چگونه محاسبه ضریب همبستگی

نحوه انجام تحلیل همبستگی پیرسون در spss

مطالعات جمعیتی

وبلاگی در زمینه جمعیت شناسی، آمار، روشهای تحقیق و دیگر زمینه های مرتبط (09108349508 - 09023452476)

ضرایب همبستگی و آزمونهای معناداری

تهیه شده توسط: حسین ضرغامی

منبع: وبلاگ علوم اجتماعی http://yosoufbakhshan.blogfa.com/post-19.aspx

اگر تحقیق شما از نوع تحلیلی باشد یعنی تحلیل دو متغیری و چند متغیری ، ) رابطه ای ، تفاوتی ) متغیرهای تحقیق شما باید به این شکل باشد.

دو متغیر ترتیبی

دو متغیر فاصله ای

یک متغیر اسمی و دیگری ترتیبی

یک متغیر اسمی و دیگری فاصله ای

یک متغیر ترتیبی و دیگری فاصله ای

در ادامه چگونه محاسبه ضریب همبستگی به صورت کامل با آدرس مسیرها در نرم افزار SPSS و تفسیر خروجی ها شما را راهنمایی خواهیم کرد.

کل این آزمون ها از سه حالت خارج نیستند

رابطه ای : یا برای تشخیص پیوستگی و همبستگی رابطه بین متغیرهاست(مانند پیرسون)

تفاوتی : یا برای تعیین معنی داری تفاوت میانگین بین متغیرها(مانند تحلیل واریانس و تی ستودنت)،

سومین حالت یا برای پیش بینی تغییرات و تبیینات یک متغیر براساس متغیر دیگر(مانند رگرسیون).

1-1- اسمی ( Nominal Scale ): ساده ترین کار، طبقه بندی است. وقتی ما متغیری را به دو یا چند بخش، تقسیم می کنیم چگونه محاسبه ضریب همبستگی مانند جنسیت به زن و مرد یا دین به اسلام و مسیحیت و یهودیت و غیره و این تقسیم بندی ما بیانگر اولویت دادن و رتبه دادن یکی بر دیگری نیست و صفر عددی هم ندارد و فاصله ای بین این بخش ها مدنظر نیست که برابر باشند یا دارای تفاوت خاصی باشند به آن مقیاس اسمی می گوییم. ملاک طبقه بندی ویژگی های مشترک افراد یا رویدادهاست. در تمام پرسشنامه هایی که این سوالات به این شکل هست، در مقیاس اسمی (حالا دو حالته یا چندحالته) قرار می گیرند:

وقتی وارد نرم افزار می شویم و به این بخش ها، کد می دهیم مثلاً زن کد1، مرد کد2، این کد 1و 2 دادن فقط قرارداد است و برای برقراری ارتباط با نرم افزار و تفهیم آن است و اصلاً بحث این نیست که 1 بهتر است یا 2 بیشتر چگونه محاسبه ضریب همبستگی است یا 1 و 2 را جمع و سپس تقسیم بر تعداد کنیم و غیره. می توان بجای این کد قراردادی 1 و 2 مثلاً برای زن کد هزار و برای مرد کد صفر بگذارید. از عدد برای اسم گذاری استفاده می کنیم مانند اعدادی که بر پیراهن بازیکنان ورزشی نوشته می شود. پیش شماره یا کد تلفن شهرها، پلاک منزل یا اتومبیل.

وقتی تحقیق شما یک متغیری باشد (که اغلب اینطوری نیست مگر برای تمرین و کار کلاسی) و بخواهید مثلاً متغیر جنسیت را مورد بررسی قرار دهید دیگر نیازی به آمار استنباطی نیست و فقط آمار توصیفی کافیست.

دقت و ظرافتی که برای استفاده ازین مقیاس لازم است بکار ببریم این است که اولاً بخش ها یا مقوله هایی که می گذاریم باید فراگیر (مجمل) باشند یعنی مقوله ها بتوانند تمامی صفات و یا اشیائی که مدنظر است را شامل شوند. مثلا برای وضعیت تاهل بهتر است مطلقه نیز گذاشته شود تا کسی که نه مجرد است و نه متاهل را شامل شود. دوم این که این مقوله هایی که تعیین می کنیم مانعه الجمع باشند یعنی هیچ موردی به بیش از یک طبقه یا مقوله تعلق نگیرد. به عبارت دیگر طبقه ها باید ناسازگار باشند. مثلاً وقتی می پرسید دین شما چیست؟ اسلام مسیحیت تسنن زردشتی و غیره. این مشکل وجود دارد کسی که سنّی است می تواند هم اسلام را علامت بزند و هم تسنن را.

ضعیف ترین سطح اندازه گیری است و تنها نشان دهنده تمایز بین صفات است و هیچ ترتیبی بین طبقات مبنی بر اهمیت یا اولویت از پایین به بالا یا بالعکس وجود ندارد.

از چهار مقیاس یا سطح طبقه بندی متغیرها دو سطح اسمی و ترتیبی برای متغیرهای مطلق(متغیرهایی که دارای ویژگی مجملی و مانعه الجمعی اند مانند شغل، مذهب، جنس، آراء انتخاباتی، ملیت) بکار می روند و دو مقیاس فاصله ای و نسبتی برای متغیرهای عددی.

آمارهای قابل استفاده و محاسبه در سطح اسمی عبارت اند از فراوانی، نما، لامبدا، tb گودمن و کروسکال. تحلیل جدولی

(علیزاده، 1384: 9 و کیانی، 1385: 49 و رمضان زاده، 1387: 24 و دلاور، 1383: 10 و گودرزی، 1388: 25 و قاضی طباطبایی، 1374: 7 و بیکر، 1389: 150 و رفیع پور، 1383: 192-195 و سرمد و همکاران، 1382: 46 و دواس، 1383: 134و ساروخانی، 1383: 341)

1-2- مقیاس ترتیبی ( Ordinal scale ) درین مقیاس، سوالمان یا همان متغیرمان را به دویا چند بخش تقسیم می کنیم.

اعداد منسوب به رده ها و مقوله ها، امکان تنظیم داده ها را با تعیین اولویت ها و ترتیب ها فراهم می کنند. مثلاً چگونه محاسبه ضریب همبستگی وقتی از شما بپرسند کسانی که تمایل دارید با آنها کار کنیدرا به ترتیب اولویت نام ببرید، جواب شما امکان اندازه گیری محبوبیت افراد بر پایه مقیاس ترتیبی را به شما می دهد. یا این موارد:

1نفر فعالیت بسیار زیاد؛ 7 نفر فعالیت متوسط؛ 2 نفر فعالیت کم به دست آمده است. این یک مقیاس ترتیبی است.

میزان پایبندی به دین. در مقیاس اسمی تنها می دانستیم که فردی مسلمان است یا مسیحی ولی در مقیاس ترتیبی علاوه بر این می دانیم که آن فرد دیندار چقدر دینمدار یا دین گریز است. یعنی هم وجود صفت را می سنجیم و هم شدت نسبی آن را.

طبقه اجتماعی؟ بالای بالا، بالای متوسط، بالای پایین؛ متوسط بالا، متوسط متوسط، متوسط پایین؛ پایین بالا، پایین متوسط، پایین پایین.

یکی از شاخص های ازخودبیگانگی سیاسی، احساس بی قدرتی است وقتی در پرسشنامه سوال بیاید «مردمانی چون من بر تصمیمات دولت تاثیر زیادی دارند» و پاسخگو از میان کاملا مخالفم تا کاملا موافقم یکی را انتخاب کند به ترتیب زیر نمره به پاسخ او تعلق می گیرد:

سوالی که در راستای تائید فرضیه باشد یعنی هم جهت باشد در آن گزینه ای که این تائید را می رساند بیشترین نمره را می گیرد مثلاً در مثال فوق وقتی فرد می گوید کاملا مخالفم که مردمانی چون من تاثیر ندارند یعنی دارد می گوید که از خودبیگانه سیاسی است و در راستای تائید فرضیه ماست. اگر پنجاه سوال داشته باشیم که در همه آنها کاملا مخالفم نمره 5 بگیرد پس امتیاز 250 یعنی کاملا از خودبیگانه سیاسی و اگر فردی با همه آن سوالات کاملا موافق باشد حداکثر امتیاز او 50 خواهد بود یعنی کمترین میزان ازخودبیگانگی سیاسی.

درین مقیاس بین طبقات مراتب قابل قبولی وجود دارد اما باز کمّی کردن دقیق میزان تفاوت بین طبقات امکان پذیر نیست. طبقات را می توان برحسب شدت موافقت و مخالفت یا نگرش فرد رتبه بندی کرد. لذا هر متغیری که بتوان آن را طبقه بندی کرد اما نتوان تفاوت بین طبقه ها را دقیقا به صورت عددی کمّی بیان کرد، این متغیر در مقیاس ترتیبی است.

درین مقیاس به تعداد افراد رتبه وجود دارد و می توان بین طبقه ها کمتر و بیشتر قائل شد. اما این کمتر و بیشتری نسبی است و دقیق نیست.

در اندازه گیری رتبه ای روابط غیرانعکاسی، نامتقارن و انتقالی هستند یعنی اگر متغیری مانند محافظه کاری در سطح رتبه ای اندازه گیری شده باشد می توان استنباط کرد که اگر فرد الف بیش از فرد ب محافظه کار است و فرد ب بیشتر از فرد پ محافظه کار است پس منطقا باید الف بیشتر از پ محافظه کار باشد.

اعداد تخصیص یافته به اندازه های مختلف یک اندازه گیری رتبه ای فقط نشان دهنده رتبه هستند و نه چیز دیگر. به عبارت دیگر اعداد نشان دهنده فواصل مشخص بین دو گزینه نیستند. بعنوان مثال ده گروه کودک را که بر اساس میزان تعاون آنها، از بالاترین درجه همکاری تا پایین ترین درجه رتبه بندی شده اند در نظر بگیرید. در این رتبه بندی نمی توان پنداشت که درجه همکاری بین گروه اول و دوم همانند یا برابر درجه همکاری بین گروه های نهم و دهم است چون فواصل نسبی اندو دقیقا برابر نیستند. همچنین نمی توان استدلال کرد که درجه تعاون و همکاری آزمودنی های گروه اول ده برابر درجه تعاون وهمکاری گروه دهم است.

رایج ترین شکل متغیرهای ترتیبی، گویه ها یا سنجه های نگرشی اند که روی طیفی از کاملا موافق یا خیلی زیاد تا کاملا مخالف یا خیلی کم قرار می گیرد.

به نوشته رفیع پور (1383) امکان محاسبات ریاضی و آماری در مقیاس ترتیبی وجود ندارد و آنچه به این وسیله سنجیده می شود از دقت کافی برخوردار نیست. اما به نوشته بیکر (1389) به نقل از بورگاتا و بورنستد این مقیاس های نگرشی ترتیبی غالباً با آنها به مثابه متغیرهای پیوسته عمل می کنند. مثلاً ممکن است متوسط نمره پاسخگویان3/2 بیاید یا مانند مورد شاخص رضایت شغلی رشته ای از گویه ها باهم جمع می شوند و سپس متوسط نمرات و اندازه های تغییر نمرات محاسبه می شود. بدین ترتیب با متغیری با مقیاس سنجش ترتیبی عملا مانند یک مقیاس فاصله ای عمل می شود و آنها معتقدند که بهتر است متغیرهای ترتیبی را متغیرهای فاصله ای ناکامل به شمار آوریم تا سطح جداگانه ای از سنجش. به نوشته چگونه محاسبه ضریب همبستگی قاضی طباطبایی (1374) عملیات ریاضی و آماری که رتبه مقادیر صفت را تغییر ندهد، قابل قبول است. گودرزی (1388) نیز می نویسد که درین سطح نمی توانیم عملیات ریاضی چهارگانه انجام دهیم و متاسفانه متغیرهای اجتماعی وروانی عموماً در سطح سنجش ترتیبی قرار دارند و اندازه گیری آنها درین سطح صورت می گیرد و به ندرت ازین سطح تجاوز می کند. بنابراین اینجا اولین اختلاف پیش می آید که بالاخره به مثابه ترتیبی یا فاصله ای از کدام آزمون آماری استفاده کنیم؟

پاسخ: بوگاردوس حداکثر یک مقیاس ترتیبی است. طیف لیکرت از سطح یک مقیاس ترتیبی تجاوز نمی کند و نمی توان آن را هنوز در سطح مقیاس های فاصله ای دانست. ضریب همبستگی بین لیکرت و تورستن r=/92 به دست آمده است که بیانگر شباهت دقت و نتیجه هر دو طیف است. طیف گاتمن نیز مانند طیف های دیگر از سطح ترتیبی تجاوز نمی کند و نمی توان ادعا کرد فواصل بین نمرات یکسان می باشد. تنها مقایسه زوجی یا تورستن، درمقیاس فاصله ای قرار دارد. بنابراین دقیق تر آن است که از آزمون های مربوط به مقیاس رتبه ای استفاده شود. این آزمون ها بستگی به متغیر دیگری که با این متغیر مقایسه یا همبسته می شود نیز دارد که بعدا اشاره خواهد شد.

رایج ترین آماره های مناسب برای سنجش مقیاس ترتیبی عبارت اند از تعیین فراوانی و نما و میانه، محاسبه درصدها، ضریب همبستگی اسپرمن، میدان تغییرات، گاما، tb چگونه محاسبه ضریب همبستگی و tc کندال.

در این مقیاس، مقوله طبقه بندی می شود (مانند اسمی)، ترتیب طبقات و اولویت آنها مشخص می گردد (مانند ترتیبی) و فاصله بین طبقات هم به صورت عددی ثابت و مشخص، دقیقاً معلوم می گردد. مانند نمرات دانش آموزان در یک امتحان.

این موارد مثال هایی از مقیاس فاصله ای هستد: درآمد، قد (اگر به صورت عددی بیان شود نه بصورت کوتاه تر و بلندتر)، زمان، میزان مصرف آب و برق، سن(اگر حسب سال سنجیده شود چون اگر به صورت جوان، میانسال و کهنسال باشد ترتیبی لحاظ می شود)، وزن، دماسنج. سال تولد دو نفر، میزان تحصیلات رسمی، نمرات آزمون استعداد تحصیلی( SAT ) که بین 200 تا 800 است، IQ (بهره هوشی)، تعداد فرزندان .

درین مقیاس صفر مطلق و واقعی( true zero point ) (به معنای هیچ)وجود ندارد و صفر انتخابی یک صفر قراردادی است. مثلا اگر دانش آموزی از یک آزمون بهره هوشی نمره صفر گرفت به این معنا نیست که او اصولاً هیچ هوشی ندارد.

محاسبه نما، میانه، انحراف معیار، ضریب همبستگی اسپرمن و ضریب همبستگی گشتاوری پیرسون از عملیات های مجاز آماری اند.

نمرات خام آزمون ها را برای حصول اطمینان از داشتن خواص فاصله ای، می توان به نمرات استاندارد تبدیل کرد.

چون اغلب تحقیقات علوم انسانی و اجتماعی از این سه نوع تجاوز نمی کنند و تنها تفاوت مقیاس نسبی با فاصله ای در صفر مطلق است از تشریح آن صرفنظر می کنم و می رویم سراغ آزمون های متناسب با این مقیاس ها. این توضیح از آن جهت لازم بود که ما تا مقیاس ها را تشخیص ندهیم نمیتوانیم آزمون مناسب را بکار گیریم.

(علیزاده، 1384: 9 و کیانی، 1385: 49 و رمضان زاده، 1387: 24 و دلاور، 1383: 10 و گودرزی، 1388: 25 و قاضی طباطبایی، 1374: 7 و بیکر، 1389: 150 و رفیع پور، 1383: 192-195 و سرمد و همکاران، 1382: 46 و دواس، 1383: 134و ساروخانی، 1383: 341)

چنانکه دواس (1383) اشاره می کند شکل پرسش و طبقات پاسخ بر کار شما تاثیر می گذارد. شما باید اول تشخیص بدهید که سوال شما در کدام نوع مقیاس های فوق است که توضیح دادیم. مثلا اگر بپرسید از چه نوع کاری برخوردارید و برایش گزینه هیچ، پاره وقت، تمام وقت بگذارید متغیر ترتیبی است. اگر بپرسیم چند ساعت در هفته کار می کنیدو برایش گزینه 1- 10؛ 11- 20؛ 21- 30 و . بگذارید، متغیر ترتیبی است. اگر بپرسیم چند ساعت در هفته کار می کنید و خودش بصورت باز جواب دهد، متغیری فاصله ای است.

سپس بدانید که سطوح بالای سنجش هم اطلاعات بیشتری فراهم می آورد و هم دامنه روش های تحلیل گسترده تر می گردد اما اغلب اندازه گیری در سطوح پایین تر عاقلانه تر است و می توان سطح سنجش فاصله ای را به پایین تر از خود مثلا به ترتیبی تغییر داد. اما سرمد و همکارانش(1382) معتقدند که مرجح است که داده ها در بالاترین سطح مقیاس گرداوری شود زیرا تحلیل داده های آماری به مقیاسی بستگی دارد که داده ها با آن گرداوری شده اند. این دومین اختلاف نظر. حال باید چه کرد؟

از همان ابتدای طراحی سوالات پرسشنامه یا ابزار گرداوری اطلاعات و داده هایتان سعی کنید بالاترین مقیاس(مثلا فاصله ای) که دقیق تر از پایین ترهاست را درنظر بگیرید. سپس به طور روشن و واضح مشخص کنید که سوال شما در کدام مقیاس است.در غیر اینصورت باید با متخصص این کار و تحلیل گر روش شناسی وآمار مشورت کنید. علاوه بر این باید بدانید که نوع تحقیق شما چیست؟ اغلب تحقیقات دو متغیره و چند متغیره اند. مثلا یک طرف متغیرهای مستقل یا پیش بین و در طرف دیگر متغیر وابسته یا ملاک قرار دارد. برای انتخاب آزمون مناسب تشخیص مقیاس هر دو نوع متغیر لازم است. مثلا ترتیبی- ترتیبی اند یا ترتیبی- فاصله ای یا اسمی- ترتیبی و غیره.

نوع مسکن و وضعیت تاهل، غالبا اسمی اند. وضعیت اشتغال اگر بپرسیم که شغل شما چیست و هر کسی به صورت باز جواب دهد اسمی چند حالته خواهد بود. اگر شغلش را بپرسیم و برایش چند گزینه مثلا برحسب مقبولیت و منزلت در جامعه بگذاریم، ترتیبی خواهد بود مثلا گزینه ها را بگذاریم: کارکنان تخصصی و فنی؛ مدیران و مقامات و مالکین؛ کارمندان ادارات و فروشگاه ها؛ کارگران و. اما اگر از شاخص های وجهه شغلی یا شاخص اجتماعی- اقتصادی استفاده شود متغیر وضع شغلی در سطح فاصله ای خواهد بود. یکی از دلایل عدم اتفاق نظر اساتید و دانشجویان در بکارگیری آزمون های آماری مشخص، همین انعطاف و تغییر در نحوه سنجش و اندازه گیری متغیرهاست.

اگر دو متغیر اسمی باشند

مثلا یک طرف سن (جوان، میانسال، کهنسال) و طرف دیگر مهاجرت (رضایت به مهاجرت، عدم مهاجرت) برای تحلیل رابطه اشان از جدول توافقی استفاده می کنیم به شرطی که متغیر مورد بررسی مقولاتش کمتر از8 باشد.

بعد ازین سه مرحله باکسی باز می شود که در آن متغیر مستقل را به Columns و متغیر وابسته را به بخش Rows می بریم و OK .

اما پرکاربردتر از این برای دو متغیر اسمی، آزمون کی دو ( Chi-square test ) است. مانند رابطه بین دو متغیر جنسیت و رشته تحصیلی.

بعد ازین سه مرحله باکسی باز می شود که در آن متغیر مستقل را به Columns و متغیر وابسته را به بخش Rows می بریم.

قبل از Ok ، گزینه Statistics را می زنیم و در باکسی که باز می شود Chi-square را کلیک می کنیم و سپس ادامه و سپس گزینه Cells را کلیک کرده و بر روی گزینه های Expected ون Observed (فراوانی های مشاهده شده و مورد انتظار) تیک می زنیم. بعد ادامه و OK .

در جدول محاسبه شده، به مورد Asymp.Sig نگاه می کنیم که اگر مقدار عددی آن از 05/ کمتر باشد پی می بریم که با احتمال 95درصد رابطه بین دو متغیر معنی دار است.

شاخص های دیگری هم برای این کار هستند که مبتنی بر کی دو اند مانند ضریب همبستگی کرایمر، توافق پیرسون، فی، چوپوروف.

شاخص هایی هم که مبتنی بر کاهش نسبی خطا ( PRE ) هستند عبارت اند از ضریب همبستگی لامبدا، یول، گودمن و کروسکال، ضریب عدم اطمینان.

مسیر بیشتر این شاخص های مقیاس اسمی همان مسیر کی دو است که باید هر کدام راکه نیاز بود تیک بزنید. تفسیر اغلب آنهاهم باز به همان شکل است. این شاخصها تنها قدرت رابطه را نشان می دهند و بیانگر جهت نیستند. در اغلب آنها صفر نشان گر عدم ارتباط و 1 نشان گر رابطه کامل است و بین صفر تا3/ ضعیف و 3/ تا 6/ متوسط واز 6/ تا یک رابطه قوی می باشد.

ضریب یول شدت همبستگی بین دو متغیر اسمی دو مقوله ای را می سنجد. مانند جنسیت(زن- مرد) با تحصیلات (باسواد- بی سواد)

نحوه انجام تحلیل همبستگی پیرسون در spss

یکی دیگر از تحلیل‌های آماری بسیار مهم نرم افزار spss تحلیل همبستگی پیرسون می‌باشد. تحلیل همبستگی پیرسون جهت بررسی ارتباط دو متغیر با مقیاس فاصله‌ای استفاده می‌شود و در علوم انسانی و پزشکی کاربرد بسیار زیادی دارد. تحلیل همبستگی پیرسون را می‌توان پیشامد برخی تحلیل‌های دیگر مانند تحلیل رگرسیون محسوب نمود زیرا قبل از انجام تحلیل رگرسیون معمولاً ماتریس همبستگی بین متغیرها محاسبه می‌شود تا مشخص گردد آیا بین متغیرها اصلاً رابطه‌ای وجود دارد یا خیر. بعد از مشخص شدن رابطه بین متغیرهاست که انجام تحلیل رگرسیون برای پیش‌بینی معنی پیدا می‌کند. در زیر قصد آن داریم تا به صورت کامل و مرحله به مرحله نحوه انجام تحلیل همبستگی پیرسون چگونه محاسبه ضریب همبستگی در spss را ذکر کنیم. با وب سایت چاپ مقاله اوج دانش همراه باشید.

کار را با ذکر مثالی شروع می‌کنیم: محققی قصد دارد به بررسی رابطه همبستگی دو متغیر امیدواری و خوش بینی بر روی یک نمونه‌ای بپردازد.

مرحله اول: بعد از جمع‌آوری داده‌ها و وارد کردن آنها به نرم افزار spps کار تحلیل داده را اینگونه شروع کنید؛ به نرم افزار spss رفته و دستور زیرا اجرا کنید:

با اجرای دستور فوق پنجره‌ای به شکل زیر باز می‌شود. این پنجره دارای دو کادر می‌باشد که کادر سمت چپ را شمار ۱ و کادر سمت راست (Variable) را کادر شماره ۲ نامگذاری می‌کنیم.

نحوه انجام تحلیل همبستگی پیرسون در spss

مرحله دوم: متغیرهای مورد نظر خود را از کادر ۱ وارد کادر ۲ نمایید. اگر سوالات دو پرسشنامه را وارد نموده‌اید و نمی‌دانید چگونه نمره کل هریک از پرسشنامه‌ها را در spss چگونه محاسبه نمایید به یکی دیگر از آموزشهای ما که در این لینک آمده مراجعه نمایید. بعد از محاسبه نمره کل دو پرسشنامه صرفا نمرات کل را وارد کادر نمایید و در پایان از قسمت پایین کادر ۱ و ۲ آزمون پیرسون (Pearson) را انتخاب نمایید. سایر گزینه‌ها آزمون کندال و اسپیرمن هستند که آزمون‌‎های جداگانه‌ای می‌باشند و به تحلیل پیرسون ربطی ندارند. بعد از انجام عملیات فوق نهایتاً می‌بایست پنجره‌ای به شکل زیر پدید آید:

نحوه انجام تحلیل همبستگی پیرسون در spss

بعد از پدیدار شدن این پنجره، دکمه OK را فشار دهید تا این تحلیل انجام شود. بعد از انجام این کار خروجی‌ها به شکل زیر ظاهر می‌شوند:

همانگونه که مشاهده می‌کنید ماتریس همبستگی برای این دو متغیر ارایه شده است. با توجه به شکل فوق، میزان r همبستگی بین دو متغیر امید و خوش‌بینی برابر با ۰/۷۵ به دست آمده که این مقدار با توجه سطح آماری معنادار نیز می‌باشد (۰/۰۰۱=p). از آن جهت بالای عدد ۰/۷۵ دو ستاره آمده است که این مقدار در سطح آماری ۰/۰۱ معنادار شده است. اگر در سطح ۰/۰۵ معنادار می‌شد فقط یک ستاره بالای آن نمایان می‌گردید (p-Value در تحلیل آماری چه اطلاعاتی به شما می دهد؟). برای گزارش جدول فوق در پایان نامه یا مقاله جدول زیر را پیشنهاد می‌کنیم:

مرکز پژوهشی اوج دانش افتحار دارد به پژوهشگرانی که قصد ترجمه نیتیو و چاپ مقاله دارند خدمات ترجمه و چاپ مقاله در معتبرترین مجلات را ارایه دهد. پژوهشگران می‌توانند جهت اطلاع از جزییات دیگر خدمات این مرکز با شماره‌های تماس و ایمیل با ما در ارتباط باشند.

چگونه با استفاده از اکسل همبستگی ارزها را محاسبه کنیم؟

در مقاله امروز از مجموعه مقالات آموزش فارکس، نحوه محاسبه همبستگی های ارزی در اکسل را به شما خواهیم آموخت.

همانطور که گفتیم، همبستگی ها بمرور زمان تغییر می کنند عوض می شوند. بنابراین دانستن ضریب های همبستگی قوی و جهت همبستگی های فعلی از اهمیت دو چندانی برخوردار می گردد.

خوشبختانه، شما می توانید براحتی در خانه خود نشسته و با استفاده از دیتا شیت محبوب خودتان همبستگی های ارزی را محاسبه کنید.

در این مقاله، ما از اکسل مایکروسافت استفاده می کنیم، اما از هر نرم افزاری که از فرمول همبستگی ها استفاده می کند همچون شیت گوگل نیز می توانید برای انجام این کار بهره برید.

گام 1: فرض می‌کنیم که شما داده های قیمتی روزانه را با اجی مجی کردن برای خود فراهم نمی کنید، بلکه آن را به صورت آنلاین از وبسایتی معتبر برای خود تهیه می کنید. یکی از این منابع وبسایت فدرال رزرو است.

گام 2: نرم افزار اکسل را باز کنید.

گام 3: داده های خود را کپی کرده و در یک شیت خالی پیست کنید یا همان فایل داده های اکسپورت شده در گام 1 را باز کنید. بهتر است داده های 6 ماه گذشته چگونه محاسبه ضریب همبستگی را دریافت کنید!

گام 4: حال داده های خود را مشابه شکل زیر یا چیزی شبیه به آن مرتب کنید. رنگ ها و فونت ها به سلیقه خودتان! حالشو ببرید. البته شاید زرد گزینه خوبی نباشد!

گام 5: وقت انتخاب تایم فریم است. آیا همبستگی های ارزی هفته گذشته را می خواهید؟ ماه گذشته را می خواهید؟ سال گذشته را می خواهید؟

میزان داده های قیمتی که در اختیار دارید تعیین کننده این مورد است، اما همیشه می توانید داده های بیشتری دریافت کنید. در این مثال، ما از داده های ماه گذشته استفاده می کنیم.

گام 6: در اولین سلول خالی زیر اولین جفت ارز مقایسه ای خود (من همبستگی EUR/USD را با جفت ارزهای دیگر می گیرم، بنابراین با EUR/USD و USD/JPY کار خود را شروع می کنم)، عبارت زیر را تایپ کنید: )correl=

گام 7: در گام بعد، محدوده سلول ها برای داده های قیمتی EUR/USD را انتخاب کنید و پس از آن یک کاما قرار دهید. شما این محدوده را در یک قاب محصور خواهید کرد.

گام 8: پس از کاما، محدوده داده های قیمتی برای USD/JPY را درست مانند EUR/USD انتخاب کنید.

گام 9: برای محاسبه ضریب همبستگی EUR/USD و USD/JPY با استفاده از کیبرد خود یک Enter بزنید.

گام 10: گام های 5 تا 9 را برای سایر جفت ارزها و سایر تایم فریم ها تکرار کنید.

وقتی کارتان تمام شد، می‌توانید داده‌های جدیدتان را گرفته و یک جدول جذاب و باحال همچون جدول زیر برای خودتان درست کنید. ایولا نداشت؟!

معمولا بازه های یک هفته ای، یک ماهه، سه ماهه، شش ماهه و یک ساله کامل ترین دیدگاه از همبستگی بین جفت ارز ها را ارائه می دهد.

اما این شما هستید که انتخاب می کنید کدام تایم فریم یا چند تایم فریم را باید تحلیل کنید.

گرچه شاید به‌روزرسانی روزانه اعداد جدول تندروی باشد (مگر به همبستگی های ارزی اعتیاد پیدا کرده باشید)، اما به‌روزرسانی یک هفته در میان آنها منطقی است.

اگر متوجه شدید که خودتان دارید هر ساعت جداول همبستگی ها را به صورت دستی در اکسل به‌روزرسانی می‌کنید، شاید بد نباشد کمی از این کار فاصله گرفته و یک سرگرمی جدید برای خود پیدا کنید.

چگونه با استفاده از اکسل همبستگی ارزها را محاسبه کنیم؟

در مقاله امروز از مجموعه مقالات آموزش فارکس، نحوه محاسبه همبستگی های ارزی در اکسل را به شما خواهیم آموخت.

همانطور که گفتیم، همبستگی ها بمرور زمان تغییر می کنند عوض می شوند. بنابراین دانستن ضریب های همبستگی قوی و جهت همبستگی های فعلی از اهمیت دو چندانی برخوردار می گردد.

خوشبختانه، شما می توانید براحتی در خانه خود نشسته و با استفاده از دیتا شیت محبوب خودتان همبستگی های ارزی را محاسبه کنید.

در این مقاله، ما از اکسل مایکروسافت استفاده می کنیم، اما از هر نرم افزاری که از فرمول همبستگی ها استفاده می کند همچون شیت گوگل نیز می توانید برای انجام این کار بهره برید.

گام 1: فرض می‌کنیم که شما داده های قیمتی روزانه را با اجی مجی کردن برای خود فراهم نمی کنید، بلکه آن را به صورت آنلاین از وبسایتی معتبر برای خود تهیه می کنید. یکی از این منابع وبسایت فدرال رزرو است.

گام 2: نرم افزار اکسل را باز کنید.

گام 3: داده های خود را کپی کرده و در یک شیت خالی پیست کنید یا همان فایل داده های اکسپورت شده در گام 1 را باز کنید. بهتر است داده های 6 ماه گذشته را دریافت کنید!

گام 4: حال داده های خود را مشابه شکل زیر یا چیزی شبیه به آن مرتب کنید. رنگ ها و فونت ها به سلیقه خودتان! حالشو ببرید. البته شاید زرد گزینه خوبی نباشد!

گام 5: وقت انتخاب تایم فریم است. آیا همبستگی های ارزی هفته گذشته را می خواهید؟ ماه گذشته را می خواهید؟ سال گذشته را می خواهید؟

میزان داده های قیمتی که در اختیار دارید تعیین کننده این مورد است، اما همیشه می توانید داده های بیشتری دریافت کنید. در این مثال، ما از داده های ماه گذشته استفاده می کنیم.

گام 6: در اولین سلول خالی زیر اولین جفت ارز مقایسه ای خود (من همبستگی EUR/USD را با جفت ارزهای دیگر می گیرم، بنابراین با EUR/USD و USD/JPY کار خود را شروع می کنم)، عبارت زیر را تایپ کنید: )correl=

گام 7: در گام بعد، محدوده سلول ها برای داده های قیمتی EUR/USD را انتخاب کنید و پس از آن یک کاما قرار دهید. شما این محدوده را در یک قاب محصور خواهید کرد.

گام 8: پس از کاما، محدوده داده های قیمتی برای USD/JPY را درست مانند EUR/USD انتخاب کنید.

گام 9: برای محاسبه ضریب همبستگی EUR/USD و USD/JPY با استفاده از کیبرد خود یک Enter بزنید.

گام 10: گام های 5 تا 9 را برای سایر جفت ارزها و سایر تایم فریم ها تکرار کنید.

وقتی کارتان تمام شد، می‌توانید داده‌های جدیدتان را گرفته و یک جدول جذاب و باحال همچون جدول زیر برای خودتان درست کنید. ایولا نداشت؟!

معمولا بازه های یک هفته ای، یک ماهه، سه ماهه، شش ماهه و یک ساله کامل ترین چگونه محاسبه ضریب همبستگی دیدگاه از همبستگی بین جفت ارز ها را ارائه می دهد.

اما این شما هستید که انتخاب می کنید کدام تایم فریم یا چند تایم فریم را باید تحلیل کنید.

گرچه شاید به‌روزرسانی روزانه اعداد جدول تندروی باشد (مگر به همبستگی های ارزی اعتیاد پیدا کرده باشید)، اما به‌روزرسانی یک هفته در میان آنها منطقی است.

اگر متوجه شدید که خودتان دارید هر ساعت جداول همبستگی ها را به صورت دستی در اکسل به‌روزرسانی می‌کنید، شاید بد نباشد کمی از این کار فاصله گرفته و یک سرگرمی جدید برای خود پیدا کنید.

چگونه محاسبه ضریب همبستگی

. اعتبار همگرا . اعتبار همگرا، میزان همبستگی نمرات یک آزمون با چندین . اعتبار تفکیکی، میزان نقص همبستگی یک آزمون با آزمایشات یا . اعتبار عاملی . اعتبار عاملی، میزان همبستگی نمرات در نتایج دو آزمونی . آماری محاسبه می‌گردد که ضریب همبستگی دو آزمون باید بالا .

. آماری داریم به نام « همبستگی »؛ یعنی بررسی این که . روش‌های آماری، مثلا روش همبستگی ، از تمام کسانی که . می‌آید و آن، ضریب همبستگی است که باید بین مثبت . یک نزدیک باشد، یعنی همبستگی منفی دارند. این هم . کارهای دقیق آماری مثل تعیین ضریب همبستگی شکل می‌گیرند. اما .

. آزمون و محققان اگر ضریب پایایی 90/0 یا . ناهمگنی گروه نیز است. ضریب پایایی با افزایش گستردگی یا . ‌شود، همگن‌تر باشد، ضریب پایایی کمتر خواهد بود. . های دو آزمون مشابه، باید همبستگی زیاد داشته باشد. . دو . آماری محاسبه می‌گردد که ضریب همبستگی دو آزمون چگونه محاسبه ضریب همبستگی باید بالا .

. بعد با استفاده از محاسبه ضریب همبستگی ، این دو مجموعه نمره را . دو نیمه مساوی تقسیم و ضریب همبستگی نمره‌های دو نیمه محاسبه . ‌بین یک آزمون، مستلزم محاسبه همبستگی بین نمره آزمون (متغیر پیش .

. نتایج بود. وی به مفهوم ضریب همبستگی دست یافت. روش‌های آماری . کرد و به تدوین روش همبستگی گشتاوری منجر شد. . مک‌کین . قرار می‌گیرند عبارتند از: ضربان قلب، فشار خون، دمای پوست .

. آن‌ها وجود دارد و همبستگی این صفات با هم چگونه . ، سوماتونیا، سربروتونیا. در مطالعات او ضریب همبستگی بین آندومورفی و سیروتونیا، 79 .