Curs V

SNSPA statistica

Coeficienti de corelatie
Coeficientul de corelaie (r) este o expresie a gradului de
coresponden/relaie liniar dintre dou i numai dou variabile. El
reflect gradul de variaie concomitent dintre o singur variabil
independent (X) i o singur variabil dependent (Y). r este exprimat
printr-un index numeric cu valori cuprinse ntre 1.00. 1.00.
Existena sau nonexistena unei corelaii ntre dou variabile, nu
nseamn c aceasta este o relaie/asociere cauzal. Coeficientul de
corelaie este un index al prezenei/absenei unei relaii ntre dou
variabile i nu un index al unei relaii cauzale.

Coeficient de determinare
Valorile lui r trebuie considerate pe o scala ordinala. Asadar nu este correct sa afirmam
ca un coefficient de corelatie de 0,40 este de doua ori mai mare decat altul de 0,20.
Daca dorim sa comparam in mod direct doi coeficienti de corelatie, trebuie sa ridicam
valorile lui r la patrat, obtinand ceaa ce se numeste coeficient de determinare.
Unui coefficient de corelatie de 0,70 ii corespunde un coefficient de determinare de
0,49.
Coeficientul poate fi interpretat astfel: 49% din variatia uneia din cele doua variabile
este determinate de cariatia celeilalte variabile

Sau, altfel spus, cele doua variabile au in comun 49% din variatia care le
caracterizeaza. 51% din variabilitatea lor provine din alte surse.

Coeficient de determinare
Cohen a propus urmatoarea regula de evaluare a marimii coeficientului de
determinare ca indice de marime a efectului in cazul corelatiei:
R2 0,0196 effect mic 0,14
0,1300 Efect mediu 0,36
0,2600 Efect mare 0,50

Corelatie partiala
Sa presupunem ca dorim sa analizam corelatia dintre varsta si preferinta pentru risc.
Stim ca ambele vaariabile au o relatie dovedita cu anxietatea
Pentru a putea obtine o corelatie exacta intre varsta si preferinta pentru risc avem doua solutii:

1. Selectionam lotul de subiecti astfel incat acestia sa nu varieze din punct de cedere
al anxietatii
2. Controlam statistic efectul anxietatii

Corelatia partiala

Varsta

Prefer
inta pt
risc

Varsta

Preferinta pt
risc

Anxietate

Corelatia partiala
interpretare
1) Corelatia partiala si corelatia totala sunt egale:
Variabila controlata nu are nicio contributie explicative cu privire la variabilele noastre

2) corelaia este mai mica dup controlul variabilei

Variabila controlata ofera o anumita explicatie in raport cu asocierea dintre variabilele x si y
Atunci cand corelatia partial se apropie de zero si este nesemnificativa statistica nseamn ca variabila
Z se numete VARIABILA SUPRESOARE iar corelatia x y este o corelaie falsa
(consum inghetata,
acte violente, temperatura ambientala)

3) corelatia este mai mare dupa controlul variabilei Z

Relatia este mascata de variabila controlata ore de studiu/nota la examen/ anxietate

Testul t Student pentru esantioane perechi

Cand se utilizeaza:
- Avem un singur grup de participanti pentru care a fost investigata o anumita insusire/trasatura in doua
momente diferite de timp
- Daca participantii au fost asociati intr-o serie de perechi si un membru al fiecarei perechi a fost inclus in
Grupul 1, iar celalalt membru in Grupul 2
- Distributia datelor este normala
Cand NU se utilizeaza:

- daca cele doua masuratori nu sunt corelate

- Daca avem doua seturi diferite de informatii, chiar daca provin de la acelasi lot de subiecti: nu comparam
inteligenta cu extraversia cu acest tip de test

Testul t Student pentru esantioane perechi

Avantaje:
- Utilizarea valorilor pereche ofera informatii mai bogate despre situatia de cercetare
- Testul t pentru esantioane independente surprinde variabilitatea dintre subiecti iar t pentru esantioane
dependente se bazeaza pe variabilitatea intrasubiect
- Daca ezista o doferenta reala intre masuratori atunci testul diferentei dintre vlorile pereche are sanse mai
mari sa o surprinda (Puterea unui model intrasubiect este mai mare decat in modelul intersubiecti)
Marimea efectului

d Cohen
2 1
=

Interpretarea: 0,20 effect mic, 0,50 effect mediu, 0,80 effect mare

Testarea diferentei dintre mai mult de doua medii

ANOVA unifactoriala
Se aplica atunci cand avem o variabila dependenta masurata pe o scala interval rapore pentru trei sau mai
multe valori al unei variabile independente categoriale ( de exemplu durata casatoriei si satisfactia
maritala)

Conditii de aplicare:
- Independenta esantioanelor
- Normalitatea distributiei de esantionare

- Absenta valorilor extreme

- Egalitatea variantei grupurilor comparate denumita homoscedasticitate

Testarea diferentei dintre mai mult de doua medii

Verificarea homoscedasticitatii
Testul lui Levene - daca testul nu este semnificativ variantele sunt similare sau omogene.
Test of Homogeneity of Variances
Levene Statistic

df1

df2

Sig.

Autoritate - prioritate cariera

.905

217

.439

Impartire treburi casnice

.712

217

.546

Ingrijire copii

.736

217

.532

Caracteristici gen-rol

.459

217

.711

Conformism global

.366

217

.778

Satisfactie maritala

1.553

217

.202

Comunicare

1.379

217

.250

Rezolvarea conflictelor

2.576

217

.055

.706

217

.549

satisfaction_post

Testarea diferentei dintre mai mult de doua medii

Testele post hoc sau tabelele de comparatie multipla
Daca valorile ANOVA sunt semnificative statistic stim ca avem diferente semnificative la nivelul intregului
grup dar nu stim exact unde.
Testul Tukey post-hoc se utilizeaza cel mai frecvent dar si Bonferroni