Korrelationsanalyse forsøger at fastslå, om der er nogen sammenhæng mellem to værdier i en prøve eller mellem to forskellige prøver. Hvis der findes en forbindelse, er det nødvendigt at finde ud af, om den ledsages af en stigning i en hvilken som helst indikator med en stigning eller fald i en anden.
Instruktioner
Trin 1
Beslut mellem hvilke indikatorer, du har brug for for at udføre en korrelationsanalyse. Husk dog, at det hjælper dig med at afgøre, om det er muligt at forudsige bestemte værdier af en værdi, idet du kender størrelsen på en anden. Til dette formål kan du bruge 2 forskellige metoder: den parametriske metode til beregning af koefficienten r (Brave-Pearson) og bestemmelsen af korrelationskoefficienten rs (Spearmans rækker), som anvendes på ordinære data og er ikke-parametrisk.
Trin 2
Bestem korrelationskoefficienten - en værdi, der kan variere fra en til -1. I tilfælde af en positiv sammenhæng er denne koefficient desuden lig med plus en, og i tilfælde af en negativ sammenhæng er den minus en. Du kan plotte korrespondancen af de værdier, du vil analysere. På den får du en bestemt lige linje, der passerer gennem skæringspunkterne for indikatorerne for hvert par af disse værdier. Til gengæld, hvis disse punkter (reflekterende værdier) ikke stemmer overens i en lige linje og danner en "sky", vil korrelationskoefficienten i absolut værdi være mindre end en, og da denne sky afrundes, vil den nærme sig nul. Hvis korrelationskoefficienten er lig med 0, betyder det, at begge variabler er helt uafhængige af hinanden.
Trin 3
Træk konklusioner om forholdet mellem variablerne. Vær samtidig meget opmærksom på stikprøvestørrelsen: jo større den er, jo mere pålidelig vil værdien af den opnåede korrelationsanalysekoefficient være. Der er specielle tabeller, der indeholder de kritiske værdier for korrelationskoefficienten ifølge Brave-Pearson og Spearman. Disse indikatorer kan bruges til at bestemme et andet antal frihedsgrader (det er lig med antallet af par minus to). Kun i det tilfælde, hvor korrelationskoefficienterne er større end disse kritiske værdier, betragtes de som pålidelige.
