Fylgnigreining: Hugtök, aðferðir og notkun
Fylgni er lykilhugtak í tölfræði og er notað til að mæla hversu mikið tvær breytur færast saman eða tengjast hver annarri. Í rannsóknum hefur fylgni víðtæka notkun og spannar ýmis svið eins og vísindi, hagfræði, sálfræði og félagsvísindi. Í þessari grein verður fjallað ítarlega um hugtakið fylgni, aðferðir til að mæla það og notkun þess á ýmsum sviðum.
Grunnhugtakið fylgni
Í meginatriðum mælir fylgni styrk og stefnu línulegs sambands milli tveggja breyta. Þetta samband getur verið jákvætt, neikvætt eða alls ekkert fylgni. Hér er útskýring á þremur gerðum sambanda:
1. Jákvæð fylgni: Þegar gildi einnar breytu eykst, þá hefur gildi hinnar breytunnar einnig tilhneigingu til að aukast. Einfalt dæmi er sambandið milli hæðar og þyngdar einstaklings.
2. Neikvæð fylgni: Þegar gildi einnar breytu eykst, þá hefur gildi hinnar breytunnar tilhneigingu til að lækka. Til dæmis er neikvæð fylgni milli fjölda sígaretta sem reykt er á dag og lífslíkur.
3. Engin fylgni: Þegar ekkert skýrt mynstur er í hækkun eða lækkun milli tveggja breyta. Dæmi: sambandið milli skóstærðar og niðurstaðna í stærðfræðiprófum.
Aðferðir til að mæla fylgni
Ýmsar aðferðir hafa verið þróaðar til að reikna út fylgni milli tveggja breyta. Algengustu aðferðirnar sem notaðar eru eru fylgnistuðlarnir Pearson, Spearman og Kendall. Við skulum ræða hverja þessara aðferða fyrir sig.
1. Pearson fylgnistuðullinn
Pearson fylgnistuðullinn (r) er mælikvarði á styrk og stefnu línulegs sambands milli tveggja bila- eða hlutfallsbreyta. Gildi hans er á bilinu -1 til 1. Gildi 1 gefur til kynna fullkomna jákvæða fylgni, gildi -1 gefur til kynna fullkomna neikvæða fylgni og gildi 0 gefur til kynna enga fylgni.
Formúlan fyrir Pearson fylgnistuðulinn er:
[ r = \frac{\sum(x_i – \overline{x})(y_i – \overline{y})}{\sqrt{\sum(x_i – \overline{x})^2 \sum(y_i – \overline{y})^2}} ]
þar sem \(x_i \) og \(y_i \) eru mæld gildi og \( \overline{x} \) og \( \overline{y} \) eru meðaltöl x og y.
2. Spearman fylgnistuðullinn
Spearman fylgnistuðullinn (ρ) er óbreytanleg mælikvarði sem metur einhliða samband milli tveggja breyta. Hann er notaður þegar gögn fylgja ekki normaldreifingu eða eru ólínuleg. ρ gildi eru á bilinu -1 til 1, svipað og Pearson stuðullinn.
Formúla Spearman fylgnistuðulsins er:
\[ ρ = 1 – \frac{6 \sum d_i^2}{n(n^2 – 1)} \]
þar sem \(d_i \) er mismunurinn á röðun tveggja athugana og \(n \) er fjöldi athugana.
3. Fylgnistuðull Kendalls
Fylgnistuðull Kendalls (τ) er annar óbreytilegur mælikvarði sem notaður er til að meta styrk og stefnu sambands milli tveggja breyta. Hann mælir hversu samræmt pör af athugunum eru raðað.
Formúla Kendalls fyrir fylgnistuðul er:
\[ \tau = \frac{(C – D)}{\sqrt{(C + D + T_1)(C + D + T_2)}} \]
þar sem \(C \) er fjöldi samsvörunarpara, \(D \) er fjöldi ósamsvörunarpara, \(T_1 \) og \(T_2 \) eru skuldabréfaleiðréttingarnar.
Fylgniforrit á ýmsum sviðum
1. Efnahagsmál
Í hagfræði er fylgnigreining notuð til að bera kennsl á tengsl milli lykilhagfræðilegra breyta. Til dæmis fylgni milli verðbólgu og atvinnuleysis, eða milli vaxtar landsframleiðslu og vaxta. Að skilja þessi fylgni hjálpar hagfræðingum og stjórnmálamönnum að móta skilvirkari efnahagsstefnu.
2. Sálfræði
Í sálfræði er fylgni notuð til að mæla tengslin milli hegðunar og annarra sálfræðilegra fyrirbæra. Til dæmis fylgni milli streitustigs og vinnuframmistöðu, eða milli svefngæða og geðheilsu. Þessi tegund rannsókna getur hjálpað sálfræðingum og geðheilbrigðisstarfsfólki að hanna betri íhlutun.
3. Heilsa
Í heilbrigðismálum er fylgni oft notuð til að meta tengslin milli áhættuþátta og heilsufarslegra áhrifa. Til dæmis fylgni milli reykinga og tíðni lungnakrabbameins, eða milli líkamlegrar virkni og útbreiðslu hjartasjúkdóma. Þessar rannsóknir eru mikilvægar til að þróa forvarnar- og heilsueflingaráætlanir.
4. Menntun
Í menntun er hægt að nota fylgnigreiningu til að meta tengslin milli ýmissa þátta og námsárangurs. Til dæmis fylgni milli námstíma og prófniðurstaðna, eða milli þátttöku í utan skólastarfi og námsárangurs. Þessar upplýsingar eru gagnlegar fyrir kennara til að bæta námslíkön.
Túlkun og takmarkanir fylgni
Það er mikilvægt að skilja að fylgni þýðir ekki orsakasamhengi. Þó að tvær breytur geti haft sterk tengsl þýðir það ekki endilega að breytingar á annarri breytunni valdi breytingum á hinni. Ennfremur gæti ómeðvitaður þriðji þáttur verið aðalástæðan fyrir þeim tengslum sem mælst hafa.
Dæmisaga: Fylgni í félagsrannsóknum
Sem dæmi má taka dæmi úr félagsrannsóknum. Segjum sem svo að rannsókn vilji skoða tengslin milli menntunarstigs og tekna. Með því að nota könnunargögn getur rannsakandinn reiknað út Pearson-fylgnistuðulinn til að ákvarða hvort línulegt samband sé milli breytanna tveggja.
Ef niðurstöður greiningarinnar sýna sterka jákvæða fylgni (t.d. r = 0.8), þá bendir það til þess að almennt séu tekjur einstaklings hærri eftir því sem menntunarstig hans er hærri. Rannsakendur ættu þó að fara varlega í túlkun þessara niðurstaðna. Frekari greiningar eru nauðsynlegar til að kanna aðra þætti sem gætu haft áhrif á þetta samband, svo sem starfsreynslu, færni og landfræðilega staðsetningu.
Niðurstaða
Fylgnigreining er mjög gagnlegt rannsóknartæki til að meta tengslin milli tveggja breyta. Með því að skilja viðeigandi mæliaðferðir og túlka niðurstöðurnar vandlega geta rannsakendur borið kennsl á mikilvæg mynstur og tengsl í gögnum sínum. Hins vegar er mikilvægt að muna að fylgni felur ekki í sér orsakasamhengi og að taka tillit til allra mögulegra áhrifabreyta.
Þegar fylgnigreining er notuð á réttan hátt getur hún veitt verðmæta innsýn sem hjálpar okkur að skilja og spá fyrir um fyrirbæri á fjölbreyttum sviðum, allt frá hagfræði til heilbrigðis, frá sálfræði til menntunar. Frekari rannsóknir og notkun viðbótargreiningaraðferða er oft nauðsynleg til að fá ítarlegri og nákvæmari mynd af tengslum milli breyta í rannsóknum okkar.
