Vantagens e Desvantagens do método correlacional

Pesquisadores que coletam quantitativa , ou com base numericamente , os dados executar várias formas de análise estatística para tirar conclusões a partir desses dados . Ao olhar para as relações entre diferentes conjuntos de dados que coletam , os pesquisadores podem testar hipóteses sobre como os diferentes fatores afetam uns aos outros, e quão forte esses efeitos são . Um tal método , o teste para correlações estatísticas , tem valor acadêmico limitado . Correlações

correlações são uma forma simples de análise estatística que olha para as relações numéricas entre dois conjuntos de dados de tamanho igual . Ao comparar os números de dois conjuntos diferentes de dados em conjunto , correlações ver como o movimento do valor de números de um conjunto de dados está relacionado com o movimento do valor de números no outro conjunto de dados . Por exemplo, um pesquisador poderia olhar para correlações entre os estudantes passam horas estudando e suas notas para ver se existe uma relação entre horas passadas a estudar e os resultados dos testes . A equação para testar relatórios correlações esta relação como um coeficiente que representa entre zero ( absolutamente nenhuma relação entre os dois conjuntos de dados ) e um ( uma relação de perfeita entre os dois conjuntos de dados ) que é ou positivo ( um aumento de um conjunto de dados é relacionado a um aumento no outro conjunto de dados ) ou negativo ( um aumento de um conjunto de dados está relacionada a uma diminuição no outro conjunto de dados) .

Vantagens

a principal vantagem do método de procura de correlações simples entre dois conjuntos de dados é que a equação para encontrar um coeficiente de correlação é o suficiente para que os alunos triturar os números à mão simples , em vez de confiar em computadores ou calculadoras para a análise. Este apresenta aos alunos a matemática por trás da análise estatística , que constrói uma base para a compreensão da matemática por trás de métodos mais sofisticados de análise estatística. A natureza simples de uma correlação também apresenta aos alunos as idéias por trás análise estatística ( direção e magnitude das relações ) .

Falta de Directionality

A principal desvantagem de correlações é que, enquanto eles relatam relações entre conjuntos de dados , eles não dão nenhuma pista sobre a causalidade. Especificamente, a matemática por trás da equação de correlação não permite que os pesquisadores sabem que conjunto de dados é responsável pelo relatório equações de correlação relacionamento. No exemplo de funcionamento de uma correlação entre horas passadas a estudar e os resultados dos testes , pode ser intuitivo pensar que uma relação positiva entre os dois conjuntos de dados é por causa de horas passadas a estudar. No entanto, na medida em que a matemática por trás da equação de correlação está em causa, não há nenhuma maneira de provar que o inverso — que a obtenção de resultados de testes mais elevadas faz você estudar mais — isnt verdade.

bivariada

Correlações bivariadas são na natureza: eles se comparam dois números de cada vez a partir de dois conjuntos de dados diferentes. Isto permite que apenas os investigadores a estudar as relações entre os dois factores de cada vez . No entanto, isso não é realista : há quase sempre múltiplas relações e efeitos sobre alguma coisa. Se um pesquisador queria examinar as relações e efeitos inter- conectadas , a equação de correlação é matematicamente incapaz de acomodar tal projeto de pesquisa. A análise de regressão , no entanto, permite que um pesquisador para estabelecer não só causalidade, mas de olhar para as relações entre mais de dois conjuntos de dados.