Алгоритм вычисления коэффициента корреляции Пирсона в программе Ехсе1

Открываем Лист 1 сводной ведомости. Выбираем в меню «Сервис» > «Анализ данных», появляется диалоговое окно «Анализ данных» (рис. 7.19).

Выбираем «Корреляция» > ОК. Появляется диалоговое окно «Корреляция» (рис. 7.20).

Задаем Входной интервал (обозначен стрелкой). Для нашей таблицы это будет весь массив данных, включающий и шкалу наименований признаков: от первой ячейки наименования признака С 3 (признак ПР — столбец С) до последнего численного значения в крайнем правом столбце Р 29 (признак Балл — столбец Р) по диагонали.

232 Глава 7. Математико-статистическая обработка ланных исслелования

Анализ данным

Amp;дШ

Однофакторный дисперсионный анализ ^»«~

Двухфакторный дисперсионный анализ с повторениями """ '' ' Отг&на^Г

Л П\|^,*1Т1ЙК'ТППНЮЙ ЛИГПРПГИПМНЫЙ ЛМАЛЖ бр* ПЛВТЛПРНИЙ "."" "*

факторный дитерсирнный анализ без, повторений

Ковариация

Описательная статистика

Экспоненциальное сглаживание

Двухвыборочныи р-тест Для дисперсии ^

Анализ Фурье '' '

Гистограмма Лу

Рис. 7.19. Диалоговое окно «Анализ данных», функция «Корреляция»

,,;..1.а

,,.,.,„ у,..«

:"!*' 1.'.1"!"ё"Ч'Р'.'

Н6П"» Г1...

Ш:а к:тт":г:*г:

^ШЦ'"

"'«""

Т.ч

чжз^

щ

МЛО "ядж">11и<н;т*

Спияб«р 1

Инмпдегтуальна* Сатир** тесто»

ж]«

ФИО

ПР

юс 1мн

ПАП

ЛТ 1 РТ АН

чр |зп |ом

АС

вп

УЗ

Балл

Т\ 1

С(ул*нт А

1т-

ч И 6

45 47 25

18 22 3

Я

».! •>

Студент Б.

х^о а

70 65 28

13 18 17

1эе

,М ^5

Сгувенг В

зг

•?>! 12

«5

43 37 25

18 27 1в

^!Л в

С1У»м1 Г.

га

ю \в

41 60] 27

15 21 16

*М г

Сгудент Д.

121 Л

ч *

37 29 24

21 22 22

1^т1

■Я\ «

Счуие*" Е.

12 11

•Х70

39 42 20

10 18 1Ь

#1 9

Стуя«н1 Ж.

131 а

4>

4в[ 67| 28

171 2?| 22

X

2в

.1?» "

Сту»*нт И." Сгудвн» К

40 3!

и

Фиш

«ДЛИ**

ш ^ - -_- \..,4 ' -т Г—

2» 20

(*! 14

СтУЛвнт Л.

1*М ^,5

Студвнг М.

2;

(«**

г»} «

СтУД*»«Н.

2Ь

щ «

Стуавмт 0.

'

1В^ и

Студент П.

гл

Д»! к

Студент Я..

»

12^-*

дм»

^ *,"

1Я

Д в Л

СтУЛвмг Т

<нляшт^.гл.т^г*к '" '

2»

Ж 22

3?

Седрада^н

?й

Л\

Щ и

Стул»" •

«теми» I "^ I

<Ы м

Стуя*нгЯ

*

,** нйвь$*1и&ч«$&*у* ] ь;

зе

Л

1Г

<Йв.З 28

Студент Ш

ж

Л! 2Т

С-чя**«3

3"

за

41 \ 2»

Сгудвн» Ю

\.8

14"^1

Л) 9»

Сгудент Я

> " ^% ". \ ^..л ■■

"«

Щ л

Студвнг АА

12[ 101 591 43] «1 27 ((в! 131 10(9| 30

^к 132

ай._._ _...

Улист!

-; _;~

^

'--

-11. ЛГ^

шш

>Й!\ШМШ8

мшл

ш?&»

/И&Е

лС$^Ш2&&&

«ШШ?„.,.

Рис. 7.20. Диалоговое окно «Корреляция» и входной интервал

Далее выставляем: Группирование ® по столбцам (задано автоматически); ® Метки в первой строке; ® Новый рабочий лист (задано автоматически) > ОК.

На новом рабочем листе появляется корреляционная матрица, которая имеет следующий вид (рис. 7.21).

Данную корреляционную матрицу необходимо распечатать и, вооружившись карандашами (фломастерами), приступить к ее анализу.

В каждой строке матрицы интеркорреляций представлены коэффициенты корреляции одного признака со всеми остальными в том порядке признаков, который был избран при составлении сводной таблицы данных. Матрица обычно содержит коэффициенты корреляции одной группы признаков с другой группой признаков того же пространства (всей совокупности) признаков. Строки и столбцы матрицы обозначены наименованием признаков, в ячейках приведены коэффициенты

7.5. Корреляционный анализ

	ПР	КК	МН	ЛАП	ЛТ	РТ	АН	ЧР	ЗП	ОМ	АС	ВП	УЗ	Балл.
ПР
кк	0,471
мн	-0,08	0,366
ЛАП	0,909	0,752	0,274
ЛТ	0,674	0,428	-0,21	0,61
РТ	0,15	-0,07	-0,36	0,015	0,395
АН	-0,26	-0,04	0,012	-0,22	0,128	0,018
ЧР	-0,39	-0,23	-0,2	-0,42	-0,22	-0,11	0,334
ЗП	-0,18	-0,23	-0,24	-0,26	-0,18	0,22	-0,08	-0,02
ОМ	-0,24	-0,11	0,147	-0,19	-0,3	-0,31	0,07	0,293	0,229
АС	-0,43	0,114	0,027	-0,3	-0,03	0,058	0,326	0,34	0,072	0,296	. 1
ВП	-0,01	0,087	0,531	0,137	-0,14	-0,32	0,115	-0,07	0,126	0,501	0,081
УЗ	-0,48	-0,38	-0,01	-0,49	-0,26	-0,12	0,331	0,492	-0,08	0,553	0,327	0,164
Балл.	-0,46	-0,18	0,07	-0,4	0,27	0,28	0,425	0,503	0,443	0,788	0,61	0,513	0,625

Рис. 7.21. Результаты корреляционного анализа данных студентов-психологов 521-й группы ЛГУ им. А. С. Пушкина по результатам обследования в марте 1999 г

корреляции одного признака с другим. Испытуемые и их порядковые номера из таблицы исходных данных в матрице интеркорреляций никак не представлены. Коэффициенты корреляции несут информацию только о тесноте связи между признаками и не дают никаких сведений ни об одном испытуемом.

Для эффективного использования вычисленных коэффициентов корреляции необходимо представить имеющуюся числовую информацию в наглядной форме. Прежде всего необходимо выделить коэффициенты корреляции, величина которых превышает критические значения для уровня доверительной вероятности (статистической значимости) р < 0,05; р < 0,01; р < 0,001.

Целесообразно выделить коэффициенты корреляции, превышающие эти уровни значимости. Можно подчеркнуть коэффициенты с достоверностью 0,05 одной чертой или отметить одной звездочкой, с достоверностью 0,01 —двумя, а с достоверностью 0,001 —тремя. Удобно использовать и цветовое кодирование.

Если матрица большая, то даже выделение значимых коэффициентов не создает достаточной наглядности. Тогда к нижней части матрицы можно добавить еще несколько строк и записать в соответствующих клетках число значимых коэффициентов в данном столбце: значимых на уровне р < 0,05, на уровне р < 0,01 кр < 0,001, суммар-

234 Глава 7. Математико-статистическая обработка данных исследования

ное число значимых коэффициентов. Это лучше позволит увидеть иерархию признаков по числу значимых корреляционных связей.

Дата добавления: 2015-08-05