સહસંબંધ ગુણાંકની ગણતરી કરી શકીએ છીએ. Pearson ના સૂત્રનો ઉપયોગ કરીને, આપણે પહેલા \( \Sigma x \), \( \Sigma y \), \( \Sigma xy \), \( \Sigma x^2 \), અને \( \Sigma y^2 \) ની ગણતરી કરીએ છીએ, પછી \( r \) ની કિંમત મેળવવા માટે આ મૂલ્યોને સૂત્રમાં બદલીએ છીએ.
કેસિમ્પુલન
બે ચલો વચ્ચેના સંબંધની મજબૂતાઈ અને દિશા નક્કી કરવા માટે ડેટા વિશ્લેષણમાં સહસંબંધ ગુણાંક એક શક્તિશાળી સાધન છે. અસરકારક ડેટા વિશ્લેષણ માટે સહસંબંધ ગુણાંકની વિભાવના, ગણતરી પદ્ધતિઓ અને અર્થઘટનને સમજવું જરૂરી છે. યોગ્ય સમજણ સાથે, આપણે વિવિધ ક્ષેત્રોમાં ચલો વચ્ચેના સહસંબંધોને વધુ સારી રીતે નક્કી કરી શકીએ છીએ અને વધુ જાણકાર, ડેટા-આધારિત નિર્ણયો લઈ શકીએ છીએ.
