Коэффициент ранговой корреляции

Вопрос 2

Коэффициент ранговой корреляции

r_s Спирмена

Назначение рангового коэффициента корреляции

Метод ранговой корреляции Спирмена позволяет определить тес­ноту (силу) и направление корреляционной связи между двумя призна­ками или двумя профилями (иерархиями) признаков.

Описание метода

Рекомендуемые материалы

Для подсчета ранговой корреляции необходимо располагать двумя рядами значений, которые могут быть проранжированы.

Такими рядами значений могут быть:

1) два признака, измеренные в одной и той же группе испытуемых;

2) две индивидуальные иерархии признаков, выявленные у двух испы­туемых по одному и тому же набору признаков (например, личност­ные профили по 16-факторному опроснику Р. Б. Кеттелла, иерархии ценностей по методике Р. Рокича, последовательности предпочтений в выборе из нескольких альтернатив и др.);

3) две групповые иерархии признаков;

4) индивидуальная и групповая иерархии признаков.

Вначале показатели ранжируются отдельно по каждому из признаков. Как правило, меньшему значению признака начисляется меньший ранг.

Рассмотрим случай 1 (два признака).

Здесь ранжируются ин­дивидуальные значения по первому признаку, полученные разными ис­пытуемыми, а затем индивидуальные значения по второму признаку.

Если два признака связаны положительно, то испытуемые, имею­щие низкие ранги по одному из них, будут иметь низкие ранги и по другому, а испытуемые, имеющие высокие ранги по одному из призна­ков, будут иметь по другому признаку также высокие ранги. Для под­счета r_s необходимо определить разности (d) между рангами, получен­ными данным испытуемым по обоим признакам. Затем эти показатели d определенным образом преобразуются и вычитаются из 1. Чем меньше разности между рангами, тем больше будет r_s, тем ближе он будет к +1,

Если корреляция отсутствует, то все ранги будут перемешаны и между ними не будет никакого соответствия. Формула составлена так, что в этом случае r_s  окажется близким к 0.

В случае отрицательной корреляции низким рангам испытуемых по одному признаку будут соответствовать высокие ранги по другому признаку, и наоборот.

Чем больше несовпадение между рангами испытуемых по двумя переменным, тем ближе r_s к  -1.

Рассмотрим случай 2 (два индивидуальных профиля).

Здесь ранжируются индивидуальные значения, полученные каждым из 2-х испытуемым по определенному (одинаковому для них обоих) набору признаков. Первый ранг получит признак с самым низким значением; второй ранг - признак с более высоким значением и т.д. Очевидно, что все признаки должны быть измерены в одних и тех же единицах, иначе ранжирование невозможно.

Например, невозможно проранжировать показатели по личностному опроснику Кеттелла (16PF), если они вы­ражены в "сырых" баллах, поскольку по разным факторам диапазоны значений различны: от 0 до 13, от 0 до 20 и от 0 до 26. Мы не мо­жем сказать, какой из факторов будет занимать первое место по выра­женности, пока не приведем все значения к единой шкале (чаще всего это шкала стенов).

Если индивидуальные иерархии двух испытуемых связаны поло­жительно, то признаки, имеющие низкие ранги у одного из них, будут иметь низкие ранги и у другого, и наоборот.     Например, если у одного испытуемого фактор Е (доминантность) имеет самый низкий ранг, то и у другого испытуемого он должен иметь низкий ранг, если у одного испытуемого фактор С (эмоциональная устойчивость) имеет высший ранг, то и другой испытуемый должен иметь по этому фактору высокий ранг и т.д.

Рассмотрим случай 3 (два групповых профиля).

Здесь ранжи­руются среднегрупповые значения, полученные в 2-х группах испытуе­мых по определенному, одинаковому для двух групп, набору признаков. В дальнейшем линия рассуждений такая же, как и в предыдущих двух случаях.

Рассмотрим случай 4 (индивидуальный и групповой профили).

Здесь ранжируются отдельно индивидуальные значения испытуемого и среднегрупповые значения по тому же набору признаков, которые полу­чены, как правило, при исключении этого отдельного испытуемого - он не участвует в среднегрупповом профиле, с которым будет сопоставляться его индивидуальный профиль. Ранговая корреляция позволит проверить, насколько согласованы индивидуальный и групповой профили.

Во всех четырех случаях значимость полученного коэффициента корреляции определяется по количеству ранжированных значений N.

*В первом случае это количество будет совпадать с объемом выборки п.

*Во втором случае количеством наблюдений будет количество признаков, составляющих иерархию.

*В третьем и *четвертом случае N - это также количество сопоставляемых признаков, а не количество испытуемых в группах.

Подробные пояснения даны в примерах.

Если абсолютная величина r_s достигает критического значения или превышает его, корреляция достоверна.

Гипотезы

Возможны два варианта гипотез. Первый относится к случаю 1, второй - к трем остальным случаям.

Первый вариант гипотез

H₀: Корреляция между переменными А и Б не отличается от нуля.

H₁: Корреляция между переменными А и Б достоверно отличается от нуля.

Второй вариант гипотез

H₀: Корреляция между иерархиями А и Б не отличается от нуля. H_1: Корреляция между иерархиями А и Б достоверно отличается от нуля.

Графическое представление метода ранговой корреляции

Чаще всего корреляционную связь представляют графически в виде облака точек или в виде линий, отражающих общую тенденцию размещения точек в пространстве двух осей: оси признака А и призна­ка Б (см. Рис. 6.2).

Попробуем изобразить ранговую корреляцию в виде двух рядов ранжированных значений, которые попарно соединены линиями (Рис. 6.3). Если ранги по признаку А и по признаку Б совпадают, то между ними оказывается горизонтальная линия, если ранги не совпадают, то линия становится наклонной. Чем больше несовпадение рангов, тем бо­лее наклонной становится линия. Слева на Рис. 6.3 отображена макси­мально высокая положительная корреляция (r_s=+l,0) - практически это «лестница". В центре отображена нулевая корреляция - плетенка с неправильными переплетениями. Все ранги здесь перепутаны. Справа отображена максимально высокая отрицательная корреляция (r_s= -1,0) - паутина с правильным переплетением линий.

Рис. 6.3. Графическое представление ранговой корреляции:

а)                 высокая положительная корреляция;

б)                 нулевая корреляция;

в)                 высокая отрицательная корреляция

Ограничения коэффициента ранговой корреляции

1. По каждой переменной должно быть представлено не менее 5 на­блюдений. Верхняя граница выборки определяется имеющимися таб­лицами критических значений (Табл.ХУ1 Приложения 1), а именно N<40.

2. Коэффициент ранговой корреляции Спирмена r_s при большом коли­честве одинаковых рангов по одной или обеим сопоставляемым пе­ременным дает огрубленные значения. В идеале оба коррелируемых ряда должны представлять собой две последовательности несовпа­дающих значений. В случае, если это условие не соблюдается, необ­ходимо вносить поправку на одинаковые ранги. Соответствующая формула дана в примере 4.

Пример 1 - корреляция между двумя признаками

В исследовании, моделирующем деятельность авиадиспетчера (Одерышев Б.С, Шамова Е.П., Сидоренко Е.В., Ларченко Н.Н., 1978), группа испытуемых, студентов физического факультета ЛГУ проходила подготовку перед началом работы на тренажере. Испытуе­мые должны были решать задачи по выбору оптимального типа взлет­но-посадочной полосы для заданного типа самолета. Связано ли коли­чество ошибок, допущенных испытуемыми в тренировочной сессии, с показателями вербального и невербального интеллекта, измеренными по методике Д. Векслера?

Таблица 6.1

Показатели количества ошибок в тренировочной сессии и показатели уровня вербального и невербального интеллекта у студентов-физиков

(№=10)

Сначала попробуем ответить на вопрос, связаны ли между собой показатели количества ошибок и вербального интеллекта.

Сформулируем гипотезы.

H₀: Корреляция между показателем количества ошибок в тренировочной сессии и уровнем вербального интеллекта не отличается от нуля.

H₁: Корреляция между показателем количества ошибок в тренировочной сессии и уровнем вербального интеллекта статистически значимо отличается от нуля.

Далее нам необходимо проранжировать оба показателя, приписы­вая меньшему значению меньший ранг, затем подсчитать разности меж­ду рангами, которые получил каждый испытуемый по двум переменным (признакам), и возвести эти разности в квадрат.

Произведем все необ­ходимые расчеты в таблице.

 В Табл. 6.2 в:

*первой колонке слева представлены значения по показателю количества ошибок;

*в следующей колонке - их ранги.

*В третьей колонке слева представлены значения по показателю вербаль­ного интеллекта;

*в следующем столбце - их ранги.

*В пятом слева пред­ставлены разности d между рангом по переменной А (количество оши­бок) и переменной Б (вербальный интеллект). В последнем столбце представлены квадраты разностей – d^2.

Таблица 6.2

Расчет d² для рангового коэффициента корреляции Спирмена r_s

При сопоставлении показателей количества ошибок и вербального интеллекта у студентов-физиков (N=10)

Коэффициент ранговой корреляции Спирмена подсчитывается по формуле:

где d - разность между рангами по двум переменным для каж­дого испытуемого;

            N - количество ранжируемых значений, в данном случае ко­личество испытуемых.

Рассчитаем эмпирическое значение r_s:

Полученное эмпирическое значение r_s  близко к 0. И все же определим критические значения r_s при N=10 по Табл. XVI Приложения 1:

r_{s эмп  <} r_{s кр}

Ответ: Н_о принимается. Корреляция между показателем коли­чества ошибок в тренировочной сессии и уровнем вербального интел­лекта не отличается от нуля.

Теперь попробуем ответить на вопрос, связаны ли между собой показатели количества ошибок и невербального интеллекта.

Сформулируем гипотезы.

H₀: Корреляция между показателем количества ошибок в тренировочной сессии и уровнем невербального интеллекта не отличается от 0.

Н₁: Корреляция между показателем количества ошибок в тренировочной сессии и уровнем невербального интеллекта статистически значимо отличается от 0.

Результаты ранжирования и сопоставления рангов представлены в Табл. 6.3.

Таблица 6.3

Расчет d² для рангового коэффициента корреляции Спнрмена r_s при сопоставлении показателей количества ошибок и невербального интел­лекта у студентов-физиков (N=10)

Рассчитаем эмпирическое значение r_s:

Критические значения те же, что и в предыдущем

Мы помним, что для определения значимости r_s неважно, являет­ся ли он положительным или отрицательным, важна лишь его абсолют­ная величина. В данном случае:

r_{s эмп  <} r_{s кр}

Ответ: H₀ принимается. Корреляция между показателем коли­чества ошибок в тренировочной сессии и уровнем невербального интел­лекта случайна, r_s  не отличается от 0.

Вместе с тем, мы можем обратить внимание на определенную тенденцию отрицательной связи между этими двумя переменными. Возможно, мы смогли бы ее подтвердить на статистически значимом уровне, если бы увеличили объем выборки.

Пример 2 - корреляция между индивидуальными профилями

В исследовании, посвященном проблемам ценностной реориентации, выявлялись иерархии терминальных ценностей по методике М. Рокича у родителей и их взрослых детей (Сидоренко Е.В., 1996). Ранги терминальных ценностей, полученные при обследовании пары мать-дочь (матери - 66 лет, дочери - 42 года) представлены в Табл. 6.4. Попытаемся определить, как эти ценностные иерархии коррелиру­ют друг с другом.

Таблица 6.4

Ранги терминальных ценностей по списку М.Рокича в индивидуальных иерархиях матери и дочери

Сформулируем гипотезы.

Н_0: Корреляция между иерархиями терминальных ценностей матери и дочери не отличается от нуля.

Н_1: Корреляция между иерархиями терминальных ценностей матери и дочери статистически значимо отличается от нуля.

Поскольку ранжирование ценностей предполагается самой проце­дурой исследования, нам остается лишь подсчитать разности между рангами 18 ценностей в двух иерархиях². В 3-м и 4-м столбцах Табл. 6.4 представлены разности d и квадраты этих разностей d^2.

^2. Обычно рекомендуется всегда меньшему значению приписывать меньший ранг (си. Пример 1). В данном случае самая значимая ценность подучает меньший рант. Для подсчета коэффициента это несущественно. Главное, чтобы ранжирование было в обоих рядах однонаправленным.

        Определяем эмпирическое значение r_s по формуле:

где d - разности между рангами по каждой из переменных, в данном случае по каждой из терминальных ценностей;

      N - количество переменных, образующих иерархию, в дан­ном случае количество ценностей.

Для данного примера:

По Табл. XVI Приложения 1 определяем критические значения:

r_{s эмп  >} r_{s кр} (р<0.01)

Ответ: H₀ отвергается. Принимается H₁. Корреляция между иерархиями терминальных ценностей матери и дочери статистически значима (р<0,01) и является положительной.

По данным Табл. 6.4 мы можем определить, что основные рас­хождения приходятся на ценности "Счастливая семейная жизнь", "Общественное признание" и "Здоровье", ранги остальных ценностей достаточно близки.

Пример 3 - корреляция между двумя групповыми иерархиями

Джозеф Вольпе в книге, написанной совместно с сыном (Wolpe J., Wolpe D., 1981) приводит упорядоченный перечень из наиболее час­то встречающихся у современного человека "бесполезных", по его обо­значению, страхов, которые не несут сигнального значения и лишь ме­шают полноценно жить и действовать. В отечественном исследовании, проведенном М.Э. Раховой (1994) 32 испытуемых должны были по 10-балльной шкале оценить, насколько актуальным для них является тот или иной вид страха из перечня Вольпе³. Обследованная выборка состояла из студентов Гидрометеорологического и Педагогического ин­ститутов Санкт-Петербурга: 15 юношей и 17 девушек в возрасте от 17 до 28 лет, средний возраст 23 года.

^3. В исследовании М.Э. Раховой были выявлены виды страха, отсутствующие в перечне Вольпе, например, страх за благополучие близких (1-й ранг), неизвестнос­ти (5-й ранг), нападения (8-й ранг) и др. Однако в данном примере в ранжирова­нии участвуют только 20 страхов из перечня Вольпе, поскольку мы можем под­считывать коэффициент корреляции лишь между теми признаками, которые изме­рены в обеих выборках.

Данные, полученные по 10-балльной шкале, были усреднены по 32 испытуемым, и средние проранжированы. В Табл. 6.5 представлены ранговые показатели, полученные Дж. Вольпе и М Э. Раховой. Сов­падают ли ранговые последовательности 20 видов страха?

Сформулируем гипотезы.

H₀: Корреляция между упорядоченными перечнями видов страха в аме­риканской и отечественных выборках не отличается от нуля.

Н_1: Корреляция между упорядоченными перечнями видов страха в аме­риканской и отечественной выборках статистически значимо отли­чается от нуля.

Все расчеты, связанные с вычислением и возведением в квадрат разностей между рангами разных видов страха в двух выборках, пред­ставлены в Табл. 6.5,

Таблица 6.5

Расчет d² для рангового коэффициента корреляции Спирмена при со­поставлении упорядоченных перечней видов страха в американской и отечественной выборках

  Определяем эмпирическое значение r_s по формуле:

где d - разности между рангами по каждой из переменных, в данном случае по каждой из терминальных ценностей;

      N - количество переменных, образующих иерархию, в дан­ном случае количество ценностей.

Для данного примера:

По Табл. XVI Приложения 1 определяем критические значения r_s при N=20:

r_{s эмп  <} r_{s кр}

Ответ: H₀ принимается. Корреляция между упорядоченными перечнями видов страха в американской и отечественной выборках не достигает уровня статистической значимости, т. е. значимо не отличает­ся от нуля.

Пример 4 - корреляция между индивидуальным и

среднегрупповым профилями

Выборке петербуржцев в возрасте от 20 до 78 лет (31 мужчина, 46 женщин), уравновешенной по возрасту таким образом, что лица в возрасте старше 55 лет составляли в ней 50%⁴ , предлагалось ответить на вопрос: "Какой уровень развития каждого из перечисленных ниже качеств необходим для депутата Городского собрания Санкт-Петербурга?" (Сидоренко Е.В., Дерманова И.Б., Анисимова О.М., Витенберг Е.В., Шульга А.П., 1994). Оценка производилась по 10-балльной шкале. Параллельно с этим обследовалась выборка из депута­тов и кандидатов в депутаты в Городское собрание Санкт-Петербурга (n=14). Индивидуальная диагностика политических деятелей и претен­дентов производилась с помощью Оксфордской системы экспресс-видеодиагностики по тому же набору личностных качеств, который предъявлялся выборке избирателей.

^4.Введение этого условия диктовалось тем, что в непосредственно предшествовав­ших исследованию выборах 52% электората составляли лица старше 55 лет.

В Табл. 6.6 представлены средние значения, полученные для ка­ждого из качеств в выборке избирателей ("эталонный ряд") и индиви­дуальные значения одного из депутатов Городского собрания.

Попытаемся определить, насколько индивидуальный профиль де­путата К-ва коррелирует с эталонным профилем.

Таблица 6.6

Усредненные эталонные оценки избирателей (n=77) и индивидуальные показатели депутата К-ва по 18 личностным качествам экспресс-видеодиагностики

Таблица 6.7

Расчет d² для рангового коэффициента корреляции Спирмена между эталонным и индивидуальным профилями личностных качеств депутата

Как видно из Табл. 6.6, оценки избирателей и индивидуальные показатели депутата варьируют в разных диапазонах. Действительно, оценки избирателей были получены по 10-балльной шкале, а индивиду­альные показатели по экспресс-видеодиагностике измеряются по 20-балльной шкале. Ранжирование позволяет нам перевести обе шкалы измерения в единую шкалу, где единицей измерения будет 1 ранг, а максимальное значение составит 18 рангов.

Ранжирование, как мы помним, необходимо произвести отдельно по каждому ряду значений. В данном случае целесообразно начислять большему значению меньший ранг, чтобы сразу можно было увидеть, на каком месте по значимости (для избирателей) или по выраженности (у депутата) находится то или иное качество.

Результаты ранжирования представлены в Табл. 6.7. Качества перечислены в последовательности, отражающей эталонный профиль.

Сформулируем гипотезы.

H_0: Корреляция между индивидуальным профилем депутата К-ва и эталонным профилем, построенным по оценкам избирателей, не от­личается от нуля.

Н_1: Корреляция между индивидуальным профилем депутата К-ва и эталонным профилем, построенным по оценкам избирателей, стати­стически значимо отличается от нуля.

Поскольку в обоих сопоставляемых ранговых рядах присутствуют группы одинаковых рангов, перед подсчетом коэффициента ранговой корреляции необходимо внести поправки на одинаковые ранги Т_а  и Т_b:

Т_а =∑(а³ – а)/12

Т_b =∑(b³ – b)/12

где а - объем каждой группы одинаковых рангов в ранговом ряду А,

 b - объем каждой группы одинаковых рангов в ранговом ряду В.

В данном случае, в ряду А (эталонный профиль) присутствует одна группа одинаковых рангов - качества "обучаемость" и "гуманизм" имеют один и тот же ранг 12,5; следовательно, а=2.

Т_а = (2³-2)/12=0,50.

В ряду В (индивидуальный профиль) присутствует две группы одинаковых рангов, при этом Ь₁=2 и b₂=2.

Т_b = [(2³-2)+(2³-2)]/12=l,00

Для подсчета эмпирического значения r_s используем формулу

В данном случае:

Заметим, что если бы поправка на одинаковые ранги нами не вносилась, то величина r_s была бы лишь на (на 0,0002) выше:

При больших количествах одинаковых рангов изменения r_s, могут оказаться гораздо более существенными. Наличие одинаковых рангов означает меньшую степень дифференцированности упорядоченных переменных и, следовательно, меньшую возможность оценить степень связи между ними (Суходольский Г.В., 1972, с.76).

По Табл.ХУ1 Приложения 1 определяем критические значения r_s при  N=18:

r_{s эмп  >} r_{s кр}  (p< 0.05)

Ответ: H₀ отвергается. Корреляция между индивидуальным профилем депутата К-ва и эталонным профилем, отвечающим требова­ниям избирателей, статистически значима (р<0,05) и является положи­тельной.

Из Табл. 6.7 видно, что депутат К-в имеет более низкий ранг по шкалам «Умения общаться с людьми» и более высокие ранги по шкалам «Целеустремленности» и «Стойкости», чем это предписывается избиратель­ским эталоном. Этими расхождениями, главным образом, и объясняется некоторое снижение полученного r_s.

Сформулируем общий алгоритм подсчета r_s.

АЛГОРИТМ 20

Расчет коэффициента ранговой корреляции Спирмена r_s.

1. Определить, какие два признака или две иерархии признаков будут участвовать в сопоставлении как переменные А и В.

2. Проранжировать значения переменной А, начисляя ранг 1 наимень­шему значению, в соответствии с правилами ранжирования (см. п.2.3). Занести ранги в первый столбец таблицы по порядку номе­ров испытуемых или признаков.

3. Проранжнровать значения переменной В, в соответствии с теми же правилами. Занести ранги во второй столбец таблицы по порядку номеров испытуемых или признаков.

4. Подсчитать разности d между рангами А и В по каждой строке таблицы и занести в третий столбец таблицы.

5. Возвести каждую разность в квадрат: d^2.  Эти значения занести в четвертый столбец таблицы.

6. Подсчитать сумму квадратов ∑d² ,

7. При наличии одинаковых рангов рассчитать поправки:

Т_а =∑(а³ – а)/12

Т_b =∑(b³ – b)/12

где а - объем каждой группы одинаковых рангов в ранговом ряду А;

b - объем каждой группы одинаковых рангов в ранговом ряду В.

8. Рассчитать коэффициент ранговой корреляции r_s по формуле:

а)   при отсутствии одинаковых рангов

Информация в лекции "5.1. Система дифференциальных уравнений Навье-Стокса" поможет Вам.

б)   при наличии одинаковых рангов

где ∑d²  - сумма квадратов разностей между рангами;

Т_а и Т_b - поправки на одинаковые ранги;

N - количество испытуемых или признаков, участвовавших в ранжировании,

9. Определить по Табл. XVI Приложения 1 критические значения r_s для данного N. Если r_s  превышает критическое значение или по крайней мере равен ему, корреляция достоверно отличается от 0.