සහසම්බන්ධතා විශ්ලේෂණය යනු කුමක්ද?

සහසම්බන්ධතා විශ්ලේෂණය යනු කුමක්ද?

සහසම්බන්ධතා විශ්ලේෂණය යනු ප්‍රමාණාත්මක විචල්‍ය දෙකක් අතර රේඛීය සම්බන්ධතාවයේ ශක්තිය සහ දිශාව ඇගයීමට භාවිතා කරන සංඛ්‍යානමය ක්‍රමයකි. මෙම විශ්ලේෂණය මූල්‍ය හා ආර්ථික විද්‍යාවේ සිට ඉංජිනේරු විද්‍යාව සහ සමාජ විද්‍යාවන් දක්වා විවිධ ක්ෂේත්‍රවල පදනම් වන අතර, එක් විචල්‍යයක වෙනස්කම් තවත් විචල්‍යයක වෙනස්කම් සමඟ සම්බන්ධ විය හැකි ආකාරය පිළිබඳ අවබෝධයක් ලබා දෙයි.

සහසම්බන්ධතාවයේ මූලික කරුණු

එහි හරය තුළ, සහසම්බන්ධය මගින් විචල්‍ය දෙකක් එකට ගමන් කරන ආකාරය මනිනු ලැබේ. විචල්‍ය දෙකක් එකවර වැඩි වීමට හෝ අඩු වීමට නැඹුරු වන්නේ නම්, ඒවාට ධනාත්මක සහසම්බන්ධයක් ඇති බව කියනු ලැබේ. අනෙක් අතට, එක් විචල්‍යයක් අනෙක් විචල්‍යය අඩු වන විට වැඩි වීමට නැඹුරු වන්නේ නම්, ඒවාට සෘණ සහසම්බන්ධයක් ඇත. ඒවායේ චලනයේ පැහැදිලි රටාවක් නොමැති නම්, විචල්‍ය දෙක එකිනෙකට සම්බන්ධ නොවේ.

සහසම්බන්ධතාවය මැනීම

සහසම්බන්ධතා විශ්ලේෂණයේදී බහුලව භාවිතා වන සංඛ්‍යාලේඛනය වන්නේ පියර්සන් සහසම්බන්ධතා සංගුණකය වන අතර එය \( r \) ලෙස දැක්වේ. මෙම සංගුණකය -1 සිට 1 දක්වා පරාසයක පවතී, එහිදී:

– \( r = 1 \): පරිපූර්ණ ධනාත්මක රේඛීය සම්බන්ධතාවය.
– \( r = -1 \): පරිපූර්ණ සෘණ රේඛීය සම්බන්ධතාවය.
– \( r = 0 \): රේඛීය සම්බන්ධතාවයක් නොමැත.

අනෙකුත් සහසම්බන්ධතා මිනුම් අතරට ස්පියර්මන්ගේ ශ්‍රේණිගත සහසම්බන්ධතාවය සහ කෙන්ඩල්ගේ ටෝ ඇතුළත් වන අතර ඒවා රේඛීය නොවන සම්බන්ධතා සහ බාහිර සම්බන්ධතා වලට වඩා ශක්තිමත් වේ.

පියර්සන්ගේ r ගණනය කිරීම

පියර්සන් සහසම්බන්ධතා සංගුණකය ගණනය කරනු ලබන්නේ සූත්‍රය භාවිතා කරමිනි:
\[ r = \frac{\පෙළ{cov}(X, Y)}{\sigma_X \sigma_Y} \]
එහිදී:
– \(\text{cov}(X, Y)\) යනු X සහ Y විචල්‍ය අතර සහවිචලතාවයි.
– \(\sigma_X\) සහ \(\sigma_Y\) යනු පිළිවෙලින් X සහ Y හි සම්මත අපගමනයන් වේ.

මෙම සූත්‍රය මූලික වශයෙන් විචල්‍යවල සම්මත අපගමනයන්ගේ ගුණිතය මගින් සහවිචලනය ප්‍රමිතිකරණය කරයි, ප්‍රතිඵලය මාන රහිත බවත් -1 සහ 1 අතර සීමා වී ඇති බවත් සහතික කරයි.

සහසම්බන්ධතාවයේ අර්ථ නිරූපණය

සහසම්බන්ධතා විශ්ලේෂණයක ප්‍රතිඵල අර්ථ නිරූපණය කිරීමේදී \( r \) හි අගය තේරුම් ගැනීම ඉතා වැදගත් වේ. සාමාන්‍යයෙන්:
– 0.0 – 0.19 : ඉතා දුර්වල සිට නොසැලකිය හැකි සහසම්බන්ධය.
– 0.2 – 0.39 : දුර්වල සහසම්බන්ධය.
– 0.4 – 0.59 : මධ්‍යස්ථ සහසම්බන්ධය.
– 0.6 – 0.79 : ශක්තිමත් සහසම්බන්ධය.
– 0.8 – 1.0 : ඉතා ශක්තිමත් සහසම්බන්ධයක්.

සහසම්බන්ධය හේතුඵල සම්බන්ධතාවයක් අදහස් නොකරන බව සැලකිල්ලට ගැනීම ද වැදගත් වේ. විචල්‍ය දෙකක් අතර ඉහළ සහසම්බන්ධයක් එක් විචල්‍යයක් අනෙක වෙනස් කිරීමට හේතු වන බව අදහස් නොවේ.

සහසම්බන්ධතා විශ්ලේෂණයේ යෙදුම්

1. මූල්‍ය

මූල්‍ය ක්ෂේත්‍රයේදී, කොටස්, බැඳුම්කර සහ අනෙකුත් ආයෝජන මාධ්‍ය අතර සම්බන්ධතා තක්සේරු කිරීම සඳහා සහසම්බන්ධතා විශ්ලේෂණය බහුලව භාවිතා වේ. නිදසුනක් වශයෙන්, විවිධ වත්කම් අතර සහසම්බන්ධතාවය අවබෝධ කර ගැනීම කළඹ විවිධාංගීකරණයට උපකාරී විය හැකිය, මන්ද අසම්බන්ධ හෝ සෘණාත්මක සහසම්බන්ධිත වත්කම් ඒකාබද්ධ කිරීමෙන් අවදානම අඩු කළ හැකිය.

2. ආර්ථික විද්‍යාව

ආර්ථික විද්‍යාඥයින් ආර්ථික දර්ශක අතර සම්බන්ධතා ගවේෂණය කිරීම සඳහා සහසම්බන්ධතා විශ්ලේෂණය භාවිතා කරයි. උදාහරණයක් ලෙස, විශාල ආර්ථික පරිසරය තේරුම් ගැනීම සඳහා විරැකියා අනුපාත සහ දළ දේශීය නිෂ්පාදිතයේ වර්ධනය අතර සම්බන්ධතාවය පරීක්ෂා කළ හැකිය.

3. සෞඛ්‍ය විද්‍යාව

සෞඛ්‍ය විද්‍යාවන්හි, ජීවන රටා සාධක සහ සෞඛ්‍ය ප්‍රතිඵල අතර විභව සම්බන්ධතා හඳුනා ගැනීමට සහසම්බන්ධතාවය උපකාරී වේ. නිදසුනක් වශයෙන්, පර්යේෂකයන්ට ශාරීරික ක්‍රියාකාරකම් මට්ටම් සහ හෘද රෝග ඇතිවීමේ අනුපාතය අතර සහසම්බන්ධය ගවේෂණය කළ හැකිය.

4. සමාජ විද්‍යාව

සමාජ විද්‍යාඥයින් සහ මනෝවිද්‍යාඥයින් බොහෝ විට ආදායම් මට්ටම් සහ අධ්‍යාපනික ජයග්‍රහණ වැනි විචල්‍යයන් අතර සම්බන්ධතා හෝ ආතති මට්ටම් සහ රැකියා කාර්ය සාධනය අතර සම්බන්ධතා අධ්‍යයනය කිරීමට සහසම්බන්ධය භාවිතා කරයි.

සහසම්බන්ධතා විශ්ලේෂණයේ සීමාවන්

පුළුල් භාවිතයක් තිබියදීත්, සහසම්බන්ධතා විශ්ලේෂණයට සීමාවන් කිහිපයක් තිබේ:

1. සහසම්බන්ධය හේතුඵලවාදයට සමාන නොවේ:
විචල්‍ය දෙකක් සහසම්බන්ධ විය හැකි වුවද, එකක් අනෙකට හේතු වන බව මින් අදහස් නොවේ. බාහිර සාධක හෝ තුන්වන විචල්‍ය (ව්‍යාකූල විචල්‍යයන්) විචල්‍ය දෙකටම බලපෑම් කළ හැකි අතර, ව්‍යාජ සහසම්බන්ධයක් නිර්මාණය කරයි.

2. රේඛීයතාව:
පියර්සන්ගේ සහසම්බන්ධය මනින්නේ රේඛීය සම්බන්ධතා පමණි. විචල්‍ය දෙකක් අතර සම්බන්ධතාවය රේඛීය නොවන නම්, සහසම්බන්ධතා සංගුණකය නොමඟ යවන සුළු විය හැකිය.

3. බාහිර සාධක වලට සංවේදීතාව:
සහසම්බන්ධතා සංගුණක බාහිර සාධක වලට ඉතා සංවේදී විය හැකිය. ආන්තික අගයන් කිහිපයක් සහසම්බන්ධය විකෘති කළ හැකි අතර, එය ඇත්ත වශයෙන්ම වඩා ශක්තිමත් හෝ දුර්වල ලෙස පෙනේ.

4. සමජාතීයතාවය:
සහසම්බන්ධතා සංගුණකය විචල්‍ය පරාසය පුරා විචලනයේ සමජාතීයතාවය උපකල්පනය කරයි. මෙම උපකල්පනය උල්ලංඝනය කළහොත්, එය වැරදි නිගමනවලට තුඩු දිය හැකිය.

උසස් සහසම්බන්ධතා ශිල්පීය ක්‍රම

මෙම සීමාවන්ගෙන් සමහරක් සපුරාලීම සඳහා, විවිධ දියුණු ක්‍රම භාවිතා කළ හැකිය:

– අර්ධ සහසම්බන්ධය: මෙම තාක්ෂණය මඟින් විචල්‍ය දෙකක් අතර සහසම්බන්ධය මනිනු ලබන අතර අතිරේක විචල්‍ය එකක හෝ වැඩි ගණනක බලපෑම පාලනය කරයි.

– කැනොනිකල් සහසම්බන්ධය: මෙය තනි විචල්‍ය දෙකක් පමණක් නොව, විචල්‍ය කට්ටල දෙකක් අතර සම්බන්ධතාවය තේරුම් ගැනීමට භාවිතා කරයි.

– බහුවිචල්‍ය විශ්ලේෂණය: බහු ප්‍රතිගමනය වැනි ශිල්පීය ක්‍රම මඟින් එකවර බහු විචල්‍යයන් අතර සම්බන්ධතා ගවේෂණය කිරීමට උපකාරී වේ.

සහසම්බන්ධතා විශ්ලේෂණය පැවැත්වීමේ පියවර

1. දත්ත රැස් කිරීම:
අදාළ දත්ත රැස් කිරීමෙන් ආරම්භ කරන්න, එය ප්‍රමාණාත්මක බවත් විශ්ලේෂණ පරාසය ආවරණය කරන බවත් සහතික කර ගන්න.

2. දෘශ්‍ය විශ්ලේෂණය:
සංඛ්‍යානමය පරීක්ෂණ පැවැත්වීමට පෙර විසිරුම් සටහන් භාවිතයෙන් දත්ත සැලසුම් කිරීමෙන් සම්බන්ධතාවය පිළිබඳ දෘශ්‍ය හැඟීමක් ලබා දිය හැකිය.

3. ගණනය කිරීම:
සහසම්බන්ධතා සංගුණකය තීරණය කිරීම සඳහා සංඛ්‍යානමය මෘදුකාංග හෝ අතින් ගණනය කිරීම් භාවිතා කරන්න.

4. අර්ථ නිරූපණය:
සන්දර්භය සහ විභව බාහිර සාධක සැලකිල්ලට ගනිමින් සහසම්බන්ධයේ විශාලත්වය සහ දිශාව විශ්ලේෂණය කරන්න.

5. වලංගුකරණය:
ශක්තිමත් බව සහතික කිරීම සඳහා අතිරේක දත්ත හෝ විකල්ප ක්‍රම මගින් ප්‍රතිඵල සත්‍යාපනය කරන්න.

නිගමනය

සහසම්බන්ධතා විශ්ලේෂණය යනු සංඛ්‍යාලේඛනඥයාගේ අවි ගබඩාවේ බලවත් මෙවලමක් වන අතර එය විචල්‍යයන් අතර සම්බන්ධතා පිළිබඳ වටිනා අවබෝධයක් ලබා දෙයි. කෙසේ වෙතත්, එහි සීමාවන් තේරුම් ගැනීම සහ නිවැරදි හා අර්ථවත් නිගමනවලට එළඹීම සඳහා වෙනත් ක්‍රම සමඟ ඒකාබද්ධව එය භාවිතා කිරීම ඉතා වැදගත් වේ. නිසි ලෙස යෙදූ විට, සහසම්බන්ධතා විශ්ලේෂණය මඟින් සැඟවී පැවතිය හැකි රටා සහ සංගම් ආලෝකමත් කළ හැකි අතර, බොහෝ ක්ෂේත්‍රවල දැනුම දියුණු කරයි.

ඒ ප්රකාශය කරන්නේ මාරයාය