Làm thế nào để tôi tìm thấy số đo tương quan giữa hai biến danh nghĩa?

Một cuộc khảo sát được thực hiện trong đó mọi người chọn những gì họ sử dụng một nụ cười nhất định để đại diện và nhập vào quốc gia gốc của họ. Tôi đã mã hóa lại các phản hồi văn bản thành số.

Nên sử dụng hình thức phân tích nào (tốt nhất là trong SPSS) để kiểm tra mức độ tương quan giữa nơi mọi người đến và các đại diện mà họ đã chọn?

correlation spss categorical-data

— masoftheund
nguồn

Có một loạt các biện pháp của hiệp hội danh nghĩa-danh nghĩa.

Có hệ số phi, hệ số dự phòng (mà tôi nghĩ áp dụng cho các bảng vuông, vì vậy có lẽ không phù hợp với bạn), hệ số V của Cramer, hệ số lambda và hệ số không chắc chắn. Không còn nghi ngờ gì nữa.

Nhiều người trong số họ hóa ra là một chức năng của thống kê chi bình phương.

(Nếu bạn có một hoặc nhiều biến số thứ tự, có nhiều hệ số khác phù hợp với tình huống đó.)

Đây trang wikipedia liệt kê những cái tôi đề cập đến.

Tôi tin rằng SPSS có thể tính toán những cái mà tôi nghĩ phù hợp với tình huống danh nghĩa so với danh nghĩa hình chữ nhật của bạn - ít nhất là tôi chắc chắn trong trường hợp phi và Cramer V và hệ số lambda:

phi và V

lambda

(Bàn từ đây và đây )

— Glen_b -Reinstate Monica
nguồn

Tôi đã nghĩ đến việc sử dụng Cramer V, nhưng tôi đã đọc trong Phương pháp thống kê tâm lý học (Howell) rằng "Vấn đề với V là khó có thể đưa ra một cách giải thích trực quan đơn giản cho nó khi có nhiều hơn hai loại và chúng không rơi trên một chiều kích có trật tự. " Tôi không thực sự chắc chắn những gì anh ấy có nghĩa là.

— masoftheund

m \times n

$m\times n$

Khá nhiều. Cuộc khảo sát chỉ là một phần nhỏ của nghiên cứu, vì vậy kết luận cũng sẽ được rút ra từ các nguồn khác. Cũng biết rằng có tương quan hay không là đủ tốt.

— masoftheund

Điều đó nghe có vẻ tuyệt vời (rằng bạn có kiến thức trong môn học sẽ truyền đạt trực giác), mặc dù quan điểm của tôi là hầu như mọi biện pháp liên kết danh nghĩa trong một bàn hình chữ nhật đều không truyền tải được trực giác; Tôi không nghĩ đó là một lời chỉ trích đặc biệt về Cramer V. Ví dụ, V là đơn điệu trong phi; nó chỉ trích áp dụng cho cái này chắc chắn nó áp dụng cho cái kia.

— Glen_b -Reinstate Monica

Nếu bạn muốn hiểu rõ hơn về các hiệp hội, bạn có thể điều chỉnh mô hình loglinear cho các dữ liệu này. (Phân tích> Loglinear> Chung) hoặc GENLOG, để bắt đầu.

— JKP
nguồn