I coefficienti di correlazione di Spearman e Kendall sono metodi ben noti per quantificare corrispondenze tra le liste di dati ordinali. Come vengono calcolati, e che cosa significano? Questo è ciò che questo articolo è tutto. Continua a leggere per tutto ...

istruzione

1

In SPSS: Vai al menu Analizza, selezionare "Correlazione -> Bivariata ...", e selezionare le variabili che si desidera correlare nella casella che appare sulla sinistra (clicca sulla miniatura per ingrandirla). li Spostare verso la casella a destra facendo clic sulla freccia blu. Infine, assicurarsi che ci sia un segno di spunta in entrambi la casella di controllo "Spearman" "tau-b di Kendall" o, e fare clic su OK.

2 In R, correlazioni rango di ordine possono essere calcolati con il comando "cor". vettori dato X e Y, Spearman e Kendall correlazioni rango tra i due possono essere calcolati con i seguenti comandi.
cor.test (x, y, method = "lanciere")
cor.test (x, y, method = "kendall")

3 Interpretazione i risultati: tau di Kendall e rho di Spearman ogni gamma da 1 a -1; 1 indica una correlazione perfetta, -1 indica una correlazione inversa perfetta, e 0 indica alcuna correlazione. rho di Spearman non ha un'interpretazione operativa significativa, anche se è la statistica più frequentemente citata in molti campi; è sostanzialmente equivalente alla conversione punteggi per numerici punteggi rango di ordine e calcolando una correlazione standard di Pearson tra di loro, anche se i dettagli matematici differiscono nel caso di parità. tau di Kendall non richiede punteggi prima conversione al rango-ordini e ha diversi vantaggi da un punto di vista statistico, come ad esempio una distribuzione quasi normale della funzione di punteggio per le piccole n. Tuttavia, i risultati possono essere più difficile da confrontare con quelli di letteratura pubblicata, che spesso favorisce rho di Spearman fuori della tradizione.