PICT6491

PICT6491



- 39.0

v =-“ .>,9 ,

10

r* = -0,579" =0.335

Średnia arytmetyczna: v =    = 21;


Niezbędne dane do obliczenia współczynnika korelacji linowej Pearsona znajdują się w tabeli 21.

Tabeli 21. Obliczanie współczynnika korelacji fearsona

Lic/ba opuszcz. dni

.X'

Oceny w nauce w pki

•v

(v-.v)

X

(y-y)

Y

(x-xY

X*

X Y

5.0

-18

l.l

326

1.2!

-1.98

5

5.0

-16

1.1

256

1.21

-1.76

12

4.5

-9

0.6

SI

0.36

-5.40

18

5

-3

0.6

9

0.36

-1.80

23

•1.0

2

0.1

4

0.01

0.20

24

4.0

3

0.1

9

0.01

0.30

27

3.5

6

-0.4

36

0.16

-2.40

29

3.5

8

•0.4

64

0.16

-3.20

33

3.0

12

•0.9

144

0.SI

-10.80

36

2.0

15

-1.9

225

3.61

-28.50

210

39.0

X

X

1154

7.9

-55.34

Źródło: W oparciu o dane tab. 19.

Średnia ilość opuszczonych przez uczniów dni w nauce szkolnej: 7 = 21 Średnia wyników w nauce wyrażona ilością punktów wynosi: f = 3.9 Wykorzystując wzór na obliczenie współczynnika korelacji liniowej Pearsońa

otrzymujemy: * =^^=-^=^=-0.579;

' Vl 154-7.9    ^9116,6    95.4S

Wartość współczynnika korelacji wskazuje, że w podanym przykładzie związek pomiędzy badanymi cechami jest ujemny, lecz dostatecznie duży. aby można przyjąć, że pomiędzy liczbą opuszczonych zajęć dydaktycznych w szkole a uzyskiwanymi przez uczniów ocenami istnieje zależność. Ma on kierunek ujemny, co oznacza, że związek jest odwrotnie proporcjonalny, tzn., że wzrostowi absencji uczniów w szkole towarzyszy spadek ocen. Biorąc pod uwagę fakt, że absencja nie jest jedyną zmienną wpływającą na wyniki w nauce, na podstawie wielkości możemy określić, w jakim stopniu zmienna niezależna wpływa na wyniki w nauce. Aby to określić należy obliczyć wartość, tzw. wskaźnika determinacji liniowej r2.

Dla podanego przykładu wskaźnik ten wynosi r = 33,5%. Oznacza to. że w * o przypadków osiągnięcia w nauce szkolnej uzależnione są obecnością

292 nv na zajęciach lekcyjnych. Wielkość r lub łA\tri ^ frm%

U Jywistych obserwacji wokół linii regresji. Jeżeli wszywki obs Unii regresji (s. 289. rys. a), to będzie rówńe 1 0 ^rozproszone po całym wykresie (s. 289. rys. c). to b ^••kie zeru [Cli. > k>- Nachimas 2001. s. 435).    lub

b Współczynnik korelacji liniowej Pcarsona może przyjmować wartki

.v przedziale: -1 - r ^ +1L,czba vzcrooznacza korelacji. Znak +** wskazuje na istnienie korelacji dodatniej a znak .. " na ujemną. Orientacyjnie można przyjąć następujące określenia dotyczące siły związku dwóch cech. pa-miętąjąc. x/' warto*clc sa-1' ^° nar/ędzicm pomocniczym do analizy.

Współczynnik

Korelacja

Zależność

r- 0

Brak

Żadna

0< r < 0.3

Słaba

Nieznaczna

0.3< r < 0.7

Przeciętna

Istotna

0.9 <r < 0.9

Wysoka

Znaczna

n 9 <r < 1.0

Bardzo wysoka

Bardzo pewna

Żrcxllo. Cz. Nowaczyk Podstawy metod statystyczny*!: dla pedagogów. Warszawa-Poznań. 19S5.

s. 107.

Należy podkreślić, że współczynnik korelacji jest wskaźnikiem, a nie pomiarem na skali liniowej. Nie można porównywać ze sobą dwóch wskaźników i orzekać, iż wskaźnik o wartości ru - 0,35 oznacza związek o połowę słabszy od wskaźnika wyrażonego wielkością rv ~ 0,70.

d) Współczynnik korelacji cech jakościowych

W badaniach pedagogicznych bardzo często spotykamy się z koniecznością ustalenia zależności między cechami niemierzalnymi, czyli jakościowymi, np. pomiędzy pochodzeniem społecznym ucznia a osiągnięciami szkolnymi czy miejscem zamieszkania a aspiracjami edukacyjnymi. Niekiedy, zachodzi potrzeba określenia zależności między dwoma cechami, z których jedna ma charakter jakościowy a druga ilościowy, np. między wiekiem dziecka a aktywnością społeczną. W takich przypadkach określenie współzależności między zmiennymi musi być oparte na innych współczynnikach korelacji. Do najczęściej stosowanych przy przeprowadzaniu analizy należą:

1.    Współczynnik korelacji cech jakościowych Pcarsona.

2.    Współczynnik korelacji cech ilościowych i jakościowych, tzw. dwuseryjny.

3.    Współczynnik kontyngeneji „C”.    .    ..    ,

Najprostszym sposobem ustalenia związku między zmienn>nu jest w> wystanie rozkładu procentowego szeregów. W tym celu bczb> zawarte w ta zamieniamy na procenty. Przykładem może być zależność pointę z>

293


Wyszukiwarka

Podobne podstrony:
10 2.    Przy obliczaniu średniej arytmetycznej oceny rocznej oraz średniej arytmetyc
DSC00417 (11) Średnia arytmetyczna: p.l)«3 a+*»♦•••+yi+~+y. . if n gdzie;y - średnia arytmetyczna;V
PICT6484 Ponieważ suma odchyleń od średniej arytmetycznej zawsze równa się zero, dlatego odchylenie
PICT6484 ,     średniej arytmetycznej zawsze równa się Zc. Ponieważ suma odchyleń ou
54 (71) ✓o 2.1. Średnia arytmetycznaPrzykład 1 W tabeli podano, ile punktów zdobyli w sześciu kolejn
Scanned at 10 02 28 37 (3) 1, Średnic arytmetyczne odchylenie profilu od linii średniej Ra — jest t
SDC10505 jest średnią kwadratową i wyraża się wzorem / r 11*39)A*»s "
98 IX. Całka oznaczona 10“ Uogólnione twierdzenie o wartości średniej. Zakładamy, że 1) funkcje /(x)
IMG553 WYNIKI Grupa suplementowana 39 raków piersi 16 raków jajnika Placebo 30 raków piersi&nbs
giertychjpg3wv 33* ♦ 33 35 37 12 ♦ 39 ♦ 13* 11    9 *
Image315 W celu wyznaczenia średniej arytmetycznej liczb całkowitych A i B należy je zsumować, a nas

więcej podobnych podstron