Mga Halimbawang Tanong at Talakayan sa Pagsusuri ng Korelasyon
Ang pagsusuri ng korelasyon ay isang istatistikal na pamamaraan na ginagamit upang matukoy ang antas ng ugnayan sa pagitan ng dalawang baryabol. Madalas itong ginagamit sa iba't ibang disiplina, kabilang ang ekonomiks, sikolohiya, medisina, at sosyolohiya, upang maunawaan kung gaano kalapit ang kaugnayan ng dalawang baryabol. Sa artikulong ito, tatalakayin natin ang ilang halimbawa ng mga problema at talakayan upang makatulong na maunawaan ang konsepto ng pagsusuri ng korelasyon.
Pag-unawa sa Pagsusuri ng Korelasyon
Ang pagsusuri ng korelasyon ay ginagamit upang sukatin ang lakas at direksyon ng ugnayan sa pagitan ng dalawang numerikal na baryabol. Ang halaga ng korelasyon na ito ay karaniwang ipinapahayag gamit ang isang koepisyent ng korelasyon, na maaaring mula -1 hanggang 1. Ang mga halagang ito ay maaaring bigyang-kahulugan tulad ng sumusunod:
– +1 : Perpektong positibong ugnayan. Parehong baryabol ang gumagalaw sa parehong direksyon.
– 0 : Walang ugnayan. Ang dalawang baryabol ay walang malinaw na linear na relasyon.
– -1 : Perpektong negatibong ugnayan. Ang parehong baryabol ay gumagalaw sa magkasalungat na direksyon.
Ang pinakakaraniwang ginagamit na koepisyent ng korelasyon ay ang korelasyon ng Pearson. Gayunpaman, mayroon ding iba pang mga pamamaraan ng korelasyon, tulad ng Spearman at Kendall, na mas angkop para sa ordinal o nonlinear na datos.
Mga Hakbang sa Pagsusuri ng Korelasyon
1. Pangangalap ng Datos: Mangalap ng datos para sa dalawang baryabol na susuriin.
2. Pagpapakita ng Datos: Gumawa ng scatter plot upang makita ang padron ng ugnayan sa pagitan ng dalawang baryabol.
3. Pagkalkula ng Koepisyent ng Korelasyon: Kalkulahin ang koepisyent ng korelasyon ng Pearson, Spearman, o Kendall.
4. Interpretasyon ng mga Resulta: Tukuyin ang lakas at direksyon ng ugnayan batay sa halaga ng koepisyent ng ugnayan.
5. Pagsubok ng Kabuluhan: Tukuyin kung ang natagpuang ugnayan ay makabuluhan sa istatistika.
Mga Halimbawang Tanong at Talakayan
Tanong 1: Korelasyon ng Pearson
Ibinigay ang datos sa taas (cm) at timbang (kg) ng 5 tao tulad ng sumusunod:
| Tao | Taas (cm) | Timbang (kg) |
|——-|—————-|—————|
| Isang | 160 | 55 |
| B | 165 | 60 |
| C | 170 | 65 |
| D | 175 | 70 |
| E | 180 | 75 |
Kalkulahin ang koepisyent ng korelasyon ng Pearson para sa datos.
Talakayan:
1. Pagkalkula ng Karaniwan:
– Karaniwang taas (X̄) = (160 + 165 + 170 + 175 + 180) / 5 = 170
– Karaniwang timbang (Ȳ) = (55 + 60 + 65 + 70 + 75) / 5 = 65
2. Pagkalkula ng Paglihis mula sa Mean:
– Mataas na paglihis: (160 – 170), (165 – 170), (170 – 170), (175 – 170), (180 – 170)
– Matinding paglihis: (55 – 65), (60 – 65), (65 – 65), (70 – 65), (75 – 65)
3. Pagkalkula ng Produkto ng Paglihis:
– (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
Kabuuan = 100 + 25 + 0 + 25 + 100 = 250
4. Pagkalkula ng Square of Deviation:
– Taas: (160-170)², (165-170)², (170-170)², (175-170)², (180-170)²
– Timbang: (55-65)², (60-65)², (65-65)², (70-65)², (75-65)²
Para sa taas:
– (160-170)² = 100
– (165-170)² = 25
– (170-170)² = 0
– (175-170)² = 25
– (180-170)² = 100
Kabuuan = 100 + 25 + 0 + 25 + 100 = 250
Para sa timbang:
– (55-65)² = 100
– (60-65)² = 25
– (65-65)² = 0
– (70-65)² = 25
– (75-65)² = 100
Kabuuan = 100 + 25 + 0 + 25 + 100 = 250
5. Pagkalkula ng Pearson Correlation Coefficient:
\[
r = \frac{\sum ((X – X̄)(Y – Ȳ))}{\sqrt{\sum (X – X̄)² \sum (Y – Ȳ)²}}
\]
\[
r = \frac{250}{\sqrt{250 \times 250}} = \frac{250}{250} = 1
\]
Interpretasyon: Ang halaga ng Pearson correlation coefficient na 1 ay nagpapahiwatig ng perpektong positibong ugnayan sa pagitan ng taas at timbang.
Tanong 2: Korelasyon ng Spearman
Kung isasaalang-alang ang datos ng pagraranggo ng dalawang baryabol gaya ng sumusunod:
| Tao | Baryabol X | Baryabol Y |
|——-|—————|————|
| Isang | 1 | 3 |
| B | 2 | 1 |
| C | 3 | 4 |
| D | 4 | 2 |
| E | 5 | 5 |
Kalkulahin ang koepisyent ng korelasyon ng Spearman batay sa datos.
Talakayan:
1. Pagkalkula ng Pagkakaiba sa Ranggo (d):
– Para sa Ranggo X at Y:
– A: 1 – 3 = -2
– B: 2 – 1 = 1
– C: 3 – 4 = -1
– D: 4 – 2 = 2
– E: 5 – 5 = 0
2. Pagkalkula ng Square ng Pagkakaiba sa Ranking (d²):
– (-2)² = 4
– (1)² = 1
– (-1)² = 1
– (2)² = 4
– (0)² = 0
Kabuuan (Σd²) = 4 + 1 + 1 + 4 + 0 = 10
3. Pagkalkula ng Spearman Correlation Coefficient:
\[
r_s = 1 – \frac{6 \sum d^2}{n(n^2 – 1)}
\]
\[
r_s = 1 – \frac{6 \times 10}{5(5^2 – 1)} = 1 – \frac{60}{120} = 1 – 0.5 = 0.5
\]
Interpretasyon: Ang halaga ng koepisyent ng korelasyon ni Spearman na 0.5 ay nagpapahiwatig ng katamtamang positibong ugnayan sa pagitan ng mga baryabol na X at Y.
Konklusyon
Mula sa mga halimbawa sa itaas, makikita natin kung paano magagamit ang pagsusuri ng korelasyon upang matukoy ang lakas at direksyon ng ugnayan sa pagitan ng dalawang baryabol. Ang koepisyent ng korelasyon ng Pearson ay ginagamit para sa numerikal na datos na may linear na relasyon, habang ang koepisyent ng korelasyon ng Spearman ay ginagamit para sa ordinal o nonlinear na datos. Sa pamamagitan ng pag-unawa at pagiging dalubhasa sa mga pamamaraang ito, mas mahusay nating masusuri ang datos at makakagawa ng mas tumpak na mga hinuha sa iba't ibang larangan ng pag-aaral.
