Ang
Spearman correlation ay kadalasang ginagamit upang suriin ang mga ugnayang kinasasangkutan ng mga ordinal na variable. Halimbawa, maaari kang gumamit ng ugnayan ng Spearman upang suriin kung ang pagkakasunud-sunod ng pagkumpleto ng mga empleyado ng isang pagsubok na ehersisyo ay nauugnay sa bilang ng mga buwan na sila ay nagtrabaho.
Bakit tayo gumagamit ng Spearman rank correlation?
Spearman's Rank correlation coefficient ay isang technique na maaaring gamitin upang ibuod ang lakas at direksyon (negatibo o positibo) ng isang relasyon sa pagitan ng dalawang variable. Ang resulta ay palaging nasa pagitan ng 1 at minus 1.
Kailan dapat gamitin ang rank correlation coefficient ng Spearman?
Kapag ang mga variable ay hindi karaniwang ipinamamahagi o ang relasyon sa pagitan ng mga variable ay hindi linear, maaaring mas inirerekomendang gamitin ang Spearman rank correlation method. Ang isang koepisyent ng ugnayan ay walang anumang mga pagpapalagay sa pamamahagi.
Bakit ginagamit ang pagsubok ng Spearman?
Spearman's Rank Correlation Test
Spearman's Rank Correlation ay isang istatistikal na pagsubok upang subukan kung may makabuluhang ugnayan sa pagitan ng dalawang set ng data. Magagamit lang ang Spearman's Rank Correlation test kung mayroong hindi bababa sa 10 (ideal na hindi bababa sa 15-15) na pares ng data.
Bakit tayo magpapatakbo ng Spearman sa halip na isang Pearson correlation?
2. Ang isa pang pagkakaiba ay gumagana ang Pearson sa mga hilaw na halaga ng data ng mga variable samantalangGumagana ang Spearman sa mga variable na nakaayos sa ranggo. Ngayon, kung sa tingin namin na ang isang scatterplot ay biswal na nagpapahiwatig ng isang "maaaring monotonic, maaaring linear" na relasyon, ang pinakamahusay naming mapagpipilian ay ilapat ang Spearman at hindi ang Pearson.
