Innehåll
Olika typer av korrelationer används i statistik för att mäta hur variabler relaterar till varandra. Till exempel, genom att använda två variabler - rangordning för högskoleklass och högskolegård - kan en observatör upprätta en korrelation att elever med en högre klass för högskola vanligtvis uppnår en högskolegångsnivå över genomsnittet. Korrelationer mäter också styrkans relation och huruvida sambandet mellan variabler är positivt eller negativt. Vilken typ av korrelation som utförs beror på om variablerna är icke-numeriska data eller intervalldata, till exempel temperatur.
Pearson Product Moment Correlation
Pearson Product Moment Correlation fick sitt namn efter Karl Pearson, grundare av den matematiska statistikdisciplinen. Det betraktas som en enkel linjär korrelation, vilket innebär att förhållandet mellan två variabler beror på att de är konstanta. Pearson används med intervalldata för att mäta styrkan hos en korrelation, som representeras av bokstaven r i ekvationen. Denna korrelation visar också om förhållandet är positivt eller negativt; representerade av siffror värda mellan +1 och -1. Ju närmare värdet på r kommer -1,00 eller +1,00, desto starkare är korrelationen. Ju närmare värdet på r kommer till talet 0, desto svagare är korrelationen. Om r till exempel motsvarade -90 eller 0,90 skulle det indikera ett starkare förhållande än -09 eller 0,09.
Spearmans Rank Correlation
Spearmans Rank Correlation fick sitt namn efter statistikern Charles Edward Spearman. Spearmans-ekvationen är enklare och används ofta i statistik istället för Pearson, även om den är mindre avgörande. Samhällsvetare kan också använda Spearmans för att beskriva sambandet mellan kvalitativa data, såsom etnicitet eller kön, och kvantitativa data, såsom antalet brott som begåtts. Korrelationen beräknas med hjälp av en nollhypotes som sedan accepteras eller avvisas. En nollhypotese består normalt av en fråga som ska besvaras; till exempel, om antalet brott som begås är detsamma för män och kvinnor.
Kendall Rank Correlation
Kendall Rank Correlation, uppkallad efter den brittiska statistikern Maurice Kendall, mäter styrkans beroende mellan uppsättningarna av två slumpmässiga variabler. Kendall kan användas för ytterligare statistisk analys när en Spearmans korrelation avvisar nollhypotesen. Det uppnår en korrelation när en variabelns värde minskar och den andra variabelns värde ökar; denna korrelation kallas diskordanta par. En korrelation kan också uppstå när båda variablerna ökar samtidigt, kallas ett konkordantpar.