SPSS, korrelaatioanalyysi

tarkoitatko siis parit kysymyksessä 3, eli a-b, a-c ja b-c ? Mulla on kysely jossa on useita sellaisia kysymyksiä, joissa vastausvaihtoehtoja yli 10... Ei liene silloin korrelaatioanalyysi oikea tapa analysoida aineistoa?

sepi10110 kirjoitti:

tarkoitatko siis parit kysymyksessä 3, eli a-b, a-c ja b-c ? Mulla on kysely jossa on useita sellaisia kysymyksiä, joissa vastausvaihtoehtoja yli 10... Ei liene silloin korrelaatioanalyysi oikea tapa analysoida aineistoa?

Saisi olla joku, jolla on nämä asiat tuoreempina mielessä.

Kaksi vaihtoehtoa, kuten kysymyksessä 2, voi vielä muuntaa luvuiksi (esim. 1/2), mutta ei useampaa, ellei niitä voi laittaa järjestykseen lukuarvoa silmällä pitäen. Ehkä syömisen, juomisen ja nukkumisen kuitenkin voisi jostakin näkökulmasta panna numerojärjestykseen.
Korrelaatiota laskettaessa täytyy siis kaikilla havaintoyksiköillä olla lukuarvo tai ainakin ne on voitava asettaa johonkin järjestykseen (järjestyskorrelaatio). Näyttääpä siltä, että se ei onnistu kyseisessä tehtävässä. Ikämuuttuja kyllä tietysti on siihen kelvollinen, mutta se ei yksin riitä.
a-b eli iän ja sukupuolen korrelaatiota tuskin kannattaisikaan laskea. Tässä se kenties kuuluu aineiston edustavuuden päättelyyn, ei itse asiaan.

Tässä ovat varsinaisesti kyseessä nominaaliasteikot.
Kontingenssiosamäärän ja khin neliön laskeminen siis onnistuu. Pelkkä ristiintaulukointi saattaa olla riittävän havainnollinen osoittamaan esimerkiksi ikä- ja sukupuolieroja.

Korrelaatiokerrointa (r) käytetään kyllä aivan yleisesti muuttujille, jotka tarkaan ottaen ovat ordinaaliasteikollisia (esim. Likert-asteikot asenne- yms. mittauksissa). On todettu, että r antaa yhtä luotettavia tuloksia kuin järjestyskorrelaatiokertoimet, kun vastausvaihtoehdot koodataan tasavälisesti. Itse asiassa Spearmanin järjestykorrelaatio on sama kuin järjestysluvuista laskettu r.

r voidaan kyllä laskea myös kahdelle nominaaliasteikolliselle kaksiluokkaiselle, 0/1 -koodatuille muuttujalle; se on tällöin sama kuin phi-kerroin. r voidaan laskea myös tällaisen binaarimuuttujan ja intervalliaskollisen muuttujan välille. Esim. ns. dummy-muuttujien käyttö regressioanalyysissa perustuu tähän.

Kysyjän ongelmaan: viimeisen kysymyksen vastausvaihtoehdot kannattaa koodata erillisinä muuttujina 0/1 (1 = teki tätä, 0 = ei tehnyt).

Statistician kirjoitti:

Korrelaatiokerrointa (r) käytetään kyllä aivan yleisesti muuttujille, jotka tarkaan ottaen ovat ordinaaliasteikollisia (esim. Likert-asteikot asenne- yms. mittauksissa). On todettu, että r antaa yhtä luotettavia tuloksia kuin järjestyskorrelaatiokertoimet, kun vastausvaihtoehdot koodataan tasavälisesti. Itse asiassa Spearmanin järjestykorrelaatio on sama kuin järjestysluvuista laskettu r.

r voidaan kyllä laskea myös kahdelle nominaaliasteikolliselle kaksiluokkaiselle, 0/1 -koodatuille muuttujalle; se on tällöin sama kuin phi-kerroin. r voidaan laskea myös tällaisen binaarimuuttujan ja intervalliaskollisen muuttujan välille. Esim. ns. dummy-muuttujien käyttö regressioanalyysissa perustuu tähän.

Kysyjän ongelmaan: viimeisen kysymyksen vastausvaihtoehdot kannattaa koodata erillisinä muuttujina 0/1 (1 = teki tätä, 0 = ei tehnyt).

Jaa-a, korrelaatiota kyllä käytetään monillakin eri asteikoilla mitatuille muuttujille, mutta oikein se ei ole. Miksikähän tässä ei voisi käyttää ristiintaulukointia ainakin kohtien 2-3 välillä? Kohdan 3) asteikko ei täytä edes Likert-asteikollisen muuttujan vaatimuksia. Olisi varmaan parempi ensin tutustua johonkin tilastotieteen perusopukseen, ja miettiä sitten näitä asioita?

statistician_2 kirjoitti:

Jaa-a, korrelaatiota kyllä käytetään monillakin eri asteikoilla mitatuille muuttujille, mutta oikein se ei ole. Miksikähän tässä ei voisi käyttää ristiintaulukointia ainakin kohtien 2-3 välillä? Kohdan 3) asteikko ei täytä edes Likert-asteikollisen muuttujan vaatimuksia. Olisi varmaan parempi ensin tutustua johonkin tilastotieteen perusopukseen, ja miettiä sitten näitä asioita?

Joo, kyllähän korrelatiokerrointa näkee käytettävän melko hulvattomasti joskus. Mittaustasoa suurempi ongelma lienee kuitenkin, että sitä lasketaan hyvin vinoista jakaumista tai jopa silloin, kun riippuvuus on selvästi epälineaarista.

Ristiintaukointi on "heikompi" menetelmä. Siinä hukataan informaatiota, vapausasteet testauksessa vähenevät, ja todelliset olemassassaolevat riippuvuudet voivat jäädä paljastumatta.

Jos Likert-asteikko on asenneväittämä tms., ristiintaulukoinnin käyttö on jopa harhaanjohtavaa, sillä koodipisteiden jakuma riippuu väittämän voimakkuudesta. Yleensähän kyllä asennemittauksissa rakennetaan useista väittämistä tietyin säännöin summa- tai Guttman-skaala tai mieluummin käytetään faktorianalyysia.

Kuten mainitsin, r:n voi laskea ihan ilman sääntörikkomuksia kahden kaksiluokkaisen nominaaliasteikollisen muuttujan välille. Tällöin se on sama kuin phi-kerroin (jota on kahta tyyppiä; tässä phi = sqrt(khi^2/n). Samoin r voidaan laskea kaksiluokkaisen ja intervalliasteikollisen muuttuja välille. Siis kysymyksen 3 vaihtoehdot voidaan käsitellä omina kaksiluokkasina muuttujinaan ja laskea r niiden ja taustamuuttujien välille.

P.S. On niitä tilastotieteen alkeiskirjoja tullut päntättyä laudaturiin ja graduun asti. Käyttäytymistieteiden metodikirjat ja oma tutkimustyö ovat myös opettaneet, minkä verran strictistä matemaattisesta oikeaoppisuudesta menetelmien käytössä voi tinkiä tulosten luotettavuuden vaarantumatta.