Самосовершенствование - Исследования - Руководство идиота к Корреляционные исследования

Корреляционные исследования является анализ взаимосвязи между двумя переменными. Давайте поподробнее узнаем об этом с помощью следующей статьи. Корреляционные исследования-это количественный метод исследования, который призван определить, если существует какой-либо взаимосвязи между двумя переменными. Корреляционные исследования-это простой способ понять, как две или более группы связаны друг с другом. Например, корреляционные исследования на курение сигарет может рассмотреть вопрос о взаимосвязи между курением сигарет и раком легких. Метод исследования-это чисто наблюдения в природе, а исследователь лишь изучает переменные без каких-либо манипуляций. Его не следует путать с кросс-секционные исследования, характер и объем этих исследований совершенно другая.

Корреляционный Коэффициент
Для определения взаимосвязи между двумя переменными, а корреляционный коэффициент используется, которая обозначается р. Диапазон корреляционный коэффициент находится в диапазоне от 1 до +1. Это значение показывает нам две вещи о характере отношений между двумя или более переменными, интенсивность и направление.

В идеале, для никакой корреляции между двумя переменными, значение R должно быть равно 0, а для идеальной корреляции, значение R должно быть 1. Это очень редких случаях и в идеале, если значение R выше 0. 70, зависимость считается практически всегда значительным'. Направление указывает, каким образом две переменные движутся в отношении друг друга. Указанные ниже три вида корреляции.
Положительная корреляция означает, что обе переменные движутся в том же направлении. Например, образование и заработная плата имеют положительную корреляцию друг с другом. Люди, достигшие высшего образования как MBA, докторантуры, аспирантуры, как правило, получают более высокую заработную плату.
Отрицательная корреляция с другой стороны, предполагает, что две переменные движутся в противоположных направлениях. Например, когда вы увеличиваете скорость своего автомобиля, время, затраченное для достижения вашей цели уменьшается.
Отсутствие корреляции означает, что нет никакой связи между двумя переменными. Например, потребление гамбургеров и продажи новейших смартфонов. В этом случае, эти два события являются взаимоисключающими друг друга, я. э. возникновение не в какое-либо влияние или эффект появления.
Из различных конструкций, пояснительные конструкции модели и дизайн модели прогнозирования широко используются. Пояснительная дизайн рассматривает взаимосвязь двух и более переменных данных, собранных только на один раз. После сбора данных, не менее двух баллов и исследователь вытягивает выводы из имеющейся статистики только. С другой стороны, в проектировании моделей прогнозирования, способность прогнозирования является главной целью исследования. Исследование фокусируется на использовании прогнозирующих переменных и критерия переменной. Переменная, которая используется, чтобы предсказать значение другой переменной называется предикторной переменной и переменной, чье значение прогнозируемого известен как критерий переменной. Дизайн предсказание является наиболее полезным для прогнозирования успеваемости.

Корреляции и причинности
Одна из самых распространенных ошибок, связанных с корреляционных исследований является интерпретация корреляционной связи как причинно-следственной связи. А корреляционного исследования может только анализировать взаимосвязи между двумя переменными, но оно не говорит нам о причинно-следственной связи. Если две переменные имеют отрицательную корреляцию друг с другом, это не обязательно означает, что они имеют причинно-следственную связь. Рассмотрим такой пример.

Предположим, исследование на студентах колледжа и их Средний балл выяснили, что студенты, которые прошли пирсинг у младших классов. Так это значит, что пронзили влияет на разум и делает человека скучным? Если запрет колледжа всех видов пирсинг для того, чтобы улучшить его результат, и будут ограничения на пирсинг обеспечить более высокие баллы? В данном случае, есть третья переменная, которая влияет на успеваемость студентов. Третьей переменной может быть любая причина, как тяжелое детство, употребление наркотиков и т. д. Итак, никогда не следует интерпретировать результаты корреляционных исследований, как причинно-следственной связи.

Корреляционных исследований является одним из широко используемых методов исследования. Это гарантирует, что исследователь просто передает данные без каких-либо изменений в поведении участника. Кроме того, он не требует много капитала и времени, как и ряд других исследований сделать. Но, главный ее недостаток заключается в том, что это чисто аналитический характер и зачастую неверно толкуется как причинно-следственной связи.