Корреляционное исследование | это… Что такое Корреляционное исследование?
Корреля́ция — статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом, изменения одной или нескольких из этих величин приводят к систематическому изменению другой или других величин. Математической мерой корреляции двух случайных величин служит коэффициент корреляции.
Корреляция может быть положительной и отрицательной (возможна также ситуация отсутствия статистической взаимосвязи — например, для независимых случайных величин). Отрицательная корреляция — корреляция, при которой увеличение одной переменной связано с уменьшением другой переменной, при этом коэффициент корреляции отрицателен. Положительная корреляция — корреляция, при которой увеличение одной переменной связано с увеличением другой переменной, при этом коэффициент корреляции положителен.
Автокорреляция — статистическая взаимосвязь между случайными величинами из одного ряда, но взятых со сдвигом, например, для случайного процесса — со сдвигом по времени.
Метод обработки статистических данных, заключающийся в изучении коэффициентов (корреляции) между переменными, называется корреляционным анализом.
Содержание
|
Коэффициент корреляции
Коэффицие́нт корреля́ции или парный коэффицие́нт корреля́ции в теории вероятностей и статистике — это показатель характера изменения двух случайных величин. Коэффициент корреляции обозначается латинской буквой R и может принимать значения между -1 и +1. Если значение по модулю находится ближе к 1, то это означает наличие сильной связи (при коэффициенте корреляции равном единице говорят о функциональной связи), а если ближе к 0, то слабой.
Коэффициент корреляции Пирсона
Для метрических величин применяется коэффициент корреляции Пирсона, точная формула которого была введена Фрэнсисом Гальтоном:
Пусть X,Y — две случайные величины, определённые на одном вероятностном пространстве. Тогда их коэффициент корреляции задаётся формулой:
- ,
где cov обозначает ковариацию, а D — дисперсию, или, что то же самое,
- ,
где символ обозначает математическое ожидание.
Для графического представления подобной связи можно использовать прямоугольную систему координат с осями, которые соответствуют обеим переменным. Каждая пара значений маркируется при помощи определенного символа. Такой график называется «диаграммой рассеяния».
Метод вычисления коэффициента корреляции зависит от вида шкалы, к которой относятся переменные. Так, для измерения переменных с интервальной и количественной шкалами необходимо использовать коэффициент корреляции Пирсона (корреляция моментов произведений).
Если по меньшей мере одна из двух переменных имеет порядковую шкалу, либо не является нормально распределённой, необходимо использовать ранговую корреляцию Спирмена или τ (тау) Кендала. В случае, когда одна из двух переменных является дихотомической, используется точечная двухрядная корреляция, а если обе переменные являются дихотомическими: четырёхполевая корреляция. Расчёт коэффициента корреляции между двумя недихотомическими переменными не лишён смысла только тогда, кода связь между ними линейна (однонаправлена).
Коэффициент корреляции Кенделла
Используется для измерения взаимной неупорядоченности.
Коэффициент корреляции Спирмена
Свойства коэффициента корреляции
- Неравенство Коши — Буняковского:
- если принять в качестве скалярного произведения двух случайных величин ковариацию , то норма случайной величины будет равна , и следствием неравенства Коши — Буняковского будет:
- .
- Коэффициент корреляции равен тогда и только тогда, когда X и Y линейно зависимы:
- ,
- где .
Более того в этом случае знаки и k совпадают: - .
Более того в этом случае знаки и k совпадают:- Если X,Y независимые случайные величины, то . Обратное в общем случае неверно.
Корреляционный анализ
Корреляционный анализ — метод обработки статистических данных, заключающийся в изучении коэффициентов (корреляции) между переменными. При этом сравниваются коэффициенты корреляции между одной парой или множеством пар признаков для установления между ними статистических взаимосвязей.
Цель корреляционного анализа — обеспечить получение некоторой информации об одной переменной с помощью другой переменной. В случаях, когда возможно достижение цели, говорят, что переменные коррелируют. В самом общем виде принятие гипотезы о наличии корреляции означает что изменение значения переменной А, произойдет одновременно с пропорциональным изменением значения Б: если обе переменные растут то корреляция положительная, если одна переменная растёт, а вторая уменьшается, корреляция отрицательная.
Корреляция отражает лишь линейную зависимость величин, но не отражает их функциональной связности. Например, если вычислить коэффициент корреляции между величинами A = s in(x) и B = cos(x), то он будет близок к нулю, т. е. зависимость между величинами отсутствует. Между тем, величины A и B очевидно связаны функционально по закону sin2(x) + cos2(x) = 1.
Ограничения корреляционного анализа
Графики распределений пар (x,y) с соответствующими коэффициентами корреляций x и y для каждого из них. Обратите внимание, что коэффициент корреляции отражает линейную зависимость (верхняя строка), но не описывает кривую зависимости (средняя строка), и совсем не подходит для описания сложных, нелинейных зависимостей (нижняя строка).
- Применение возможно в случае наличия достаточного количества случаев для изучения: для конкретного вида коэффициента корреляции составляет от 25 до 100 пар наблюдений.
- Второе ограничение вытекает из гипотезы корреляционного анализа, в которую заложена
- Сам по себе факт корреляционной зависимости не даёт основания утверждать, какая из переменных предшествует или является причиной изменений, или что переменные вообще причинно связаны между собой, например, ввиду действия третьего фактора.
Область применения
Данный метод обработки статистических данных весьма популярен в экономике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология, биометрия и прочие.
Популярность метода обусловлена двумя моментами: коэффициенты корреляции относительно просты в подсчете, их применение не требует специальной математической подготовки.
Ложная корреляция
Часто заманчивая простота корреляционного исследования подталкивает исследователя делать ложные интуитивные выводы о наличии причинно-следственной связи между парами признаков, в то время как коэффициенты корреляции устанавливают лишь статистические взаимосвязи.
В современной количественной методологии социальных наук, фактически, произошел отказ от попыток установить причинно-следственные связи между наблюдаемыми переменными эмпирическими методами. Поэтому, когда исследователи в социальных науках говорят об установлении взаимосвязей между изучаемыми переменными, подразумевается либо общетеоретическое допущение, либо статистическая зависимость.
См. также
- Автокорреляционная функция
- Взаимнокорреляционная функция
- Ковариация
- Коэффициент детерминации
- Регрессионный анализ
Корреляционное и экспериментальное исследование
Природа корреляционного исследования
Существует два вида исследования:
- корреляция;
- эксперимент.
Рассмотрим каждый из них.
Корреляционное исследование используется в случае, если необходимо дать оценку взаимоотношениям между двумя и более переменными. Т.е. этот метод изучения выявляет связь между данными.
Если одна переменная меняет величину, то со второй происходят следующие изменения. Во-первых, стоит отметить, что это исследование дает сведения о направлении и силе взаимосвязи между двумя данными. Это направление говорит о том, как связаны переменные: позитивно или негативно. Сила взаимосвязи может быть в виде степени точности, также может предсказать величину одной из переменных. Эти два аспекта (сила и направление) являются статистическими критериями, или коэффициентами корреляции (r), который ранжируется от +1,00 до -1,00. Например: переменная А высока, В высока, то корреляция позитивная. Если А высока, а В низка, то корреляция негативная. Если В не связана с А, то корреляция отсутствует.
Социально-психологические исследования не содержит полную корреляцию.
Коэффициент редко превышает +0,60:
- корреляции от +0,50 до +0,60 являются сильными;
- корреляции от +0,30 до +0,50 – умерено сильные;
- корреляции ниже от +0,30 или +0,20 – слабые.
Корреляция выше +0,60 бывает в том случае, если ряд факторов, определяющие поведение, мнение и оценки людей.
Используя математическую обработку данных, исследователь может применять разные подходы к вычислению коэффициенты корреляции.
Специфика ранговой корреляции
Рассмотрим коэффициент ранговой корреляции Спирмена (r), так как именно его часто применяют в социально-психологических исследованиях благодаря своей универсальности и простоте. Универсальность, т.е. применим ко всем данным, проста – легко вычисляется «вручную».
Пример. Для того чтобы понять роль мастера в организации, были собраны данные в виде оценочных суждений от работников разного иерархического уровня. В исследование рассматривали вопрос взаимосвязи восприятия мастера рабочими низкого иерархического уровня и высшего с самооценкой самого мастера.
Для оценивания были представлены такие качества, как:
- требовательность;
- настойчивость;
- уравновешенность;
- доброта;
- скромность;
- дисциплинированность;
- справедливость;
- оптимизм и т.д.
В результате была выявлена положительная корреляция между самооценкой мастера и оценкой рабочих: r = +0,39. Положительная связь наблюдается также между самооценкой мастера и вышестоящих коллег: r = +0,33, но в данном случае носит менее устойчивую связь. Самый низкий коэффициент был выявлен между оценками мастера руководством цеха и рабочими r = +0,18.
ВыводРассматриваемая ситуация не всегда имеет одинаковую оценку и, поэтому может быть производной от других социальных ролей, которые связаны с принадлежностью этой личности к другой группе, являющейся значимой. Из полученных данных видно, что рабочие играют для мастера референтную роль, а цеховые руководители нет. Конечно, этот результат требует детальной проверки.
Исходя из выше сказанного, было выявлено несколько выводов, которые описывали восприятие и понимание личности и работы мастера в зависимости от социально-демографических и ролевых характерных черт субъектов и объектов оценки.
Плюсы такого исследования:
- эффективен при сборе большого количества данных;
- полученные результаты чаще всего являются питательной почвой для идей и гипотез.
Минус:
- исследование не может до конца определить причину взаимосвязи между двумя переменными.
Определение экспериментального исследования
Данное изучение направлено на выявление связи между причиной и следствием. Здесь происходит манипуляция переменной, которая проявляется испытуемым, после наблюдается эффект манипуляции на другую переменную, с которой на самом деле не производится никаких манипуляций. Манипулируемая переменная называется независимой. Ее и проверяют экспериментально, так как она может быть причиной изменений другой, зависимой переменной.
После того, как произошло воздействие независимой переменной, исследователь определенным способом собирает сведения о реакции поведения, о вербальной реакции. Это делается для того, чтоб определить влияния переменной. Если это так, то на основе эксперимента заключается вывод, что независимая переменная является причиной изменений зависимой.
Для примера рассмотрим исследование Семеновой З.Ф. Оно было проведено на студии телевидения и выявляло роли социального статуса коммуникатора (независимая переменная) на восприятие информации реципиента (зависимая переменная).
Эксперимент проводился естественным путем. Т.е. на экскурсию в телестудию пригласили людей и под удобным предлогом предложили посмотреть новости. Люди думали, что они смотрят передачу для эфира. Во всех новостях был представлен один и тот же человек, с одним и тем же сообщением, в одно и том же гриме, но в разных амплуа:
- конструктор завод;
- бригадир;
- ученый;
- журналист.
Выборка испытуемых – 667 человек:
- мужчин – 291;
- женщин – 376.
В каждой группе 20-30 человек. Деятельность людей разная:
- рабочие;
- инженерно-технические сотрудники;
- интеллигенция.
После просмотра новостей всем объясняли цели экскурсии и раздали анкеты для заполнения.
Изначально предполагалось, что социальный статус коммуникатора будет оказывать влияние на отношение испытуемых к сообщению, что и произошло на самом деле. Влияние произошло из-за близости социальной категории, например, рабочим была важна новость от «бригадира». Корреляция иногда была равна +0,88.
Плюс экспериментального исследования:
- хороший контроль над переменными.
Вывод
Корреляция и эксперимент имеют определенные сильные стороны, поэтому они могут дополнять друг друга. В первую очередь их необходимо характеризовать как особенность организационного плана, который может использовать психолог для получения новых научных данных. Сбор первичной информации происходит с помощью определенных методов.
Выявлены три основных:
- опрос;
- наблюдение;
- анализ документов.
Перечисленные способы носят междисциплинарный характер, которые используют юристы, психологи, социологи, журналисты и т.д. Все остальные методы являются производными.
Correlational Research
+13236381128
+1519
+61480040096
Book a Demo
TRY A SAMPLE SURVEY
+13236381128
+1519
+61480040096
- Book demo
- Watch demo
- Pricing
- Контакты
- Наши клиенты
- Истории клиентов
- Информационные бюллетени
- Ресурсы
Узнайте все о корреляционных исследованиях с определениями корреляционных исследований, примерами корреляционных исследований и методами корреляционных исследований.
Начните свои корреляционные исследования с Voxco
ПОДЕЛИТЕСЬ СТАТЬЕЙ ПО
Содержание
Что такое корреляционные исследования?
Согласно определению корреляционного исследования, корреляционное исследование относится к типу неэкспериментального метода исследования , который изучает взаимосвязь между двумя переменными с помощью статистического анализа.
Корреляционный план исследования не изучает влияние посторонних переменных на изучаемые переменные.
Что касается исследования рынка, то корреляционное исследование обычно используется для изучения количественных данных и определения того, существуют ли какие-либо закономерности, тенденции или идеи между поведением потребителей и рыночными переменными, такими как; реклама, скидки, а также скидки на товары.
Для чего используются корреляционные исследования
План корреляционных исследований полезен для всех видов наборов количественных данных, но обычно он используется в маркетинговых исследованиях.
Исследователи рынка считают полезным использовать корреляционный дизайн с опросами по оценке усилий клиентов и их связью с продажами; Опыт клиентов (CX) и его связь с лояльностью клиентов, а также опросы Net Promoter Score и его связь с имиджем бренда или управлением.
Эти опросы включают в себя множество актуальных вопросов, которые делают их идеальными для изучения при разработке корреляционных исследований. В исследованиях рынка корреляционные методы помогают выделить переменные и увидеть, как они взаимодействуют друг с другом.
Читайте также: Что такое описательное исследование?
Хотите узнать, сколько будет стоить проведение опроса с использованием Voxco?
Что такое коэффициент корреляции?
Коэффициент корреляции описывает силу и взаимосвязь между переменными.
Это статистическая мера. Существует несколько типов коэффициентов корреляции, наиболее популярным из которых является коэффициент корреляции Пирсона.
Коэффициент корреляции находится в диапазоне от -1 до +1. Коэффициент корреляции +1 указывает на полную положительную корреляцию, тогда как коэффициент корреляции -1 указывает на полную отрицательную корреляцию между двумя переменными. Коэффициент корреляции, равный 0, указывает на отсутствие связи между изучаемыми переменными.
Примеры корреляционного исследования
Вот пример корреляционного исследования:
Рассмотрим гипотетическое исследование гипертонии и удовлетворенности браком, в котором исследователь стремится изучить взаимосвязь между болезнью (гипертонией) и удовлетворенностью браком. Если исследователь обнаружит отрицательную корреляцию между этими двумя переменными, указывающую на то, что по мере увеличения удовлетворенности браком опыт гипертонии уменьшается.
Однако это не означает, что неудовлетворенность в браке вызывает гипертонию, это просто подчеркивает связь между ними. В корреляционном дизайне исследования ни одна из изучаемых переменных не подвергается манипулированию или изменению.
Они просто измеряются, и связи между ними наблюдают или изучают.
Например, вы хотите понять, существует ли зависимость между вашими доходами и расходами.
Вы можете провести корреляционное исследование, чтобы увидеть, существует ли какая-либо связь между ними.
Если вы обнаружите положительную корреляцию, это означает, что по мере увеличения суммы заработка увеличиваются и расходы.
Давайте рассмотрим еще один пример корреляционного исследования.
Диетолог может выяснить, существует ли связь между вегетарианством и здоровым телом. Диетолог проводит исследование группы людей с разным питанием (веганов, невегетарианцев и вегетарианцев). Затем диетолог статистически анализирует результат, чтобы определить, являются ли люди с вегетарианской диетой более здоровыми, чем другие.
Каковы характеристики корреляционного исследования?
Чтобы лучше понять это, давайте рассмотрим некоторые из важнейших характеристик корреляционного исследования, а именно:
1.
Это неэкспериментальный методКорреляционное исследование — это неэкспериментальный метод. Это указывает на то, что исследователям не нужно использовать формальную технику для изменения факторов при согласии или оспаривании такой концепции. Исследователь просто анализирует и исследует взаимосвязь между переменными, никак не изменяя и не модифицируя их.
2. Это ретроспективное исследование
Корреляционное исследование, которое стремится только оглянуться назад на историческую информацию и наблюдать за прошлым. Он используется учеными для оценки и выявления долгосрочных тенденций среди двух факторов. Корреляционный анализ может выявить выгодную связь между переменными, но эта связь может измениться в ближайшие годы.
3. Он динамичен
Результаты корреляционного исследования, включающие 2 фактора, которые никогда не бывают статичными и постоянно развиваются. По разным причинам два параметра с отрицательной корреляцией в прошлом вполне могут иметь положительную корреляционную связь в будущем.
Теперь, когда мы изучили его характеристики, давайте перейдем к пониманию различных существующих типов корреляционных исследований.
Читайте также: Методы выборки
См. аналитическую платформу Voxco в действии
Какие существуют типы результатов корреляционного исследования?
Обычно существует три типа корреляционных исследований:
- Положительная корреляция
- Отрицательная корреляция
- Нулевая корреляция
Положительная корреляция
Положительная корреляция указывает на наличие положительной связи между двумя переменными. В этом виде отношений, когда одна переменная увеличивается, другая переменная также увеличивается. Например, количество автомобилей, которыми владеет человек, положительно коррелирует с его доходом. Больше доход, больше количество автомобилей.
Отрицательная корреляция
Отрицательная корреляция указывает на наличие отрицательной связи между двумя переменными.
В этом виде корреляции, когда одна переменная увеличивается, другая переменная уменьшается. Например, существует отрицательная связь между уровнем стресса и удовлетворенностью жизнью. Это указывает на то, что по мере увеличения уровня стресса удовлетворенность жизнью снижается.
Нулевая корреляция
Нулевая корреляция указывает на отсутствие связи между двумя переменными. Изменение одной переменной не приводит к изменению другой переменной. Примером нулевой корреляции является связь между интеллектом и ростом. Увеличение роста не приводит к каким-либо изменениям интеллекта особи.
Какие существуют методы корреляционного исследования?
Существует два метода сбора данных в корреляционном исследовании:
- Натуристическое наблюдение
- Архивные данные
Натуралистическое наблюдение
В натуралистическом наблюдении за участниками исследования наблюдают в их естественной среде.
Натуралистическое наблюдение является своего рода полевым исследованием. Исследователь может наблюдать за участниками в продуктовых магазинах, кинотеатрах, на детских площадках, в школах и т. д.
Исследователи, использующие натуралистическое наблюдение как средство сбора данных, наблюдают за людьми как можно ненавязчивее. Это потому, что они не хотят, чтобы участники осознавали, что за ними наблюдают, поскольку это может повлиять на их поведение, и они могут не быть самими собой.
Например, если исследователь наблюдает за покупателями в продуктовом магазине и за предметами, которые они обычно покупают, это приемлемо с этической точки зрения, поскольку участники знают, что за ними наблюдают в общественных местах. Данные, собранные при натуралистическом наблюдении, могут быть качественными или количественными.
Архивные данные
Архивные данные — это еще один способ сбора данных для разработки корреляционных исследований. Этот тип данных был собран ранее путем проведения аналогичных исследований.
Архивные данные обычно собираются в ходе первичных исследований. Архивные данные имеют тенденцию быть более простыми по сравнению с данными, собранными в ходе естественных наблюдений. В архивных данных нет места эффекту наблюдателя.
Например, оценить среднюю степень удовлетворенности покупателей электронными продуктами определенного бренда в Америке несложно.
Читайте также: Поисковые исследования
Каковы преимущества корреляционных исследований?
Корреляционное исследование имеет ряд преимуществ:
- Планирование проведения корреляционного исследования мотивирует и вдохновляет исследователей задавать соответствующие вопросы в ходе опроса для оценки отношения клиентов.
- Корреляционный дизайн помогает исследователям определить переменные, которые имеют самые сильные взаимосвязи, и принимать лучшие решения в долгосрочной перспективе.
- Корреляционные методы также могут служить ориентиром для будущих исследований.
- Корреляционный дизайн помогает исследователям определить направление и силу взаимосвязи между различными переменными.
- Корреляционные методы легче интерпретировать, они экономичны и более применимы в повседневном принятии бизнес-решений.
Теперь давайте рассмотрим некоторые из недостатков
Исследуйте все типы вопросов опроса
возможные на Voxco
Каковы недостатки корреляционного исследования?
Несмотря на различные преимущества, у корреляционных исследований есть несколько недостатков, таких как
- Корреляционные методы не позволяют установить причинно-следственную связь. Они только дают нам информацию об ассоциации между двумя переменными.
- Корреляционный план не исключает вероятности других посторонних переменных, влияющих на основные изучаемые переменные. Например, стресс — не единственная переменная, связанная со счастьем. Другие переменные, такие как эмоциональный интеллект, субъективное благополучие, а также качество социальных отношений, также влияют на счастье.
- Корреляционные методы бесполезны, когда исследователи хотят увидеть изолированное влияние одной переменной на другую.
Другие переменные, такие как эмоциональный интеллект, субъективное благополучие, а также качество социальных отношений, также влияют на счастье.Заключение
Хотя корреляция не обязательно подразумевает причинно-следственную связь, причинно-следственная связь подразумевает корреляцию. Корреляционное исследование является ступенькой к более мощному экспериментальному методу и более полезно, чем может показаться, потому что некоторые из недавно разработанных комплексных корреляционных моделей допускают очень ограниченные причинно-следственные выводы.
Результаты корреляционного исследования можно использовать для определения распространенности и взаимосвязи между переменными, а также для прогнозирования событий на основе текущих данных и знаний.
Ищете лучшие инструменты для корреляционных исследований?
Подробнее
Организационная приверженность: как вовлеченность сотрудников может окупиться
9 апреля 2021 г.
Комментариев нет
Организационная приверженность: как вовлеченность сотрудников может окупиться опытом участников Загрузите руководство, чтобы прочитать три шага по улучшению опыта участников. Загрузить сейчас ПОДЕЛИТЬСЯ
Подробнее »
Процесс анализа пробелов
4 февраля 2022 г. Комментариев нет
Процесс Gap-анализа ПОДЕЛИТЬСЯ СТАТЬЕЙ ON Содержание Что такое Gap-анализ? Гэп-анализ можно описать как процесс оценки
Подробнее »
Поддержка клиентов: определение, преимущества, особенности
15 февраля 2022 г. Комментариев нет
Поддержка клиентов: определение, преимущества, функции ПОДЕЛИТЬСЯ СТАТЬЕЙ В Поделиться на facebook Поделиться в Twitter Поделиться на linkedin Содержание Что такое поддержка клиентов?
Подробнее »
Гистограмма
11 февраля 2022 г. Комментариев нет
Гистограмма ПОДЕЛИТЬСЯ СТАТЬЕЙ В Поделиться на facebook Поделиться в Twitter Поделиться на linkedin Содержание Гистограмма представляет собой набор прямоугольников с
Подробнее »
Коэффициент внутриклассовой корреляции (ICC)
8 февраля 2022 г.
Комментариев нет
Коэффициент внутриклассовой корреляции (ICC) ПОДЕЛИТЬСЯ СТАТЬЕЙ В Поделиться на facebook Поделиться в Twitter Поделиться на linkedin Содержание Что такое коэффициент корреляции?
Подробнее »
Анкета опроса CSAT
5 августа 2021 г. Комментариев нет
Опросный лист CSAT ПОДЕЛИТЕСЬ СТАТЬЕЙ Оглавление Без клиентов ваш бизнес не увидит продаж. А без удовлетворенности клиентов вы не увидите
Подробнее »
Что такое корреляционное исследование? Типы и характеристики
Человеческая психика — замечательный инструмент для просеивания несвязанных элементов и установления связи с определенным насущным вопросом. Если говорить о корреляционных исследованиях, эта компетенция возникает.
Мы ежедневно проводим корреляционное исследование; подумайте, как вы устанавливаете связь между телефонным звонком в определенный момент и появлением курьера.
Поскольку крайне важно понять многие доступные формы корреляции, а также то, как их делать.
Что такое корреляционное исследование ?
Корреляционный анализ — это способ исследования, который включает изучение 2 факторов для получения статистически значимой связи между ними. Цель корреляционного исследования состоит в том, чтобы найти факторы, которые связаны друг с другом до такой степени, что изменение одного приводит к изменению другого.
В своей основной форме корреляционное исследование направлено на определение того, связаны ли два фактора и если да, то как. Конечно, знать, что такое фактор, было бы полезно, верно? Переменные можно рассматривать как области внимания, которые могут принимать различные формы. Сама естественная исходная переменная исследователями никак не создавалась.
Важно помнить, что корреляция не указывает на причинно-следственную связь.
Только то, что два фактора имеют корреляцию, на самом деле не означает, что один из них будет причиной другого для множества целей.
- Проблема направленности
Две переменные могут быть связаны, поскольку одна является причиной, а другая следствием. Однако корреляционный дизайн исследования не позволяет вам определить, что есть что. На всякий случай ученые не делают выводов о причинно-следственных связях на основе корреляционных исследований.
- Задача с третьей переменной
Смягчающий фактор — это третья переменная, которая влияет на другие переменные, заставляя их казаться причинно-следственными, хотя на самом деле это не так. Вместо этого каждая переменная и вмешивающийся фактор имеют свои собственные причинно-следственные связи.
Посторонние факторы в корреляционных исследованиях контролируются в ограниченной степени или вообще не контролируются.
Даже если некоторые возможные вмешивающиеся переменные статистически контролируются, все равно могут существовать дополнительные скрытые факторы, которые скрывают связь между переменными вашего исследования.
Высоко корреляционное исследование, низко корреляционное исследование и отсутствие корреляционного исследования — это три формы корреляционного исследования. Все эти категории имеют свою комбинацию признаков.
Виды корреляционных исследований
- Положительный корреляционный анализ (PCA)
Положительное корреляционное исследование — это важная стратегия, в которой используются две значимо коррелирующие переменные, чтобы увидеть, вызывает ли корректировка одной из них аналогичную трансформацию другой.
Например, повышение заработной платы работников может привести к повышению себестоимости продукции и т.п.
- Отрицательный корреляционный анализ (NCRA)
Отрицательное корреляционное исследование – это стратегия исследования, включающая две численно противоположные характеристики, при которых увеличение одной переменной вызывает противоположную реакцию или уменьшение другой. Если цена на товары или услуги растет, цены резко падают и наоборот, это пример отрицательной корреляции.
- Нулевой корреляционный анализ (ZCA)
Нулевой корреляционный анализ — это метод анализа, при котором отсутствует связь между. Форма подобного эксперимента, известная как исследование с нулевой корреляцией, объединяет несколько параметров, которые не связаны математически.
Изменение одного из факторов может даже не вызвать равное или противоположное изменение другой переменной в этом сценарии. Причины различия в неоднозначных причинно-следственных связях устраняются нулевым корреляционным исследованием. Несмотря на то, что деньги и выносливость линейно разделимы, они могут быть факторами в нулевом корреляционном исследовании.
Читайте также | Проверка гипотез
Когда следует использовать корреляционные исследования ?
Корреляционные исследования — отличный способ быстро собрать данные из естественных ситуаций. Это позволяет вам применять ваши результаты к реальным проблемам внешне законным образом.
Есть несколько случаев, когда корреляционное исследование является лучшим вариантом.
- Для изучения непричинных связей.
Вы хотите увидеть, есть ли связь между двумя параметрами, но не ожидаете обнаружить причинно-следственную связь. Корреляционные исследования могут помочь ученым строить гипотезы и делать прогнозы, предоставляя информацию о сложных взаимодействиях в реальном мире.
- Для изучения причинно-следственных связей между переменными.
Вы считаете, что причинно-следственная связь между двумя факторами все еще существует, но проведение экспериментального исследования, направленного на влияние на одну из нескольких переменных, неосуществимо, аморально или слишком дорого. Корреляционное исследование может предоставить предварительные доказательства или дополнительную поддержку идей причинно-следственной связи.
- Для испытаний новых измерительных приборов
Вы создали новый инструмент для оценки своей переменной и хотите проверить, надежен ли он или действителен.
Можно провести корреляционное исследование, чтобы увидеть, последовательно и правильно ли инструмент измеряет понятие, которое он должен измерять.
Лучшие способы изучения корреляционных данных
После сбора данных можно использовать корреляцию или статистическое моделирование, или и то, и другое, для статистической оценки взаимосвязи между переменными. Диаграмма рассеяния также может быть использована для отображения связи между переменными.
В зависимости от степени количественного определения и моделей ваших данных применимы несколько форм статистических параметров и множественная регрессия.
- Анализ корреляций
Вы можете обобщить связь между переменными, используя корреляционный анализ, рассчитав уравнение регрессии, которое представляет собой конкретное число, указывающее степень и силу связи между факторами.
Вы научитесь определять силу связи между переменными, используя эту величину.
Для анализа взаимосвязей между скрытыми количественными переменными широко используется коэффициент корреляции момента произведения Пирсона, обычно известный как r Пирсона.
Коэффициенты корреляции обычно рассчитываются для двух переменных . кроме того, но многомерная связь между двумя переменными может быть рассчитана для трех или более факторов.
- Анализ регрессии
С помощью регрессионного анализа можно предсказать, как часто одна независимая переменная будет связана с изменением другого фактора. Как следствие, вы получите линейную зависимость, которая объясняет кривую на вашем графике переменных.
Это уравнение можно использовать для оценки значения зависимой переменной с учетом значения (значений) всех других параметров.
После того, как вы проверили корреляцию между вашими факторами, вы должны провести регрессионный анализ.
Характеристики корреляционного исследования
Существуют три важных принципа корреляционного исследования. Они следующие:
- Неэкспериментальный
Корреляционное исследование является неэкспериментальным методом. Это указывает на то, что исследователям не нужно использовать формальную технику для изменения факторов при согласии или оспаривании такой концепции. Исследователь просто анализирует и исследует взаимосвязь между переменными, никак не изменяя и не модифицируя их.
- Обратный взгляд
Корреляционное исследование готово только оглянуться назад на историческую информацию и наблюдать за прошлым.
Он используется учеными для оценки и выявления долгосрочных тенденций среди двух факторов. Корреляционный анализ может выявить выгодную связь между переменными, но эта связь может измениться в ближайшие годы.
- Динамический
Результаты корреляционных исследований с участием двух факторов никогда не бывают статичными и постоянно развиваются. По разным причинам два параметра с отрицательной корреляцией в прошлом вполне могут иметь положительную корреляционную связь в будущем.
Читайте также | Типы методов выборки
Примеры корреляционных исследованийосмотрел. Вот три примера корреляционных исследований:
Однако вы хотите найти статистическую тенденцию, которая поддерживает или опровергает вашу гипотезу.
В этом сценарии можно использовать корреляционное исследование, чтобы найти тенденцию, которая связывает оба параметра.
Вы считаете, что доход человека мало влияет на количество его детей. Однако проведение корреляционного исследования обеих переменных может выявить наличие корреляционной связи между ними. Тем не менее, вы можете провести корреляционное исследование, чтобы увидеть, испытывают ли жертвы преступления более сильное кровоизлияние в мозг, чем не жертвы.
Что такое коэффициент корреляции ?
В корреляционных исследованиях значение коэффициента показывает наличие благоприятной, неблагоприятной или несуществующей сети связанных переменных. Он обычно обозначается буквой [r] и находится в диапазоне факторных нагрузок от -1,0 до +1,0.
Коэффициент связи Пирсона (или r Пирсона) — это метрика, которая используется для проверки стабильности связи между переменными.
Результат 1,0 указывает на положительную корреляцию, значение -1,0 указывает на отрицательную корреляцию, а результат 0,0 указывает на нулевое сходство.
Необходимо иметь в виду, что коэффициент корреляции просто представляет собой линейную связь между зависимыми переменными; он не может различать зависимые и независимые переменные.
Преимущества корреляционного исследования :
Корреляционное исследование может быть проведено для выявления связи между двумя переменными, когда проведение поискового исследования нецелесообразно. Например, при исследовании людей проведение эксперимента может рассматриваться как рискованное или аморальное; поэтому корреляционное исследование является идеальной альтернативой.
Вы можете быстро определить статистическую связь между двумя переменными, используя методологию исследования.
Корреляционное исследование занимает меньше времени и стоит меньше денег, чем экспериментальное исследование. При работе с небольшим числом исследователей и ограниченными средствами или когда количество переменных, используемых в этом исследовании, сведено к минимуму, это становится значительным преимуществом.
Взаимосвязь между двумя переменными позволяет исследователям быстро собирать данные, используя различные подходы, такие как краткий опрос. Поскольку для краткого опроса не требуется, чтобы исследователь проводил его напрямую, он позволяет исследователю иметь дело с небольшой группой людей.
Недостатки корреляционного исследования :
Поскольку корреляционное исследование можно использовать только для обнаружения статистической связи между двумя параметрами, оно ограничено.
Его нельзя использовать для поиска связи между более чем зависимыми параметрами.
Его нельзя использовать для поиска связи между более чем зависимыми параметрами.
Он не учитывает действие и реакцию между двумя переменными, потому что не указывает, какой из двух факторов виноват в шаблоне наблюдателя и записи. Обнаружение благоприятной корреляции между образованием и вегетарианством, например, не объясняет, почему информированность помогает стать вегетарианцем, а потребление мяса приводит к более высокому уровню образования.
Хотя существуют правдоподобные объяснения того и другого, причинно-следственная связь не может быть установлена до тех пор, пока не будет проведено дополнительное исследование. В том и другом может быть виновата третья, неопознанная переменная. Жизнь в Детройте, например, может привести как к знаниям, так и к вегетарианству.
Чтобы обнаружить связь между переменными, корреляционное исследование опирается на предшествующие статистические тенденции.
В результате нельзя полностью доверять данным для дальнейшего изучения.
В результате нельзя полностью доверять данным для дальнейшего изучения.
Исследователь не имеет влияния на переменные в корреляционном исследовании. Корреляционное исследование, в отличие от экспериментального исследования, просто позволяет исследователям отслеживать факторы с целью сопоставления закономерностей в данных без использования катализатора.
Корреляционное исследование дает ограниченный объем данных. Корреляционное исследование просто демонстрирует связь между переменными; это не подразумевает причинно-следственную связь.
Читайте также | Что такое статистика?
Корреляционное исследование позволяет исследователям найти количественную закономерность, связывающую две явно не связанные между собой переменные, и служит основой для всех видов исследований.