O ranking de coeficientes de correlação de Spearman e Kendall são métodos bem conhecidos para quantificar correspondências entre listas de dados ordinais. Como eles são calculados , eo que eles significam? Isso é o que este artigo é toda sobre. Leia mais ... Coisas que você precisa
SPSS ( agora também conhecido como PASW Statistics 17) , qualquer versão , OU
R ( http://www.r-project.org/)
Mostrar Mais instruções
1

SPSS : Vá ​​para o menu Analisar , selecione " correlacionar -> bivariada ... " , e selecionar as variáveis ​​que você deseja correlacionar na caixa que aparece no lado esquerdo ( clique imagem em miniatura para ampliá-la ) . Mova -os para a caixa à direita , clicando na seta azul. Finalmente , certifique-se de que há uma marca de seleção em ambos o " tau -b de Kendall " ou opção " Spearman " e clique em OK.
2

R, correlações rank- ordem pode ser calculado com o comando " cor " . Dada vetores x e y, Spearman e Kendall correlações de ordem entre os dois pode ser calculada com a seguinte commands.cor.test (x , y, method = " lanceiro" ) cor.test (x , y, method = " Kendall " ;)
3

Interpretando seus resultados: tau de Kendall e rho de Spearman cada intervalo de 1 a 1; 1 indica correlação perfeita , -1 indica uma correlação inversa perfeita, e 0 indica que não há correlação . Não rho de Spearman não tem uma interpretação operacional significativa, embora seja a estatística mais freqüentemente citado em muitos campos , é essencialmente equivalente a converter dezenas de pontuações numéricas classificação de ordem e computar uma correlação de Pearson padrão entre eles, embora os detalhes matemáticos diferem em caso de empate . Tau de Kendall não requer primeiro convertendo pontuação para classificar -encomendas e tem várias vantagens do ponto de vista estatístico , como uma distribuição quase normal da função de pontuação para pequenas n . No entanto, os resultados podem ser mais difíceis de comparar com os da literatura , que muitas vezes favorece rho de Spearman de tradição.