Calcolatore di correlazione critica di Spearman
Istruzioni: Usa questo Calcolatore di correlazione critica di Spearman per trovare i valori critici per la correlazione di Spearman , specificando il livello di significatività e il numero di coppie nel modulo seguente:
Maggiori informazioni sul calcolatore di correlazione critica di Spearman
I valori critici vengono utilizzati per essere confrontati con una statistica di test per valutare se l'ipotesi nulla viene rifiutata o meno. In questo caso, la correlazione campione di Spearman verrà confrontata con i valori di correlazione critici trovati da questo calcolatore.
Per un caso a due code, l'ipotesi nulla viene rifiutata se . Per un caso con coda di destra, l'ipotesi nulla viene rifiutata se e per un caso con coda di sinistra, l'ipotesi nulla viene rifiutata se . In ogni caso, la correlazione di Spearman critica viene calcolata di conseguenza in base al tipo di coda, al livello di significatività e alla dimensione del campione.
Tabella dei valori critici del rango di Spearman
Si noti che in genere i valori di correlazione critici, sia i valori critici di correlazione di Pearson che quelli di Spearman sono riportati nelle tabelle. A volte, queste tabelle sono difficili da leggere e potrebbe essere necessario molto tempo per leggere il valore effettivo che stai cercando.
Un vantaggio di questa calcolatrice è che ti darà rapidamente il numero esatto che stai cercando.
Cosa mostra la correlazione di Spearman?
La correlazione di Spearman valuta il grado di associazione lineare tra due variabili misurate a livello ordinale. Più specificamente, si valuta l'associazione lineare dei ranghi per un campione appaiato .
Quando dovrebbe essere utilizzata la correlazione di Spearman?
L'uso della correlazione di Spearman è appropriato quando i dati su cui stiamo lavorando sono misurati a livello ordinale. Questo è in genere il caso dei dati relativi alle classifiche, ecc.
Per i livelli di intervallo o rapporto, dovresti usare invece questo Calcolatore di correlazione critica di Pearson , per sfruttare un test statisticamente più potente.