انواع ضریب همبستگی در SPSS

محاسبه همبستگی ها یکی از رایج ترین محاسباتی هست که در پژوهش ها انجام می شود، اما در بین همبستگی ها اغلب پیرسون و اسپیرمن استفاده می شود در حالی که بسیاری همبستگی دیگر وجود دارد و در علوم رفتاری ما کمتر نسبت به آن آگاهی داریم. در این نوشته سعی بر این داریم تا در ابتدا با توضیح کوتاهی در خصوص مقیاس های اندازه گیری و بحث متقارن بودن روابط بین متغیرها انواع همبستگی ها را معرفی کنم.
هر وقت یک همبستگی محاسبه می شود می بایست به نکات زیر توجه کرد.
- حجم نمونه
- مقیاس اندازه گیری
- متقارن بودن رابطه بین متغیرها
- خطی بودن رابطه بین متغیرها
- دامنه نمرات یک متغیر
- نقش گروه ها در ایجاد رابطه همبستگی
هر وقت نمونه ای با حجم کم داشته باشیم، برخی از همبستگی ها نتایج بهتری می دهند. برای مثال همبستگی رتبه ای تائو کندال بهتر از اسپیرمن هست در زمانی که حجم نمونه از 40 نفر کمتر هست.
در خصوص مقیاس های اندازه گیری می توان به این مورد اشاره کرد که اگر در نظر نگیریم متغیرمان در چه سطحی مقیاس هست نتایج همبستگی ممکن است تحت شعاع این عدم توجه با خطای بیشتر همراه بشود. برای مثال اگر بخواهیم رابطه یک متغیر دو ارزشی حقیقی (جنسیت) یا ساختگی (قبولی و ردی در یک درس با ملاک نمره 10، یعنی اگر کسی 10 گرفت قبول است و اگر پایین تر بود رد) را با یک متغیر مانند هوش که یک متغیر پیوسته و در مقیاس فاصله ای است بررسی کنیم می بایست برای ارتباط جنسیت و قبولی یا ردی به ترتیب از همبستگی دو رشته ای و دو رشته ای نقطه ای استفاده کنیم. بنابراین در نظر گرفتن این که فقط یک متغیر دو ارزشی است کافی نیست و باید به مقیاس متغیر نیز توجه ویژه داشت.

منظور از متقارن بودن را با یک مثال بگذارید توضیح بدهم. اگر رابطه بین وضعیت اقتصادی (درامد) و تحصیلات را بخواهیم بررسی کنیم باید توجه داشته باشیم که ممکن است یک رابطه نامتقارن باشد. بدین معنی که اگر فردی وضعیت اقتصادی بهتری داشته باشد می تواند تحصیلات بالاتری داشته باشد اما داشتن تحصیلات بالاتر الزاما منجر به وضعیت اقتصادی و درآمدی بالاتری نمی شود. هر گاه بتوان از روی متغیر اول متغیر دوم را پیش بینی کرد و بالعکس می توان بیان داشت که رابطه متقارن است.
خطی بودن (کلیک کنید) مسئله ای دیگر است که موجب می شود یک رابطه صحیح نباشد. برای بررسی خطی بودن باید از نمودار استفاده کرد نه این که مقدار عددی را ملاحظه کرد. اگر رابطه غیر خطی باشد باید از همبستگی های غیر خطی همچون ضریب همبستگی ایتا استفاده کرد.
موضوع بعدی که در استفاده از همبستگی مهم است بررسی دامنه نمرات است. برای مثال اگر افرادی را انتخاب کنیم که همه از نظر هوشی شباهت بسیاری با هم دارند و ارتباط آن را با پیشرفت تحصیلی آنها بررسی کنیم موجب می شود همبستگی بین این دو متغیر به صفر میل کند.
گاهی اوقات دو گروه (برای مثال دختر و پسر) در یک مطالعه شرکت می کنند و به دو پرسشنامه پاسخ می دهند. همبستگی بین دو پرسشنامه ممکن است متاثر از وجود دو جنس در مطالعه شما باشد در این حالت می بایست از همبستگی مانند همبستگی تفکیکی و نیمه تفکیکی استفاده کنیم.
مطالب زیر را حتما مطالعه کنید
چگونه داده های پژوهش خود را وارد نرم افزار SPSS یا Excel کنیم؟
ورود داده های پرسشنامه ها با توجه به سوالات پژوهش است و باید نکاتی را در هنگام ورود داده به SPSS یا Excel (اکسل) در نظر بگیریم. این مقاله تلاش شده است تا شیوه های مختلف داده با توجه به طرح های تحلیل واریانس، کوواریانس و همبستگی که شامل تحلیل های عاملی و مدل های ساختاری و تحلیل مسیر می شود را شرح بدهیم.
مقدار مناسب اندازه های اثر کوهن
اندازه اثر شدت رابطه بین متغیر مستقل با وابسته یا ملاک را نشان می دهد. این شاخص شامل d کوهن، ضریب امگا، F کوهن و شاخص های دیگری می شود که هر کدام برای یک آزمون خاص استفاده می شوند. در این مقاله سعی کرده ایم این شاخص ها را به صورت اجمالی شرح بدهیم.
80 درصد دانشجویان قبل از نگارش پایان نامه به این موارد توجه نمی کنند!
نوشتن پرپوزال بدون دقت، انتخاب استاد راهنمای غیر متخصص، عدم همکاری استاد با دانشجو، نمونه گیری غلط، مشکلات جمع آوری پرسشنامه آنلاین و ده ها مشکل دیگه از جمله مواردی هستند که قبل از انجام هر پژوهشی می بایست همه به اون توجه کنند تا پس از یک دوره طولانی اضطراب و استرس و فرسودگی به این نتیجه نرسند که کاش به این موارد توجه کرده بودم.
چطور خطی بودن یک همبستگی را بررسی کنیم؟
برخی اوقات یک مدل تحلیل مسیر، ساختاری یا رگرسیون را محاسبه می کنیم اما نتیجه حاصله یا عدم ارتباط را نشان می دهد یا ارتباط کاذب را. یعنی همبستگی یا وجود ندارد یا همبستگی بالایی دارد، یکی از دلایل و مشکلات عدم برازش مدل ها و پیش بینی نکردن رگرسیون می تواند عدم خطی بودن باشد. در این مقاله سعی کرده ام با یک ملاک عینی این نتیجه را به شما نشان بدهم.
دوازده گام ساخت آزمون
ساخت آزمون یکی از روش های جمع آوری داده است. عموما مراحلی برای ساخت آزمون وجود دارد. داونینگ دوازده مرحله برای ساخت آزمون بیان می کند. در این مقاله این دوازده گام به صورت کلی ارائه شده است. عدم رعایت نکات مرتبط با آزمون سازی موجب می شود که هزینه و وقت زیادی صرف ساخت آزمون بشود و در نهایت نتیجه ممکن حاصل نشود.
ورود داده به SPSS
برای ورود داده به SPSS می بایست که به نوع متغیر، مقیاس اندازه گیری، طرح پژوهش، شیوه تجزیه و تحلیل، نحوه کد گذاری یا ارزش کذاری متغیرها، داشتن گروه آزمایش و کنترل، معکوس کردن داده ها و تبدیل داده و تغییر ساختار داده ها توجه کرد. در این مقاله سعی کرده ام که نکات مهم را به شما منتقل کنم.
دیدگاهتان را بنویسید