10 Mărimi ale corelației

Mărimile corelaţiei sunt mărimi statistice

complementare testelor de semnificaţie şi permit
cuantificarea importanţei (tăriei) unei relaţii între
variabile. Mărimile corelaţiei sunt folosite în principal
pentru înţelegerea relaţiilor cauzale dintre variabile şi
pentru predicţia de la o variabilă la alta.

1
Noțiunea de corelație
 Două variabile sunt corelate, dacă distribuţia scorurilor uneia
dintre variabile (variabila dependentă) se schimbă sub influenţa
scorurilor celeilalte variabile (variabila independentă).
Tabelul 1: Productivitatea și satisfacția față de meseria practicată

Satisfacţia faţă de
Productivitatea meserie (X) TOTAL
(Y) Scăzută Medie Înaltă
Înaltă 10 15 27 52
Medie 20 25 18 63
Scăzută 30 21 7 58
TOTAL 60 61 52 173

2
Noțiunea de corelație
 Distribuţiile de frecvenţe pe coloană sunt numite
distribuţii condiţionate ale variabilei dependente,
deoarece prezintă distribuţia scorurilor variabilei
dependente pentru fiecare scor al variabilei
independente.
 În Tabelul 1, prima coloană din stânga arată că din
60 de muncitori cu satisfacţie scăzută faţă de meseria
practicată, 10 sunt înalt productivi, 20 sunt mediu
productivi, iar 30 au o productivitate scăzută.
 Inspectarea distribuţiilor condiţionate ne permite să
observăm efectele variabilei independente asupra
variabilei dependente.
3
Noțiunea de corelație
 În Tabelul 1, constatăm că distribuţiile condiţionate ale variabilei
productivitate se schimbă în funcţie de diferitele scoruri ale
variabilei satisfacţie.
 De exemplu, jumătate dintre muncitorii cu satisfacţie scăzută
faţă de meserie (30) au o productivitate scăzută, în timp ce
peste jumătate dintre muncitorii cu satisfacţie înaltă faţă de
meserie (27) au o productivitate înaltă. Aceasta arată că
productivitatea în muncă şi satisfacţia faţă de meseria aleasă
sunt corelate.
 Este util să controlăm distribuţiile condiţionate care dau totaluri
diferite prin calcularea procentelor corespunzătoare în sensul
variabilei independente (pe coloane) şi apoi să le comparăm în
sensul variabilei dependente (pe rânduri).

4
Noțiunea de corelație
Tabelul 2: Productivitatea și satisfacția față de meseria practicată
(%)

Satisfacţia faţă de
Productivitatea meserie (X)
(Y) Scăzută Medie Înaltă
Înaltă 17% 25% 52%
Medie 33% 41% 35%
Scăzută 50% 34% 13%
TOTAL 100% 100% 100%
(60) (61) (52)

5
Noțiunea de corelație
 În tabelul 2, poziţia celulei cu cea mai mare frecvenţă
relativă se schimbă de la o coloană la alta:
1. Pentru muncitorii cu un nivel de satisfacţie scăzut, celula
cu cea mai mare frecvenţă relativă (50%) se află pe
ultimul rând.
2. Pentru muncitorii cu un nivel mediu de satisfacţie, celula
cu ea mai mare frecvenţă relativă (41%) se află pe rândul
din mijloc.
3. Pentru muncitorii cu un nivel înalt de satisfacţie, celula cu
cea mai mare frecvenţă relativă (52%) se află pe primul
rând.

6
Noțiunea de corelație
 Dacă două variabile nu sunt corelate, atunci distribuţiile condiţionate
ale variabilei dependente nu se vor modifica de la o coloană la alta.

Tabelul 2: Productivitatea și culoarea ochilor (%)

Culoarea ochilor (X)

Productivitatea Căprui Albaștri Verzi
(Y)
Înaltă 33,3% 33,3% 33,3%
Medie 33,3% 33,3% 33,3%
Scăzută 33,3% 33,3% 33,3%
TOTAL 99,9% 99,9% 99.9%
(60) (61) (52)

7
Noțiunea de corelație
 Două variabile sunt corelate pozitiv la nivelul unui
eşantion, dacă subiecţii din eşantion care au scoruri înalte
în privinţa unei variabile au scoruri înalte şi în privinţa
celeilalte variabile, iar cei care au scoruri joase în privinţa
unei variabile au scoruri joase în privinţa celeilalte
variabile.
 Într-o corelaţie pozitivă, o variabilă creşte sau descreşte în
valoare după cum creşte sau descreşte cealaltă.
 Tabelul 2 arată că variabilele satisfacţie şi productivitatea
muncii sunt corelate pozitiv: un nivel înalt de satisfacţie
este asociat cu un nivel înalt de productivitate, satisfacţia
medie este asociată cu productivitatea medie, iar
satisfacţia scăzută cu productivitatea scăzută.
8
Noțiunea de corelație
 Două variabile sunt corelate negativ la
nivelul unui eşantion, dacă subiecţii din
eşantion care au scoruri înalte în
privinţa unei variabile au scoruri joase
în privinţa celeilalte variabile.
 Într-o corelaţie negativă, creşterea
valorii unei variabile este însoţită de
descreşterea valorii celeilalte variabile.

9
Noțiunea de corelație
Tabelul 3: Nivelul de educație și vizionarea programelor TV de
divertisment (ilustrare pentru „corelație negativă„)

Gradul de urmărire Nivelul de educaţie (X)

a programelor TV Scăzut Mediu Înalt
(Y)
Înalt 60% 20% 10%
Mediu 30% 60% 30%
Scăzut 10% 20% 60%
TOTAL 100% 100% 100%

10
Noțiunea de corelație
 Orice corelaţie, pozitivă sau negativă,
poate fi apreciată după tăria sau puterea
sa. Un caz extrem este cel al corelaţiei
perfecte.
 Corelaţia dintre două variabile este
perfectă, dacă fiecare scor al unei variabile
este asociat cu un singur scor al celeilalte
variabile, astfel că scorurile unei variabile
pot fi determinate exact pe baza
cunoaşterii scorurilor celeilalte variabile.

11
Noțiunea de corelație
Tabelul 4: Nivelul de educație și vizionarea programelor TV de
divertisment (ilustrare pentru „corelație negativă perfectă„)

Gradul de urmărire Nivelul de educaţie (X)

a programelor TV Scăzut Mediu Înalt
(Y)
Înalt 100% 0% 0%
Mediu 0% 100% 0%
Scăzut 0% 0% 100%
TOTAL 100% 100% 100%

12
Mărimi ale corelației (coeficienți
de corelație)
 Limita inferioară 0 = nicio
corelație.
 Pentru nivelul nominal, limita
superioară 1 = corelație
perfectă.
 Pentru celelalte nivele, +1 =
corelație pozitivă perfectă, -1 =
corelație negativă perfectă.
13
Mărimi ale corelației (coeficienți
de corelație)
Interpretarea valorii unui coeficient de corelație

Valoarea coeficientului Interpretarea

± 0,90 până la ±0,99 Corelaţie pozitivă/negativă foarte
puternică sau aproape perfectă
±0,70 până la ±0,90 Corelaţie pozitivă/negativă puternică
±0,50 până la ±0,70 Corelaţie pozitivă/negativă) moderată
±0,30 până la ±0,50 Corelaţie pozitivă/negativă slabă până
la moderat
±0,01 până la ±0,30 Corelaţie pozitivă/negativă inexistentă
sau foarte slabă

14
Coeficientul φ
  2
 
n

Sexul
Dominanţa Masculin Feminin TOTAL
Dreapta 15 35 50
Stânga 30 10 40
Ambidextru 5 5 10
TOTAL 50 50 100

15
Coeficientul φ


16
Coeficientul φ


17
 Coeficientul ρs
Tabelul 6: Practicarea jogging-ului și respectul față de
sine
Cazul Grad de Rangul Respect faţă Rangul d d2
implicare de sine (Y)
(X)
1 18 1 15 3 2 4
2 17 2 18 1 1 1
3 15 3 12 4 1 1
4 12 4 16 2 2 4
5 10 5 6 8 3 9
6 9 6 10 5 1 1
7 8 7,5 8 6 1,5 2,25
8 8 7,5 7 7 0,5 0,25
9 5 9 5 9 0 0
10 1 10 2 10 0 0
18
∑d = 0 ∑d2 = 22,5
Coeficientul ρs
 d = diferența dintre rangul scorului în privința primei
variabile (X) și rangul scorului în privința celei de-a
doua variabile (Y). Σd = 0.
6d 2
s 1
n ( n 2  1)
6d 2 6  22,5
s 1  2 1   0,86
n(n  1) 10(100 1)

19
Diagrame de împrăștiere
Tabelul 7: Abilități de limbaj și abilități aritmetice

Elevul Abilităţi de Abilităţi

limbaj (X) aritmetice (Y)
A 83 95
B 38 70
C 47 34
D 56 66
E 23 45
F 90 100
G 75 58
H 87 71
I 89 68
20
Diagrame de împrăștiere
120
110
100
Abilităţi aritmetice

90
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100 110 120

Abilităţi de limbaj

21
Diagrame de împrăștiere
120
110
100
Abilităţi aritmetice

90
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100 110 120

Abilităţi de limbaj

22
Ecuația de regresie bivariată


23
Ecuația de regresie bivariată


24
Ecuația de regresie bivariată
Tabelul 8: Calcule pentru coeficientul de regresie

83 95 6889 7885
38 70 1444 2660
47 34 2209 1598
56 66 3136 3696
23 45 529 1035
90 100 8100 9000
75 58 5625 4350
87 71 7569 6177
89 68 7921 6052
588 607 2 43422 42453

25
Ecuația de regresie bivariată


26
Ecuația de regresie bivariată


Y 607
Y    67,4
n 9
X 588
X   65,3
n 9
a  67,4  (0,56  65,3)  30,8

27
Ecuația de regresie bivariată


28