PEARSON K & SPEARMAN K Flashcards
Vad är Persons Korrelation för något?
Enkelt språk: Det har med samband att göra. Man vill veta om det finns en korrelation mellan två variabler.
Det är som att mäta hur två saker är kopplade till varandra. Om en sak ökar och den andra också ökar, säger vi att de har en positiv korrelation. Om en sak ökar och den andra minskar, är det en negativ korrelation. Om ingen av dem påverkar den andra, säger vi att det inte finns någon korrelation. Det är som att titta på hur olika saker i livet påverkar varandra. Det hjälper oss att förstå om de går hand i hand eller inte.
Svårare: Pearsons korrelationskoefficient, ofta kallad Pearson’s r, är en statistisk metod som används för att mäta styrkan och riktningen av ett linjärt samband mellan två kontinuerliga variabler. Det ger en siffra mellan -1 och 1, där:
1 indikerar en perfekt positiv linjär korrelation, vilket betyder att när en variabel ökar, ökar den andra variabeln proportionellt.
-1 indikerar en perfekt negativ linjär korrelation, vilket betyder att när en variabel ökar, minskar den andra variabeln proportionellt.
0 indikerar ingen linjär korrelation mellan variablerna.
Pearsons korrelation används för att mäta hur starkt två variabler samvarierar med varandra på ett linjärt sätt. Det är viktigt att notera att korrelation inte implicerar kausalitet; bara för att två variabler är korrelerade betyder det inte nödvändigtvis att den ena variabeln orsakar den andra.
Pearsons korrelation är mest lämplig när både variablerna är på intervall- eller kvotskala och följer en normalfördelning. Om dessa antaganden inte är uppfyllda, kan andra korrelationsmetoder som Spearmans korrelation användas, särskilt när variablerna är på ordinalskala eller när normalfördelningsantagandet inte är uppfyllt.
Kolla på Correlation tabellen och förklara vad Sig. (2-tailed) är för något.
Sig. (2-tailed) = <.0.001
< 0.001: Det här är själva p-värdet. Om p-värdet är mindre än det valda signifikansvärdet (ofta kallat alfa eller α, vanligtvis satt till 0.05 eller 5%), förkastar vi nollhypotesen. I det här fallet är p-värdet mycket mindre än 0.001, vilket betyder att sannolikheten för att resultaten är slumpmässiga är mycket låg, nästan försumbar.
Vad är ett svagt samband enligt korrelationsvärdet?
0.10 = svag samband
0.30= medel samband
0.50= starkt samband
Vad är Spearmans Korrelation för något?
Enkelt språk: Spearmans korrelation är också ett sätt att mäta relationen mellan saker, men det är lite annorlunda än Pearsons korrelation. Istället för att bara titta på om två saker ökar eller minskar tillsammans, tittar Spearmans korrelation på hur deras ordning förändras. Om två saker alltid ändrar sig i samma ordning (till exempel om du alltid gillar samma filmer som din vän), säger vi att de har en positiv Spearmans korrelation. Om de alltid ändrar sig i motsatta ordningar (du gillar filmer som din vän inte gillar och vice versa), är det en negativ Spearmans korrelation.
I grund och botten hjälper Spearmans korrelation oss att förstå om saker alltid ändrar sig på liknande sätt, även om det inte nödvändigtvis är i exakt samma mätbara enheter. Det är som att titta på vilka saker du och dina vänner gillar bäst, och om ni alltid gillar dem i samma ordning eller inte.
Lite svårare språk: Spearmans rangkorrelationskoefficient, även känd som Spearmans rho (ρ), är en statistisk metod som används för att mäta styrkan och riktningen av ett monotont samband mellan två variabler. Spearmans korrelation används när variablerna är på ordinal- eller rangskala eller när normalfördelningsantagandet inte är uppfyllt.
Till skillnad från Pearsons korrelation, som mäter linjära samband, mäter Spearmans korrelation monotona samband, vilket innebär att variablerna alltid ökar eller minskar tillsammans, men inte nödvändigtvis med en konstant hastighet.
Spearmans korrelationskoefficient beräknas genom att först rangordna variablerna separat och sedan beräkna Pearsons korrelationskoefficient för de rangordnade värdena. Om korrelationen är nära 1 eller -1 indikerar det att det finns ett starkt monotont samband mellan variablerna. Om korrelationen är nära 0 indikerar det att det inte finns något monotont samband.
Spearmans korrelation är särskilt användbar när variablerna är på ordinal- eller rangskala och när sambandet inte är linjärt, eller när datan inte är normalfördelad. Det är också mindre känsligt för uteliggare eller extrema värden jämfört med Pearsons korrelation.
När borde man använda Spearmans Korrelation?
Spearmans rangkorrelationskoefficient, vanligtvis kallad Spearmans korrelation, används när:
- Variablerna är på ordinal- eller rangskala: Spearmans korrelation är en icke-parametrisk metod och kan användas när variablerna är på ordinalskala eller rangskala. Det innebär att dataklassificeringen är baserad på rangordning snarare än på exakta mätningar.
- Sambandet mellan variablerna är monotont men inte nödvändigtvis linjärt: Spearmans korrelation mäter styrkan och riktningen av ett monotont samband mellan två variabler. Monotont samband betyder att variablerna alltid ökar eller minskar tillsammans, men inte nödvändigtvis med en konstant hastighet.
- Datan innehåller extrema värden eller uteliggare: Spearmans korrelation är mindre känslig för extrema värden än Pearsons korrelation, vilket gör den lämpligare när det finns uteliggare i datan.
- Datan är inte normalfördelad: Spearmans korrelation är inte beroende av normalfördelning och kan därför användas när datan inte följer en normalfördelning.
Exempel på scenarier där Spearmans korrelation kan vara lämplig inkluderar studier som involverar rangordning av produktpreferenser, bedömning av sambandet mellan betyg från olika bedömare eller studier av sambandet mellan ordinalskalade frågor i en enkätundersökning.
Kolla på Correlation tabellen och förklara vad korrelationskoefficienten är för något. och vart i tabellen den befinner sig.
korrelationskoefficienten, visar om det är ett starkt, medel eller svag samband. I detta fallet är 0.597 = korrelationskoefficienten, vilket är då ett starkt samband.
Vilket statistiskt test passar till Pearson Korrelation?
Pearsons korrelationskoefficient används för att mäta styrkan och riktningen av ett linjärt samband mellan två kontinuerliga variabler. När du använder Pearsons korrelation, bör data vara på intervall- eller kvotskala och följa en normalfördelning.
För att testa om Pearsons korrelation är signifikant, kan du använda t-testet för Pearsons korrelation. T-testet bedömer om korrelationskoefficienten är signifikant från noll. Om t-värdet som beräknas från t-testet är större än det kritiska t-värdet för en given signifikansnivå, förkastas nollhypotesen och det finns ett signifikant samband mellan variablerna.
Så för att summera:
Pearsons korrelation: Används för att mäta linjära samband mellan två kontinuerliga variabler.
T-test för Pearsons korrelation: Används för att testa om Pearsons korrelation är signifikant eller inte.
Vilket statistiskt test passar till Spearmans Korrelation?
Om du har två variabler på ordinal- eller rangskala och vill undersöka om det finns ett monotont samband mellan dem, ska du använda Spearmans rangkorrelationskoefficient (Spearmans rho). Detta är en icke-parametrisk korrelationsmetod som mäter styrkan och riktningen av ett monotont samband mellan variablerna.
Spearmans rangkorrelationstest är särskilt användbart när variablerna inte är på interval- eller kvotskala, när normalfördelningsantagandet inte är uppfyllt, och när du inte har kontinuerliga variabler.
För att summera:
Spearmans korrelation (rho): Används för att mäta styrkan och riktningen av ett monotont samband mellan två variabler på ordinal- eller rangskala.
Spearmans rangkorrelationstest: Används för att testa om Spearmans korrelation är signifikant eller inte och om det finns ett monotont samband mellan variablerna.
När borde man använda Pearsons Korrelation?
Pearsons korrelationskoefficient är lämplig att använda när följande kriterier är uppfyllda:
- Variablerna är på intervall- eller kvotskala: Pearsons korrelation mäter styrkan och riktningen av ett linjärt samband mellan två kontinuerliga variabler. Båda variablerna bör vara på intervall- eller kvotskala. Intervallskala innebär att det finns lika avstånd mellan värdena på variabeln, medan kvotskala innebär att variabeln har en absolut noll, till exempel vikt eller längd.
- Variablerna är normalfördelade: För att få pålitliga resultat bör variablerna vara normalfördelade i populationen. Om variablerna inte är normalfördelade kan resultaten bli missvisande, särskilt om stickprovet är litet.
3.Linjärt samband: Pearsons korrelation mäter linjära samband. Om sambandet mellan variablerna inte är linjärt, kan Pearsons korrelation misslyckas med att fånga komplexiteten i sambandet.
- Oberoende observationer: Varje observation i en variabel bör vara oberoende av andra observationer. Om det finns beroenden mellan observationer (t.ex. samma individer mäts vid olika tidpunkter), bör ett lämpligt statistiskt förfarande användas för att hantera detta, som exempelvis ett korrektionsförfarande för upprepade mätningar.
Om dessa kriterier är uppfyllda, kan Pearsons korrelation vara en kraftfull metod för att mäta sambandet mellan två kontinuerliga variabler. Det ger en siffra mellan -1 och 1 som indikerar styrkan och riktningen av det linjära sambandet mellan variablerna.
