Pearson R correlation: Pearson r correlation is the most widely used correlation statistic to measure the degree of the relationship between linearly related variables. Por exemplo, no mercado de ações, se quisermos medir como duas ações estão relacionadas umas com as outras, a correlação de Pearson r é usada para medir o grau de relação entre as duas. A correlação ponto-biserial é conduzida com a fórmula de correlação de Pearson, exceto que uma das variáveis é dicotômica., A seguinte fórmula é usada para calcular o coeficiente r de Pearson correlação:
rxy = coeficiente r de Pearson o coeficiente de correlação entre x e y
n = número de observações
xi = valor de x (para a i-ésima observação)
yi = valor de y (para a i-ésima observação)
Tipos de questões de pesquisa a um de correlação de Pearson pode examinar:
existe uma relação estatisticamente significativa entre a idade, medida em anos, e a altura, medida em polegadas?,existe uma relação entre a temperatura, medida em graus Fahrenheit, e a venda de gelados, medida pelo rendimento?existe uma relação entre a satisfação do trabalho, medida pelo JSS, e a renda, medida em Dólares?
pressupostos
para a correlação de Pearson r, ambas as variáveis devem ser normalmente distribuídas (as variáveis normalmente distribuídas têm uma curva em forma de sino). Outros pressupostos incluem linearidade e homocedasticidade., Linearidade assume uma relação de linha reta entre cada uma das duas variáveis e homoscedasticidade assume que os dados são igualmente distribuídos sobre a linha de regressão.
Realizar e Interpretar uma Correlação de Pearson
Termos-Chave
tamanho do Efeito: Cohen padrão pode ser utilizado para avaliar o coeficiente de correlação para determinar a força da relação, ou o tamanho do efeito. Coeficientes de correlação entre .10 e .29 representam uma pequena associação, coeficientes entre .30 e .49 representam uma associação média, e coeficientes de .,50 ou mais representam uma grande associação ou relação.dados contínuos: dados que correspondem ao intervalo ou ao nível da razão. Este tipo de dados possui as propriedades de magnitude e intervalos iguais entre unidades adjacentes. Intervalos iguais entre unidades adjacentes significa que há quantidades iguais da variável a ser medida entre unidades adjacentes na escala. Um exemplo seria a idade. Um aumento da idade de 21 para 22 seria o mesmo que um aumento da idade de 60 para 61.,
Kendall rank correlation: Kendall rank correlation is a non-parametric test that measures the strength of dependence between two variables. Se considerarmos duas amostras, a E b, onde cada tamanho da amostra é n, sabemos que o número total de pares com um b é n(n-1)/2., A seguinte fórmula é usada para calcular o valor de Kendall rank correlation:
Nc= número de concordante
Nd= Número de discordantes
Realizar e Interpretar uma Correlação de Kendall
Termos-Chave
Concordante: Ordenados da mesma maneira.
discordante: ordenado de forma diferente.
Spearman rank correlation: Spearman rank correlation is a non-parametric test that is used to measure the degree of association between two variables., O teste de correlação de Rank Spearman não carrega quaisquer suposições sobre a distribuição dos dados e é a análise de correlação apropriada quando as variáveis são medidas em uma escala que é pelo menos ordinal.,
A seguinte fórmula é usada para calcular a correlação de Spearman:
ρ= correlação de Spearman
di= diferença entre as fileiras das variáveis correspondentes
n= número de observações
Tipos de questões de pesquisa a um de Correlação de Spearman pode examinar:
existe uma relação estatisticamente significativa entre os participantes do’ nível de ensino (ensino médio, graduação, ou pós-graduação) e seu salário inicial?,existe uma relação estatisticamente significativa entre a posição final do cavalo e a idade do cavalo?
pressupostos
as hipóteses da correlação de Spearman são que os dados devem ser pelo menos ordinais e as pontuações de uma variável devem ser monotonicamente relacionadas com a outra variável.
conduta e interpretação de uma correlação Spearman
key Terms
Effect size: Cohen ‘ s standard may be used to evaluate the correlation coefficient to determine the strength of the relationship, or the effect size. Coeficientes de correlação entre .,10 e .29 representam uma pequena associação, coeficientes entre .30 e .49 representam uma associação média, e coeficientes de .50 ou mais representam uma grande associação ou relação.dados ordinais: numa escala ordinal, os níveis de uma variável são ordenados de tal forma que um nível pode ser considerado superior/inferior ao outro. No entanto, a magnitude da diferença entre os níveis não é necessariamente conhecida. Um exemplo seria ranking ordenando níveis de educação. Um diploma de pós-graduação é superior a um diploma de bacharel, e um diploma de bacharel é superior a um diploma de ensino médio., No entanto, não podemos quantificar quanto mais alto um diploma de graduação é comparado a um diploma de bacharel. Também não podemos dizer que a diferença na educação entre um diploma de graduação e um diploma de bacharelato é a mesma que a diferença entre um diploma de bacharel e um diploma de ensino médio.
recursos de correlação:
Bobko, P. (2001). Correlation and regression: Applications for industrial organizational psychology and management (2nd ed.). Thousand Oaks, CA: Sage Publications. View
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., Ver
Páginas Relacionadas:
- Tabela de Valores Críticos: Correlação de Pearson
- Realizar e Interpretar uma Correlação de Spearman
- Realizar e Interpretar um Bivariadas (Pearson) Correlação
