Máy Tính Tương Quan Hạng Spearman

Giới thiệu về Máy Tính Tương Quan Hạng Spearman

Máy tính tương quan hạng Spearman tính toán hệ số tương quan hạng của Spearman (ρ, còn được viết là r_s), một thước đo phi tham số về cường độ và hướng của mối quan hệ đơn điệu giữa hai biến được xếp hạng. Nó hoạt động bằng cách chuyển đổi dữ liệu thô sang các thứ hạng và sau đó đo lường tương quan giữa các thứ hạng đó, giúp nó trở nên mạnh mẽ trước các giá trị ngoại lai và phù hợp cho dữ liệu thứ bậc.

Cách sử dụng Máy tính tương quan hạng Spearman

1. Nhập các giá trị X: Nhập tập dữ liệu đầu tiên của bạn vào trường Biến X, ngăn cách bằng dấu phẩy, khoảng trắng hoặc xuống dòng.
2. Nhập các giá trị Y: Nhập tập dữ liệu thứ hai của bạn vào trường Biến Y. Cả hai tập dữ liệu phải có cùng số lượng giá trị.
3. Thiết lập độ chính xác: Chọn số chữ số thập phân cho kết quả của bạn (từ 2 đến 15).
4. Chọn mức ý nghĩa: Chọn α = 0.01, 0.05, hoặc 0.10 cho kiểm định giả thuyết.
5. Nhấp vào Tính toán: Xem hệ số tương quan, kiểm tra ý nghĩa, hình ảnh trực quan và các bước tính toán chi tiết.

Công thức tương quan hạng Spearman

Đối với dữ liệu không có các hạng bằng nhau, Spearman ρ được tính như sau:

$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2-1)}$$

trong đó \(d_i\) là hiệu số giữa các thứ hạng của mỗi cặp quan sát và \(n\) là số cặp dữ liệu. Khi có sự xuất hiện của các hạng bằng nhau, một hệ số hiệu chỉnh được áp dụng bằng cách sử dụng công thức tổng quát dựa trên tổng các hạng.

Khi nào nên dùng tương quan Spearman so với Pearson

Chọn tương quan hạng Spearman khi:

• Dữ liệu của bạn ở dạng thứ bậc (xếp hạng) thay vì thang đo khoảng hoặc tỷ lệ
• Mối quan hệ giữa các biến là đơn điệu nhưng không nhất thiết phải tuyến tính
• Dữ liệu của bạn chứa các giá trị ngoại lai có thể làm sai lệch tương quan Pearson
• Dữ liệu không tuân theo phân phối chuẩn
• Bạn có kích thước mẫu nhỏ

Chọn tương quan Pearson khi dữ liệu của bạn là liên tục, có phân phối chuẩn và mối quan hệ dự kiến là tuyến tính.

Giải thích kết quả

• ρ = +1: Mối quan hệ đơn điệu đồng biến hoàn hảo — khi X tăng, Y luôn tăng
• ρ = −1: Mối quan hệ đơn điệu nghịch biến hoàn hảo — khi X tăng, Y luôn giảm
• ρ = 0: Không có mối quan hệ đơn điệu giữa các biến
• 0.7 ≤ |ρ| < 1.0: Tương quan mạnh
• 0.5 ≤ |ρ| < 0.7: Tương quan trung bình
• 0.3 ≤ |ρ| < 0.5: Tương quan yếu
• |ρ| < 0.3: Tương quan rất yếu hoặc không có tương quan

Cách xử lý các hạng bằng nhau

Khi hai hoặc nhiều quan sát có cùng giá trị, chúng được gán giá trị trung bình của các thứ hạng mà lẽ ra chúng sẽ chiếm giữ. Ví dụ, nếu các giá trị ở vị trí 3 và 4 bằng nhau, cả hai đều nhận hạng 3.5. Máy tính tự động phát hiện các hạng bằng nhau và áp dụng công thức hiệu chỉnh thích hợp để duy trì độ chính xác.

Kiểm tra ý nghĩa

Máy tính thực hiện kiểm định t hai đuôi để xác định xem tương quan có ý nghĩa thống kê hay không. Thống kê kiểm định là:

$$t = \frac{\rho \sqrt{n-2}}{\sqrt{1-\rho^2}}$$

Giá trị này được so sánh với giá trị tới hạn từ phân phối t với n−2 bậc tự do ở mức ý nghĩa đã chọn.

Câu hỏi thường gặp