ضریب همبستگی چيست؟


ضریب همبستگی چيست؟

یادگیری ضریب همبستگی، کارکرد و انواع آن از اولین ملزومات به کارگیری روشهای محاسباتی در تحقیقات علی – معلولی می باشد . ضریب همبستگی مبنای محاسبات مربوط به تحلیل مسیر و در نتیجه معادلات ساختاری می باشد.

ضريب همبستگي ارتباط بین دو متغیر را نشان می دهد.این ضریب ابزاری است آماری که به وسیله آن می توان درجه ای را که یک متغیر به متغیر مرتبط است را اندازه گیری کرد.

انواع روابط بین متغیرها

الف ) رابطه مستقيم

اندازه عددي بدست آمده برای این ضریب بين 1- تا 1+ می باشد که به کمک آن مي توان درجه اي را که دو متغير بايکديگر در ارتباط هستند را نشان داد. در صورتي که عدد همبستگي بين صفر تا 1 باشد نوع رابطه را مستقيم مي ناميم.

رابطه مستقيم به اين معني است که با افزايش يک متغير انتظار مي رود که اندازه متغير ديگر نيز افزايش يابد و برعکس با کاهش اندازه يک متغير اندازه متغير ديگر نيز کاهش يابد. به عنوان مثال وقتي گفته مي شود بين مصرف ميوه با شادابي پوست رابطه مستقيمي وجود دارد يعني که اگر فردي مصرف ميوه اش بيشتر باشد انتظار مي رود که پوست شادابتري داشته باشد و يا اينکه افراد هر چقدر پوست شادابتري داشته باشند انتظار مي رود که مصرف ميوه آنها نيز بالاتر باشد و برعکس.

ب ) رابطه معکوس

در صورتي که عدد ضریب همبستگي بين صفر تا 1 – باشد رابطه را از نوع معکوس مي ناميم. رابطه معکوس به اين معني است که با افزايش يک متغير انتظار مي رد که اندازه متغير ديگر نيز کاهش يابد و برعکس با کاهش اندازه يک متغير اندازه متغير ديگر نيز افزايش يابد. به عنوان مثال وقتي گفته مي شود بين مصرف سيگار با طول عمر رابطه معکوس وجود دارد يعني که اگر فردي مصرف سيگارش بيشتر باشد انتظار مي رود که طول عمر کمتري داشته باشد و يا اينکه افراد هر چقدر طول عمر بيشتري داشته باشند انتظار مي رود که کمتر سيگار مصرف کرده باشند و برعکس.

علاوه بر اين درصورتي که مقدار عددي همبستگي برابر 1+ باشد همبستگي را مستقيم کامل و اگر برابر 1 – باشد آن را معکوس کامل و در صورتي که برابر صفر باشد مي گوييم بين دو متغير هيچگونه رابطه اي وجود ندارد.

ضريب همبستگي و انواع آن در تحليل آماري

در اين مقاله به بررسي موضوع ضريب همبستگي يا correlation coefficient که يکي از مفاهيم بنيادي در علم آمار است خواهيم پرداخت و به نقش آن در مدل سازي معادلات ساختاري اشاره خواهيم نمود.

1- انواع ضرایب همبستگی

سر فرانسیس گالتون همبستگی و رگرسیون را برای وارسی کواریانس در دو یا تعداد بیشتری از خصیصه ها مفهوم سازی کرد و کارل پیرسون (1896) براساس نظریه گالتون فرمول آماری برای ضریب همبستگی و رگرسیون ارائه داد(1986).به مدت کوتاهی پس از آن چارلز اسپیرمن(1904) روش همبستگی را برای روش تحلیل عاملی به کار برد. تکنیک های همبستگی ،رگرسیون و تحلیل عاملی برای دهه های متمادی پایه و اساس تهیه ی آزمون ها و تعریف سازه ها را شکل داده اند . .

ضریب همبستگی پیرسون پایه ای را برای ارائه و آزمون مدل ها در میان متغیرهای اندازه گیری شده و پنهان مهیا می کند. علاوه برآن همبستگی های تفکیکی و نیمه تفکیکی تعریف خاصی از روابط دو متغیره را بین متغیرها امکان پذیر می سازند که در آن واریانس صرفاً مشترک بین دو متغیر، در حالی که نفوذ سایر متغیرها کنترل شده است، تبیین می شود. همبستگی هایتفکیکی و نیمه تفکیکی نیز همچون ضریب همبستگی پیرسون می توانند مورد آزمون معناداری قرار گیرند.

در کنار ضریب همبستگی پیرسون که تأثیرات فراوانی بر علم آمار دارد سایر ضرایب همبستگی نیز بسته به سطح سنجش متغیرها معرفی شده اند.استیونز(1968) انواعی از مقیاس های اندازه گیری را معرفی کرده است که به عنوان مقیاس های اسمی، ترتیبی، فاصله ای و نسبی شناخته شده اند. انواع ضرایب همبستگی توسعه یافته برای این سطوح اندازه گیری در جدول زیر مشخص شده اند.

انواع ضريب همبستگی

در ادامه با توجه به نقش با اهمیتی که همبستگی(واریانس مشترک) در مدل سازی معادله ساختاری بازی می کند، عواملی را طرح می کنیم که بر ضرایب همبستگی اثر می گذارند.

2- عوامل موثر بر ضرایب همبستگی

عوامل اصلی در این رابطه عبارتند از: سطح اندازه گیری، محدودیت دامنه تغییرات مقادیر(تغییر پذیری، چولگی و کشیدگی)، داد های از دست رفته، غیر خطی بودن، مقادیر دورافتاده ، تصحیح تضعیف و موارد مرتبط با تغییر نمونه گیری، فاصله اطمینان، حجم اثر، معناداری و توان بیان شده در برآوردهای خودگردان.

1-2. سطح اندازه گیری و دامنه تغییرات مقادیر

چهار نوع یا سطح اندازه گیری برای مقیاس های سنجش متغیرهای اسمی ، ترتیبی، فاصله ای و نسبی تعریف شده است (استیونز 1968).در مدل سازی معادله ساختاری هر یک از انواع چهارگانه ی مذکور را می توان در ساخت مدل مشارکت داد. مدل سازی معادله ساختاری به متغیرهای اندازه گیری شده در سطح فاصله ای یا نسبی نیاز داشته و لذا ضرایب همبستگی گشتاوری پیرسون دررگرسیون، تحلیل مسیر، تحلیل عاملی و مدل سازی معادله ساختاری مورد استفاده قرار می گیرد.همچنین لازم است که مقادیر متغیرهای فاصله ای و نسبی برای محاسبه واریانس دارای دامنه تغییرات به اندازه کافی بزرگ باشند.اگر دامنه تغییرات نمرات محدود باشد شدت همبستگی کاهش می یابد.

نکته ی دیگری که در مورد همبستگی بین مقادیر بایستی بدان اهمیت داده شود این است که اگر توزیع متغیرها به طور گسترده ای واگرا هستند، همبستگی می تواند تحت تأثیر قرار گیرد.برای جلوگیری از این موضوع تغییر شکل هایی مانند تبدیل ریشه دوم، تبدیل لگاریتمی، تبدبل معکوس و …پیشنهاد می شود.

2-2. غیر خطی بودن

ضریب همبستگی پیرسون نشان دهنده ی درجه رابطه خطی بین دو متغیر است.بنابراین ممکن است دو متغیری که دارای رابطه ی غیر خطی با یکدیگر هستند براساس این ضریب رابطه ای را نشان ندهند. در اینجا از ضریب اتا به عنوان شاخصی برای رابطه غیرخطی بین دو متغیر و با آزمون اثرات خطی ، درجه دوم ضریب همبستگی چيست؟ و درجه سوم استفاده می شود.

3-2. داده های از دست رفته

در یک ماتریس همبستگی با چندین متغیر، ضرایب همبستگی متفاوتی برای حجم نمونه های متفاوت می توانند محاسبه شوند.حذف انفرادی یا زوجی آزمودنی ها منجر به تفاوت در حجم نمونه برای ضرایب همبستگی موجود در ماتریس همبستگی می شود.

یک رویکرد مقدماتی در برخورد با داده های از دست رفته ، حذف هر مورد مشاهده شده ای است که دارای داده ی از دست رفته باشد. اما این روش توصیه نمی شود چراکه باعث از دست رفتن اطلاعات برای سایر متغیرها خواهد شد.روش دیگرحذف زوجی می باشد، این رویکرد داده ها را تنها هنگامی کنار می گذارد که آن ها برای دو متغیر از متغیرهای گزینش شده در تحلیل دارای داده از دست رفته باشند. سومین رویکرد که جایگزین کردن داده ها است، مقادیر از دست رفته را با یک برآورد جایگزین میکند. به عنوان مثال میانگین یک متغیر برای داده های موجود، با مقادیر از دست رفته برای کلیه موارد داده های فاقد داده همان متغیر جایگزین می شود.

4-2. مقادیر دور افتاده

ضریب همبستگی پیرسون به طور قابل توجهی به وسیله ی یک داده ی دورافتاده منفرد چه برای X و چه برای Y تحت تأثیر قرار می گیرد. در پژوهش های بسیاری این موضوع به دقت مورد بررسی قرار گرفته است که چگونه داده های دور افتاده متفاوت برای x یا Y یا هردو روبط همبستگی را تحت تأثیر قرار می دهند و چگونه می توان با استفاده از آماره های استوارار به تحلیل بهتری دست یافت.

5-2. تصحیح تضعیف

یک مفروضه ی اصلی در نظریه اندازه گیری این است که داده های مشاهده شده دارای خطای سنجش هستند. یک ضریب همبستگی پیرسون بسته به اینکه آیا آن ضریب با نمرات مشاهده شده (دارای خطا) یا نمرات واقعی(هنگامی که خطای سنجش را کنار گذاشته ایم) محاسبه شود مقادیر متفاوتی را نشان می دهد. ضریب همبستگی پیرسون می تواند برای خطاهای سنجش تضعیف کننده و ناپایدار در نمرات، تصحیح شده و به این ترتیب به یک مقدار واقعی از ضریب دست یابیم.در عین حال ضریب تصحیح شده می تواند مقداری بیش از 1 را نیز به خود بگیرد. پایین بودن قابلیت اعتماد در متغیرهای مستقل یا وابسته همراه با یک همبستگی بالا بین متغیر مستقل و وابسته می تواند ضریب همبستگی را به بالاتر از مقدار 1 برساند.

6-2. ماتریس های معین غیر مثبت

ضرایب همبستگی بالاتر از مقدار1 در یک ماتریس همبستگی باعث معین و غیر مثبت شدن ماتریس همبستگی می شود.در اینصورت حل معادله مجاز نبوده و برآورد پارامترها قابل محاسبه نمی باشد.

ماتریس کواریانس معین غیر مثبت هنگامی رخ می دهد که دترمینان ماتریس صفر است و یا اینکه محاسبه معکوس ماتریس ممکن نیست. عواملی که چنین وضعیتی را بوجود می آورند عبارتند از ضریب همبستگی بزرگتر از 1، وابستگی خطی در میان متغیرهای مشاهده شده، همخطی در میان متغیرهای مشاهده شده، وجود وتغیری که ترکیب خطی از سایر متغیرها است، حجم نمونه کمتر از تعداد متغیرها، وجود واریانس صفر یا منفی، واریانس-کواریانس(همبستگی) خارج از دامنه تغییرات مجاز(∓1) و مقدار شروع کننده نامناسب در مدل هایی که توسط کاربر تعریف شده اند.

راه حل های ممکن برای حل چنین خطایی عبارتند از : کاهش میزان اشتراک یا تثبیت آن به مقدار کمتر از1، بیرون کشیدن تعدادی از عامل ها، تعریف مقیاس جدید برای متغیرهای مشاهده شده.

7-2. حجم نمونه

در مدل سازی معادله ساختاری، محقق اغلب به حجم نمونه بسیار بزرگتری از حد معمول نیاز دارد تا با حفظ توان لازم به برآوردهای باثبات تری از پارامترها و خطاهای استاندارد دست یابد. همچنین بخشی از نیاز به حجم نمونه به وجود متغیرهای پنهان مربوط است. علاوه برمقادیر مختلفی که برای حجم نمونه پیشنهاد شده است، برخی از قاعده سرانگشتی به ازای هر متغیر 10 واحد نمونه یا به ازای هر متغیر 20 واحد نمونه استفاده کنند. با این حال باید توجه داشت که هرچه حجم نمونه بزرگتر باشد احتمالاً باعث می شود که فرد بتواند با استفاده از روش دو نیمه کردن به اعتبار بیشتری برای مدل ها دست یابد.

منبع: مقدمه ای بر مدل سازی معادله ساختاری ، انتشارات جامعه شناسان. نویسندگان : رندال ای ، شوماخر و ریچارد جی لومکس. ترجمه : دکتر وحید قاسمی.

براي مشاهده ساير مقاله هاي تحليل آماري اين وب سايت بر لينک زير کليک نماييد: صفحه مقاله هاي تحليل آماري

3- مدل سازي معادلات ساختاري چيست؟

پژوهشگر گرامي، چنانچه مايليد در خصوص مدل سازي معادلات ساختاري بيشتر بدانيد، پيشنهاد مي شود به وب سايت ويژه مدل سازي معادله ساختاري با نرم افزار اسمارت پي ال اس (Smart Pls) این شرکت آماری مراجعه نماييد: مدل سازي معادلات ساختاري با نرم افزار اسمارت پي ال اس

ساير منابع مرتبط با نکات تحليلي آماري

در خصوص موضوعات مختلف تحليل آماري مي توانيد از مطالب وب سايت ديگر اين شرکت آماری نيز استفاده نماييد: مقاله و موضوعات تحليل آماري

روش تحقیق همبستگی چیست

ضریب همبستگی چیست؟

ضریب همبستگی چیست؟ضریب همبستگی (Correlation Coefficient) ابزاری آماری برای تعیین نوع و درجه رابطهء یک متغیر کمی با متغیر کمی دیگر است.ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است. ضریب همبستگی شدت رابطه و هم چنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین 1 تا 1- است و در عدم وجود رابطه بین دو متغیر، برابر صفر است. همبستگی بین دو متغیر تصادفی X و Y به صورت زیر تعریف می‌شود: که در آن E عملگر امید ریاضی، cov به معنای کوواریانس، corr نماد معمول برای همبستگی (کورولیشن) پیرسون، و سیگما نماد انحراف معیار است. امید ریاضی:در نظریه احتمالات؛ امید ریاضی، میانگین، مقدار مورد انتظار یا ارزش مورد انتظار یک متغیر تصادفی گسسته برابر است با مجموع حاصل‌ضرب احتمال وقوع هر یک از حالات ممکن در مقدار آن حالت. در نتیجه میانگین برابر است با مقداری که بطور متوسط از یک فرایند تصادفی با بی‌نهایت تکرار انتظار می‌رود. کوواریانس یا هم‌وردایی (Covariance):در نظریه احتمالات، اندازه تغییرات هماهنگ دو متغیر تصادفی است. ( اگر دو متغیر یکی باشند کواریانس برابر واریانس خواهد شد). چنان که دو متغیر تصادفی ناوابسته باشند کواریانس آن ها صفر خواهد بود. ضریب همبستگی پیرسون ( Pearson Correlation Coefficient):روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود. ضریب همبستگی اسپیرمن (Spearman Correlation Coefficient):در صورتی که تعداد داده‌ها کم و فرض نرمال بودن آن ها معقول نباشد، از ضریب همبستگی اسپیرمن استفاده می‌شود. ضریب همبستگی‌ای که بر اساس رتبهء داده‌ها محاسبه می‌شود، توسط اسپیرمن محاسبه شده‌است. انحراف معیار(Standard deviation): نوعی سنجش پراکندگی برای یک توزیع احتمالی یا متغیر تصادفی است و نماینده ی پخش‌شدگی مقادیر آن حول مقدار میانگین است.این مدخل با استفاده از مداخل گوناگون دانشنامه ویکی پدیا تهیه شده است. منبع: همشهری آنلاین

spss چیست ؟

اس‌پی‌اس‌اس اس‌پی‌اس‌اس (به انگلیسی: SPSS)‏،(مخفف: Statisticalpackage for social science) نام یک نرم‌افزار رایانه‌ای است که برای تحلیل‌های آماری به کار می‌رود. «اس‌پی‌اس‌اس» مخفف «بستهٔ آماری برای علوم اجتماعی» است. پیشینه نخستین نسخهٔ این نرم‌افزار در سال ۱۹۶۸ پس از تاسیس «نرمن نی» منتشر شد، که سپس به یک کارشناس ارشد علوم سیاسی در در دانشگاه استانفورد، و اکنون استاد محقق در دانشکدهٔ علوم سیاسی دانشگاه استانفورد و استاد بازنشستهٔ علوم سیاسی در دانشگاه شیکاگو بوده‌است. کاربرد و ویژگی‌ها «اس پی اس اس» از جملهٔ نرم‌افزارهایی است که برای تحلیل‌های آماری در علوم اجتماعی، به صورت بسیار گسترده‌ای استفاده می‌شود. این نرم‌افزار توسط پژوهشگران بازار و داد و ستد، پژوهشگران سلامتی، شرکت‌های نقشه‌برداری، دولتی، پژوهشگران آموزشی، سازمان‌های بازاریابی و غیره به کار می‌رود. افزون بر تحلیل‌های آماری، مدیریت داده‌ها و مستندسازی داده‌ها نیز از ویژگی‌های نرم‌افزار هستند. آماری که نرم‌افزار پایه شامل می‌شود: آمار توصیفی: جدول‌بندی شطرنجی، بسامدها، توصیفات، کاوش، آمار توصیفی نسبی آمار دومتغیری: میانه‌ها، آزمون تی، تحلیل پراکنش، همبستگی، آزمون‌های غیرپارامتری پیش‌بینی برآمدهای عددی: برگشت خطی پیش‌بینی برای تشخیص گروه‌ها: تحلیل عاملی، تحلیل خوشه‌ای، جداکنندهانواع تحلیل آماری تحلیل داده‌ها با استفاده از اس‌پی‌اس‌اس آمار را می‌توان به دو دسته عملیات تقسیم کرد: آمار توصیفی: شیوه‌ه‌ایی است که برای خلاصه کردن مقادیر بزرگی از داده‌ها مورد استفاده قرار می‌گیرد. برخی از این توصیف‌ها در مکالمه‌های روزمره به کار می‌روند، مثلاً اگر شما از متوسط درآمد سخن می‌گویید در حال استفاده از آمار توصیفی هستید. آمار استنباطی: شیوه‌هایی است که با استفاده از آن‌ها از داده‌های جمع‌آوری شده نتیجه‌ای استنباط می‌کنیم. آمار استنباطی ما را قادر می‌سازد سوال‌هایی از نوع «آیا تفاوتی وجود دارد؟» یا «آیا رابطه‌ای وجود دارد؟» را به زبان ریاضی پاسخ دهیم.انتخاب آزمون آماری مناسب اس‌پی‌اس‌اس به شما نمی‌گوید چه آزمونی برای تحلیل داده‌هایتان به کار برید. اگر بخواهیم روشن‌تر بگوییم، شما باید این موارد را مورد ملاحظه قرار دهید: طرحی را که مورد استفاده قرار داده‌اید. تعداد متغییرهایی که دستکاری کرده یا اندازه‌گیری نموده‌اید. نوع داده‌هایی که جمع‌آوری کرده‌اید. در متغییرها به دنبال تفاوت هستید یا رابطه.تحلیل داده‌ها با بهره از SPSS در تحلیل داده ها با استفاده از اس‌پی‌اس‌اس، سه مرحلهٔ اساسی وجود دارد. .

ضریب همبستگی چیست؟

ضریب همبستگی (Correlation Coefficient) ابزاری آماری برای تعیین نوع و درجه رابطهٔ یک متغیر کمی با متغیر کمی دیگر است. ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است. ضریب همبستگی شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین ۱ تا ۱- است و در عدم وجود رابطه بین دو متغیر، برابر صفر است. همبستگی بین دو متغیر تصادفی X و Y به صورت زیر تعریف می‌شود: که در آن E عملگر امید ریاضی، cov به معنای کوواریانس، corr نماد معمول برای همبستگی (کورولیشن) پیرسون، و سیگما نماد انحراف معیار است. امید ریاضی: در نظریه احتمالات؛ امید ریاضی، میانگین، مقدار مورد انتظار یا ارزش مورد انتظار یک متغیر تصادفی گسسته برابر است با مجموع حاصل‌ضرب احتمال وقوع هر یک از حالات ممکن در مقدار آن حالت. در نتیجه میانگین برابر است با مقداری که بطور متوسط از یک فرایند تصادفی با بی‌نهایت تکرار انتظار می‌رود. کواریانس یا هم‌وردایی (Covariance): در نظریه احتمالات، اندازه تغییرات هماهنگ دو متغیر تصادفی است. (اگر دو متغیر یکی باشند کواریانس برابر واریانس خواهد شد). چنانکه دو متغیر تصادفی ناوابسته باشند کواریانس آنها صفر خواهد بود. ضریب همبستگی پیرسون ( Pearson Correlation Coefficient):روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود. ضریب همبستگی اسپیرمن (Spearman Correlation Coefficient): در صورتی که تعداد داده‌ها کم و فرض نرمال بودن آنها معقول نباشد، از ضریب همبستگی اسپیرمن استفاده می‌شود. ضریب همبستگی‌ای که بر اساس رتبهٔ داده‌ها محاسبه می‌شود، توسط اسپیرمن محاسبه شده‌است. انحراف معیار(Standard deviation): نوعی سنجش پراکندگی برای یک توزیع احتمالی یا متغیر تصادفی است و نمایندهٔ پخش‌شدگی مقادیر آن حول مقدار میانگین است.

روش تحقیق )(تحقیق زمینه یابی )

واحد علی آباد کتول موضوع : روش تحقیق پیشرفته ( تحقیق زمینه یابی) نام دانشجو :کرامت رمدانی دانشجوی کارشناسی ارشد مدیریت مالی نام استاد : دکتر منصور گرکز سال تحصیلی : 1390-1391 بسم الله الرحمن الرحیم تحقیق توصیفی : در این تحقیق آنچه است یا وضیعت موجودپدیده ها مورد بررسی قرار می گیرد .به عقیده بست این تحقیق در مورد روابط موجود ،عقاید ،دیدگاهها ،نگرشها و باور های مردم نسبت به یک پدیده ؛فرآیند ها و روندها را مطالعه می کند . (روش تحقیق حسن زاده) تحقیق زمینه یابی : شکلی از تحقیق توصیفی است که در علوم رفتاری بطور فراوان مورد استفاده قرار می گیرد . این تحقیق عبارت است از که یک فرایند پژوهشی است که به منظور جمع آوری اطلاعات در باره این موضوع که گروهی از مردم چه می دانند چه فکر می کنند یا چه کاری انجام می دهند . یعنی نگرشها باورها عقاید و امور مورد علاقه مردم چیست . چند نمونه تحقیق زمینه یابی : 1- بررسی میزان رضایت زندگی ساکنان یک شهر 2- بررسی علل اعتیاد نوجوانان و جوانان از دیدگاه کار شناسان و متخصصان 3- بررسی نگرش مردم در مورد ضرورت تاسیس مراکز آموزش فنی و حرفه ای تحقیق زمینه یابی براین اساس استوار است که اگر قصد دارید عقیده مردم را نسبت به موضوعی بدانید بهترین روش این است که از آنها سوال کنید .(برگرفته از کتاب روش تحقیق علی دلاوری ) پیش نیاز روش تحقیق زمینه یابی : 1-تعیین هدف تحقیق : به عقیده گودوین(1995) هدف اصلی تحقیق زمینه یابی تعمیم نتایج نمونه به جامعه است . 2- جامعه مورد مطالعه 3- تعیین منابع و امکانات مورد نیاز توضیح اینکه در این تحقیق انتخاب نمونه بسار مهم است چراکه بعنوان نماینده جامعه می باشد . انواع روشهای تحقیق زمینه یابی 1-مصاحبه : (زمینه یابی مصاحبه ای ) این مصاحبه یک گفتگوی دو نفره است که می تواند با ساخت دار (سازمان یافته )که در این مصاحبه سوالات از قبل تعیین شده اند و طرز سوالات برای پاسخگرها کاملا"یکسان است .مصاحبه بدون ساختار (سازمان نیافته ) که نظم خاصی ندارد . مزایای مصاحبه : 1- از انعطاف پذیری مناسب برخوردار است .یعنی با موقعیتهای و پاسخگر های مختلف سازگار است . 2-از طریق مصاحبه می توان به حالات غیر کلامی ،مانند خوشحالی و ناراحتی پاسخگر نسبت به موضوع های خاص پی برد . 3- مصاحبه برای افرادی که در جامعه سواد لازم را ندارند بسیار مفید است . 4 – مصاحبه برای مطالعات عمیق ،ژرفانگری و موردی روش مناسب است . زیرا تعداد افراد مورد مطالعه محدودند . ولی عمق مورد مطالعه بسیار زیاد است . معایب مصاحبه : 1- مصاحبه گر ممکن است پاسخ را تحت تاثیر قرار دهد .آن ممکن است بر پاسخگر اثر گذارد و پاسخ .

خود همبستگی چیست؟

یکی از فروض کلاسیک در تخمین بروش ols نبود ارتباط میان پسماندها ( باقیمانده ها یا خطاها) در دوره های مختلف زمانی است؛ نقض این فرض مشکلی به نام خود همبستگی ایجاد می کند. به عبارت دیگر مدل کلاسیک فرض می کند که جزء اخلال مربوط به یک مشاهده، تحت تاثیر جزء اخلال مربوط به مشاهده دیگر قرار نمی گیرد. دلایل ایجاد خود همبستگی: سکون ( ایستایی): در رگرسیونی که از داده های سریهای زمانی استفاده می کنند، مشاهدات پی در پی تقریبا به هم وابسته اند. تورش تصریح: ( حالت متغیرهای حذف شده) در مواردی یک متغیر مهم از مدل حذف شده است و همین مساله باعث خود همبستگی می شود. تورش تصریح: ( شکل غلط تابع) در مواقعی که شکل مدل غلط است و دچار تورش تصریح از نوع شکل غلط تابع هستیم. پدیده تار عنکبوتی: وقتی داده ها تحت تاپیر داده های قبلی قرار می گیرند؛ به عنوان مثال عرضه محصولات کشاورزی بر اساس قیمت سال پیش تعین می شود. وقفه ها: ممکن است یک مدل خود رگرسیونی باشد در حالتی که جزء وقفه دار را نادیده بگیریم، دچار خود همبستگی می شویم. دستکاری داده ها: در مواردی تبدیل داده ها به شکل های مختلف باعث خود همبستگی می شود. مشکلات تخمین ols در حالت وجود خود همبستگی: برآورد ضرایب بدون تورش ( نااریب) هستند ، ولی کارا نیستند. واریانس خطا اریب است. واریانس ضرایب مدل اریب است آماره های t و F معتبر نیستند. آزمون دوربین واتسون ( durbin-watson) یکی از مشهورترین ازمون ها برای تشخیص خود همبستگی است. البته برای به کار بردن این آزمون نیاز به برقراری شرایطی است که در زیر به آنها اشاره می کنیم. محدودیت های آزمون دوربین واتسون: این آزمون تنها خود همبستگی از درجه اول را نشان می دهد. برای به کار بردن این آزمون هیچ مشاهده ی گم شده ای نباید وجود داشته باشد. متغیر با وقفه از نوع وابسته نباید در سمت راست مدل وجود داشته باشد. مدل رگرسیونی باید عرض از مبدا داشته باشد.

تست های آمار و روش تحقیق آزمون ارشد ارتباطات 86

131- برای مطالعه میزان صحنه های خشونت آمیز در فیلم های سینمایی کدام روش مناسب است؟1- آزمایش2- پیمایش3- اتنو گرافی نهادی4- تحلیل محتوی132- کدام نوع طرح تحقیق تحلیل محتوا برای پاسخگویی به این پرسش که آیا به موازات تغییر سیاست های آمریکا در قبال رهبران کشورها پوشش خبری مجلات در مورد آنها تغییر می کنند یا نه ، مناسب تر است؟1- اکتشافی – مقایسه ای2- توصیفی – تبیینی3- طولی – اکتشافی4- طولی – مقایسه ای133- فرایند توافق در تحقیق اجتماعی بر سر اینکه معنای واژه ها چیست ، چه نامیده می شود و نتیجه آن چیست؟1- مفهوم سازی – مفهوم2- فرضیه سازی – نظریه پردازی3- اندازه گیری – مفهوم سازی4- عملیاتی کردن- مفهوم سازی134- اگر بخواهیم وب سایت های ایرانی را تحلیل محتوا کنیم ،کدام شیوه نمونه گیری مناسب تر خواهد بود؟1- اتفاقی2- تصادفی ساده3- سهمیه ای4- غیر احتمالی135- طبقات اموری را که دانشمندان اندازه گیری می کنند ، کدامند؟1- امور قابل مشاهده مستقیم ،امور قابل مشاهده غیر مستقیم ، و سازه ها2- منحصرا داده های حاصل از مصاحبه ها ، داده های مشاهده مستقیم و داده های طیفی3- فرضیه ها ، متغیرها و سازه ها4- امور قابل مشاهده مستقیم ، روابط خاص موجود بین انسانها136- اگر در شورایی مرکب از 4 مرد و 2 زن بخواهیم دو نفر را به طور تصادفی به عنوان نماینده این شورا انتخاب کنیم ، احتمال این که هر دو نفر زن باشند ، چقدر است ؟1- 15/12- 15/33- 18/14- 18/2137- اینکه حوادث تحت تاثیر علت ها رخ می دهند ، با کدام دیدگاه فلسفه روش تطبیق دارد؟1- جبر گرایی2- ذات گرایی3- ذهنیت گرایی4- معنا گرایی138- کدام مورد چارچوب نظری را از مدل تحلیلی مجزا می کند؟1- انتخابی بودن نمونه گیری2- عملی بودن مدل تحلیل3- مشاهداتی بودن مدل نظری4- اتفاقی بودن طرح نمونه گیری139- عملیاتی کردن متغیرها در تحقیق علمی یعنی -----------1- پردازش آنها در قالب فرضیه2- قابل سنجش و اندازه گیری کردن آنها3- ارایه شاخص های مفهومی4- تعیین رابطه علی میان متغیرها140- برای نمونه گیری از شماره های یک روزنامه و تحلیل محتوای سرمقاله های آن کدام روش نمونه گیری مناسب است؟1- سهمیه ای2- تعمدی3- تصادفی ساده4- غیراحتمالی141- در جدول زیر چه نوع رابطه ای بین تماشای تلویزیون و تحصیلات وجود دارد؟1- رابطه خطی نزولی 2- رابطه غیر خطی نزولی 3- رابطه خطی صعودی4- رابطه غیر خطی صعودیجدول : تحصیلات : 0 2 4 6 8 میزان تماشای تلویزیون : 4 3 2 1 .

وبلاگ جامع تحقیق و پژوهش Araştırma

روش تحقیق، ریاضیات و آمار Araştırma Yöntemleri, İstatistik

ضریب همبستگی چیست؟

ضریب همبستگی چیست؟

مفاهیم: ضریب همبستگی چیست؟

ضریب همبستگی (Correlation Coefficient) ابزاری آماری برای تعیین نوع و درجه رابطهء یک متغیر کمی با متغیر کمی دیگر است.

ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است.

ضریب همبستگی شدت رابطه و هم چنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین 1 تا 1- است و در عدم وجود رابطه بین دو متغیر، برابر صفر است.

همبستگی بین دو متغیر تصادفی X و Y به صورت زیر تعریف می‌شود:

مفاهیم: ضریب همبستگی چیست؟

که در آن E عملگر امید ریاضی، cov به معنای کوواریانس، corr نماد معمول برای همبستگی (کورولیشن) پیرسون، و سیگما نماد انحراف معیار است.

امید ریاضی:

در نظریه احتمالات؛ امید ریاضی، میانگین، مقدار مورد انتظار یا ارزش مورد انتظار یک متغیر تصادفی گسسته برابر است با مجموع حاصل‌ضرب احتمال وقوع هر یک از حالات ممکن در مقدار آن حالت. در نتیجه میانگین برابر است با مقداری که بطور متوسط از یک فرایند تصادفی با بی‌نهایت تکرار انتظار می‌رود.

کوواریانس یا هم‌وردایی (Covariance):

در نظریه ضریب همبستگی چيست؟ احتمالات، اندازه تغییرات هماهنگ دو متغیر تصادفی است. ( اگر دو متغیر یکی باشند کواریانس برابر واریانس خواهد شد). چنان که دو متغیر تصادفی ناوابسته باشند کواریانس آن ها صفر خواهد بود.

ضریب همبستگی پیرسون ( Pearson Correlation Coefficient):

روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود.

ضریب همبستگی اسپیرمن (Spearman Correlation Coefficient):

در صورتی که تعداد داده‌ها کم و فرض نرمال بودن آن ها معقول نباشد، از ضریب همبستگی اسپیرمن استفاده می‌شود. ضریب همبستگی‌ای که بر اساس رتبهء داده‌ها محاسبه می‌شود، توسط اسپیرمن محاسبه شده‌است.

انحراف معیار(Standard deviation):

نوعی سنجش پراکندگی برای یک توزیع احتمالی یا متغیر تصادفی است و نماینده ی پخش‌شدگی مقادیر آن حول مقدار میانگین است.

مفاهیم: ضریب همبستگی چیست؟

همشهری آنلاین: ضریب همبستگی (Correlation Coefficient) ابزاری آماری برای تعیین نوع و درجه رابطهٔ یک متغیر کمی با متغیر کمی دیگر است.

Correlation Coefficien

ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است.

ضریب همبستگی شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین ۱ تا ۱- است و در عدم وجود رابطه بین دو متغیر، برابر صفر است.

همبستگی بین دو متغیر تصادفی X و Y به صورت زیر تعریف می‌شود:

که در آن E عملگر امید ریاضی، cov به معنای کوواریانس، corr نماد معمول برای همبستگی (کورولیشن) پیرسون، و سیگما نماد انحراف معیار است.

در نظریه احتمالات؛ امید ریاضی، میانگین، مقدار مورد انتظار یا ارزش مورد انتظار یک متغیر تصادفی گسسته برابر است با مجموع حاصل‌ضرب احتمال وقوع هر یک از حالات ممکن در مقدار آن حالت. در نتیجه میانگین برابر است با مقداری که بطور متوسط از یک فرایند تصادفی با بی‌نهایت تکرار انتظار می‌رود.

کواریانس یا هم‌وردایی (Covariance):

در نظریه احتمالات، اندازه تغییرات هماهنگ دو متغیر تصادفی است. (اگر دو متغیر یکی باشند کواریانس برابر واریانس خواهد شد). چنانکه دو متغیر تصادفی ناوابسته باشند کواریانس آنها صفر خواهد بود.

ضریب همبستگی پیرسون ( Pearson Correlation Coefficient):
روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود.

ضریب همبستگی اسپیرمن (Spearman Correlation Coefficient):

در صورتی که تعداد داده‌ها کم و فرض نرمال بودن آنها ضریب همبستگی چيست؟ ضریب همبستگی چيست؟ معقول نباشد، از ضریب همبستگی اسپیرمن استفاده می‌شود. ضریب همبستگی‌ای که بر اساس رتبهٔ داده‌ها محاسبه می‌شود، توسط اسپیرمن محاسبه شده‌است.

انحراف معیار(Standard deviation):

نوعی سنجش پراکندگی برای یک توزیع احتمالی یا متغیر تصادفی است و نمایندهٔ پخش‌شدگی مقادیر آن حول مقدار میانگین است.



اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.