Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
mmsi (1).docx
Скачиваний:
145
Добавлен:
01.05.2025
Размер:
600 Кб
Скачать
☆

Корреляционный метод анализа данных в социологическом исследовании.

Бююль и Цефель. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей

С помощью корреляционного анализа изучаются статистические зависимости между признаками (показателями) свойств исследуемых явлений – форма, направленность и теснота взаимосвязи.

Корреляционный анализ позволяет определять количественные значения тесноты связи между признаками на основе вычисления различных коэффициентов корреляции.

Корреляция – статистический метод, позволяющий определить, существует ли зависимость между переменными и насколько она сильна.

Коэффициент корреляции - измеряет тесноту связи между переменными, то есть их тенденцию изменяться совместно. Это обобщенный показатель, позволяющий оценить, насколько связь между переменными приближается к линейному функциональному отношению, которая на диаграмме рассеивания выглядит как прямая линия.

Коэффициент корреляции (КК) измеряет силу и направление связи между переменными. (Иванов)

КК позволяет оценить возможность предсказания значений зависимой переменной по значениям независимой. Общая формула для вычисления коэф. Кор-ции Пирсона включает величину ковариаций значений Х и Y. Если линейная связь Х и Y положительна и велика, сумма таких произведений для всех наблюдений будет положительна. Если связь между Х и Y обратная, то многим положительным отклонениям по Х будут соответствовать отрицательные отклонения по Y, то есть сумма отрицательных произведений отклонений будет отрицательной.

При отсутствии связи произведения будут иногда положительными, иногда отрицательными, а их сумма будет в пределе равно 0. Ковариация показывает величину и направление связи совместного изменения Х и Y.

Применение того или иного коэффициента выбирается в зависимости от предположения о статистическом законе распределения значений признаков, являющихся случайными величинами.

Наиболее часто применяемый тип коэффициентов корреляции основан на предположении о том, что признаки имеют нормальное распределение своих значений. Такое распределение наблюдается в том случае, когда на свойства исследуемых явлений действует множество практически независимых факторов, роль каждого из которых в общей их сумме мала и примерно одинакова. Тогда величина абсолютных частот (теоретические частоты), которые принимают значения зависимого признака в двухмерной таблице взаимного распределения, будут примерно одинаковы при изменении значений независимого признака, а величина их взаимосвязи равна 0.

В реальной действительности значения признаков социальных объектов не всегда являются независимыми – состояние одних свойств оказывает влияние на состояние других свойств.

Например, возраст человека влияет на состояние его готовности идти на выборы.

В этом случае величины абсолютных частот (эмпирические частоты) в статистической таблице взаимного распределения двух признаков будут разными. Величина расхождения теоретических и эмпирических частот характеризует величину взаимосвязи между признаками и вычисляется с помощью коэффициентов корреляции.

При максимальной (полной) взаимосвязи коэффициент корреляции теоретически равен 1 (связь однозначная), а практически находится в диапазоне 0,9-1. Такая связь практически не встречается.

При сильной взаимосвязи коэффициент корреляции находится в диапазоне 0,6-0,89. При взаимосвязи средней силы коэффициент корреляции находится в диапазоне 0,3-0,59. При слабой взаимосвязи коэффициент корреляции находится в диапазоне 0,1-0,29. При величине коэффициента корреляции меньше 0,1 считается, что взаимосвязь практически отсутствует, недостоверна.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]