Линейный коэффициент корреляции К. Пирсона r [14, 36-37] – это парная корреляция – показатель тесноты связи между двумя признаками: факторным и результативным или двумя факторными.
Коэффициент корреляции К. Пирсона отражает степень линейной (прямой) зависимости между двумя признаками, т.к. сопоставляются величины признаков, количественно измеренные в одной и той же группе испытуемых.
Коэффициент линейной корреляции Пирсона является параметрическим. Этот метод используется при сравнении значений признаков, измеренных по интервальной шкале, и распределение признаков является нормальным.
Величина линейного коэффициента корреляции Пирсона r колеблется в пределах от -1 до +1.
Варианты связи, характеризующие наличие или отсутствие линейной связи между признаками:
· большие значения из одного набора данных связаны с большими значениями другого набора (положительная корреляция) – наличие прямой линейной связи;
· малые значения одного набора данных связаны с большими значениями другого (отрицательная корреляция) – наличие отрицательной линейной связи;
|
|
· данные двух диапазонов никак не связаны (нулевая корреляция) – отсутствие линейной связи;
· по таблице «Критические значения коэффициента линейной корреляции r» находим rкр. для данного n (количество испытуемых);
· сопоставляем полученное по одной из формул №1 или №2 эмпирическое значение rэмп. с критическим значением rкр. для данного n;
· если полученный rэмп. > rкр., на одном из уровней значимости (р=0,05 или 0,01), то он есть статистически значимым (связь достоверна).
Связь достоверна, если rэмп. ≥ rкр.0,05 и тем более достоверна, если rэмп. ≥ rкр.0,01.
Формулы линейного коэффициента корреляции
Формула 1.
Показатель степени (тесноты, силы) связи между двумя признаками в одной выборке (группе) испытуемых определяется по формуле линейного коэффициента корреляции:
где: x – индивидуальные показатели первого ряда признаков;
∑ x – сумма показателей первого ряда признаков;
у – индивидуальные показатели второго ряда признаков;
∑ у – сумма показателей второго ряда признаков;
ху – произведение показателей первого и второго ряда признаков;
∑ ху – сумма произведений показателей первого и второго ряда признаков;
х2 – возведение в квадрат каждого показателя первого ряда признаков;
∑ х2 – сумма квадратов показателей первого ряда признаков;
у2 – возведение в квадрат каждого показателя второго ряда признаков;
∑ у2 – сумма квадратов показателей второго ряда признаков;
n – количество испытуемых.
Формула 2.
Формула коэффициента линейной корреляции Пирсона:
|
|
x – отклонение каждого показателя первого признака от средней арифметической. xi – каждое наблюдаемое значение первого признака. Расчет (Мх) – средней арифметической по формуле: х – каждое наблюдаемое значение первого признака; i – индекс, указывающий на его порядковый номер; n – количество наблюдений; ∑ – знак суммирования. | y – отклонение каждого показателя второго признака от средней арифметической. yi – каждое наблюдаемое значение второго признака. Расчет (Мy) – средней арифметической по формуле: y – каждое наблюдаемое значение второго признака; i – индекс, указывающий на его порядковый номер; n – количество наблюдений; ∑ – знак суммирования. |
xy – произведение величины отклонений;
∑ xy – сумма произведений величины отклонений;
х2 – возведение в квадрат отклонения каждого показателя первого признака и определение суммы (∑ х2);
у2 – возведение в квадрат отклонения каждого показателя первого признака и определение суммы (∑ у2).
По таблице «Критические значения оценки коэффициента линейной корреляции r» находим rкр. для данного n (количество испытуемых).
Сопоставляем полученное по одной из формул №1 или №2 эмпирическое значение rэмп. с критическим значением rкр. для данного n.