La correlazione è una tecnica statistica che mostra quanto fortemente due variabili sono correlate tra loro o il grado di associazione tra le due. Per esempio, se abbiamo i dati di peso e altezza di persone più alte e più basse, con la correlazione tra loro, possiamo scoprire come queste due variabili sono correlate. Possiamo anche trovare la correlazione tra queste due variabili e dire che i loro pesi sono positivamente legati all’altezza. La correlazione si misura con il coefficiente di correlazione. È molto facile calcolare il coefficiente di correlazione in SPSS. Prima di calcolare la correlazione in SPSS, dovremmo avere alcune conoscenze di base sulla correlazione. Il coefficiente di correlazione dovrebbe essere sempre nell’intervallo da -1 a 1. Ci sono tre tipi di correlazione:
1. Correlazione positiva e negativa: Quando una variabile si muove nella stessa direzione, allora si chiama correlazione positiva. Quando una variabile si muove in una direzione positiva e una seconda variabile si muove in una direzione negativa, allora si parla di correlazione negativa.
2. Correlazione lineare e non lineare o curvi-lineare: Quando entrambe le variabili cambiano con lo stesso rapporto, si dice che sono in correlazione lineare. Quando entrambe le variabili non cambiano nello stesso rapporto, allora si dice che sono in correlazione curvi-lineare. Per esempio, se la vendita e la spesa si muovono nello stesso rapporto, allora sono in correlazione lineare e se non si muovono nello stesso rapporto, allora sono in correlazione curvi-lineare.
3. Correlazioni semplici, parziali e multiple: Quando si prendono in esame due variabili in correlazione, allora si parla di correlazione semplice. Quando una variabile è una variabile fattore e rispetto a quella variabile fattore, si considera la correlazione della variabile, allora è una correlazione parziale. Quando più variabili sono considerate per la correlazione, allora sono chiamate correlazioni multiple.
Grado di correlazione
1. Correlazione perfetta: Quando entrambe le variabili cambiano nello stesso rapporto, allora si chiama correlazione perfetta.
2. Alto grado di correlazione: Quando l’intervallo del coefficiente di correlazione è superiore a .75, si chiama alto grado di correlazione.
3. Correlazione moderata: Quando l’intervallo del coefficiente di correlazione è compreso tra .50 e .75, è chiamato in moderato grado di correlazione.
4. Basso grado di correlazione: Quando il coefficiente di correlazione è compreso tra .25 e .50, si parla di basso grado di correlazione.
5. Assenza di correlazione: Quando il coefficiente di correlazione è compreso tra .0 e .25, mostra che non c’è correlazione.
Ci sono molte tecniche per calcolare il coefficiente di correlazione, ma nella correlazione in SPSS ci sono quattro metodi per calcolare il coefficiente di correlazione. Per le variabili continue nella correlazione in SPSS, c’è un’opzione nel menu analisi, analisi bivariata con correlazione di Pearson. Se i dati sono in ordine di grado, allora possiamo usare la correlazione di grado Spearman. Questa opzione è disponibile anche in SPSS nel menu analisi con il nome di correlazione di Spearman. Se i dati sono nominali allora Phi, coefficiente di contingenza e V di Cramer sono i test adatti per la correlazione. Possiamo calcolare questo valore richiedendo SPSS nella tabulazione incrociata. Il coefficiente Phi è adatto a una tabella 2×2. Il coefficiente di contingenza C è adatto a qualsiasi tipo di tabella.
Testare la significatività di una correlazione:
Una volta calcolato il coefficiente di correlazione, determineremo la probabilità che la correlazione osservata sia avvenuta per caso. Per questo, dobbiamo condurre un test di significatività. Nel test di significatività siamo principalmente interessati a determinare la probabilità che la correlazione sia reale e non un evento casuale. Per questo determiniamo delle ipotesi. Ci sono due tipi di ipotesi.
Ipotesi nulla: Nell’ipotesi nulla si assume che non ci sia correlazione tra le due variabili.
Ipotesi alternativa: Nell’ipotesi alternativa assumiamo che ci sia una correlazione tra le variabili.
Prima di testare l’ipotesi, dobbiamo determinare il livello di significatività. Nella maggior parte dei casi, è assunto come .05 o .01. Al livello di significatività del 5%, significa che stiamo conducendo un test in cui le probabilità che la correlazione sia un evento casuale non sono più di 5 su 100. Dopo aver determinato il livello di significatività, calcoliamo il valore del coefficiente di correlazione. Il valore del coefficiente di correlazione è determinato dal segno ‘r’.
Coefficiente di determinazione:
Con l’aiuto del coefficiente di correlazione, possiamo determinare il coefficiente di determinazione. Il coefficiente di determinazione è semplicemente la varianza che può essere spiegata dalla variabile X nella variabile y. Se prendiamo il quadrato del coefficiente di correlazione, allora troveremo il valore del coefficiente di determinazione.
Per ulteriore assistenza con le correlazioni o SPSS Clicca qui.