सहसंबंध विश्लेषण यह स्थापित करने का प्रयास करता है कि एक नमूने में दो मूल्यों के बीच या दो अलग-अलग नमूनों के बीच कोई संबंध है या नहीं। यदि कोई संबंध पाया जाता है, तो यह पता लगाना आवश्यक है कि क्या यह किसी एक संकेतक में वृद्धि के साथ दूसरे में वृद्धि या कमी के साथ है।
निर्देश
चरण 1
तय करें कि सहसंबंध विश्लेषण करने के लिए आपको किन संकेतकों की आवश्यकता है। हालांकि, ध्यान रखें कि यह आपको यह निर्धारित करने में मदद करेगा कि क्या एक मूल्य के कुछ मूल्यों की भविष्यवाणी करना संभव है, दूसरे के परिमाण को जानना। इस उद्देश्य के लिए, आप 2 अलग-अलग विधियों का उपयोग कर सकते हैं: गुणांक r (बहादुर-पियर्सन) की गणना करने की पैरामीट्रिक विधि और सहसंबंध गुणांक rs (स्पीयरमैन के रैंक) का निर्धारण, जो क्रमिक डेटा पर लागू होता है और गैर-पैरामीट्रिक है।
चरण 2
सहसंबंध गुणांक निर्धारित करें - एक मान जो एक से -1 तक हो सकता है। इसके अलावा, सकारात्मक सहसंबंध के मामले में, यह गुणांक प्लस वन के बराबर होगा, और नकारात्मक सहसंबंध के मामले में, यह शून्य से एक होगा। आप उन मूल्यों के पत्राचार की साजिश रच सकते हैं जिनका आप विश्लेषण करना चाहते हैं। इस पर आपको इन मूल्यों के प्रत्येक जोड़े के संकेतकों के प्रतिच्छेदन बिंदुओं से गुजरने वाली एक निश्चित सीधी रेखा मिलेगी। बदले में, यदि ये बिंदु (मानों को दर्शाते हुए) एक सीधी रेखा में नहीं मिलते हैं और "बादल" बनाते हैं, तो निरपेक्ष मान में सहसंबंध गुणांक एक से कम होगा, और जैसे ही यह बादल गोल होता है, यह शून्य तक पहुंच जाएगा। यदि सहसंबंध गुणांक 0 के बराबर है, तो इसका मतलब है कि दोनों चर एक दूसरे से पूरी तरह से स्वतंत्र हैं।
चरण 3
चरों के बीच संबंध के बारे में निष्कर्ष निकालें। उसी समय, नमूना आकार पर बहुत ध्यान दें: यह जितना बड़ा होगा, प्राप्त सहसंबंध विश्लेषण गुणांक का मूल्य उतना ही अधिक विश्वसनीय होगा। विशेष तालिकाएँ हैं जिनमें ब्रेव-पियर्सन और स्पीयरमैन के अनुसार सहसंबंध गुणांक के महत्वपूर्ण मूल्य हैं। इन संकेतकों का उपयोग स्वतंत्रता की डिग्री की एक अलग संख्या निर्धारित करने के लिए किया जा सकता है (यह जोड़े की संख्या घटा दो के बराबर है)। केवल उस स्थिति में जब सहसंबंध गुणांक इन महत्वपूर्ण मूल्यों से अधिक होते हैं, उन्हें विश्वसनीय माना जाएगा।
