Spearman-korrelaatiota käytetään usein arvioimaan suhteita, jotka sisältävät järjestysmuuttujia. Voit esimerkiksi käyttää Spearman-korrelaatiota arvioidaksesi, liittyykö järjestys, jossa työntekijät suorittavat testiharjoituksen, heidän työsuhteensa kuukausien lukumäärään.
Miksi käytämme Spearman-arvokorrelaatiota?
Spearman's Rank -korrelaatiokerroin on tekniikka, jota voidaan käyttää tiivistämään kahden muuttujan välisen suhteen vahvuus ja suunta (negatiivinen tai positiivinen). Tulos on aina välillä 1 ja miinus 1.
Milloin Spearmanin rankkorrelaatiokerrointa tulisi käyttää?
Kun muuttujat eivät ole normaalijakaumassa tai muuttujien välinen suhde ei ole lineaarinen, voi olla suositeltavaa käyttää Spearmanin rankkorrelaatiomenetelmää. Korrelaatiokertoimella ei ole jakauman oletuksia.
Miksi Spearmanin testiä käytetään?
Spearman's Rank Correlation Test
Spearman's Rank Correlation on tilastollinen testi sen testaamaan, onko kahden tietojoukon välillä merkittävä suhde. Spearmanin rankkorrelaatiotestiä voidaan käyttää vain, jos datapareja on vähintään 10 (mieluiten vähintään 15-15).
Miksi käyttäisimme Spearmania Pearson-korrelaation sijaan?
2. Toinen ero on, että Pearson toimii muuttujien raakadata-arvojen kanssa, kun taasSpearman toimii arvojärjestettyjen muuttujien kanssa. Jos nyt mielestämme sirontakaavio ilmaisee visuaalisesti "saattaa olla monotoninen, saattaa olla lineaarinen" -suhdetta, paras vaihtoehto olisi käyttää Spearmania Pearsonin sijaan.
