Korrelation: Forskelle mellem versioner

Content deleted Content added
Dalmer (diskussion | bidrag)
m Lille tilføjelse til korrelationskoefficientens transformationsmuligheder.
Dalmer (diskussion | bidrag)
Sidste tekstafsnit ang. faktoranalyse omskrevet til mere forståeligt sprogbrug
Linje 15:
Men ønsker man at måle korrelationen mellem fx en mulig samtidig forekomst af både ''angst'' og ''depression'' via et spørgeskema på et stort antal mennesker, og der her gives tre svarmuligheder: ''(1)Ja altid – (2)Sommetider – (3)Slet ikke,'' så kan man ikke regne med, at svaret ''(2)Sommetider'' ligger midt imellem yderpunkterne og i nøjagtig samme afstand fra ''(1)Ja altid'' og ''(3)Slet ikke''.<ref> Såfremt der ikke overalt kan antages at være samme afstand mellem alle skalaens måletrin, siges skalaen at mangle ''ækvidistans'', hvilket netop er karakteristisk for alle ordinalskalaer.</ref> I dette tilfælde er der her anderledes tale om brugen af en såkaldt ''ordinalskala'', også kaldet en ''rangordensskala''. Formlen for korrelationsberegninger på en ordinalskala ([[Charles Spearman|Spearman’s]] rang korrelation) er som følge heraf også anderledes end for Pearson’s korrelation. Men alligevel ses ikke sjældent Pearson’s korrelation af nemheds grunde<ref>Manglende anvendelse af Spearman's korrelation skyldes dog også hyppigt, at denne formel ikke altid forefindes lagt ind i statistikprogrammerne på computeren.</ref> brugt også på ordinalskalaer, da det herved fremkomne fejlbehæftede resultat ''i praksis'' som oftest ikke ses at afvige ret meget i forhold til brugen af den korrekte beregningsmåde.
 
I forbindelse med gennemførelsen af fx store forskningsprojekter el.lign. med rigtig mange forskellige variable på én gang, foretager man ofte korrelationsberegninger parvis mellem alle de udmålte variable indbyrdes formed bl.a.henblik på at kunne reducere mængden af, hvad der under udregningenudregningerne måtte vise sig at være variable af mindre betydning. EnTil en sådan udrensning, der ofte vil kunne fremme hele overskueligheden i data-materialet. Deti gøresbetragtelig vedgrad, atanvendes stilleen avanceret statistisk beregningsmetode, kaldet [[faktoranalyse]]. En faktoranalytisk behandling af et sådantstørre sætdata-materiale giver endvidere adgang til adskillige interessante oplysninger om data-materialets indre struktur tillige med indikationer af mulige bagvedliggende (skjulte) funktionelle relationer mellem de fremkomne delstrukturer (faktorerne) og variablerne i data-materialet. Til gennemførelse af en faktoranalytisk beregning kræves de krydstabulerede korrelationsberegningerkorrelationsudregninger stillet op i en to-dimensional ''korrelationsmatrice'', som herefter vil kunne danne udgangspunktet for udregningernede medvidere henblikberegninger til brug for tilvejebringelsen af endata-materialets såkaldtunderliggende ''faktor-modelstruktur'' ved hjælp af [[faktoranalyse]] (sker teoretisk via brugen af [[Matrix|matrix-algebra]] - i praksis via en computer-kørsel efter forudgående indkodning af samtlige korrelationskoefficienter).
 
== Udregning af Pearson's produkt-moment korrelationskoefficient ==