تشير مقاييس الارتباط
إلى مجموعة متنوعة من المعاملات (بما في ذلك الارتباط ثنائي المتغير ومعاملات الانحدار)
التي تقيس قوة واتجاه العلاقة بين المتغيرات ؛ يمكن وصف مقاييس القوة أو الارتباط هذه
بعدة طرق ، اعتمادًا على التحليل.
هناك بعض النقاط
التي يجب على الباحث معرفتها من أجل فهم أفضل لمقاييس الارتباط الإحصائي.
أولاً ، يجب أن يعرف
الباحث أن مقاييس الارتباط تختلف عن مقاييس الدلالة الإحصائية. من الممكن أن يكون الارتباط
الضعيف ذا دلالة إحصائية ؛ من الممكن أيضًا ألا يكون الارتباط القوي ذا دلالة إحصائية.
بالنسبة لمقاييس
الارتباط ، تشير القيمة الصفرية إلى عدم وجود علاقة. في تحليل الارتباط ، إذا كان المعامل
( r
) له قيمة واحدة ، فإنه يشير إلى علاقة مثالية بمتغيرات الفائدة. في تحليلات الانحدار
، إذا كان لوزن بيتا المعياري ( β ) قيمة واحدة ، فإنه يشير أيضًا إلى علاقة مثالية
بمتغيرات الفائدة. يجب على الباحث أن يلاحظ أن مقاييس الارتباط ثنائية المتغير (على
سبيل المثال ، ارتباطات بيرسون) غير مناسبة للعلاقات المنحنية أو العلاقات غير المستمرة.
الارتباط الجزئي
هو مقياس الارتباط بين متغيرين ، أثناء التحكم في تأثير واحد أو أكثر من المتغيرات
الإضافية أو تعديله. يمكن استخدام الارتباطات الجزئية في العديد من الحالات التي تقيم
العلاقة ، مثل ما إذا كانت قيمة بيع سلعة معينة مرتبطة أم لا بالإنفاق على الإعلان
عندما يتم التحكم في تأثير السعر.
تمت الإجابة على
الأسئلة:
ما العلاقة بين درجات
الاختبار ودرجات المعدل التراكمي بعد ضبط الساعات التي قضاها في الدراسة؟
بعد التحكم في العمر
، ما العلاقة بين عقاقير Z مع أعراض XY؟
في SPSS ،
يمكن حساب هذا الاختبار عن طريق تحديد "ربط" من قائمة التحليل ، ثم اختيار
"جزئي" من الارتباط.
متغيرات التحكم هي
المتغيرات التي تستخرج التباين الذي يتم الحصول عليه من المتغيرات المرتبطة الأولية.
يشير ترتيب الارتباط
إلى الارتباط بمتغيرات التحكم. على سبيل المثال ، الترتيب الأول هو الذي يحتوي على
متغير تحكم واحد.
يشير الارتباط الزائف
إلى هذا النوع من الارتباط الخاطئ أو الارتباط الذي لم يكن موجودًا بالفعل.
وبالمثل ، تقيس الارتباطات
شبه الجزئية الارتباط بين المتغير التابع (Y) والمتغير المستقل (X) ، بعد التحكم في جانب واحد
على متغير واحد فقط (X أو Y ، ولكن ليس كلاهما).
بالنسبة للنماذج
الصغيرة مثل النماذج ذات متغير تحكم واحد أو أحيانًا مع اثنين أو ثلاثة ، يكون الارتباط
الجزئي مفيدًا وشائعًا جدًا ، وهو مفيد بشكل عام في اكتشاف نموذج علاقة خاطئة.
الافتراضات
مفيد فقط في النماذج
الصغيرة مثل النماذج التي تتضمن ثلاثة أو أربعة متغيرات.
يستخدم فقط في النماذج
التي تفترض علاقة خطية.
من المفترض أن تكون
البيانات فاصلة في الطبيعة.
لا ترتبط المتغيرات
المتبقية أو المتغيرات غير المقاسة بأي من المتغيرات في النموذج ، باستثناء المتغير
الذي حدثت له هذه القيم المتبقية.
معامل ارتباط بيرسون
هو إحصائيات الاختبار التي تقيس العلاقة الإحصائية ، أو الارتباط ، بين متغيرين مستمرين.
تُعرف بأنها أفضل طريقة لقياس الارتباط بين المتغيرات ذات الأهمية لأنها تستند إلى
طريقة التغاير. يعطي معلومات حول حجم الارتباط ، أو الارتباط ، وكذلك اتجاه العلاقة.
تمت الإجابة على
الأسئلة:
هل درجات الاختبار
والساعات التي قضاها في الدراسة لها علاقة ذات دلالة إحصائية>
هل هناك علاقة إحصائية
بين درجات حاصل الذكاء والاكتئاب؟
الافتراضات:
بغض النظر عن الحالة:
يجب أن تكون القضايا مستقلة عن بعضها البعض.
العلاقة الخطية:
يجب أن يكون هناك متغيرين مرتبطين ببعضهما البعض خطيًا. يمكن تقييم ذلك باستخدام مخطط
مبعثر: ارسم قيمة المتغيرات على مخطط مبعثر ، وتحقق مما إذا كان الرسم ينتج خطًا مستقيمًا
نسبيًا.
اللواط: يجب أن يكون
مخطط التشتت المتبقي مستطيل الشكل تقريبًا.
الخصائص:
الحد: يمكن أن تتراوح
قيم المعامل من +1 إلى -1 ، حيث يشير +1 إلى علاقة إيجابية كاملة ، ويشير -1 إلى علاقة
سلبية كاملة ، ويشير 0 إلى عدم وجود علاقة ..
الرقم الصافي: وهو
مستقل عن وحدة القياس. على سبيل المثال ، إذا كانت وحدة قياس أحد المتغيرات بالبوصة
وكان المتغير الثاني بالقنطار ، فلن تتغير قيمة معامل الارتباط لبيرسون.
متماثل: ارتباط المعامل
بين متغيرين متماثل. هذا يعني أنه بين X و Y أو Y و X ، ستبقى قيمة المعامل كما
هي.
درجة الارتباط:
الكمال: إذا كانت
القيمة قريبة من ± 1 ، فيُقال إنها ارتباط تام: كلما زاد أحد المتغيرات ، يميل المتغير
الآخر أيضًا إلى الزيادة (إذا كان موجبًا) أو النقصان (إذا كان سالبًا).
درجة عالية: إذا
كانت قيمة المعامل تقع بين ± 0.50 و ± 1 ، فيُقال إنها علاقة قوية.
درجة متوسطة: إذا
كانت القيمة تقع بين ± 0.30 و ± 0.49 ، فيُقال إنها ارتباط متوسط.
درجة منخفضة: عندما
الأكاذيب قيمة أقل من + 0.29، ثم يقال أن تكون علاقة صغير.
لا ارتباط: عندما
تكون القيمة صفراً.
الصفحات ذات الصلة:
إجراء وتفسير ارتباط
ثنائي المتغير (بيرسون)
الارتباط (بيرسون
، كيندال ، سبيرمان)
لطلب تحليل
احصائي التواصل عبر الواتسب اضغط
هنا
ليست هناك تعليقات:
إرسال تعليق