عواملی که باید در تفسیر ضریب همبستگی لحاظ شود:

چند نکته وجود دارد که باید هنگام تفسیر نتایج تحلیل همبستگی ، یا سایر روش های مبتنی همبستگی ، یا سایر روش های مبتنی بر همبستگی به آن ها دقت کنید .

برخی مسائل کلیدی در ادامه ذکر شده اند، اما توصیه میکنم به بسته آموزش spss مراجعه کرده و این مطالب را مرور کنید .

رابطه غیر خطی:

ضریب همبستگی (مثلا، rپیرسون) نشان دهنده رابطه خطی (خط مستقیم ) بین متقیرها است.

در موقعیت هایی که دو متغیر به صورت غیر خطی مرتبط هستند (مثلا، منحنی) ، r پیرسون نیرومندی رابطه را بسیار کمتر نشان می دهد.

همیشه نمودار پراکندگی را بررسی کنید ، به ویژه اگر مقادیرr پایینی به دست اورید.

پرت ها:

پرت ها (مقادیری که خیلی کمتر یا بیشتر از سایر مقادیر در مجموعه ها هستند) می توانند تاثیر زیادی بر ضرایب همبستگی ، به ویژه در زمینه های کوچک، داشته باشند.

در برخی شرایط پرت ها ممکن است مقدار rرا خیلی بیشتر از مقدار واقعی، و در شرایط دیگر ممکن است رابطه را کمتر از مقدار واقعی نشان دهند .

برای بررسی پرت ها می توان از نمودار پراکندگی استفاده کرد کافی است مقداری را که به تنهایی بیرون قرار دارند جستجو کنید.

پرت ها ممکن است ناشی از خطا در وارد کردن داده ها (تایپ کردن 11به جای 1) ، بی توجهی پاسخ دهندگان در جواب دادن ، یا یک مقدار واقعی توسط یک فرد نسبتا عجیب باشند اگر یک نمره پرت را پیدا کردید ، باید خطاها را جستجو کنید .

همچنین میتوانید آن مقدار را حذف کرده یا دوباره کد گذاری کنید، تا تاثیر آن را بر مقدار r کاهش دهید (به بحث پرت ها در بسته آموزش spss مراجعه کنید) .

دامنه محدود نمره ها :

همیشه باید در تفسیر ضرایب همبستگی که از یک زیر مجموعه کوچک در دامنه نمره های ممکن به دست امده (مثلا ، استفاده از دانشجویان برای مطالعه iq) دقت کنید .

ضرایب همبستگی به دست آمده از مطالعاتی نه دامنه محدودی از موارد را به کار برده اند اغلب متفاوت با مطالعاتی هستند که دامنه نمره ها ی ممکن را در نمونه های خود دارند .

به منظور تهیه شاخص صحیح و پا از نیرومند ی رابطه بین دو متغییر ، باید دامنه نمره های هر یک از دو متغییر تا حد ممکن وسیع باشند .

چنانچه مشغول مطالعه گروه های دو کرانه (مثلا مراجعانی با سطوح بالای اظطراب ) هستید نباید همبستگی ها را فراتر از دامنه داده های به کار رفته در نمونه تعمیم دهید .

مفروضه ها:

چند مفروضه مشترک در همه روش های ارائه شده وجود دارد.

این مفروضه ها در بسته آموزش spss شرح داده شده اند .

باید هنگام اجرای هر یک از تحلیل های مطرح شده در بسته آموزش spss دوباره به این مفروضه ها مراجعه کنید .

 

سطح اندازه گیری:

مقیاس اندازه گیری متغیرها برای اغلب روش های مطرح شده در اینجا باید فاصله ای یا نسبی (پیوسته) باشد .

یک استثناء در این مورد حالتی است که یک متغیر مستقل دو مقوله ای (فقط با دو مقدار : مثلا جنس) و یک متغیر وابسته پیویته داشته باشد .

با این حال باید تقریبا همان تعداد افراد یا موارد در هر طبقه از متغیر دو مقوله ای داشته باشید .

rho اسپیرمن ، که یک ضریب همبستگی مناسب برای داده های ترتیبی یا رتبه ای است ، در فصل 11 همراه با جایگزین پارامتریک آن ، ضریب همبستگی اورده شده است.

Rho معمولا در متون تحقیقی سلامت و پزشکی به کار می رود و همچنین کاربرد روز افزونی در تحقیقات روانشناسی پیدا کرده است ، به خصوص از زمانی که محققان در مورد مشکلات بالقوه این فرض که درجه بندی سطح ترتیبی (مثلا مقیاس های لیکرت ) به درجه بندی سطح فاصله ای نزدیک است اگاه تر شدند .

جفت های مرتبط: هر آزمودنی باید نمره ای در دو متغییر x , y (جفت های مرتبط) داشته باشد.

هر دو اطلاعات باید از همان آزمودنی باشند .

استقلال مشاهدات :

مشاهداتی که داده های شما را تشکیل می دهند باید مستقل از یکدیگر باشند .

یعنی هر مشاهده یا اندازه گیری نباید تحت تاثیر مشاهده یا اندازه گیری دیگر باشد.

تخطی از این مفروضه ها طبق گفته استنیونز 1996، صفحه 238) خیلی جدی است .

چند موقعیت تحقیق وجود دارد که ممکن است از مفروضه استقلال تخطی کنند .

نمونه های چند مطالعه با چنین شرایطی در زیر توصیف شده اند (این موارد بر گرفته از استیونز 1996، صفحه 239، و گراوتر و والنو 2004، صفحه 251 هستند) .

مطالعه عملکرد دانشجویانی که در گروه های همتا یا کوچک کار می کنند .

رفتار هر عضو گروه بر همه اعضای گروه تاثیر می گذارد ، در نتیجه مفروضه استقلال نقص می شود .

مطالعه عادت های تماشای تلویزیون و ترجیحات کودکانی که از یک خانواده هستند .

رفتار یک کودک در خانواده (مثلا تماشا بر نامه a) می تواند بر همه کودکان آن خانواده اثر بگذارد، بنابراین مشاهدات مستقل نیستند .

مطالعه شیوه های تدریس در یک کلاس و بررسی تاثیر آن روی رفتار و عملکرد دانش آموزان .

در این موقعیت ، همه دانش اموزان ممکن است تحت تاثیر حضور چند عامل مشکل ساز باشند ، بنا براین اندازه گیری های عملکرد با رفتار فردی مستقل نیستند .

هر موقعیتی که در آن مشاهدات یا اندازه گیری ها در شرایط گروهی جمع اوری شوند ، یا آزمودنی ها به نوعی در تعامل با یکدیگر باشند ، باید مورد توجه قرار گیرد .

در طراحی مطالعه خود ، باید مطمئن شوید که همه مشاهدات مستقل هستند .

اگر احتمال مقداری تخطی از این مفروضه وجود دارد، استیونز (1996، صفحه 241) توصیه می کند که یک مقدار الفای سخت تر (مثلا 1%>p ) تنظیم کنید .

بهنجاری نمره های هر متغییر باید توزیع بهنجار داشته باشند .

این مسئله را می توان با بررسی هیستوگرام های نمرات هر متغیر کنترل کرد (برای مشاهده دستور کار به بسته آموزش spss مراجعه کنید) .

خطی بودن : رابطه بین دو متغییر باید خطی باشد .

یعنی وقتی به نمودار پراکندگی نمرات نگاه می کنید باید یک خط مستقیم (تقریبا) ، نه یک منحنی ببینید .

همگنی پراکنش :

تنوع در نمرات متغییر x باید در همه مقادیر متغیرy مشابه باشد .

نمودار پراکندگی را بررسی کنید .

  این نمودار باید از نظر طولی شکل یک سیگار را نشان دهد .

برای دریافت متن کامل این مقاله آموزشی بسته آموزش تحلیل آماری با spss را تهیه کنید:

شما با این بسته می توانید تحلیل آماری با spss و amos را کامل و آسان بیاموزید

و قطعا قادر می شوید کارهای آماری را حودتان انجام دهید

چگونه؟

بسته آموزشی تجزیه تحلیل آماری با SPSS و AMOS

از صفر تا صد آموزش  spss

آموزش مباحث اساسی AMOS

آموزش به زبان ساده ، موضوعی و گام به گام همراه با تصویر

33 پکیج (1378 صفحه تصویری)+ به همراه همه مقالات آموزشی این سایت درباره spss

لطفا و خواهشا برای سوال های آماری و رفع اشکال تماس نگیرید

هر آنچه لازم باشد در این بسته آموزشی آمده است.

 


انتخاب جدیدترین موضوعات پایان نامه روانشناسی، مشاوره و علوم تربیتی و انجام تخصصی پروپوزال(دانلود نمونه کار پروپوزال)::

شماره تماس: 09011853901
جهت ارسال سریع پیام در پیام رسان های زیر نام هر یک را لمس کنید.