17,513 matches
-
pe care le poate lua un individ pe axele Ox și Oy Este vorba practic despre un individ care ia valori pe x și y concordanță discordanță O corelație de 0 presupune că nu există nici o relație între cele două variabile. De exemplu, ne așteptăm ca între mărimea purtată la pantof și satisfacția la locul de muncă să nu existe nici un fel de corelație. Covarianța a două variabile poate fi pozitivă sau negativă. În cazul în care pe măsură ce o variabilă crește
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
O corelație de 0 presupune că nu există nici o relație între cele două variabile. De exemplu, ne așteptăm ca între mărimea purtată la pantof și satisfacția la locul de muncă să nu existe nici un fel de corelație. Covarianța a două variabile poate fi pozitivă sau negativă. În cazul în care pe măsură ce o variabilă crește cealaltă scade, vorbim despre corelație negativă. De exemplu, există o corelație negativă între satisfacția la locul de munca și absenteismul cu cât oamenii sunt mai mulțumiți la
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
două variabile. De exemplu, ne așteptăm ca între mărimea purtată la pantof și satisfacția la locul de muncă să nu existe nici un fel de corelație. Covarianța a două variabile poate fi pozitivă sau negativă. În cazul în care pe măsură ce o variabilă crește cealaltă scade, vorbim despre corelație negativă. De exemplu, există o corelație negativă între satisfacția la locul de munca și absenteismul cu cât oamenii sunt mai mulțumiți la locul de muncă, cu atât vor lipsi mai puțin. Când variabilele au
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
o variabilă crește cealaltă scade, vorbim despre corelație negativă. De exemplu, există o corelație negativă între satisfacția la locul de munca și absenteismul cu cât oamenii sunt mai mulțumiți la locul de muncă, cu atât vor lipsi mai puțin. Când variabilele au fost măsurate pe o scală cu intervale, folosim coeficientul de corelație al lui Pearson, iar când datele sunt de natură ordinală folosim coeficientul de corelație al lui Spearman. Coeficientul de corelație (corel. Pearson) rxy = ryx reprezintă același lucru. Indiferent
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
sunt de natură ordinală folosim coeficientul de corelație al lui Spearman. Coeficientul de corelație (corel. Pearson) rxy = ryx reprezintă același lucru. Indiferent de tipul coeficientului ales trebuie să realizăm și o diagramă de tip "scatter" a relației dintre cele două variabile, pentru a verifica dacă relația poate fi acceptată ca fiind liniară. Corelația simplă indică existența unei relații liniare între două variabile. Într-o relație sunt asociate: valorile mici ale lui X cu valori mici ale lui Y; valorile medii ale
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Indiferent de tipul coeficientului ales trebuie să realizăm și o diagramă de tip "scatter" a relației dintre cele două variabile, pentru a verifica dacă relația poate fi acceptată ca fiind liniară. Corelația simplă indică existența unei relații liniare între două variabile. Într-o relație sunt asociate: valorile mici ale lui X cu valori mici ale lui Y; valorile medii ale lui X cu valori mari ale lui Y; valorile mari ale lui X cu valorile mici ale lui Y. Această relație
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Y este explicată de variația lui X. Așadar, dacă X corelează cu 0,6 Y, atunci 0,36 din variația lui Y este explicabilă prin variația lui X . Dar, atenție, corelația nu este unul și același lucru cu cauzalitatea dacă variabilele A și B sunt corelate, nu se poate spune că A este cauza lui B. S-ar putea întâmpla ca amândouă să fie legate de un alt factor care produce variația ambelor variabile. De exemplu, absenteismul și satisfacția la locul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
unul și același lucru cu cauzalitatea dacă variabilele A și B sunt corelate, nu se poate spune că A este cauza lui B. S-ar putea întâmpla ca amândouă să fie legate de un alt factor care produce variația ambelor variabile. De exemplu, absenteismul și satisfacția la locul de muncă sunt două variabile care corelează negativ, dar nu se poate concluziona că satisfacția profesională scăzută cauzează absenteismul; este posibil ca neprezentarea la locul de muncă să cauzeze insatisfacția. Corelația pozitivă dintre
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
corelate, nu se poate spune că A este cauza lui B. S-ar putea întâmpla ca amândouă să fie legate de un alt factor care produce variația ambelor variabile. De exemplu, absenteismul și satisfacția la locul de muncă sunt două variabile care corelează negativ, dar nu se poate concluziona că satisfacția profesională scăzută cauzează absenteismul; este posibil ca neprezentarea la locul de muncă să cauzeze insatisfacția. Corelația pozitivă dintre mărimea purtată la pantof și greutate nu înseamnă neapărat că cei care
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
mărimea purtată la pantof și greutate nu înseamnă neapărat că cei care au mărime mare la pantof sunt și înalți. Mărimea piciorului și înălțimea nu sunt generate de același factor genetic. Cu toate acestea, corelațiile sunt folosite pentru prezicerea unei variabile cu ajutorul alteia. Cunoscându-i cuiva mărimea piciorului, putem anticipa mai bine cât de înalt este. Corelația parțială este folosită atunci când corelația dintre două variabile poate apărea din cauza că acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
nu sunt generate de același factor genetic. Cu toate acestea, corelațiile sunt folosite pentru prezicerea unei variabile cu ajutorul alteia. Cunoscându-i cuiva mărimea piciorului, putem anticipa mai bine cât de înalt este. Corelația parțială este folosită atunci când corelația dintre două variabile poate apărea din cauza că acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
folosite pentru prezicerea unei variabile cu ajutorul alteia. Cunoscându-i cuiva mărimea piciorului, putem anticipa mai bine cât de înalt este. Corelația parțială este folosită atunci când corelația dintre două variabile poate apărea din cauza că acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
mai bine cât de înalt este. Corelația parțială este folosită atunci când corelația dintre două variabile poate apărea din cauza că acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
parțială este folosită atunci când corelația dintre două variabile poate apărea din cauza că acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea prezice satisfacția la locul de muncă pornind
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea prezice satisfacția la locul de muncă pornind de la salariu, iar altcineva pornind de la ocupație. Dar, o mai bună descriere
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea prezice satisfacția la locul de muncă pornind de la salariu, iar altcineva pornind de la ocupație. Dar, o mai bună descriere o vom face
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea prezice satisfacția la locul de muncă pornind de la salariu, iar altcineva pornind de la ocupație. Dar, o mai bună descriere o vom face folosind ca variabile explicative atât salariile cât și nivelul ocupației. Atunci vom avea o ecuație de forma: Satisfacția la locul de muncă = salariul ponderat cu a + nivelul ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Dar, o mai bună descriere o vom face folosind ca variabile explicative atât salariile cât și nivelul ocupației. Atunci vom avea o ecuație de forma: Satisfacția la locul de muncă = salariul ponderat cu a + nivelul ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Atunci vom avea o ecuație de forma: Satisfacția la locul de muncă = salariul ponderat cu a + nivelul ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
a + nivelul ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS/CHART BUILDER/SCATTER. Aici vom specifica
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS/CHART BUILDER/SCATTER. Aici vom specifica ce variabilă va fi pe y și ce variabilă pe x. Accesând opțiunea Titles/Footnotes se poate
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS/CHART BUILDER/SCATTER. Aici vom specifica ce variabilă va fi pe y și ce variabilă pe x. Accesând opțiunea Titles/Footnotes se poate da o denumire graficului, precum și note explicative.. Un exemplu al comenzilor de
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS/CHART BUILDER/SCATTER. Aici vom specifica ce variabilă va fi pe y și ce variabilă pe x. Accesând opțiunea Titles/Footnotes se poate da o denumire graficului, precum și note explicative.. Un exemplu al comenzilor de sintaxă și a diagramei pe care acestea o produc în fișierul de rezultate
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS/CHART BUILDER/SCATTER. Aici vom specifica ce variabilă va fi pe y și ce variabilă pe x. Accesând opțiunea Titles/Footnotes se poate da o denumire graficului, precum și note explicative.. Un exemplu al comenzilor de sintaxă și a diagramei pe care acestea o produc în fișierul de rezultate se găsește mai jos: GGRAPH /GRAPHDATASET NAME
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]