Mehr über den Critical Correlation Calculator dieses Spearman

Kritische Werte werden verwendet, um mit einer Teststatistik verglichen zu werden, um zu beurteilen, ob die Nullhypothese verworfen wird oder nicht. In diesem Fall wird die Beispielkorrelation von Spearman \(\rho\) mit den kritischen Korrelationswerten \(\rho_c\) verglichen, die von diesem Rechner gefunden wurden.

Für einen zweiseitigen Fall wird die Nullhypothese verworfen, wenn \(|\rho| > \rho_c\). Für einen Fall mit dem rechten Ende wird die Nullhypothese zurückgewiesen, wenn \(\rho > \rho_c\), und für einen Fall mit dem linken Ende wird die Nullhypothese zurückgewiesen, wenn \(\rho < \rho_c\). In jedem Fall wird die kritische Spearman-Korrelation in Abhängigkeit von der Art des Schwanzes, dem Signifikanzniveau und der Stichprobengröße entsprechend berechnet.

Tabelle der kritischen Werte des Spearman-Ranges

Beachten Sie, dass in der Regel die kritischen Korrelationswerte, sowohl die kritischen Korrelationswerte von Pearson als auch von Spearman, in Tabellen angegeben sind. Manchmal sind diese Tabellen schwer zu lesen und es kann lange dauern, den tatsächlichen Wert zu lesen, den Sie suchen.

Ein Vorteil dieses Rechners ist, dass Sie schnell die genaue Zahl erhalten, nach der Sie suchen.

Was zeigt Spearmans Korrelation?

Die Spearman-Korrelation bewertet den Grad der linearen Assoziation zwischen zwei auf Ordinalebene gemessenen Variablen. Insbesondere wird die lineare Zuordnung der Ränge für eine gepaarte Stichprobe \((X_n, Y_n)\) bewertet.

Wann sollte die Spearman-Korrelation verwendet werden?

Die Verwendung der Spearman-Korrelation ist angemessen, wenn die Daten, mit denen wir arbeiten, auf Ordinalebene gemessen werden. Dies ist normalerweise bei Daten der Fall, die sich auf Rankings usw. beziehen.

Für Intervall- oder Verhältnisstufen sollten Sie stattdessen diese verwenden Pearsons kritischer Korrelationsrechner , um einen statistisch leistungsfähigeren Test zu nutzen.