Kako pronaći korelaciju u Excelu

Spearmanov koeficijent korelacije, rS, bio je najraniji neparametarski test temeljen na rangovima. Za uzorak pojedinaca koji se mjeri na dvije varijable u Excelu, ideja je rangirati svaki rezultat unutar svoje varijable. Zatim, za svakog pojedinca oduzmite jedan rang od drugog. Ako je korelacija savršena (u pozitivnom smjeru), sve su razlike nula.

Slika ispod prikazuje primjer. Industrijski psiholog ocijenio je društvenost 20 zaposlenika FarDrate Timepiece Corporation. Ljestvica se kretala od 1 (najmanje društven) do 100 (najdruštveniji). Svaki zaposlenik FarDrate-a također je ocijenio svoje zadovoljstvo poslom na ljestvici od 1 (najmanje zadovoljstvo) do 80 (najviše zadovoljstva). Nul hipoteza je da društvenost nije u korelaciji sa zadovoljstvom poslom. Alternativna hipoteza je da su ove dvije varijable povezane.

Podaci su u stupcima B i C, a rangovi su u stupcima E i F. Razlike između svakog para rangova su u stupcu G.

Spearmanov rS.

Formula je

gdje je d razlika međuparova. Kao što je slučaj s regularnim koeficijentom korelacije, ako je nulta hipoteza istinita, vrijednost rS bi trebala biti oko nule.

Da biste izračunali rangove u stupcu E, upišite

=RANK.AVG(B2,$B$2:$B$21,1)

u E2 i automatski se popunjava. Za činove u stupcu E upišite

=RANK.AVG(C2,$C$2:$C$21,1)

u F2 i automatski se popunjava.

Ne morate upisati kompliciranu Excel formulu u ćeliju J4 da biste izračunali koeficijent korelacije. Zašto? Budući da se Excel i matematička statistika udružuju za izvrsno iznenađenje: sve što trebate učiniti je tipkati

=CORREL(E2:E21,F2:F21)

u J4. To je sve. Korištenje CORREL-a na rangovima daje isti odgovor kao gornja formula. (Dakle, nije potrebno izračunati razlike u rangu među parovima u stupcu G.)

Izračunati

N je broj parova, a test ima N-2 stupnja slobode.

Možete definirati Broj_parova kao naziv za vrijednost u ćeliji I2. Pa ukucaj

=J4*SQRT(broj_parova-2)/SQRT(1-J4^2)

u J6 i

=T.DIST.2T(J6,Broj_parova-2)

u J7. Možete koristiti funkciju dvostrane t distribucije ako ne znate unaprijed smjer korelacije. I još jednom, niska p-vrijednost govori da odbacite nultu hipotezu.