SPSS : Vai al menu Analizza, selezionare " correlare - > bivariata ... " e selezionare le variabili che si desidera correlare nella casella che appare a sinistra ( clicca sull'immagine miniatura per ingrandirla) . Spostarli verso la casella a destra facendo clic sulla freccia blu . Infine , assicurarsi che ci sia un segno di spunta in entrambe le " tau di Kendall - b " o checkbox " Spearman " , e fare clic su OK .
2
R , correlazioni rango di ordine può essere calcolato con il comando " cor " . Dato vettori x e y , Spearman e Kendall correlazioni rango tra i due può essere calcolato con la seguente commands.cor.test ( x , y , method = " lanciere " ) cor.test ( x , y , method = " Kendall " ;)
3
Interpretazione dei risultati : tau di Kendall e di Spearman rho ogni intervallo da 1 a -1 ; 1 indica una correlazione perfetta , -1 indica una perfetta correlazione inversa , e 0 indica l'assenza di correlazione . Rho di Spearman non ha una interpretazione operativa significativa , anche se è la statistica più frequentemente citato in molti campi , ma è sostanzialmente equivalente a convertire i punteggi ai punteggi numerici del rango di ordine e di calcolare una correlazione standard di Pearson tra di loro, anche se i dettagli matematici differiscono il caso di legami . Tau di Kendall non richiede primi punteggi conversione di rango -ordini e ha diversi vantaggi dal punto di vista statistico , come ad esempio una distribuzione quasi normale della funzione di punteggio per piccoli n . Tuttavia, i risultati possono essere più difficili da confrontare con quelli pubblicati in letteratura , che spesso favorisce rho di Spearman per tradizione .
software © www.354353.com