01.12.

2013

Corelatii neparametrice

Pasionat de Jocuri?
www.tocmai.ro
Gaseste-ti Jocul Preferat Acum! Oferte din Toata Tara pe tocmai.ro.

Corelatii neparametrice
n conditiile n care nu sunt ndeplinite conditiile pentru aplicarea unor teste parametrice se pot aplica o serie de tehnici care sa indice gradul de asociere
ntre variabile.Printre cele mai utilizate probe corelationale neparametrice sunt:
Coeficientul de corelatie j (fi) pentru variabile dihotomice de tip 2 x 2;
Coeficientul de contingenta C a lui Pearson pentru date categoriale nominale;
Coeficientul V a lui Cramer pentru date categoriale nominale;
Testul Spearman al corelatiei diferentei rangurilor pentru date ordinale;
Coeficientul t a lui Kendall pentru date ordinale.

Coeficientul de corelatie j
Este aplicat cnd ambele variabile au caracteristici dihotomice, nu datorita unei regrupari ci prin nsasi natura variabilei. Acest coeficient se calculeaza
numai n situatia n care tabelul cu date are forma 2 x 2 (doua variabile cu doua posibilitati de raspuns). Aceste raspunsuri pot mbraca diferite forme
nominale de tipul "da sau nu"; "corect sau gresit"; "ateu sau religios"; "masculin sau feminin" s.a.
Exista n principal doua formule de calcul al coeficientului de corelatie j (fi). Prima este mai usor de folosit n cazul n care cunoastem valoarea lui hi
patrat. Iata formula:

Unde: N reprezinta numarul total de subiecti din studiu.

Semnul coeficientului se stabileste n urma consultarii tabelului cu date. Daca diagonala principala numara mai multi subiecti atunci semnul este plus,
daca diagonala secundara numara mai multi subiecti semnul coeficientului este minus.
Cea de-a doua formula necesita unele explicitari empirice pentru o mai buna ntelegere n functie de modul n care sunt ntabulate datele. Variabilele se
pot nota cu 0 sau 1 n functie de absenta sau prezenta caracteristicii respective. Diagonala principala trece prin casutele izotrope de tip 11 sau 00. Vom
avea deci un tabel cu patru casute. Sunt necesare nsa un numar destul de mare de date (peste 60) pentru a obtine un coeficient j ct mai adecvat.
Prezenta
Absenta
variabilei y variabilei y
Prezenta
11
10
Total prezente
variabilei x
x
Absenta
variabilei x

01

00

Total absente x

Total
Total absente
prezente y
y
Exemplu: Se ncearca sa se stabileasca daca exista vreo legatura ntre prezenta unui handicap si aderarea la filosofia integrarii n scoala a acestor
persoane. Asadar avem doua variabile dihotomice, denumite variabila A (persoane care au un handicap vs. persoane care nu au nici un handicap) si
variabila B (persoane care considera integrarea scolara a persoanelor cu handicap ca fiind cea mai buna solutie vs. persoane care se opun acestui
curent). Au fost chestionate un numar de 100 de persoane cu handicap si fara handicap, iar raspunsurile primite sunt prezentate n tabelul de mai jos.

Persoane cu handicap
Persoane fara handicap

Integrare scolara-Da
40 (11)
10
Total integrare = 50 (t3)

Integrare scolara-Nu
20
30
Total separare=50 (t4)

Total handicap = 60 (t1)

Total normal =40 (t2)
Total N=100 (T)

Formula pentru calcularea lui j este:

statisticasociala.tripod.com/cor_nepar.htm

1/7

01.12.2013

Corelatii neparametrice

Unde:
X11 este dat de numarul de subiecti care au prezentat ambele caracteristici (11);
T este totalul de subiecti;
t1 este totalul obtinut la prima linie;
t2 este totalul obtinut la cea de a doua linie;
t3 este totalul obtinut la prima coloana;
t4 este suma obtinuta la cea de a doua coloana.
nlocuind n formula amintita cu datele problemei de fata obtinem:

Interpretarea lui j se face la fel ca cea a lui r, deoarece coeficientul de corelatie j este n esenta o varianta a coeficientului de corelatie simpla a lui
Breavis-Person. Pasul urmator este consultarea pragurilor de semnificatie corespunzatoare valorii lui j n tabelul lui r la N-2 df (grade de libertate),
urmarindu-se valorile lui r din dreptul liniei N-2 = 98 pentru problema de fata. Se constata ca j obtinut de 0,40 este semnificativ statistic chiar la un
prag de p <.001. Acest fapt semnifica ca exista o corelatie semnificativa ntre variabilele supuse studiului, observndu-se tendinta persoanelor cu
handicap de a adera la curentul integrarii lor scolare, n timp ce persoanele fara handicap dovedesc mai multa reticenta n aceasta directie, fiind mai
degraba ostile curentului integrationist.

Coeficientul de contingenta C a lui Pearson si coeficientul de corelatie V a lui Cramer

Acesti doi coeficienti ndeplinesc functii similare si sunt utilizati pentru a identifica ce asocieri exista ntre doua variabile nominale (categoriale) a caror
desfasurare este mai mare de 2 x 2, putnd ajunge la 10 x 10.
Coeficientul de contingenta a C a lui Pearson are o formula ce poate fi generalizata la orice numar de linii si coloane. Pentru a calcula nsa coeficientul C
trebuie sa aflam mai nti si valoarea lui hi patrat. Deficienta acestui coeficient apare din formula sa care va fi prezentata mai jos si consta n faptul ca ea
nu poate lua niciodata valoarea 1, chiar n cazul unei asocieri perfecte. Astfel, pentru un tabel de tip 3 x 3, valoarea maxima atinsa este de 0,82, pentru
unul de tip 4 x 4 ea ajunge la 0,87. Pe masura ce dimensiunea tabelului creste, limita lui C se deplaseaza spre 1, motiv pentru care se recomanda
utilizarea respectivului coeficient n special n cazul tabelelor de contingenta de dimensiuni mari (de la 7-8 linii sau coloane n sus). Iata si formula lui C:

Pentru a depasi acest impas al valorii subunitare, Cramer propune urmatorul coeficient de asociere, marime care poate atinge valoarea 1:

Unde sunt necesare:

hi patrat;
N- numarul total de subiecti din studiu;
s- numarul cel mai mic dintre numarul liniilor si al coloanelor.
Exemplu: Un cercetator este interesat sa vada daca exista vreo asociere ntre stilurile de coping adoptate de subiecti n depasirea situatiilor stresante si
particularitatile de vrsta ale acestora. Astfel, cercetatorul chestioneaza un numar total de 373 de subiecti mpartiti n patru grupe de vrsta: tineri ntre
18-30 ani; adulti ntre 31-45ani; maturi ntre 46-60 ani; si batrni peste 60 de ani. Raspunsurile acestora la ipotetice situatii frustrante sunt catalogate n
trei grupe: utilizarea predominanta a copingului centrat pe problema; a copingului centrat pe evaluare cognitiva, respectiv a copingului centrat pe emotii.
Obtinem astfel un tabel de contingenta a datelor de tip 4 x 3, adica cu 4 linii si trei coloane. Iaa si rezultatele obtinute:
statisticasociala.tripod.com/cor_nepar.htm

2/7

01.12.2013

Tineri
Adulti
Maturi
Batrni

Corelatii neparametrice

Coping problema
46 (40)
40 (38)
35 (35)
24 (32)
Total coping problema

Coping cognitiv
25 (42)
35 (39)
40 (37)
53 (35)
Total coping cognitiv

145 (39%)

Coping emotional
32 (21)
20 (19)
15 (18)
8 (17)
Total coping emotional

153 (41%)

Total tineri 103

Total adulti 95
Total maturi 90
Total batrni 85
Total subiecti 373

75 (20%)

Pasi n rezolvarea problemei:

A. Aflarea lui hi patrat (vezi capitolul destinat tehnicilor de comparatie neparametrice):
-trecerea n tabel a valorilor obtinute n urma chestionarii;
-calcularea frecventelor teoretice (expectate) notate n paranteza pentru fiecare casuta a tabelului, pornind de la proportia totala a raspunsurilor la cele
trei stiluri de coping fara a tine cont de categoria de vrsta a subiectilor (vezi calcularea lui hi patrat pentru tabele de contingenta mai mari de 2 x 2);
-alcatuirea tabelului ajutator pentru calcularea lui hi patrat;
- calcularea lui hi patrat si interpretarea rezultatului obtinut;
O-E
(O-E)
E
(O-E)/E
radical din E
6
36
40
0,9
6,3
2
4
38
0,1
6,1
0
0
35
0,0
5,9
-8
64
32
2,0
5,6
-17
289
42
6,9
6,5
-4
16
39
0,4
6,2
3
9
37
0,2
6,1
18
324
35
9,2
5,9
11
121
21
5,8
4,6
1
1
19
0,1
4,4
-3
9
18
0,5
4,3
-9
81
17
4,7
4,1

R
0,95
0,32
0,00
-1,43
-2,61
-0,64
0,49
3,05
2,39
0,22
-0,69
-2,19

Hi patrat=30,8
Se observa ca hi patrat obtinut de 30,8 este semnificativ statistic din tabel la df=6 grade de libertate la un p mai mic de .001. De asemenea exista patru
valori ale lui R care sunt socotite a fi responsabile pentru obtinerea unui hi patrat semnificativ. Urmarind acele date observam ca ele se refera la modul n
care doua categorii de vrste (batrnii si tinerii) utilizeaza copingul cognitiv si cel emotional. Concluzia care rezulta din inspectarea datelor poate fi
sintetizata astfel: Nu exista diferente semnificative n ce priveste preferinta de a utiliza copingul centrat pe problema ntre cele 4 categorii; batrnii tind sa
utilizeze n comparatie cu tinerii mult mai des copingul cognitiv n defavoarea celui emotional; la tineri situatia este inversa n compararea lor cu tendintele
batrnilor. Nu se observa alte diferente semnificative dinn prelucrarea datelor la alte categorii.
B)Calcularea coeficientilor de asociere C si V n functie de rezultatul lui hi patrat.

s este n aceasta problema egal cu 3 deoarece exista 4 linii de date (tineri, adulti, maturi si batrni) si 3 coloane de date (coping centrat pe problema, pe
evaluare cognitiva si pe emotii). Se alege s egal cu trei deoarece este numarul cel mai mic dintre patru si trei.
Interpretarea lui C, respectiv V se face teoretic pornind de la ideea ca un rezultat cat mai apropiat de 1 indica o corelatie pozitiva, iar un coeficient
negativ indica o asociere inversa. Se poate spune ca ntre cele doua variabile exista o asociere, iar din analiza lui R (rezidul standardizat) se observa
asociatii puternice n special n ce priveste copingul cognitiv si batrnii, respectiv copingul emotional si tinerii.

statisticasociala.tripod.com/cor_nepar.htm

3/7

01.12.2013

Corelatii neparametrice

Testul Spearman al corelatiei diferentei rangurilor

Aceasta corelatie ne intereseaza cnd conditiile privind parametrii statistici nu pot fi ndeplinite, fie din cauza neomogenitatii grupului, fie a numarului prea
mic de subiecti (sub 20). Proba se aplica lund n considerare rangurile subiectilor care se stabilesc prin ierarhizarea rezultatelor subiectilor, fie n situatia
cnd nu se pot efectua masuratori precise (datele sunt prezentate de la nceput sub forma rangurilor), fie prin convertirea rezultatelor obtinute n ranguri.
Rangurile arata locul fiecarui individ ntr-un clasament (ex. Rezultatele a patru subiecti la testul de inteligenta au fost 109, 92, 87 si 100; care convertite
n ranguri nseamna 1, 3, 4, si 2).
n cazul unor rezultate egale se acorda si ranguri egale acelor subiecti. Pentru a putea fi folosit nsa acest test, nu trebuie sa existe un numar prea mare
de ranguri egale, cel putin nu peste 25% din totalul rangurilor celor doua grupe. Mai mult, daca doi subiecti sunt clasati pe locul patru, ei vor primi
rangul 4,5 aflat ntre locurile 4 si 5. Urmatorul rang acordat va fi 6. Daca sunt trei subiecti clasati la egalitate pe locul 2, atunci ei vor primi rangul 3, aflat
la mijlocul dintre locurile 2,3 si 4, iar urmatorul rang ce va fi acordat va fi rangul 5. Pentru o mai buna ntelegere a acetor concepte, vom prezenta n
tabelul de mai jos datele urmatoarei probleme:
Se doreste a se afla daca exista vreo asociere ntre rezultatele obtinute la competitia nationala de discursuri oratorice individuale si gradul de anxietate
sociala al subiectilor. Rezultatele la competitia nationala sunt exprimate direct n ranguri (locurile din clasamentul final), n timp ce nivelul de anxietate
sociala a fost mai nti exprimat numeric n urma aplicarii unui test adecvat (rezultatele mari indicau o anxietate sociala puternica), rezultatele obtinute
fiind mai apoi convertite n ranguri. Au fost supusi studiului 10 subiecti.
S
A
B
C
D
E
F
G
H
I
J

Rang competitie
4
3
6
8
9
10
5
7
2
1

Rezultat anxietate
43
54
23
27
42
18
25
35
30
30

Rang anxietate

D(diferenta ranguri)

9
10
2
4
8
1
3
7
5,5
5,5

-5
-7
+4
+4
+1
+9
+2
0
-3,5
-4,5

25
49
16
16
1
81
4
0
12,25
20,25

S D2=224,5
Pentru a calcula coeficientul de corelatie a rangurilor notat cu r (ro) utilizam urmatoarea formula:

Unde:
N = Numarul de subiecti (n problema de fata 10);
S D2 = suma patratelor diferentelor dintre ranguri (n acest caz 224,5).
n problema de fata obtinem urmatorul rezultat r :

Ca si r, coeficientul de corelatie poate avea valori ntre 1 si +1. Valorile negative apropiate de 1 ne indica o corelatie inversa. Valorile foarte mici ale
lui ro, apropiate de zero nu sugereaza o asociere semnificativa. Desi coeficientul de corelatie Spearman r si coeficientul de corelatie r a lui Pearson nu
vor avea aceleasi valori pentru acelasi set de date, totusi exista o relativa concordanta (echivalare) ntre valorile lui r si cele ale lui r . Spre exemplu, un
coeficient r de +0,30 este echivalent aproximativ cu un r de +0,31, sau un coeficient r de +0,70 este echivalent cu un r de +0,71.
n cazul problemei de mai sus am obtinut un r = -0.36 la un N = 10. Daca consultam valoarea trecuta n tabelul lui r n dreptul liniei lui N grade de
libertate (unde N este numarul de perechi de subiecti), adica 10, observam ca valoarea obtinuta de noi este mai mica dect valorile trecute n tabel. Ca
urmare putem spune ca nu exista o corelatie semnificativa statistic ntre cele doua tipuri de variabile, deci nivelul de anxietate sociala nu influenteaza
rezultatele la competitiile de dezbateri individuale.
Cu prilejul compararii clasamentelor exista cazuri n care apare frecvent situatia rangurilor egale. Daca exista putine ranguri egale ntr-un esantion
formula lui r functioneaza satisfacator. Daca mai mult de 25% din date sunt egale n ranguri vom apela la o alta formula, a coeficientilor t (tau) a lui
statisticasociala.tripod.com/cor_nepar.htm

4/7

01.12.2013

Corelatii neparametrice

Kendall.

Coeficientul t (tau) b a lui Kendall pentru variabile ordinale

Exista mai multe formule de exprimare a acestui coeficient, ceea ce ne intereseaza nsa pe noi este o varianta ajutatoare n cazul datelor ordinale a caror
ranguri egale depaseste 25%. Logica construirii acestui coeficient este nsa asemanatoare cu cea a corelatiei Spearman: vom vorbi de o asociere
pozitiva daca indivizii plasati pe locuri fruntase dupa o variabila, se afla mai n fata si dupa cealalta, iar asocierea va fi negativa daca aceiasi indivizi
plasati bine dupa prima variabila se vor regasi mai curnd spre coada clasamentului dupa cea de a doua variabila.
Pentru a deveni familiarizati cu demersul statistic se impun cteva precizari privind modalitatea de notare:
(+1, +1) si (-1, -1) sunt perechi concordante, al caror nume l notam cu C; n primul caz de concordanta (+1, +1) avem Xi mai mare dect Xj si Yi mai
mare dect Yj. n al doilea caz (-1, -1) avem Xi mai mic dect Xj si Yi mai mic dect Yj.
(+1, -1) si (-1, +1) sunt perechile discordante, al caror nume l notam cu D; n primul caz (+1, -1) avem Xi mai mare dect Xj si Yi mai mic dect Yj.
n al doilea caz (-1, +1) avem Xi mai mic dect Xj si Yi mai mare dect Yj.
(0, +1) si (0, -1) sunt perechi cu ranguri egale numai dupa prima variabila, pe nume Txi. n primul caz cea de a doua variabila mbraca forma Yi mai
mare dect Yj, iar cel de-al doilea caz forma Yi mai mic dect Yj.
(+1, 0) si (-1, 0) sunt perechi cu ranguri egale numai dupa a doua variabila si se noteaza cu Tyi. n primul caz avem Xi mai mare dect Xj si Yi = Yj, iar
n cel de-al doilea avem Xi mai mic dect Xj si Yi egal cu Yj.
(0, 0) sunt perechile cu ranguri egale si dupa prima variabila si dupa a doua variabila si se noteaza cu Txyi. n aceasta ultima situatie avem Xi =Xj si Yi
= Yj.
T este indicatorul prin care se exprima numarul total de perechi, adica:
T = C + D + Txi +Tyi + Txyi si este egal cu N(N-1)/2
Mai trebuie remarcat ca: Tx = Txi + Txyi, respectiv Ty = Tyi +Txyi
Facnd toate aceste notatii putem introduce si formula lui t tinndu-se seama de rangurile obtinute:

Vom utiliza spre exemplificare urmatoarea problema:

Doi evaluatori externi trebuie sa stabileasca o ierarhie a subiectilor (cuplurilor) care au reactionat pozitiv n urma unor ntlniri bilunare de consiliere
maritala avnd ca scop reducerea oricaror forme de violenta n cadrul cuplului. Exista anumite criterii de diagnosticare a progresului realizat, nsa
evaluarea ramne n mare parte subiectiva, n functie de perceptia fiecarui evaluator.
Cupluri
A
B
C
D
E
F
G
H
Rangul dupa evaluatorul A
1
2
2
2
5
6
6
8
Rangul dupa evaluatorul B
1
2
3
3
3
3
8
7
Fiind mai multi indivizi cu ranguri identice este notat ca rang urmator cel care ar fi urmat daca rangurile ar fi fost diferite. Adica, daca au existat doua
locuri 3, rangul urmator atribuit este 5, ca si cum am fi avut ranguri diferite 3 si 4. De observat ca n aceasta situatie, spre deosebire de corelatia
Sperman, nu se atribuie un rang mediu n cazul mai multor ranguri egale, ci se pastreaza rangul 3. Cele opt cupluri pot forma 28 de perechi, adica N(N1)/2 pentru a fi supuse situatiilor amintite anterior.
Perechi Xij Yij Cat.
Perechi Xij Yij
Cat.
cupluri
cupluri
1 si 2
-1
-1
C
3 si 5
-1
0
Tyi
1 si 3
-1
-1
C
3 si 6
-1
0
Tyi
1 si 4
-1
-1
C
3 si 7
-1
-1
C
1 si 5
-1
-1
C
3 si 8
-1
-1
C
1 si 6
-1
-1
C
4 si 5
-1
0
Tyi
1 si 7
-1
-1
C
4 si 6
-1
0
Tyi
1 si 8
-1
-1
C
4 si 7
-1
-1
C
2 si 3
0
-1
Txi
4 si 8
-1
-1
C
2 si 4
0
-1
Txi
5 si 6
-1
0
Tyi
statisticasociala.tripod.com/cor_nepar.htm

5/7

01.12.2013

2 si 5
2 si 6
2 si 7
2 si 8
3 si 4

Corelatii neparametrice

-1
-1
-1
-1
0

-1
-1
-1
-1
0

C
C
C
C
Txyi

5 si 7
5 si 8
6 si 7
6 si 8
7 si 8

-1
-1
0
-1
-1

-1
-1
-1
-1
+1

C
C
Txi
C
D

Reamintim ca 1 desemneaza situatia n care cuplul A este situat naintea cuplului B dupa variabila respectiva; +1 reda o ordine inversa, iar 0 indica
situatia de ranguri egale n cadrul variabilei respective. De exemplu, n situatia cuplurilor 2 si 3 avem de a face cu (0, -1). Aceasta nseamna ca primul
evaluator a socotit ca cele doua cupluri au facut progrese egale n reducerea violentei familiale, n timp ce al doilea evaluator a considerat ca rangul
(locul) cuplului al doilea este n fata cuplului notat cu numarul trei deoarece a realizat progrese superioare n diminuarea violentei familiale.
Daca vom face un bilant, cele 28 de perechi se distribuie astfel: C = 18; D = 1; Txi = 3; T yi = 5; Txyi = 1. Mai putem calcula si Ty si Tx, astfel avem:
Tx = Txi + Txyi = 4; Ty = Tyi + Txyi = 6
Aplicnd formula amintita pentru calcularea lui t obtinem:

Observatie: Acest coeficient de corelatie este o alternativa viabila la coeficentul lui Sperman n situatiile n care exista multe ranguri egale (peste 25% din
totalul rangurilor). Interpretarea valorii gasite nu dispune de compararea ei cu o valoare corespunzatoare dintr-un tabel propriu
Rezumatul testelor neparametrice de corelatie:
Corelatii de date nominale:
- doua variabile dihotomice de tip 2 x 2: se utilizeaza Coeficientul de corelatie j .
- doua variabile categoriale, peste 2 x 2: Coeficientul V a lui Cramer, respectiv coeficientul de contingenta C a lui Pearson (util n special pentru tabele
peste 5 x 5).
Corelatii de date ordinale (ordonate sub forma de ranguri):
- doua variabile, putine ranguri egale: Coeficientul de corelatie r a lui Spearman.
- doua variabile, mai multe ranguri egale: Coeficientul t a lui Kendall.
PROBLEME
1. Pentru a vedea ce legatura exista ntre consumul de alcol n perioada graviditatii si malformatiile genetice, au fost investigate un numar de 150 de
femei. Rezultatele obtinute sunt prezentate n tabelul urmator:
Au consumat alcool N-au consumat
Copii cu probleme
50
10
Copii sanatosi
30
60
Interpretati rezultatele obtinute.
2. Un psiholog are motive sa creada ca serviciul de psihoterapie de grup pentru delincventi are o influenta pozitiva si este asociat cu scaderea
numarului de recidive. Are el dreptate? Priviti datele din urmatorul tabel:
Au recidivat N-au recidivat
Au beneficiat de psihoterapie
25
35
N-au beneficiat de
50
30
psuhoterapie
3. Care sunt diferentele principale dintre coeficientul C a lui Pearson si coeficientul V al lui Cramer?
4. O statistica efectuata la nivel international releva urmatoarea distributie a copiilor cu cerinte educative speciale:
SUA
Suedia
Romnia
Centre de resurse
42800
3500
400
Clase normale
27200
4100
4900
Clase speciale
24400
2000
500
statisticasociala.tripod.com/cor_nepar.htm

6/7

01.12.2013

Corelatii neparametrice

Scoli speciale

5600

500

3800

Exista o asociere semnificativa ntre tipul de tara si tipul de scolarizare a copiilor cu CES?
5. Un psiholog social doreste sa vada daca exista vreo asociere semnificativa ntre nivelul de scolarizare si atitudinea fata de pedeapsa capitala.
Categoriile de raspuns pentru prima variabila au fost: nescolarizat, 4 clase absolvite, gimnaziu, scoala profesionala, liceu, postliceala si colegii,
studii universitare, studii postuniversitare. Cea de a doua variabila a fost cotata astfel: sunt foarte de acord cu introducerea pedepsei capitale,
sunt relativ de acord, nu stiu, sunt relativ mpotriva, sunt total mportiva introducerii ei. Iata rezultatele:
foarte de relativ nu stiu relativ
total
acord
acord
dezacord mpotriva
Fara scoala
26
15
8
2
6
4 clase
25
10
7
4
5
8 clase
14
12
13
9
9
Sc.profesionala 8
15
10
3
9
Liceu
9
24
4
10
16
Colegiu
7
12
5
14
8
Universitate
10
8
6
23
34
Postuniversitar 2
7
10
16
23
Exista vreo legatura ntre cele doua variabile? Interpretati rezultatele obtinute.
6. Doua cadre didactice sunt rugate sa clasifice cei 11 elevi cu dificultati de nvatare din perspectiva rezultatelor obtinute la Aritmetica, respectiv
Romna. Iata rezultatele:
rang
A B C D E F G H I
J
K
Aritmetica
1 2 3 4 5 6 7 8 9 10 11
Romna
3 1 2 9 4 8 6 5 7 11 10
Se poate spune ca vorbim de tulburari asociate, comune ambelor situatii?
7. Calculati coeficientul de corelatie Spearman daca: N=16, iar suma patratului diferentelor dintre ranguri este 308, la un prag de semnificatie de.01
n cazul unui test bilateral.
8. Exista mai multe programe de terapie comportamentala n scopul reducerii fumatului. O echipa de specialisti a fost rugata sa clasifice eficienta
acestora acordndu-le un calificativ de la 1(deloc eficiente) la 5(foarte eficiente) folosind doua criterii: rapiditatea schimbarii si durata schimbarii.
Exista oare o asociere ntre cele doua criterii?
Programe
Rapiditate
Durata

A
1
2

B
3
3

C
2
2

D
4
1

E
5
5

F
5
5

G
5
3

H
3
4

I
2
3

I. TEHNICI STATISTICE: Statistica descriptiva, Studiul corelational, Metode de comparatie, Tabele, Formule si raspunsuri la intrebari, Bibliografie
recomandata
II. APLICATII STATISTICE: Baze de date - Exemple
III. TESTE
IV. LINK-URI RECOMANDATE
PAGINA DE START

afsava@socio.uvt.ro

statisticasociala.tripod.com/cor_nepar.htm

7/7