Spearmanin korrelaatiokerroin, rS, oli aikaisin arvoihin perustuva ei-parametrinen testi. Kun kyseessä on otos yksilöistä, jotka on mitattu kahdella Excelin muuttujalla, ideana on asettaa kukin pistemäärä omassa muuttujassaan. Sitten jokaisesta yksilöstä yksi arvo vähennetään toisesta. Jos korrelaatio on täydellinen (positiiviseen suuntaan), kaikki erot ovat nollia.
Alla olevassa kuvassa on esimerkki. Teollisuuspsykologi arvioi FarDrate Timepiece Corporationin 20 työntekijän sosiaalisuuden. Asteikko vaihteli 1:stä (vähiten seurallinen) 100:aan (seurallisin). Jokainen FarDraten työntekijä arvioi työtyytyväisyytensä myös asteikolla 1 (vähiten tyytyväisyys) 80:een (enin tyytyväisyys). Nollahypoteesi on, että sosiaalisuus ei korreloi työtyytyväisyyden kanssa. Vaihtoehtoinen hypoteesi on, että nämä kaksi muuttujaa korreloivat.
Tiedot ovat sarakkeissa B ja C, ja arvot ovat sarakkeissa E ja F. Kunkin riviparin erot ovat sarakkeessa G.
Spearmanin rS.
Kaava on
missä d on parien välinen ero. Kuten säännöllisen korrelaatiokertoimen tapauksessa, jos nollahypoteesi pitää paikkansa, rS:n arvon tulisi olla nollan tienoilla.
Laskeaksesi rivit sarakkeessa E, kirjoita
=RANK.AVG(B2,$B$2:$B$21,1)
E2:een ja täytetään automaattisesti. Kirjoita sarakkeen E riveille
=RANK.AVG(C2,$C$2:$C$21,1)
F2:een ja täytetään automaattisesti.
Sinun ei tarvitse kirjoittaa monimutkaista Excel-kaavaa soluun J4 laskeaksesi korrelaatiokertoimen. Miksi? Koska Excel ja matemaattiset tilastot yhdistävät yllätyksen: Sinun tarvitsee vain kirjoittaa
=KORREL(E2:E21,F2:F21)
kohtaan J4. Siinä kaikki. CORRELin käyttäminen riveissä antaa saman vastauksen kuin yllä oleva kaava. (Joten ei todellakaan ole tarpeen laskea parien välisiä arvoeroja sarakkeessa G.)
Laskea
N on parien lukumäärä ja testillä on N-2 vapausastetta.
Voit määrittää parien_määrä solun I2 arvon nimeksi. Joten kirjoita
=J4*SQRT(parien_määrä-2)/SQRT(1-J4^2)
J6:een ja
=T.JAKAUMA.2T(J6,parien_luku-2)
kohtaan J7. Voit käyttää kaksisuuntaista t-jakaumafunktiota, jos et tiedä korrelaation suuntaa etukäteen. Ja jälleen kerran, pieni p-arvo käskee hylätä nollahypoteesin.