ضریب همبستگی-مثال

نکته مهم! نرم افزار spss را به کمک این بسته آموزش فوق العاده، بصورت حرفه ای، اصولی و بدون نیاز به کلاس در کمتر از ۲ ماه یاد بگیرید!

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

تحلیل همبستگی پیرسون و همبستگی اسپیرمن از پرکاربردترین و ساده‌ترین تحلیل‌ها در SPSS هستند. برای آشنایی بیشتر پژوهشگران و اشاره به جزئیات غالباً ناگفته درباره این آزمون، در این بخش این دو تحلیل را به شما معرفی خواهیم کرد.

گاهی اوقات پژوهشگری علاقه دارد بداند که چه رابطه‌ای بین دو متغیر وجود دارد. برای مثال آیا بین میزان بارش در ۱۰ نقطه با میزان رشد گیاهان در این ۱۰ نقطه رابطه‌ای وجود دارد یا خیر. یا اینکه آیا بین میزان افسردگی افراد با میزان عزت نفس فرد رابطه‌ای وجود دارد یا نه. برای این منظور می‌توان از آزمون‌های همبستگی استفاده کرد. آزمون‌های همبستگی به دو دسته کلی پارامتریک (تحلیل همبستگی پیرسون) و ناپارامتریک (تحلیل همبستگی اسپیرمن) تقسیم می‌شوند. البته ضریب همبستگی-مثال چند تحلیل همبستگی ناپارامتریک دیگر نیز وجود دارد که به دلیل کاربرد کم در اینجا توضیحی درباره آن‌ها ارائه نخواهد شد.

تفاوت تحلیل همبستگی پیرسون و همبستگی اسپیرمن

برای بررسی همبستگی باید حداقل دو متغیر داشته باشید. اگر داده‌های شما در سطح فاصله‌ای یا نسبی باشند مانند نمره افسردگی، شادکامی، سن، قد، میزان پرش یک ورزشکار و … از تحلیل همبستگی پیرسون استفاده خواهد شد. همچنین اگر داده‌های شما به صورت رتبه‌ای باشند مانند تحصیلات، سال ورود به دانشگاه، مرتبه شغلی و … از تحلیل همبستگی اسپیرمن استفاده خواهد شد.

نکته مهم: برخی از متغیرها را می‌توان هم به صورت فاصله‌ای یا نسبی به کار برد و هم به صورت رتبه‌ای. برای مثال اگر شما سن آزمودنی‌های خود را به صورت عدد (برای مثال ۲۶، ۲۷، ۲۸) ثبت کرده باشید این متغیر فاصله‌ای است اما اگر به صورت طیف قرار داده باشید (برای مثال ۰ تا ۱۰ سال، ۱۰ تا ۲۰ سال، ۲۰ تا ۳۰ سال) در این صورت این متغیر رتبه‌ایی است.

ضریب همبستگی چه معنایی دارد؟

ضریب همسبتگی همیشه عددی بین ۱ تا ۱- است. ضریب همبستگی بین ۰ تا ۱ به معنی داشتن همبستگی مثبت است و هرچه این ضریب به ۱ نزدیک‌تر باشد همبستگی قوی‌تر است. همبستگی مثبت یعنی با افزایش نمره یک متغیر نمره متغیر دیگر نیز افزایش می‌یابد، مثلاً با افزایش نمره افسردگی نمره اضطراب نیز افزایش می‌یابد. ضریب همبستگی بین ۰ تا ۱- به معنی داشتن همبستگی منفی بین دو متغیر است و هرچه عدد به ۱- نزدیک‌‎تر باشد یعنی همبستگی منفی قوی‌تر است. همبستگی منفی یعنی با کاهش نمره یک متغیر نمره متغیر دیگر کاهش می‌یابد، مثلاً با افزایش افسردگی میزان شادکامی کاهش می‌یابد.

نحوه تفسیر ضریب همبستگی

در بالا گفتیم که ضریب همبستگی بین ۱ تا ۱- است. اما اعداد این ضریب چه معنایی دارند؟ برای مثال ضریب همبستگی ۰٫۴۷ نشان دهنده ارتباط قوی بین دو متغیر است یا ارتباط ضعیف؟ برای تفسیر ضریب همبستگی می‌توان از راهنمای زیر استفاده کرد که در بسیاری از کتاب‌های آماری آمده است:

– ضریب بین ۰ تا ۰٫۲۹ نشان دهنده همبستگی ضعیف

– ضریب بین ۰٫۳۰ تا ۰٫۶۹ نشان دهنده همبستگی متوسط

– ضریب بین ۰٫۷۰ تا ۱ نشان دهنده همبستگی قوی

برخی از موضوعاتی که با استفاده از تحلیل همبستگی انجام گرفته‌اند آورده شده است:ضریب همبستگی-مثال

– رابطه بین سلامت روانی با نمره درسی

– رابطه بین جذابیت با اعتماد دیگران به فرد

– رابطه بین رضایت مشتریان از پاسخگویی پرسنل با میزان خرید آنان از فروشگاه

– رابطه بین عزت نفس با ابتلا به بیماری روانی در دانش آموزان

– رابطه بین ساعات استفاده از اینترنت با نمره کسب شده توسط دانشجویان

نحوه اجرای تحلیل همبستگی پیرسون در SPSS

مثال: فرض کنید که پژوهشگری قصد دارد رابطه بین نمره تحصیلی یک فرد را با میزان اعتیاد اینترنتی او به دست آورد. برای این منظور او نمرات ۲۰ نفر را ثبت می‌کنید و با استفاده از پرسشنامه اعتیاد اینترنتی، نمره اعتیاد اینترنتی این ۲۰ نفر را نیز به دست می‌آورد. در ادامه تحلیل مربوط به این مثال را خواهید دید.

در منوی بالای SPSS به این مسیر بروید:

در کادر باز شده دو متغیر خود را انتخاب و از سمت چپ به سمت راست منتقل کنید. سپس تیک گزینه Pearson را زده و سپس Ok را بزنید.

خروجی SPSS برای شما نشان داده خواهد شد.

در خروجی ظاهر شده تلاقی سطر اول با ستون دوم با سطر دوم با ستون اول نتایج شما خواهد بود. عدد اول نشان دهنده ضریب همبستگی از که عددی بین ۱ تا ۱- خواهد بود. عدد دوم نشان دهنده معناداری یا P-Value است که اگر کمتر از ۰٫۰۵ باشد نشان دهنده معنی دار بودن رابطه بین دو متغیر است. در اینجا ضریب همبستگی بین نمره افراد با میزان اعتیاد اینترنتی آنان ۰٫۷۳۷- است. این ضریب همبستگی نشان می‌هد که بین این دو متغیر رابطه همبستگی منفی وجود دارد، یعنی با افزایش اعتیاد اینترنتی نمره فرد کاهش می‌یابد. همچنین با توجه به میزان Sig یا همان معناداری، مشاهده می‌شود که رابطه این دو متغیر معنادار می‌باشد.

نحوه اجرای تحلیل همبستگی اسپیرمن در SPSS

مثال: فرض کنید که پژوهشگری قصد دارد رابطه بین میزان تحصیلات و میزان درآمد را بسنجد. برای این منظور او تحصیلات (زیردیپلم، دیپلم، دانشگاهی) و میزان درآمد (۱ تا ۲ میلیون، ۲ تا ۳ میلیون و ۳ تا ۴ میلیون) تعدادی از افراد را گردآوری می‌کند. تحلیل مربوط به این مثال در زیر آمده است.

در منوی بالای SPSS به این مسیر بروید:

در کادر باز شده دو متغیر خود را انتخاب و از سمت چپ به سمت راست منتقل کنید. سپس تیک گزینه Spearman را زده و سپس Ok را بزنید.

خروجی SPSS برای شما نشان داده خواهد شد.

در خروجی ظاهر شده تلاقی سطر اول با ستون دوم با سطر دوم با ستون اول نتایج شما خواهد بود. عدد اول نشان دهنده ضریب همبستگی از که عددی بین ۱ تا ۱- خواهد بود. عدد دوم نشان دهنده معناداری یا P-Value است که اگر کمتر از ۰٫۰۵ باشد نشان دهنده معنی دار بودن رابطه بین دو متغیر است. در اینجا ضریب همبستگی بین نمره افراد با میزان اعتیاد اینترنتی آنان ۰٫۵۵۳ است. این ضریب همبستگی نشان می‌هد که بین این دو متغیر رابطه همبستگی مثبت وجود دارد، یعنی با افزایش سطح تحصیلات، میزان درآمد نیز افزایش می‌یابد. همچنین با توجه به میزان Sig یا همان معناداری، مشاهده می‌شود که رابطه این دو متغیر معنادار می‌باشد.

کورولیشن یا کوریلیشن در بازارهای مالی (correlation) | ضریب همبستگی در بازارهای مالی

یکی از رایج ترین اصطلاحات در بازارهای مالی، از جمله بازار فارکس یا بازار سهام و … ، ضریب همبستگی ، کورولیشن یا کوریلیشن است که کاربرد زیادی هم دارد. در حقیقت تفاوت یک معامله گر موفق با یک معامله گر آماتور ، توجه به همین ضریب همبستگی در معامله است. کورولیشن یا کوریلیشن به تریدر کمک می کند تا بتواند تا حد ممکن خطای کمتری در سرمایه گذاری داشته باشد و به فرصت های سرمایه گذاری بهینه تری دست یابد. زند تریدرز در این مقاله نکات مهمی را در ارتباط با کورولیشن یا کوریلیشن در بازارهای مالی (correlation) بیان می نماید. لطفا تا پایان مقاله همراه ما باشید.

کورولیشن یا کوریلیشن در بازارهای مالی (correlation) چیست؟

کورولیشن یا ضریب همبستگی ، یک معیار آماری است که نحوه حرکت دارایی ها را در رابطه با یکدیگر تعیین می کند؛ به طور مثال می‌توان ضریب همبستگی را برای اوراق بهادار منفرد مانند سهام به دست آورد، یا می‌توان همبستگی کلی بازار را اندازه‌گیری نمود.

کورولیشن در مقیاس 1- تا 1+ اندازه گیری می شود؛ به این ترتیب یک همبستگی مثبت کامل بین دو دارایی برابر است با 1+ و یک همبستگی منفی کامل برابر است 1- ؛ البته همبستگی های مثبت یا منفی کامل بسیار کم دیده می شود؛ و چنانچه دو دارایی هیچ همبستگی نسبت به یکدیگر نداشته باشند، ضریب همبستگی صفر خواهد بود.

انواع کورولیشن correlation در بازارهای مالی

همانطور که گفته شد انواع دارایی ها در بازارهای مالی با یکدیگر کورولیشن دارند و انواع کوریلیشن در بازارهای مالی عبارتست از :

• کورولیشن کالا/کالا
• کورولیشن کالا / سهام
• کورولیشن جفت ارز / کالا
• کورولیشن جفت ارز / جفت ارز

به طور کلی ضریب همبستگی یا کورولیشن در بازارهای مالی برای پوشش ریسک معاملات به کمک تریدرها و سرمایه گذاران می آید. حتما می پرسید چگونه ؟ در ادامه مقاله همچنان با ما همراه باشید.

نقش کورولیشن برای مدیریت ریسک در بازارهای مالی

به طور کلی در بازارهای مالی، زمانی که ارزش سهام چند شرکت به صورت هماهنگ با یکدیگر بالا یا پائین می رود، در این صورت ضریب همبستگی یا کوریلیشن آن ها با یکدیگر مثبت است.

بر عکس، زمانی که با بالا رفتن ارزش سهام یک شرکت، ارزش سهام شرکت دیگری پایین می آید، کورولیشن آن ها با یکدیگر منفی است.

و زمانی که بالا یا پایین شدن ارزش سهام یک شرکت ، هیچ تاثیری بر ارزش سهام شرکت دیگری ندارد، کورولیشن آن ها صفراست. یعنی معاملات مربوط به این دو شرکت هیچ ربطی به یکدیگر ندارد.

کورولیشن در بازار بورس

در بازار بورس هم به همین ترتیب، بارها ممکن است دیده باشید که رشد سهام یک شرکت به صورت اتوماتیک وار، باعث رشد سهام شرکت های دیگر شده است و برای دانستن این نکته باید به کرولیشن آن شرکت ها توجه داشته باشید.

بنابراین یک سرمایه گذار حرفه ای، هنگامی که مشغول انجام آنالیز و تحلیل تکنیکال می باشد، تا بتواند نمودارها و اندیکاتورها را به دقت رسم کند، حتما به منظور افزایش میزان سود و کاهش ریسک معاملات خود لازم است که در انتخاب سهام مورد معامله، کورولیشن را در نظر داشته باشد.

کورولیشن در بازار فارکس

مفاهیم اصلی بازارهای مالی تقریبا یکسان هستند و در بازار فارکس هم با اصطلاح بسیار مهم کورولیشن مواجه خواهید شد و ضریب همبستگی در بازار فارکس هم نقش بسیار مهمی را ایفا می کند.

تفاوتی که وجود دارد این است که در بازار فارکس ، ارزهای مختلف کشورها یا جفت ارزها مورد معامله قرار می گیرد و ارزها نقش اصلی را در یک معامله دارند.

در حقیقت شرایط اقتصادی ، میزان صادرات و واردات، شرایط اجتماعی و سیاسی یک کشور است که ارزش ارز آن کشور را مشخص می کند.

در بازار فارکس جهت حرکت جفت ارزها، ضریب همبستگی یا کورولیشن را مشخص می کند. اگر جهت حرکت جفت ارزها همسو باشد، کوریلیشن آن ها قوی است و بر عکس اگر جهت حرکت آن دو ارز مخالف باشد، کورولیشن ضعیف است.

بنابراین چنانچه به هر دلیل جهت حرکت جفت ارزها تغییر کند، ریسک معاملات بالا می رود.

نقش کورولیشن برای مدیریت پورتفولیو

همبستگی اغلب در مدیریت پرتفوی برای اندازه گیری میزان تنوع در دارایی های موجود در یک سبد سرمایه گذاری استفاده می شود.

سبد سرمایه گذاری عبارتست از ، کنار هم قرار دادن ترکیبی از دارایی ها، اعم از کالا، سهام یا انواع ارز .

تئوری مدرن پورتفولیو ((MPT) Modern portfolio theory) ، از ضریب همبستگی همه دارایی‌های یک سبد سرمایه گذاری جهت کمک به تعیین کارآمدترین حد سرمایه استفاده می‌کند. این مفهوم به بهینه سازی بازده مورد انتظار در برابر سطح معینی از ریسک کمک می کند. گنجاندن دارایی هایی که همبستگی پایینی با یکدیگر دارند، به کاهش میزان ریسک کلی یک سبد سرمایه کمک می کند.

با این وجود، کورولیشن می تواند در طول زمان تغییر کند و تنها می توان آن را در بازه زمانی مشخصی در نظر گرفت. برای مثال دو دارایی که در گذشته دارای درجه بالایی از همبستگی بوده اند، می توانند در آینده نامرتبط شوند و به طور جداگانه شروع به حرکت کنند. این یکی از مشکلات تئوری MPT است.

کورولیشن و بی ثباتی و نوسانات بازار

در طول دوره‌های افزایش نوسانات بازارهای مالی، انواع سهام تمایل به همبستگی بیشتری نسبت به یکدیگر دارند؛ حتی اگر در بخش‌های مختلف باشند. بازارهای بین‌المللی نیز می‌توانند در زمان‌های بی‌ثباتی بازار، همبستگی زیادی پیدا کنند. در این صورت سرمایه گذاران ممکن است ترجیح دهند آن دارایی هایی را در پرتفوی خود بگنجانند که همبستگی پایینی با بازارهای سهام دارند که بتوانند به مدیریت ریسک خود کمک کنند.

متأسفانه، گاهی اوقات همبستگی بین طبقات مختلف دارایی و بازارهای مختلف در طول دوره‌های نوسان بالا، افزایش می‌یابد. به عنوان مثال، در طول ژانویه 2016، درجه بالایی از همبستگی بین S&P 500 و قیمت نفت خام وجود داشت که به 0.97 رسید، که این بزرگ ترین درجه همبستگی در 26 سال گذشته بود و بازار سهام به شدت نگران تداوم نوسانات قیمت نفت بود. با کاهش قیمت نفت، بازار آشفته شد به طوری که برخی از شرکت های انرژی، بدهی خود را نپرداختند یا در نهایت مجبور شدند اعلام ورشکستگی کنند.

کلام پایانی

به طور کلی انتخاب دارایی های با کورولیشن یا ضریب همبستگی کم با یکدیگر می تواند به کاهش ریسک پرتفوی شما کمک کنند. در نهایت، سرمایه گذاری در بازارهای مرزی (کشورهایی که اقتصاد آن ها حتی کمتر از بازارهای نوظهور توسعه یافته و در دسترس است) از طریق صندوق های قابل معامله در بورس (ETF) می تواند راه خوبی برای تنوع بخشیدن به سبد سهام مبتنی بر سهام ایالات متحده ضریب همبستگی-مثال باشد.

در این مقاله سعی کردیم شما عزیزان را مفهوم کورولیشن یا کوریلیشن (correlation) در بازارهای مالی آشنا کنیم. البته مفهوم کورولیشن بسیار گسترده تر از مطالبی است که در این مقاله ذکر شد. اما مطلب مهم این است که یک تریدر حرفه ای باید در انتخاب نوع سهام، نوع ارز و خلاصه آنچه معامله می کند، کورولیشن را در نظر داشته باشد تا نه تنها معاملاتش با ریسک کمتری همراه باشد، بلکه به سود بیشتری دست یابد.

مطالعات همبستگی در روانشناسی : چگونه از مطالعات همبستگی در روانشناسی استفاده می شود

سه نتیجه ممکن برای یک مطالعه همبستگی وجود دارد: یک همبستگی مثبت، یک همبستگی منفی ضریب همبستگی-مثال ضریب همبستگی-مثال یا بدون همبستگی. محققان می توانند نتایج را با استفاده از یک مقدار عددی به نام ضریب همبستگی ارائه دهند.

همبستگی مثبت: هر دو متغیر به طور همزمان افزایش یا کاهش می یابند. ضریب همبستگی نزدیک به +1.00 نشان دهنده همبستگی مثبت قوی است.

همبستگی های منفی: با افزایش مقدار یک متغیر، متغیر دیگر کاهش می یابد (و بالعکس). ضریب همبستگی نزدیک به -1.00 نشان دهنده همبستگی منفی قوی است.

مقاله روانشناسی پیشنهادی

اصطلاحات تحقیقات روانشناسی : اصطلاحات و مفاهیم پژوهشی روانشناسی که باید بدانید

مطالعات مشاهده ای

مجلات روانشناسی تمام متن – فهرست رایگان

رویکرد حل مسئله الگوریتم در روانشناسی

استفاده از همبستگی در تحقیقات روانشناسی

بدون همبستگی: بین دو متغیر رابطه وجود ندارد. ضریب همبستگی 0 نشان دهنده عدم همبستگی است.

ضریب همبستگی چیست؟

شدت همبستگی معیاری برای سنجش قدرت همبستگی است. می تواند از -1.00 (منفی) تا +1.00 (مثبت) باشد. ضریب همبستگی 0 نشان دهنده عدم همبستگی است.

نحوه کار مطالعات همبستگی ضریب همبستگی-مثال

مطالعات همبستگی نوعی تحقیق است که اغلب در روانشناسی و همچنین زمینه های دیگر مانند پزشکی مورد استفاده قرار می گیرد. تحقیقات همبستگی یک راه مقدماتی برای جمع آوری اطلاعات در مورد یک موضوع است. این روش همچنین در صورتی مفید است که محققان نتوانند آزمایشی را انجام دهند.

محققان از همبستگی استفاده می کنند تا ببینند آیا رابطه ای بین دو یا چند متغیر وجود دارد یا خیر، اما خود متغیرها تحت کنترل محققان نیستند.

در حالی که تحقیقات همبستگی می تواند رابطه بین متغیرها را نشان دهد، نمی تواند ثابت کند که تغییر یک متغیر، متغیر دیگری را تغییر می دهد. به عبارت دیگر، مطالعات همبستگی نمی توانند روابط علت و معلولی را اثبات کنند.

انواع تحقیقات همبستگی

سه نوع تحقیق همبستگی وجود دارد: مشاهده طبیعت گرایانه، روش پیمایشی و تحقیق آرشیوی. هر نوع هدف خاص خود را دارد و همچنین مزایا و معایب خود را دارد.

مشاهده طبیعی

روش مشاهده طبیعی شامل مشاهده و ثبت متغیرهای مورد علاقه در یک محیط طبیعی بدون دخالت یا دستکاری است.

مزایا

• می تواند الهام بخش ایده هایی برای تحقیقات بیشتر باشد
• گزینه در صورتی که آزمایش آزمایشگاهی در دسترس نباشد
• مشاهده متغیرها در محیط طبیعی

معایب

• می تواند زمان بر و گران باشد
• متغیرهای خارجی را نمی توان کنترل کرد
• عدم کنترل علمی متغیرها
• اگر افراد از مشاهده شدن آگاه باشند، ممکن است رفتار متفاوتی داشته باشند
• این روش برای مطالعاتی که محققان می‌خواهند ببینند که متغیرها در محیط یا حالت طبیعی خود چگونه رفتار می‌کنند بسیار مناسب است. سپس می‌توان از مشاهدات الهام گرفت تا راه‌های تحقیق آینده را آگاه کند.
• در برخی موارد، ممکن است تنها روشی باشد که در دسترس محققان است. برای مثال، اگر آزمایش آزمایشگاهی با دسترسی، منابع یا اخلاقیات منع شود. ممکن است ترجیح داده شود که اصلاً نتوانید تحقیق کنید، اما این روش می تواند پرهزینه باشد و معمولاً زمان زیادی می برد.

مطالعات همبستگی در روانشناسی

مشاهده طبیعت گرایانه چالش های متعددی را برای محققان ایجاد می کند. به عنوان مثال، به آنها اجازه نمی دهد که متغیرها را به هیچ وجه کنترل یا تحت تأثیر قرار دهند و همچنین نمی توانند متغیرهای خارجی ممکن را تغییر دهند.

با این حال، این بدان معنا نیست که محققان داده های قابل اعتمادی را از مشاهده متغیرها به دست خواهند آورد، یا اطلاعاتی که جمع آوری می کنند عاری از سوگیری خواهد بود.

برای مثال، اگر افراد مورد مطالعه بدانند که تحت نظر هستند، ممکن است متفاوت عمل کنند. محققان ممکن است آگاه نباشند که رفتاری که مشاهده می‌کنند لزوماً وضعیت طبیعی سوژه نیست (یعنی اگر نمی‌دانستند تحت نظر هستند چگونه عمل می‌کنند).

محققان همچنین باید از سوگیری های خود آگاه باشند، که می تواند بر مشاهده و تفسیر رفتار سوژه تأثیر بگذارد.

روش نظرسنجی

نظرسنجی و پرسشنامه از متداول ترین روش هایی است که برای تحقیقات روانشناختی استفاده می شود. روش نظرسنجی شامل داشتن یک نمونه تصادفی از شرکت کنندگان است که یک نظرسنجی، آزمون یا پرسشنامه مربوط به متغیرهای مورد علاقه را تکمیل می کنند.

نمونه گیری تصادفی برای تعمیم پذیری نتایج یک نظرسنجی حیاتی است.

مزایا

• ارزان، آسان و سریع
• می تواند حجم زیادی از داده ها را در مدت زمان کوتاهی جمع آوری کند
• قابل انعطاف

معایب

• نتایج را می توان تحت تأثیر سؤالات نظرسنجی ضعیف قرار داد
• خروجی را می توان تحت تأثیر نمونه غیرنماینده قرار داد
• نتایج می تواند تحت تأثیر شرکت کنندگان قرار گیرد
• اگر محققان نیاز به جمع آوری حجم زیادی از داده ها در مدت زمان کوتاه داشته باشند، نظرسنجی احتمالا سریع ترین، آسان ترین و ارزان ترین گزینه خواهد بود.
• همچنین روشی انعطاف‌پذیر است زیرا به محققان امکان می‌دهد ابزارهای جمع‌آوری داده ایجاد کنند که به آنها کمک می‌کند اطلاعات مورد نیاز (پاسخ‌های نظرسنجی) را از همه منابعی که می‌خواهند استفاده کنند (نمونه‌ای تصادفی از شرکت‌کنندگان در نظرسنجی) دریافت می‌کنند.
• داده های نظرسنجی ممکن است مقرون به صرفه باشد و به راحتی به دست آید، اما دارای معایبی است. داده ها همیشه قابل اعتماد نیستند – به خصوص اگر سوالات نظرسنجی ضعیف نوشته شده باشد یا طرح یا تحویل کلی ضعیف باشد.
• استفاده از نظرسنجی ها به شرکت کنندگان برای ارائه داده های مفید متکی است. محققان باید از عوامل خاص مربوط به افرادی که در نظرسنجی شرکت می کنند آگاه باشند که بر نتیجه آن تأثیر می گذارد.
• برای مثال، برخی از افراد ممکن است برای درک سؤالات دچار مشکل شوند. یک فرد ممکن است به روشی خاص پاسخ دهد که سعی کند محققان را راضی کند یا نحوه درک محققان از آنها را کنترل کند (مانند تلاش برای اینکه “بهتر به نظر برسند”).
• گاهی اوقات، پاسخ دهندگان ممکن است حتی متوجه نادرست یا گمراه کننده بودن پاسخ هایشان به دلیل خاطرات اشتباه نشوند.

مطالعات همبستگی در روانشناسی

تحقیقات آرشیوی

بسیاری از حوزه‌های تحقیقات روان‌شناختی از تجزیه و تحلیل مطالعاتی که مدت‌ها پیش توسط محققان دیگر انجام شده‌اند و همچنین بررسی سوابق تاریخی و مطالعات موردی سود می‌برند.

به عنوان مثال، در آزمایشی به نام «قلب تحریک‌پذیر»، محققان از سوابق دیجیتالی حاوی اطلاعات جانبازان جنگ داخلی آمریکا برای کسب اطلاعات بیشتر در مورد اختلال استرس پس از سانحه (PTSD) استفاده کردند.

مزایا

• حجم زیادی از داده ها
• می تواند ارزان تر باشد
• محققان نمی توانند رفتار شرکت کنندگان را تغییر دهند

معایب

می تواند غیر قابل اعتماد باشد

اطلاعات ممکن است از دست رفته باشد

کنترلی بر روش های جمع آوری داده ها وجود ندارد

استفاده از سوابق، پایگاه‌های اطلاعاتی و کتابخانه‌هایی که از طریق مؤسسه‌شان در دسترس عموم است، می‌تواند به محققانی که ممکن است پول زیادی برای حمایت از تلاش‌های تحقیقاتی خود نداشته باشند، کمک کند.

منابع رایگان و کم هزینه از طریق مؤسسات آکادمیک، موزه ها و مخازن داده ها در سراسر جهان در دسترس محققان در تمام سطوح است.

یکی دیگر از مزایای بالقوه این است که این منابع اغلب حجم عظیمی از داده‌ها را ارائه می‌کنند که در یک دوره زمانی بسیار طولانی جمع‌آوری شده‌اند، که می‌تواند راهی برای مشاهده روندها، روابط و نتایج مرتبط با تحقیقات خود به محققان بدهد.

در حالی که ناتوانی در تغییر متغیرها می تواند از معایب برخی از روش ها باشد، می تواند از مزایای تحقیقات آرشیوی باشد. با این حال، استفاده از سوابق تاریخی یا اطلاعاتی که مدت‌ها پیش جمع‌آوری شده‌اند نیز چالش‌هایی را ایجاد می‌کند. به عنوان مثال، ممکن است اطلاعات مهم گم یا ناقص باشد و برخی از جنبه های مطالعات قدیمی تر ممکن است برای محققان در زمینه مدرن مفید نباشد.

یک مسئله اولیه در تحقیقات آرشیوی قابلیت اطمینان است.

هنگام بررسی تحقیقات قدیمی، ممکن است اطلاعات کمی در مورد اینکه چه کسی تحقیق را انجام داده است، چگونه یک مطالعه طراحی شده است، چه کسانی در تحقیق شرکت کرده اند، و همچنین نحوه جمع آوری و تفسیر داده ها در دسترس باشد.

همچنین می‌توان به محققان با معضلات اخلاقی مواجه شد – برای مثال، آیا محققان مدرن باید از داده‌های مطالعاتی استفاده کنند که غیراخلاقی یا با اخلاق مشکوک انجام شده‌اند؟

محدودیت های مطالعات همبستگی

احتمالاً این عبارت را شنیده اید که “همبستگی مساوی علیت نیست”. این بدان معنی است که در حالی که تحقیقات همبستگی می تواند نشان دهد که بین دو متغیر رابطه وجود دارد، نمی تواند ثابت کند که یک متغیر متغیر دیگری را تغییر می دهد.

به عنوان مثال، محققان ممکن است یک مطالعه همبستگی انجام دهند که نشان دهد بین موفقیت تحصیلی و عزت نفس فرد رابطه وجود دارد. با این حال، این مطالعه نمی تواند نشان دهد که موفقیت تحصیلی باعث تغییر عزت نفس فرد می شود.

برای تعیین اینکه چرا این رابطه وجود دارد، محققان باید متغیرهای دیگری مانند روابط اجتماعی، توانایی های شناختی، شخصیت و وضعیت اجتماعی-اقتصادی آزمودنی را در نظر بگیرند و با آنها آزمایش کنند.

آموزش آزمون ساده همبستگی پیرسون در spss (بصورت تصویری)

در ادامه آموزش های کاربردی نرم افزار spss، در این پست شما را بصورت ساده با آزمون همبستگی پیرسون در اس پی اس اس آشنا می کنیم. آزمونهای همبستگی فرآیندی برای اندازه گیری میزانی است که دو متغیر متریک(استاندارد) بصورت در برخی جمعیت ها بهم مربوط میشوند. به ضریب همبستگی-مثال این میزان که معمولا با عدد مشخص میشود ضریب همبستگی می گویند.

۱-ویدیوی آموزش آزمون همبستگی پیرسون

دانلود این ویدیو

۲-مقاله آموزش آزمون همبستگی پیرسون

اگر از طریق ویدیوی بالا آزمون همبستگی را یاد نگرفتید، این مقاله را بخوانید.یک تعدادی ضریب همبستگی وجود دارد اما همبستگی معمولاً به معنای تولید ضریب همبستگی ضریب همبستگی-مثال گشتاور است که تحت عنوان همبستگی پیرسون (مگر اینکه به روش های دیگر تبین شده باشد) نامیده می شود. فرضیه ی صفر بیانگر این است که ابدا هیچ ارتباط خطی بین متغیر ها وجودندارد که به آن ضریب همبستگی صفر میگویند. شکل زیر نشان دهنده ی این ایده اصلی است.

مثال آزمون همبستگی- ضریب همبستگی-مثال SPSS Correlation Test Example

یک سیاستمدار می خواهد بداند که آیا سن و درآمد خالص ماهیانه به هم مرتبط هستند؟ او از ۳۰ مخاطب سوال میپرسد نتایج بدست آمده از سن-جنس در فایل sav هستند آیا این داده ها احتمال اینکه سن و درآمد در جمعیت مورد تحقیق بهم مرتبط هستند را تعیین میکند؟ (ترکیب) synax زیر داده ها را باز میکند:

توی این پک فوق العاده،اس پی اس اس رو جوری یاد میگیری که تو هیچ کلاس آموزشی یا پک دیگه ای نه دیدی نه شنیدی! بدون هیچ کلاسی، بهترین مقالات رو بنویس، خفن ترین تحلیل های آماری رو انجام بده یا اصلا حسابی پول در بیار!

بررسی سریع داده- Quick Data Check

قبل از اجرای هرآزمون آماری، ما ابتدا میخواهیم یک تصوری از اینکه داده ها اساساً چه شکلی هستند داشته باشیم یک گزینه خوب اینجا نمودار پراکندگی است. اسکرین شات ها شمارا در راه اجرا پیش میبرند.

• ابتدا به graphs>legacy dilaogs>scatter/dot می رویم.

• سپس ضریب همبستگی-مثال simple scatter را انتخاب می کنیم.
• روی Define کلیک می کنیم.
• درآمدرا به محور Yمختصات انتقال می دهیم.
• سن را به محورX.
• نتایج را در ترکیب زیر جایگذاری کنید:

نتایج نمودار پراکندگی-Resulting Scatter Plot

در این مورد نمودار پراکندگی که مقعول بنظر میرسد همه ی پاسخ دهندگان سنی بین ۲۰تا۶۸ سال دارند. سنین بصورت منطقی با متوسط ۴۵ سال پراکنده شده اند. سپس میزان درآمد از۱۰۰۰یورو تا ۴۵۰۰ یورواست. این یک نوع از دامنه ای است که ما برای درآمد ماهیانه در یک کشور پیشرفته انتظار داریم. علاوه بر این که چگونه سن و درآمد ها بصورت جداگانه توزیع شده اند، همچنان می بینیم که پاسخ دهندگان پیرتر به درآمدهای بالاتر گرایش دارند. این نشان دهنده ی یک همبستگی مثبت بین سن و درآمد است.

فرضیات آزمون همبستگی-Assumptions Correlation Test

تفسیر ضریب همبستگی به تنهایی هیچ پیش فرضی لازم ندارد. اگر چه آزمون مهم برای یک هم بستگی برخی پیش فرض هارا ایجاد می کند. مشاهدات مستقل (یا حتی متغیرهای یکسان توزیع شده و مستقل تا و دقیق تر).اندازه نمونه بصورت منطقی بزرگ است(N>30)

اجرای آزمون همبستگی- Run SPSS Correlation Test

اسکرین شات بالا روش استانداردی برای بدست آوردن همبستگی رانشان میدهند، چون ما اینهارا بصورت متفاوتی انجام میدهیم این داده های خروجی و ترکیبات آشفته و نامرتب میشود. ما فقط میتوانیم همبستگی سن-جنس را تایپ و اجرا کنیم. ما فکر میکنیم که این یک روش سریع تر و تمیز تر برای بدست آوردن یک ماتریکس همبستگی کامل است. توجه کنید که ما میتوانیم از کلید واژه allو to در این دستورات استفاده کنیم. اگر نا متغیرهای چندگانه ای داشته باشیم یک پیشنهاد بهتر نتیجه گیری با برون داد مرتب تر با استفاده از کلید واژه with که در ترکیب نشان داده شده است،همانطور که میدانید این برون داد مرتب نمیتواند از منو بدست آمده باشد.

خروجی آزمون همبستگی SPSS Correlation Test Output

گزارش یک آزمون همبستگی- Reporting a Correlation Test

زمانیکه یک آزمون همبستگی را گزارش می کنیم، خود همبستگی مقدارN که بر اساس آن هست الزامی هستند.عطف به آزمون مهم یک موش گوتاه گزارش آن یک بستگی خطی قوی است که بین سن و درآمد مشاهده شده است. ضریب پیرسون =۷۳ وp=00 (2سویه) اینجا روشهای چندگانه ای از جمع آوری یک مقدار P برای همبستگی وجود دارد. با گزارش شبیه آنچه ما انجام داده ایم واضح نیست کدام شیوه SPSS بکار رفته است. اینجا از یک آزمون T استفاده کرده است اما متأسفانه مقدار T و میزان آزادی را حذف کرده است. فرمول هایی که SPSS استفاده کرده است زیر Help>Algorithms است.

در مثال مابرای بازدید کنندگان، خروجی داده های ما در زیر چاپ شده است:

اکنون روشن ساختیم ک چگونه با گزارش ما به ضریب همبستگی پیرسون ۷۳;T(28)=5.7,P=.000(۲سویه) به مقدار رسیده ایم

نکته مهم! نرم افزار spss را به کمک این بسته آموزش فوق العاده، بصورت حرفه ای، اصولی و بدون نیاز به کلاس در کمتر از ۲ ماه یاد بگیرید!

هرگونه سوال یا نظری راجب کار با نرم افزار اس پی اس اس دارید در بخش نظرات با سریع آسان مطرح نمایید.

بسیار کاربردی

• آموزش نرم افزار SPSS از مبتدی تا متوسط (فقط با ۲ ویدیوی رایگان)
• آموزش آزمون ساده همبستگی ضریب همبستگی-مثال پیرسون در spss (بصورت تصویری)
• آموزش نحوه وارد کردن اطلاعات پرسشنامه و تحلیل آن با نرم افزار spss
• آموزش کامل و تصویری آمار توصیفی در نرم افزار Spss
• معرفی اجزای اصلی و مهم Spss برای یادگیری بهتر سطح مقدماتی
• آموزش توابع آماری اصلی در نرم افزار Spss (یا Statistic functions)
• آموزش اصولی تحلیل رگرسیون خطی در نرم افزار SPSS (با مثال ملموس)
• آموزش کامل نحوه ایجاد یک نمودار ستونی با نرم افزار SPSS (گام به گام)
• آموزش گام به گام نحوه کاربرد Spss در آمار توصیفی (تصویری)
• spss چیست، کاربردهای آن کدامند وجدیدترین نسخه آن کدام است؟ (معرفی کامل)

با این اپلیکیشن ساده، هر زبانی رو فقط با 5 دقیقه در روز، توی 80 روز مثل بلبل حرف بزن! بهترین متد روز، تقویت حافظه، آموزش تصویری. یادگیری زبان کلید یادگیری هر مهارتی در قرن 21 !

ضریب همبستگی-مثال

مقدار کواریانس به واحد های اندازه گیری X و Y بستگی دارد، چون واحد های اندازه گیری X و Y معمولا یکسان نیستند در محاسبه کواریانس هر یک از معیارهایی که متغیر ها بر اساس آن اندازه گیری می شوند دخالت می کند. در نتیجه هر تغیری در یکی از متغیر ها ممکن است مقدار کواریانس را بسیار بزرگ یا کوچک کند.
برای رفع این مشکل، بدنبال ملاکی هستیم که تحت تاثیر واحد های اندازه گیری X و Y نباشد، یعنی از هیچ معیار اندازه گیری تبعیت نکند.
چنین ملاکی وجود دارد و آن ضریب همبستگی پیرسون است و برای محاسبه ی آن کافی است که کواریانس را بر انحراف معیار X و Y تقسیم کنیم. یعنی

چنانچه بخواهیم ضریب همبستگی را مستقیما از نمونه محاسبه کنیم، می توانیم فرمول های زیر را مورد استفاده قرار دهیم.

نحوه محاسبه ضریب همبستگی پیرسون

ضریب همبستگی پیرسون یعنی ملاکی است که به هیچیک از واحد های اندازه گیری X و Y بستگی ندارد و عددی مطلق و بدون بعد است که مقدار ان بین -1 و 1 تغیر می کند یعنی:

تعبیر و تفسیر ضریب همبستگی پیرسون:
اگر =1 باشد، ضریب همبستگی کامل، خطی و مستقیم است.
اگر =-1 باشد، ضریب همبستگی کامل، خطی و معکوس است.
اگر 0 -1 =0 باشد، بین دو متغیر وابستگی خطی وجود ندارد.
نکته: این ضریب فقط شدت همبستگی خطی بین ضریب همبستگی-مثال دو متغیر را اندازه گیری می کند. اگر ضریب همبستگی بین دو متغیر تصادفی برابر صفر باشد به این معنی است که این دو متغیر با هم رابطه خطی ندارند ولی بعید نیست که با یکدیگر به صورتی غیر خطی مرتبط باشند.
نکته: وجود همبستگی شدید بین دو متغیر الزاما به معنی یک رابطه علت و معلولی بین آن دو متغیر نیست.

ضریب همبستگی پیرسون

ضریب همبستگی پیرسون در spss
ضریب همبستگی پیرسون چیست
ضریب همبستگی پیرسون+pdf
ضریب همبستگی پیرسون در اکسل
ضریب همبستگی پیرسون r
ضریب همبستگی پیرسون مثال
ضریب همبستگی پیرسون به انگلیسی
ضریب همبستگی پیرسون فرمول
ضریب همبستگی پیرسون در ایویوز

اموزش ضریب همبستگی پیرسون در spss

نحوه محاسبه ضریب همبستگی پیرسون در spss
نحوه محاسبه ضریب همبستگی اسپیرمن در spss
مثال برای ضریب همبستگی پیرسون در spss
آموزش ضریب همبستگی اسپیرمن در spss
آموزش محاسبه ضریب همبستگی پیرسون در spss
آموزش انجام ضریب همبستگی پیرسون در spss
آموزش آزمون ضریب همبستگی پیرسون در spss
مثال ضریب همبستگی اسپیرمن در spss

ضریب همبستگی پیرسون در spss

ضريب همبستگي پيرسون در spss
محاسبه ضریب همبستگی پیرسون در spss
تفسیر ضریب همبستگی پیرسون در spss
تحلیل ضریب همبستگی پیرسون در spss
اموزش ضریب همبستگی پیرسون در spss
نحوه محاسبه ضریب همبستگی پیرسون در spss
مثال برای ضریب همبستگی پیرسون در spss
آزمون ضریب همبستگی پیرسون در spss
آموزش محاسبه ضریب همبستگی پیرسون در spss

نحوه محاسبه ضریب همبستگی پیرسون در spss

نحوه محاسبه ضریب همبستگی اسپیرمن در spss
طریقه محاسبه ضریب همبستگی پیرسون در spss

ضريب همبستگي پيرسون در spss

ضریب همبستگی اسپیرمن در spss
محاسبه ضریب همبستگی پیرسون در spss
تفسیر ضریب همبستگی پیرسون در spss
تحلیل ضریب همبستگی پیرسون در spss
اموزش ضریب همبستگی پیرسون در spss
نحوه محاسبه ضریب همبستگی پیرسون در spss
مثال برای ضریب همبستگی پیرسون در spss
محاسبه ضریب همبستگی اسپیرمن در spss
آزمون ضریب همبستگی اسپیرمن در spss

مثال برای ضریب همبستگی پیرسون در spss

مثال ضریب همبستگی اسپیرمن در spss

محاسبه ضریب همبستگی پیرسون در spss

محاسبه ضریب همبستگی اسپیرمن در spss
نحوه محاسبه ضریب همبستگی پیرسون در spss
نحوه محاسبه ضریب همبستگی اسپیرمن در spss
آموزش محاسبه ضریب همبستگی پیرسون در spss
طریقه محاسبه ضریب همبستگی پیرسون در spss
محاسبه ضریب همبستگی پیرسون با spss

آزمون ضریب همبستگی پیرسون در spss

آزمون ضریب همبستگی اسپیرمن در spss
آموزش آزمون ضریب همبستگی پیرسون در spss

تفسیر ضریب همبستگی پیرسون در spss

تفسیر ضریب همبستگی اسپیرمن در spss

آموزش محاسبه ضریب همبستگی پیرسون در spss

نحوه محاسبه ضریب همبستگی پیرسون در spss
نحوه محاسبه ضریب همبستگی اسپیرمن در spss

تحلیل ضریب همبستگی پیرسون در spss

تفسیر ضریب همبستگی پیرسون در spss
تحلیل ضریب همبستگی اسپیرمن در spss
تفسیر ضریب همبستگی اسپیرمن در spss