5. 丁老師想要運用統計方法分析學校行政問題,他的研究目的要瞭解老師的性別與擔任職務(即級任老師、教師兼
組長、教師兼主任)之關聯性,宜採用下列哪一種相關較為適切呢?
(A)積差相關
(B)列聯相關
(C)肯氏和諧係數
(D)等級相關
統計: A(1965), B(7110), C(2069), D(544), E(0) #1995538
詳解 (共 10 筆)
(A)積差相關 (product-moment correlation) 是指兩個變項之間關係密切的程度。積差相 關是由統計學家皮爾遜 (K. Pearson)所發展出來的統計方法,積差相關 適用於雙變項的資料,而且這兩個變項都是連續變數。由於積 差相關是用來了解兩個變項之間的關係,所以是一種簡單的相關,而且其表現的型態是以直線的方式來呈現。
(B)列聯相關又稱列聯相關係數(contingencycorrelation)又稱均方相依繫數或接觸繫數,是指當兩列數據中至少有一列是多分類資料時,描述變數之間的相互關係的品質相關係數。
老師的性別與擔任職務(即級任老師、教師兼 組長、教師兼主任)之關聯性
(C)肯德爾和諧係數是計算多個等級變數相關程度的一種相關量。
(D)斯皮爾曼等級相關係數, 經常用希臘字母
(rho) 或者
表示。 它是衡量兩個變量的依賴性的 非參數 指標。 它利用單調方程評價兩個統計變量的相關性。 如果數據中沒有重複值, 並且當兩個變量完全單調相關時,斯皮爾曼相關係數則為 +1 或 −1 。
資料來源:維基百科,如果有誤,請指正。
(A)皮爾遜積差相關:適用於兩個變項都是連續變項;或兩個變項都是等距或比率變項的資料,是一種最重要且最常用的統計方法。
例如:成就測驗、智力測驗測得的分數屬於連續分數,研究者要探求智力與成就的關
係,就可採用積差相關。
(B)列聯相關:適用於兩個變項或其中一個變項的分類超過兩個以上類別時。
◎與卡方統計數有關,可以由卡方考驗的資料直接求得。
例如:研究教育程度(大學、高中、國中和小學四類)和贊成體罰關係(贊成、不贊成和
無意見三類)時。
(C)肯氏和諧係數:主要是用來分析三位以上評分者的評分一致性。
例如:五位評分者對十二位參加演講比賽者所評的名次可能有很大的出入,當我們要
分析各評分者評分結果和諧程度高低的時候,就適合使用肯氏和諧係數。
(D)斯皮爾曼等級相關:適用在兩個變項都是等級變項(或次序變項)的情況。
例如:請兩位評鑑委員各將十所學校排出等級順序,然後檢定兩位評審者的評審一致
性如何。
[摘錄自 教育研究法(周新富)]
性別(男或女) VS 擔任職務(即級任老師、教師兼 組長、教師兼主任)
類別變項VS類別變項
→很多選項 VS 很多選項 >>>列聯相關
Pearson積差相關 | ||||
變項一: | 連續分數(等距、比率變項) | |||
變項二: | 連續分數(等距、比率變項) | |||
適用情況: | l等距或等比量尺所測量到的連續分數。 | |||
使用範例: | l工作時數與收入的關係。 l國語成績與數學成績的關係。 | |||
列聯相關 | ||||
變項一: | 真正類別變項(二分或二個以上分類的名義變項) | |||
變項二: | 真正類別變項(二分或二個以上分類的名義變項) | |||
適用情況: | l ψ相關的延伸 l 適用於二個分類變項的類別有二個或超過兩個以上時。 l 列聯相關與卡方考驗有密切關係,它可以由卡方考驗的資料直接求得。 | |||
使用範例: | l 不同年級的學生(四、五、六年級)對於實施課後社團活動的意見(同意、無意見、不同意)。 l 不同教育程度(大學、高中、國中、國小)對體罰的看法(贊成、不贊成、無意見) l 網友的上網時段(白天、晚上、假日)和上網動機(購物、交友、找資料)的關係。 | |||
Kendall等級相關 | ||||
變項一: | 人為次序變項 | |||
變項二: | 人為次序變項 | |||
適用情況: | l簡便好用。 l樣本人數在10人以下,適用此法。 l比Spearman等級相關更有優點。 | |||
使用範例: | l二位評審評10位學生的美術作品,了解其評分是否一致。 | |||
Kendall和諧係數 | ||||
變項一: | 次序變項 | |||
變項二: | 次序變項 | |||
適用情況: | l適用於評分者間信度(interjudge reliability)。 l檢定多位評分者對N件作品評分一致性。 | |||
使用範例: | l五位評審評10位學生的美術作品,了解其評分是否一致。 | |||
資料來源: |