corrélation de Pearson r: La corrélation de Pearson r est la statistique de corrélation la plus utilisée pour mesurer le degré de la relation entre les variables linéairement liées. Par exemple, en bourse, si nous voulons mesurer la façon dont deux actions sont liées l’une à l’autre, la corrélation de Pearson r est utilisée pour mesurer le degré de relation entre les deux. La corrélation point-biserial est réalisée avec la formule de corrélation de Pearson, sauf que l’une des variables est dichotomique., La formule suivante est utilisée pour calculer la corrélation de Pearson r:
RXY = coefficient de corrélation de Pearson R entre x et y
N = nombre d’observations
xi = valeur de x (pour lath observation)
yi = valeur de y (pour lath observation)
questions de recherche une corrélation de Pearson peut examiner:
existe-t-il une relation statistiquement significative entre l’âge, mesuré en années, et la taille, mesurée en pouces?,
existe-t-il une relation entre la température, mesurée en degrés Fahrenheit, et les ventes de crème glacée, mesurées par le revenu?
existe-t-il une relation entre la satisfaction au travail, telle que mesurée par L’ESJ, et le revenu, mesuré en dollars?
hypothèses
pour la corrélation de Pearson r, Les deux variables devraient être normalement distribuées (les variables normalement distribuées ont une courbe en forme de cloche). D’autres hypothèses incluent la linéarité et l’homoscédasticité., La linéarité suppose une relation de droite entre chacune des deux variables et l’homoscédasticité suppose que les données sont également distribuées autour de la droite de régression.
effectuer et interpréter une corrélation de Pearson
termes clés
Taille de L’effet: la norme de Cohen peut être utilisée pour évaluer le coefficient de corrélation afin de déterminer la force de la relation, ou la taille de l’effet. Coefficients de corrélation entre .10 et .29 représentent une petite association, coefficients entre .30 et .49 représentent une association moyenne, et les coefficients de .,50 et plus représentent une grande association ou relation.
données continues: données de niveau d’intervalle ou de rapport. Ce type de données possède les propriétés de magnitude et d’intervalles égaux entre les unités adjacentes. Des intervalles égaux entre les unités adjacentes signifient que des quantités égales de la variable sont mesurées entre les unités adjacentes sur l’échelle. Un exemple serait l’âge. Une augmentation de l’âge de 21 à 22 serait la même qu’une augmentation de l’âge de 60 à 61.,
corrélation de rang de Kendall: la corrélation de rang de Kendall est un test non paramétrique qui mesure la force de dépendance entre deux variables. Si nous considérons deux échantillons, a et b, où chaque taille d’échantillon est n, Nous savons que le nombre total d’appariements avec A b est n(n-1)/2., La formule suivante est utilisée pour calculer la valeur de Kendall rang de corrélation:
Nc= nombre de concordant
Nd= Nombre de discordants
Conduite et d’Interpréter une de Corrélation de Kendall
Termes Clés
Concordantes: Ordonné de la même manière.
Discordants: Ordonné différemment.
corrélation de rang de Spearman: la corrélation de rang de Spearman est un test non paramétrique qui est utilisé pour mesurer le degré d’association entre deux variables., Le test de corrélation de rang de Spearman ne comporte aucune hypothèse sur la distribution des données et constitue l’analyse de corrélation appropriée lorsque les variables sont mesurées sur une échelle au moins ordinale.,
la formule suivante est utilisée pour calculer la corrélation de rang Spearman:
ρ= corrélation de rang Spearman
di= la différence entre les rangs des variables correspondantes
N= nombre d’observations
Types de questions de recherche qu’une corrélation Spearman peut examiner:
existe-t-il une relation statistiquement significative entre le niveau d’études des participants (secondaire, baccalauréat ou diplôme d’études supérieures) et leur salaire de départ?,
existe-t-il une relation statistiquement significative entre la position finale d’un cheval et son âge?
hypothèses
Les hypothèses de la corrélation de Spearman sont que les données doivent être au moins ordinales et que les scores d’une variable doivent être liés de manière monotone à l’autre variable.
effectuer et interpréter une corrélation de Spearman
termes clés
Taille de L’effet: la norme de Cohen peut être utilisée pour évaluer le coefficient de corrélation afin de déterminer la force de la relation, ou la taille de l’effet. Coefficients de corrélation entre .,10 et .29 représentent une petite association, coefficients entre .30 et .49 représentent une association moyenne, et les coefficients de .50 et plus représentent une grande association ou relation.
données ordinales: dans une échelle ordinale, les niveaux d’une variable sont ordonnés de telle sorte qu’un niveau peut être considéré comme supérieur/inférieur à un autre. Toutefois, l’ampleur de la différence entre les niveaux n’est pas nécessairement connue. Un exemple serait le classement des niveaux d’éducation. Un diplôme d’études supérieures est supérieur à un baccalauréat et un baccalauréat est supérieur à un diplôme d’études secondaires., Cependant, nous ne pouvons pas quantifier à quel point un diplôme d’études supérieures est supérieur à un baccalauréat. Nous ne pouvons pas dire que la différence entre l’éducation d’un diplôme d’études supérieures et d’un baccalauréat est la même que la différence entre, d’un baccalauréat et d’un diplôme d’études secondaires.
ressources de corrélation:
Bobko, P. (2001). La corrélation et de la régression: les Demandes de psychologie industrielle et de gestion (2ème ed.). Thousand Oaks, CA: Sage Publications. Affichage de la balise
Bonett, D. G. (2008)., Meta-analytic interval estimation for bivariate correlations. Psychological Methods, 13(3), 173-181.
Chen, P. Y., & Popovich, P. M. (2002). Correlation: Parametric and nonparametric measures. Thousand Oaks, CA: Sage Publications. View
Kendall, M. G., & Gibbons, J. D. (1990). Rank Correlation Methods (5th ed.). London: Edward Arnold., Voir
pages connexes:
- tableau des valeurs critiques: corrélation de Pearson
- conduire et interpréter une corrélation de rang Spearman
- conduire et interpréter une corrélation bivariée (Pearson)
