Spearman အဆင့်ဆက်စပ်မှုကို ဘယ်အချိန်မှာ အသုံးပြုရမလဲဆိုတာ (အခြေအနေ ၂ ခု)

ကိန်းရှင်နှစ်ခုကြားရှိ မျဉ်းသားဆက်စပ်မှုကို တွက်ချက်ရန် အသုံးအများဆုံးနည်းလမ်းမှာ -1 နှင့် 1 အကြား တန်ဖိုးတစ်ခုကို အမြဲယူဆောင်သည့် Pearson ဆက်စပ်ကိန်းကို အသုံးပြုခြင်းဖြစ်သည် –

• -1 သည် လုံးဝအနုတ်လက္ခဏာ မျဉ်းကြောင်းဆက်စပ်မှုကို ညွှန်ပြသည်။
• 0 သည် linear ဆက်စပ်မှုမရှိသည်ကို ညွှန်ပြသည်။
• 1 သည် လုံးဝအပြုသဘောဆောင်သော linear ဆက်စပ်မှုကို ညွှန်ပြသည်။

သို့သော်လည်း၊ ကိန်းရှင်နှစ်ခုကြားရှိ စစ်မှန်သောအရင်းခံဆက်နွယ်မှုသည် linear ဖြစ်သောအခါ ဤဆက်စပ်ဆက်နွယ်မှုကိန်းဂဏန်းသည် အကောင်းဆုံးအလုပ်လုပ်သည်။

Spearman rank correlation ဟုခေါ်သော ဆက်စပ်ဆက်နွယ်မှုကိန်းနောက်တစ်မျိုးရှိပါသည်၊ သီးခြားအခြေအနေနှစ်ခုတွင် အကောင်းဆုံးအသုံးပြုသည်

ဇာတ်လမ်း 1- ခွဲခြားထားသောဒေတာဖြင့် အလုပ်လုပ်သောအခါ။

• ဥပမာတစ်ခုသည် ကျောင်းသားတစ်ဦး၏ သင်္ချာစာမေးပွဲရမှတ်အဆင့်နှင့် အတန်းတစ်ခန်းရှိ ၎င်းတို့၏ သိပ္ပံစာမေးပွဲရမှတ်များ၏ အဆင့်သတ်မှတ်ချက်များပါရှိသော ဒေတာအတွဲတစ်ခု ဖြစ်နိုင်သည်။

ဇာတ်လမ်း 2 : တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော အစွန်းထွက်လွန်ကဲမှုများ ရှိနေသောအခါ။

• ဒေတာအတွဲတစ်ခုတွင် လွန်ကဲလွန်ကဲသော အစွန်းအထင်းများ ရှိနေသောအခါ၊ Pearson ဆက်စပ်ပေါင်းစည်းမှု ကိန်းဂဏာန်းသည် များစွာသက်ရောက်မှုရှိသည်။

အောက်ပါဥပမာများသည် ဤအခြေအနေတစ်ခုစီတွင် Spearman အဆင့်ဆက်စပ်မှုကို တွက်ချက်နည်းကို ပြသထားသည်။

ဇာတ်လမ်း 1- အဆင့်သတ်မှတ်ထားသောဒေတာနှင့် Spearman အဆင့်ကို ဆက်စပ်နေသည်။

ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်စပ်မှုကိုပြသသည့် အောက်ပါဒေတာအစု (နှင့် သက်ဆိုင်သော အပိုင်းအစ) ကို သုံးသပ်ကြည့်ပါ-

စာရင်းအင်းဆော့ဖ်ဝဲကို အသုံးပြု၍ ဤကိန်းရှင်နှစ်ခုအတွက် အောက်ပါဆက်စပ်ကိန်းများကို ကျွန်ုပ်တို့ တွက်ချက်နိုင်သည်-

• Pearson ဆက်စပ်မှု- 0.79
• Spearman အဆင့်ဆက်စပ်မှု- ၁

ဤအခြေအနေတွင်၊ ကျွန်ုပ်တို့သည် ဒေတာတန်ဖိုးများ၏ အဆင့်အတန်းကိုသာ အာရုံစိုက်ပါက (x ၏အဆင့် တိုးလာသည်နှင့်အမျှ y ရာထူးလည်း တိုးလာသလား)၊ ထို့နောက် Spearman ၏ အဆင့်အတန်းဆက်စပ်မှုသည် ကျွန်ုပ်တို့အား ပိုမိုကောင်းမွန်သော အကြံဥာဏ်ကို ပေးပါလိမ့်မည်။ variable နှစ်ခုကြား ဆက်စပ်မှု။ .

ဤအထူးဒေတာအတွဲတွင် x အဆင့်တိုးလာသည်နှင့်အမျှ y ၏အဆင့်သည် အမြဲ တိုးလာသည်။

Spearman ၏ အဆင့်ဆက်နွယ်မှုသည် x အဆင့်နှင့် y အဆင့်များကြားတွင် ပြီးပြည့်စုံသော အပြုသဘောဆောင်သော ဆက်ဆံရေး ( ρ = 1 ) ရှိကြောင်း ကျွန်ုပ်တို့အား ပြောပြခြင်းဖြင့် ဤအပြုအမူကို အပြည့်အဝဖမ်းယူပါသည်။

အခြားတစ်ဖက်တွင်၊ Pearson ဆက်စပ်ဆက်စပ်မှုသည် ကိန်းရှင်နှစ်ခုကြားတွင် ခိုင်မာသော linear ဆက်နွယ်မှု ( r = 0.79 ) ရှိနေကြောင်းကို ပြောပြသည်။

ဒါကမှန်ပါတယ်၊ ဒါပေမယ့် x အဆင့်နဲ့ y တွေရဲ့ တန်းခွဲတွေကြားက ဆက်နွယ်မှုကိုသာ အာရုံစိုက်ရင် အသုံးမဝင်ပါဘူး။

ဇာတ်လမ်း 2- Spearman အဆင့်သတ်မှတ်ချက်၏ ဆက်စပ်မှု

ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်စပ်မှုကိုပြသသည့် အောက်ပါဒေတာအစု (နှင့် သက်ဆိုင်သော အပိုင်းအစ) ကို သုံးသပ်ကြည့်ပါ-

စာရင်းအင်းဆော့ဖ်ဝဲကို အသုံးပြု၍ ဤကိန်းရှင်နှစ်ခုအတွက် အောက်ပါဆက်စပ်ကိန်းများကို ကျွန်ုပ်တို့ တွက်ချက်နိုင်သည်-

• Pearson ဆက်စပ်မှု- 0.86
• Spearman အဆင့်ဆက်စပ်မှု- 0.85

ကိန်းရှင်များကြားရှိ အရင်းခံဆက်နွယ်မှုသည် ခန့်မှန်းခြေအားဖြင့် တစ်ပြေးညီဖြစ်ပြီး လွန်ကဲသောအစွန်းအထင်းများမရှိသောကြောင့် ဆက်စပ်ဆက်စပ်ကိန်းများသည် တူညီလုနီးပါးဖြစ်သည်။

ယခု ကျွန်ုပ်တို့သည် ဒေတာအတွဲတွင် နောက်ဆုံး y တန်ဖိုးကို ပြောင်းလဲလိုက်သောကြောင့် ၎င်းသည် လွန်ကဲသော အစွန်းထွက်တစ်ခုဖြစ်လာသည်ဆိုပါစို့။

စာရင်းအင်းဆော့ဖ်ဝဲကို အသုံးပြု၍ ဆက်စပ်ကိန်းများကို ကျွန်ုပ်တို့ ပြန်လည်တွက်ချက်နိုင်သည်-

• Pearson ဆက်စပ်မှု- 0.69
• Spearman အဆင့်ဆက်စပ်မှု- 0.85

Spearman အဆင့်ဆက်နွှယ်မှုဖော်ကိန်းသည် တူညီနေသော်လည်း Pearson ဆက်စပ်ကိန်းက သိသိသာသာ ပြောင်းလဲသွားသည်။

ကိန်းဂဏန်းဆိုင်ရာ ဗန်းစကားများကို အသုံးပြု၍ x နှင့် y အကြား ဆက်ဆံရေးသည် monotonic (x တိုးလာသည်နှင့်အမျှ y ယေဘုယျအားဖြင့် တိုးလာသည်)၊ သို့သော် outlier သည် data ကို အလွန်လွှမ်းမိုးသောကြောင့် linear မဟုတ်ပါ။

ဤအခြေအနေမျိုးတွင်၊ Spearman ၏အဆင့်ဆက်စပ်ဆက်စပ်မှုသည် ဤမိုနိုတိုနစ်ဆက်စပ်မှုကို ကောင်းစွာရေတွက်နိုင်သော်လည်း Pearson ၏ဆက်စပ်ဆက်စပ်မှုသည် ကိန်းရှင်နှစ်ခုကြားရှိမျဉ်းကြောင်းဆက်နွယ်မှုကိုတွက်ချက်ရန်ကြိုးစားသောကြောင့်အလုပ်မကောင်းပါ။

ဆက်စပ်- APA ဖော်မတ်တွင် Spearman Rank Correlation ကို မည်သို့အစီရင်ခံမည်နည်း။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါသင်ခန်းစာများသည် မတူညီသောဆော့ဖ်ဝဲလ်ကိုအသုံးပြု၍ Spearman အဆင့်ဆက်စပ်မှုကို တွက်ချက်နည်းကို ရှင်းပြသည်-

Excel တွင် Spearman Rank Correlation ကို တွက်နည်း
Google Sheets တွင် Spearman Rank Correlation ကို တွက်ချက်နည်း
R တွင် Spearman အဆင့်ဆက်စပ်မှုကို တွက်ချက်နည်း
Python တွင် Spearman Rank Correlation ကို တွက်နည်း