المحتوى
معامل ارتباط بيرسون ، الذي يشار إليه عادة بـ r ، هو قيمة إحصائية تقيس العلاقة الخطية بين متغيرين. يتراوح في القيمة من +1 إلى -1 ، مما يشير إلى وجود علاقة خطية إيجابية وسلبية مثالية على التوالي بين متغيرين. يتم عادةً إجراء حساب معامل الارتباط بواسطة البرامج الإحصائية ، مثل SPSS و SAS ، لتوفير أكثر القيم الممكنة دقة للإبلاغ في الدراسات العلمية. يختلف تفسير واستخدام معامل ارتباط بيرسون استنادًا إلى غرض الدراسة المعنية والغرض منها.
حدد المتغير التابع المراد اختباره بين ملاحظتين مستقلتين. أحد متطلبات معامل ارتباط بيرسون هو أن المتغيرين اللذين تتم مقارنتهما يجب مراعاتهما أو قياسهما بشكل مستقل للقضاء على أي نتائج متحيزة.
احسب معامل ارتباط بيرسون. بالنسبة للكميات الكبيرة من البيانات ، يمكن أن يصبح الحساب مملاً للغاية. بالإضافة إلى البرامج الإحصائية المختلفة ، فإن العديد من الآلات الحاسبة العلمية لديها القدرة على حساب القيمة. يتم توفير المعادلة الفعلية في قسم المرجع.
قم بالإبلاغ عن قيمة ارتباط قريبة من 0 كدليل على عدم وجود علاقة خطية بين المتغيرين. مع اقتراب معامل الارتباط من 0 ، تصبح القيم أقل ارتباطًا والتي تحدد المتغيرات التي قد لا ترتبط ببعضها البعض.
قم بالإبلاغ عن قيمة ارتباط قريبة من 1 كدليل على وجود علاقة خطية إيجابية بين المتغيرين. قيمة أكبر من الصفر تقترب من 1 ينتج عنها ارتباط إيجابي أكبر بين البيانات. وكلما زاد أحد المتغيرات مقدارًا معينًا ، زاد المتغير الآخر بمقدار مماثل. يجب تحديد التفسير على أساس يخدع الدراسة.
قم بالإبلاغ عن قيمة ارتباط قريبة من -1 كدليل على وجود علاقة خطية سلبية بين المتغيرين. مع اقتراب المعامل -1 ، تصبح المتغيرات أكثر ارتباطًا سالبًا ، مما يشير إلى أنه كلما زاد أحد المتغيرات ، انخفض المتغير الآخر بمقدار مماثل. يجب تحديد التفسير مرة أخرى على أساس يخدع الدراسة.
تفسير معامل الارتباط على أساس يخدع مجموعة بيانات معينة. قيمة الارتباط هي في الأساس قيمة اعتباطية يجب تطبيقها بناءً على المتغيرات التي تتم مقارنتها. على سبيل المثال ، تشير قيمة r الناتجة البالغة 0.912 إلى وجود علاقة خطية قوية وإيجابية بين متغيرين. في دراسة قارنت بين متغيرين لم يتم تحديدهما عادةً على أنهما مرتبطان ، توفر هذه النتائج دليلًا على أن أحد المتغيرات قد يؤثر إيجابًا على المتغير الآخر ، مما يؤدي إلى مزيد من البحث بين الاثنين. ومع ذلك ، فإن القيمة الدقيقة نفسها في دراسة تقارن بين متغيرين ثبت أنهما يتمتعان بعلاقة خطية إيجابية تمامًا قد تحدد خطأً في البيانات أو غيرها من المشكلات المحتملة في التصميم التجريبي. وبالتالي ، من المهم فهم خداع البيانات عند الإبلاغ عن معامل ارتباط بيرسون وتفسيره.
تحديد أهمية النتائج. يتم تحقيق ذلك باستخدام معامل الارتباط ودرجات الحرية والقيم الحرجة لجدول معامل الارتباط. يتم حساب درجات الحرية على أنها عدد الملاحظات المزدوجة ناقص 2. باستخدام هذه القيمة ، حدد القيمة الحرجة المقابلة في جدول الارتباط لاختبار 0.05 و 0.01 لتحديد مستوى الثقة 95 و 99 في المئة على التوالي. قارن القيمة الحرجة بمعامل الارتباط المحسوب مسبقًا. إذا كان معامل الارتباط أكبر ، يقال إن النتائج لها أهمية.