Типы коэффициентов взаимосвязи

КЛЮЧЕВЫЕ ТЕРМИНЫ: бисериальная корреляция; корреляционное отношение; коэффициент п; иерархия шкал; коэффициент контингенции С; коэффициент смешанных моментов Пирсона; криволинейная связь; нелинейная корреляция; рангово-бисериальная корреляция; коэффициент корреляции Спирмена р; соответствие рейтингов; таблицы сопряженности (кросс-табуляции); коэффициент корреляции Кендалла т; тетрахорическая корреляция; точечно- бисериальная корреляция; коэффициент ср.

В учебнике А. В. Дятлова и П.Н.Лукичева «Методы математической статистики в социальных науках (описательная статистика)», продолжением которого является эта книга, речь шла только о коэффициенте корреляции Пирсона, или так называемом коэффициенте смешанных моментов г. Этот коэффициент был введен как показатель взаимосвязи между двумя случайными переменными. Были обсуждены условия, которые необходимо выполнить, чтобы использовать этот коэффициент, а также факторы, влияющие на размер коэффициента, и способы его вычисления. Одним из основных требований к его применению предпочтительно является измерение переменных в интервальной шкале или шкале отношений, т.е. в метрических шкалах, как, например, измеряются температура, вес, рост. В этом случае его применение наиболее эффективно. К сожалению, очень часто это требование невозможно удовлетворить, что делает его использование затруднительным или малоинформативным. Соответственно, становится необходимым вернуться к проблеме шкал измерения социологической информации.

Шкалы измерения

Одним из наиболее важных вопросов при использовании корреляционного анализа является вопрос о шкале измерения переменных, по которой должны оценить силу взаимосвязи. Мы уже обсуждали4 иерархию используемых в социологии шкал измерения. В настоящей * Дятлов А.В., Лукичев П.Н. Методы математической статистики в социальных науках (описательная статистика) : учебник. Ростов-на-Дону ; Таганрог : Издательство Южного федерального университета, 2018. 172 с.

главе мы продолжим это обсуждение под другим углом зрения, с тем чтобы в немного другом свете взглянуть на часто возникающие в практике проблемы анализа данных, измеренных в разнотипных шкалах.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >