Korrelatsiooniuuringud seisnevad kahe muutuja hindamises, mille eesmärk on uurida nende vahelise korrelatsiooni astet.
Seepärast püütakse korrelatsiooniuuringutes avastada, kuidas üks muutuja varieerub nagu teine. Kuid sel juhul uurime ainult liikumise suunda ja suhte intensiivsust. Teisalt peame teadma, et korrelatsioon ei tähenda põhjuslikkust. Samamoodi on variatsiooniastme teadmiseks vaja arvutada teatud tüüpi regressioon; nagu lineaarne või mitmekordne.
Miks teha korrelatsiooniuuringuid?
Seda tüüpi uuringud järgivad teaduslikul meetodil põhinevat protokolli. Esmalt esitame küsimused. Pärast jälgime esmamulje jätmist. Järgmisena mõõdame huvipakkuvaid muutujaid. Lõpuks analüüsime ja teeme järeldused.
Selle teostamine võib olla huvitav ka mitmel põhjusel:
- Esiteks võimaldab see teada nii olulist asjaolu nagu kahe või enama muutuja vaheline seos. See tähendab, et see ütleb meile, kuidas üks muutuja varieerub, kui muudame teist. Nii välistatakse võimalik juhuslik mõju ja välditakse võimalikku juhuslikku manipuleerimist.
- Tavaliselt on see regressioonimudelite lähtepunkt. Kui teame variatsiooniastet ja võrreldud muutujate suunda, saame genereerida selgitava mudeli.
- Üks suurimaid puudusi on see, et see ei võimalda luua põhjus-tagajärg-suhet. Nende seoste tundmiseks tuleks kasutada muid statistilisi tehnikaid ja ennekõike läbi vaadata olemasolev kirjandus.
Korrelatsiooniuuringute omadused
On mugav teada mõningaid selle peamisi omadusi, mis oleksid järgmised:
- See põhineb teabe varasematel kirjeldavatel analüüsidel. Sel moel, kui teame iga muutuja mõõtmeid, saame uurida nende suhteid.
- See võimaldab uurida muutujate suhet ilma vajaduseta nendega manipuleerida.
- Pakub võrreldavatel väärtustel põhinevat teavet.
- See võimaldab meil teada kahe muutuja vahelist korrelatsiooni. See tähendab, kuidas üks muutub, kui muudetakse teist. Lisaks teavitab ta nimetatud variatsioonide suunda.
- Peamine statistika, mida kasutatakse kahe muutuja vahelise seose määra teadmiseks, on kvantitatiivsete muutujate lineaarne korrelatsioonikordaja.
- Spinalmani koefitsiendi varianti kasutatakse nominaalsete või järjestuslike muutujate korral. Mõlemad võimaldavad meil teada korrelatsiooni astet.
Korrelatsiooniuuringute näide
Kujutagem ette, et meil on teatud andmed majandushariduse omandanud üliõpilaste kohta. Viime läbi esialgse dokumentaalse uurimise ja avastame asjakohast teavet. Tundub, et palgaastmete ja muutujate, näiteks vanemate sissetulek, vahel on seos. Selle uurimiseks otsustasime läbi viia küsitluse ja sissetulek klassifitseeritakse kolme tasemesse (järjestusmuutuja).
Me võime täheldada, et protsess on sarnane teiste tüüpide, näiteks eksperimentaalse protsessiga. Kõigepealt peame teadma, mida me otsime, muutujate suhet. Hiljem, kuidas me seda uurime, antud juhul kasutades Spearmani koefitsienti. Seejärel rakendame seda ja analüüsime saadud teavet. Viimane samm on järelduste tegemine.