اختيار معامل الارتباط المناسب
"الارتباط" ليس رقماً واحداً. فالمعاملات الثلاثة الأكثر استخداماً — Pearson's r وSpearman's ρ وKendall's τ — تقيس أشياء مختلفة وتفترض أشياء مختلفة، فالاختيار الصحيح يعتمد على بياناتك.
يقيس Pearson العلاقة الخطّية بين متغيّرات فترية. ويقيس Spearman العلاقة المُطّردة باستخدام الرتب. أمّا Kendall's tau فيعمل على الرتب أيضاً لكنه يقوم على الأزواج المتوافقة مقابل المتعارضة، ويُفضَّل للعيّنات الصغيرة أو كثيرة التعادلات.
دليل القرار
| المعامل | يقيس | الأنسب حين |
|---|---|---|
| Pearson r | خطّي | بيانات فترية قريبة من الاعتدال الثنائي |
| Spearman ρ | مُطّرد | ترتيبية أو مُطّردة غير خطّية |
| Kendall τ | التوافق | عيّنة صغيرة، تعادلات كثيرة |
متى يُضلّل Pearson
يتأثّر Pearson بالقيم الشاذّة ويلتقط البنية الخطّية فقط — فقد تُظهر علاقة منحنية قوية معامل r قريباً من الصفر. ارسم مخطّط الانتشار أولاً دائماً.
Spearman مقابل Kendall
يتّفقان غالباً على الاستنتاج؛ لكن لـ Kendall's τ تفسيراً احتمالياً أوضح وأمتن مع العيّنات الصغيرة.
الإبلاغ
أبلغ عن المعامل وفترة ثقته وحجم العيّنة n وقيمة p — وبيّن أيّ معامل استخدمت ولماذا.
طبّق هذا التحليل على بياناتك — مجاناً، في متصفحك.
افتح مايندستات ←