Primjeri pitanja i rasprava o analizi korelacije
Analiza korelacije je statistička metoda koja se koristi za određivanje stupnja povezanosti između dviju varijabli. Ova se analiza često koristi u raznim disciplinama, uključujući ekonomiju, psihologiju, medicinu i sociologiju, kako bi se razumjelo koliko su dvije varijable povezane. U ovom ćemo članku raspravljati o nekoliko primjera problema i rasprava kako bismo bolje razumjeli koncept analize korelacije.
Razumijevanje analize korelacije
Analiza korelacije koristi se za mjerenje jačine i smjera odnosa između dvije numeričke varijable. Ova vrijednost korelacije obično se izražava koeficijentom korelacije, koji može biti u rasponu od -1 do 1. Ove vrijednosti mogu se interpretirati na sljedeći način:
– +1: Potpuno pozitivna korelacija. Obje varijable kreću se u istom smjeru.
– 0: Nema korelacije. Dvije varijable nemaju jasan linearni odnos.
– -1: Potpuno negativna korelacija. Obje varijable kreću se u suprotnim smjerovima.
Najčešće korišteni koeficijent korelacije je Pearsonova korelacija. Međutim, postoje i druge metode korelacije, poput Spearmana i Kendalla, koje su prikladnije za ordinalne ili nelinearne podatke.
Koraci analize korelacije
1. Prikupljanje podataka: Prikupite podatke za dvije varijable koje će se analizirati.
2. Vizualizacija podataka: Izradite dijagram raspršenja kako biste vidjeli obrazac odnosa između dvije varijable.
3. Izračun koeficijenta korelacije: Izračunajte Pearsonov, Spearmanov ili Kendallov koeficijent korelacije.
4. Interpretacija rezultata: Zaključite o jačini i smjeru odnosa na temelju vrijednosti koeficijenta korelacije.
5. Test značajnosti: Utvrdite je li pronađena korelacija statistički značajna.
Primjeri pitanja i rasprava
Pitanje 1: Pearsonova korelacija
Zadani podaci o visini (cm) i težini (kg) 5 osoba su sljedeći:
| Osoba | Visina (cm) | Težina (kg) |
|——-|————-|————|
| A | 160 | 55 |
| B | 165 | 60 |
| C | 170 | 65 |
| D | 175 | 70 |
| I | 180 | 75 |
Izračunajte Pearsonov koeficijent korelacije za podatke.
Rasprava:
1. Izračun prosjeka:
– Prosječna visina (X̄) = (160 + 165 + 170 + 175 + 180) / 5 = 170
– Prosječna težina (Ȳ) = (55 + 60 + 65 + 70 + 75) / 5 = 65
2. Izračunavanje odstupanja od srednje vrijednosti:
– Veliko odstupanje: (160 – 170), (165 – 170), (170 – 170), (175 – 170), (180 – 170)
– Ozbiljno odstupanje: (55 – 65), (60 – 65), (65 – 65), (70 – 65), (75 – 65)
3. Izračun produkta odstupanja:
– (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
Ukupno = 100 + 25 + 0 + 25 + 100 = 250
4. Izračun kvadrata odstupanja:
– Visina: (160-170)², (165-170)², (170-170)², (175-170)², (180-170)²
– Težina: (55-65)², (60-65)², (65-65)², (70-65)², (75-65)²
Za visinu:
– (160-170)² = 100
– (165-170)² = 25
– (170-170)² = 0
– (175-170)² = 25
– (180-170)² = 100
Ukupno = 100 + 25 + 0 + 25 + 100 = 250
Za težinu:
– (55-65)² = 100
– (60-65)² = 25
– (65-65)² = 0
– (70-65)² = 25
– (75-65)² = 100
Ukupno = 100 + 25 + 0 + 25 + 100 = 250
5. Izračun Pearsonovog koeficijenta korelacije:
\[
r = \frac{\suma ((X – X̄)(Y – Ȳ))}{\sqrt{\suma (X – X̄)² \suma (Y – Ȳ)²}}
\]
\[
r = \frac{250}{\sqrt{250 \puta 250}} = \frac{250}{250} = 1
\]
Interpretacija: Vrijednost Pearsonovog koeficijenta korelacije od 1 ukazuje na savršen pozitivan odnos između visine i težine.
Pitanje 2: Spearmanova korelacija
S obzirom na podatke o rangiranju dviju varijabli kako slijedi:
| Osoba | Varijabla X | Varijabla Y |
|——-|————|————|
| A | 1 | 3 |
| B | 2 | 1 |
| C | 3 | 4 |
| D | 4 | 2 |
| E | 5 | 5 |
Izračunajte Spearmanov koeficijent korelacije na temelju podataka.
Rasprava:
1. Izračun razlike u rangiranju (d):
– Za rangiranje X i Y:
– O: 1 – 3 = -2
– B: 2 – 1 = 1
– C: 3 – 4 = -1
– D: 4 – 2 = 2
– E: 5 – 5 = 0
2. Izračun kvadrata razlike u rangiranju (d²):
– (-2)² = 4
– (1)² = 1
– (-1)² = 1
– (2)² = 4
– (0)² = 0
Ukupno (Σd²) = 4 + 1 + 1 + 4 + 0 = 10
3. Izračun Spearmanovog koeficijenta korelacije:
\[
r_s = 1 – \frac{6 \sum d^2}{n(n^2 – 1)}
\]
\[
r_s = 1 – \frac{6 \times 10}{5(5^2 – 1)} = 1 – \frac{60}{120} = 1 – 0.5 = 0.5
\]
Interpretacija: Vrijednost Spearmanovog koeficijenta korelacije od 0.5 ukazuje na umjereno pozitivan odnos između varijabli X i Y.
Zaključak
Iz gornjih primjera vidimo kako se korelacijska analiza može koristiti za određivanje jačine i smjera odnosa između dvije varijable. Pearsonov koeficijent korelacije koristi se za numeričke podatke s linearnim odnosom, dok se Spearmanov koeficijent korelacije koristi za ordinalne ili nelinearne podatke. Razumijevanjem i savladavanjem ovih tehnika možemo bolje analizirati podatke i donositi točnije zaključke u raznim područjima istraživanja.
