Koreliaciniai tyrimai susideda iš dviejų kintamųjų įvertinimo, kurių tikslas yra ištirti koreliacijos tarp jų laipsnį.
Todėl koreliaciniais tyrimais bandoma išsiaiškinti, kaip vienas kintamasis skiriasi kaip kitas. Tačiau šiuo atveju mes tiriame tik judėjimo kryptį ir santykių intensyvumą. Kita vertus, turime žinoti, kad koreliacija nereiškia priežastingumo. Panašiai, norint žinoti variacijos laipsnį, būtina apskaičiuoti tam tikrą regresijos tipą; kaip linijinis ar daugkartinis.
Kodėl reikia atlikti koreliacinius tyrimus?
Šio tipo tyrimai atliekami remiantis moksliniu metodu pagrįstu protokolu. Pirmiausia užduodame klausimus. Vėliau stebime, kad susidarytume pirmą įspūdį. Tada išmatuosime dominančius kintamuosius. Galiausiai analizuojame ir darome išvadas.
Taip pat yra keletas priežasčių, kodėl gali būti įdomu tai atlikti:
- Pirma, tai leidžia mums žinoti kažką tokio svarbaus kaip dviejų ar daugiau kintamųjų koreliacija. Tai reiškia, kad jis mums nurodo, kaip keičiasi vienas kintamasis, kai mes modifikuojame kitą. Tokiu būdu atmetamas galimas atsitiktinis poveikis ir išvengiama atsitiktinio manipuliavimo.
- Paprastai tai yra regresijos modelių pradinis taškas. Žinodami variacijos laipsnį ir lyginamųjų kintamųjų kryptį, galime sukurti aiškinamąjį modelį.
- Vienas didžiausių trūkumų yra tai, kad tai neleidžia nustatyti priežasties ir pasekmės ryšio. Norint žinoti šiuos ryšius, reikėtų atlikti kitus statistikos metodus ir, svarbiausia, peržiūrėti esamą literatūrą.
Koreliacinių tyrimų ypatybės
Patogu žinoti keletą pagrindinių jo savybių, kurios būtų šios:
- Jis pagrįstas ankstesnėmis aprašomosiomis informacijos analizėmis. Tokiu būdu, sužinoję kiekvieno kintamojo matus, galime ištirti jų santykius.
- Tai leidžia tirti santykį tarp kintamųjų, nereikalaujant jais manipuliuoti.
- Teikia informaciją, pagrįstą palyginamomis vertėmis.
- Tai leidžia mums žinoti koreliaciją tarp dviejų kintamųjų. Tai yra, kaip vienas skiriasi, kai modifikuojamas kitas. Be to, jis informuoja apie minėtų variantų kryptį.
- Pagrindinė statistika, naudojama žinant dviejų kintamųjų ryšio laipsnį, yra kiekybinių kintamųjų linijinis koreliacijos koeficientas.
- Spearmano koeficiento variantas naudojamas vardinių ar eilinių kintamųjų atveju. Abu jie leidžia mums žinoti koreliacijos laipsnį.
Koreliacinių tyrimų pavyzdys
Įsivaizduokime, kad turime tam tikrų duomenų apie ekonomikos laipsnio studentus. Mes atliekame išankstinį dokumentinį tyrimą ir atrandame svarbią informaciją. Atrodo, kad yra ryšys tarp laipsnių ir kintamųjų, tokių kaip tėvų pajamos. Norėdami jį ištirti, nusprendėme atlikti apklausą ir pajamos skirstomos į tris lygius (eilinis kintamasis).
Galime pastebėti, kad procesas yra panašus į kitų tipų, pavyzdžiui, eksperimentinio, procesą. Pirmiausia turime žinoti, ko ieškome, ryšį tarp kintamųjų. Vėliau, kaip mes tai ištirsime, šiuo atveju naudodami Spearmano koeficientą. Tada mes jį pritaikome ir analizuojame gautą informaciją. Paskutinis žingsnis - išvadų nustatymas.