تحلیل آماری

معرفی ضریب همبستگی فی

  1. خانه
  2. chevron_right
  3. آزمونهای آماری
  4. chevron_right
  5. آزمون های ناپارامتری
  6. chevron_right
  7. معرفی ضریب همبستگی فی
نام دسته مطالب:
آزمون های ناپارامتریهمبستگی و رگرسیون

معرفی ضریب همبستگی فی


اگر بخواهیم بین دو متغیر اسمی دووجهی که در قالب جدول توافقی 2*2 قرار می گیرند همبستگی را محاسبه نماییم، از آماره ناپارامتری فی (phi) استفاده می کنیم. ضریب فی که آن را با Φ نشان می دهند، شدت همبستگی بین دو متغیر را بیان می کند. برای محاسبه ضریب فی ابتدا جدولی را طراحی می نماییم که در تعداد افراد حاضر در گروه های مختلف مانند زیر در آن قرار گیرند:

ضریب همبستگی فی

برای محاسبه ضریب همبستگی فی از رابطه زیر استفاده می شود :

ضریب همبستگی فی

مثال : فرض کنید بخواهیم این فرضیه را بررسی نماییم که آیا بین جنسیت و گرایش سیاسی رابطه وجود دارد یا خیر ؟ برای این منظور یک گروه 140 نفری از مردان و زنان را انتخاب و از آنان در مورد مشارکت سیاسی پرسش کرده و نتایج حاصل را در جدولی مانند زیر نمایش می دهیم :

ضریب همبستگی فی

با استفاده از رابطه ی معرفی شده مقدار آماره فی برابر 0.486 حاصل می شود. مقدار ضریب همبستگی فی بین صفر و 1 تغییر می کند. مقادیر بزرگتر از 0.8 رابطه بسیار قوی ، مقادیر بین 0.6 تا 0.8 رابطه قوی، مقادیر بین 0.4 تا 0.6 رابطه متوسط و مقادیر کمتر از 0.4 بیانگر رابطه ضعیف یا بسیار ضعیف بین دو متغیر می باشد.

منبع : پژوهش، پژوهشگری و پژوهشنامه نویسی / نوشته خلیل میرزایی / انتشارات جامعه شناسان / 1388

, , , , ,
ضریب همبستگی توافق پیرسون یا ضریب توافق C
بررسی فرض هاي زيربنايي هر رگرسيون، مناسب بودن الگو

سایر مطالب مرتبط با موضوع فوق:

توجه شود که بخش سوال و جواب ها و کامنتها بعد از این بخش قرار دارد.

ضریب همبستگی

ضریب همبستگی پیرسون و ضريب همبستگي اسپيرمن

comment224 دیدگاه
1- ضریب همبستگی پیرسون ضریب همبستگی پیرسون که به نام های ضریب همبستگی گشتاوری و یا ضریب همبستگی مرتبه ی صفر نیز نامیده می شود ، توسط سر کارل پیرسون معرفی شده است. این ضریب به منظور تعیین میزان رابطه،…
فیشر تست

آزمون فیشر- آزمون مقایسه داده های مستقل رده ای

comment17 دیدگاه
به منظور بررسی وابستگی میان دو گروه از داده های غیر زوجی، در صورتیکه داده های مورد نظر کیفی باشند از روش تحلیل جداول توافقی استفاده می شود. فرض صفر مورد آزمون در این حالت استقلال متغیرهای سطری و ستونی…
ضریب همبستگی

ضريب همبستگي و انواع آن در تحليل آماري

comment5 دیدگاه
مقدمه در اين مقاله به بررسي موضوع ضريب همبستگي يا correlation coefficient که يکي از مفاهيم بنيادي در علم آمار است خواهيم پرداخت و به نقش آن در مدل سازي معادلات ساختاري اشاره خواهيم نمود. 1- انواع ضرایب همبستگی سر…

آزمون ناپارامتری کوکران

comment4 دیدگاه
آزمون کوکران یک آزمون ناپارامتری است که به بررسی متغیرهای دو مقداری در حالتیکه بیش از دو گروه در دست است، می پردازد. این آزمون تعمیم یافته ی آزمون مک نمار به حساب می آید. دانشجویان گرامی توجه شود که آزمون کوکران…
توزیع نرمال استاندارد

وقتي داده ها نرمال نيستند، راه حل چيست

comment2 دیدگاه
نرمال نبودن داده ها وقتی که واقعا لازمند نرمال باشند و با خطر فاقد اعتبار بودن نتایج روبرو هستیم، دغدغه ای جدی است که لازم است راهی مناسب و علمی و مستند برای آن پیدا کنیم. در ویدئوی آموزشی زیر…
آزمون ویلکاکسون

آزمون ویلکاکسون، برای مقایسه دو گروه وابسته

comment2 دیدگاه
زمانی که در یک تحقیق، هدف مقایسه یک متغیر در دو وضعیت متفاوت باشد و در صورت عدم برقراری فرض نرمال بودن نمونه می توان از آزمون های ناپارامتری مانند آزمون علامت، آزمون ویلکاکسون و آزمون مک نمار برای مقایسه دو گروه…
تحلیل آماری

سوال و جواب پیرامون این مبحث از طریق ارسال دیدگاه:
– نیاز به عضویت در سایت ندارد
– از طریق ایمیل خود، از پاسخ ما مطلع می گردید
– اگر کامنتها زیاد است، ابتدا برای جستجو و یافتن سوال مد نظر خود از (f + Ctrl) استفاده نمایید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این فیلد را پر کنید
این فیلد را پر کنید
لطفاً یک نشانی ایمیل معتبر بنویسید.

هجده + دوازده =

فهرست

سلام دانشجوی عزیز؛

1- بهترین راه ارتباط با ما واتساپ (09198180991) می باشد. زیرا قبل از هر اعلام نظری، لازم است فایلهای شما را ببینیم.

2- آموزش های ویدئویی ما، کار با نرم افزارهای آماری را برای شما ممکن و حتی آسان خواهد نمود. ضمن اینکه آمادگی قبول انجام تحلیل آماری را نیز داریم.

مشاور آماری اطمینان شرق

Open chat
1
سلام. چنانچه قصد سفارش تحلیل دارید، می توانید از طریق واتس آپ {09198180991} با ما ارتباط بگیرید.
روی آیکن واتس آپ کلیک کنید: