Как сделать корреляционную плеяду в excel

Корреляционная плеяда

Корреляционные плеяды используются как наглядный способ представления результатов корреляционного анализа. Это не отдельный статистический метод, а лишь способ графически представить корреляционные взаимосвязи.

Прежде чем строить корреляционные плеяды, необходимо разобраться в том, что же такое корреляция, а также понять, в чем специфика использования корреляционного анализа в психологических исследованиях.

Использование метода корреляционных плеяд в дипломах по психологии делает работу более презентабельной и демонстрирует более высокий уровень осведомленности студента-психолога.

Как построить корреляционные плеяды

Существует два основных способа построения корреляционных плеяд:

  1. Рисование с помощью инструментов Word.
  2. Построение при помощи специальных программ.

Построение корреляционной плеяды средствами Word

Прежде всего необходимо провести расчет корреляций между психологическими параметрами.

Далее следует на черновике наметить расположение параметров и связей между ними.

На следующем этапе необходимо приступить собственно к рисованию:

  • Выбираем в ворде «Вставка», «Фигуры» и далее используем прямоугольники, овалы, окружности по вашему вкусу.
  • Вписываем в нарисованные фигуры названия психологических показателей.
  • Выбираем «Вставка», «Фигуры», «Линии» и рисуем между линии, отражающие особенности корреляционной связи (ее знак и уровень значимости).

Рассмотрим в качестве примера построение корреляционной плеяды в исследовании взаимосвязей различных видов личностной идентичности с психологическим благополучием и смысложизненными ориентациями.

Производим расчет коэффициентов ранговой корреляции Спирмена между показателями идентичности (полеченными с помощью методики Куна «Кто «Я») и показателями теста СЖО Д.А. Леонтьева и опросника «Шкала психологического благополучия» К. Рифф. Результаты значимых корреляций заносим в таблицу.

Значимые коэффициенты ранговой корреляции Спирмена различных видов личностной идентичности с психологическим благополучием и смысложизненными ориентациями.

Позитивные отношения
с окружающими

* — корреляции статистически достоверны (р≤0,05)

** — корреляции статистически достоверны (р≤0,01)

Так как в данном случае имеем два различных вида психологических показателей (с одной стороны показатели идентичности, с другой – смысложизненные ориентации и показатели благополучия), то логично расположить фигуры с разными психологическими данными напротив друг друга.

1-плеяды

Рис. 1. Корреляционная плеяда показателей личностной идентичности с психологическим благополучием и смысложизненными ориентациями

Существуют следующие правила изображения взаимосвязей между психологическими параметрами на корреляционных плеядах в ВКР по психологии:

  • положительные корреляции – сплошная черта;
  • отрицательные корреляции – пунктирная черта;
  • корреляции на уровне значимости 0,05 – одинарная черта;
  • корреляции на уровне значимости 0,01 – двойная черта.

Над линиями, соединяющими фигуры с надписями психологических показателей и отражающими взаимосвязи между ними следует написать численное значение корреляций.

В приведенном выше примере психологических показателей и связей между ними не так много и рисунок с изображением корреляционных плеяд наглядно отражает корреляционные связи. В ситуации, когда психологических показателей и связей между ними существенно больше изобразить их вручную становится трудно. В этом случае для реализации метода корреляционных плеяд можно воспользоваться специальными программами.

Построение корреляционной плеяды с помощью специальных программ

Существует несколько программ для построения корреляционных плеяд. При этом в строго научной терминологии корреляционные плеяды называются графами.

Графы – это совокупность некоторых объектов, соединенных связями. Применительно к психологии корреляционные связи между психологическими показателями – это и есть графы.

Суть программ построения граф сводится к тому, что в некотором редакторе в определенном формате нужно задать психологические показатели, связи между ними и программа сама нарисует корреляционную плеяду наиболее оптимально расположив объекты.

Пример построения корреляционной плеяды в психологии с использованием программы Graphviz.

В качестве примера рассмотрим корреляционную плеяду показателей гнева (Методика «Оценка проявлений гнева» (STAXI-II) (русскоязычная адаптация Шамшиковой О.А., Белашиной Т.В.) и личностных черт (Многофакторный опросник личности Р.Б. Кеттелла (юношеский вариант).

Задание для построения программе Graphviz пишется на языке DOT в отдельном текстовом файле. В нем описаны все показатели и связи между ними. И вот как выглядит корреляционная плеяда, построенная программой Graphviz.

2-плеяды

Рис. 2. Корреляционная плеяда взаимосвязей состояния гнева с личностными чертами

На рисунке 2 достаточно много показателей и взаимосвязей и оптимально расположить их на рисунке вручную было бы сложно. Программа же справилась с этой непростой задачей. Важно отметить, что в данной программе нельзя строить двойные и пунктирные линии для выделения типа взаимосвязей.

Представляется спорным вопрос о том, насколько корреляционная плеяда, изображенная на рис. 2 помогает лучше понять корреляционные связи между показателями гнева и личностными чертами в группе подростков. По-моему, табличное представление в данном случае более наглядно, а рисунок слишком запутан. Но часто преподаватели требуют от студентов дублировать табличное представление корреляций построением корреляционных плеяд. В этом случае приходится использовать метод корреляционных плеяд.

Итак, если вам необходимо построить корреляционную плеяду в дипломной, курсовой или магистерской работе по психологии, то следует действовать по следующему алгоритму:

1. Если психологических показателей и корреляционных связей между ними немного, то лучше строить корреляционную плеяду средствами редактора Word (см. рис. 1).

2. Если же психологических параметров и корреляций между ними достаточно много, то лучше использовать программы построения графов, например, Graphviz.

Надеюсь, эта статья поможет вам написать работу по психологии самостоятельно. Если понадобится помощь, обращайтесь (все виды работ по психологии; статистические расчеты). Заказать

2 способа корреляционного анализа в Microsoft Excel

Корреляция в Microsoft Excel

Корреляционный анализ – популярный метод статистического исследования, который используется для выявления степени зависимости одного показателя от другого. В Microsoft Excel имеется специальный инструмент, предназначенный для выполнения этого типа анализа. Давайте выясним, как пользоваться данной функцией.

Суть корреляционного анализа

Предназначение корреляционного анализа сводится к выявлению наличия зависимости между различными факторами. То есть, определяется, влияет ли уменьшение или увеличение одного показателя на изменение другого.

Если зависимость установлена, то определяется коэффициент корреляции. В отличие от регрессионного анализа, это единственный показатель, который рассчитывает данный метод статистического исследования. Коэффициент корреляции варьируется в диапазоне от +1 до -1. При наличии положительной корреляции увеличение одного показателя способствует увеличению второго. При отрицательной корреляции увеличение одного показателя влечет за собой уменьшение другого. Чем больше модуль коэффициента корреляции, тем заметнее изменение одного показателя отражается на изменении второго. При коэффициенте равном 0 зависимость между ними отсутствует полностью.

Расчет коэффициента корреляции

Теперь давайте попробуем посчитать коэффициент корреляции на конкретном примере. Имеем таблицу, в которой помесячно расписана в отдельных колонках затрата на рекламу и величина продаж. Нам предстоит выяснить степень зависимости количества продаж от суммы денежных средств, которая была потрачена на рекламу.

Способ 1: определение корреляции через Мастер функций

Одним из способов, с помощью которого можно провести корреляционный анализ, является использование функции КОРРЕЛ. Сама функция имеет общий вид КОРРЕЛ(массив1;массив2).

    Выделяем ячейку, в которой должен выводиться результат расчета. Кликаем по кнопке «Вставить функцию», которая размещается слева от строки формул.

Переход в мастер функций для корреляции в Microsoft Excel

Функция КОРРЕЛ в Мастере функций в Microsoft Excel

Открывается окно аргументов функции. В поле «Массив1» вводим координаты диапазона ячеек одного из значений, зависимость которого следует определить. В нашем случае это будут значения в колонке «Величина продаж». Для того, чтобы внести адрес массива в поле, просто выделяем все ячейки с данными в вышеуказанном столбце.

В поле «Массив2» нужно внести координаты второго столбца. У нас это затраты на рекламу. Точно так же, как и в предыдущем случае, заносим данные в поле.

Аргументы функции КОРРЕЛ в Microsoft Excel

Как видим, коэффициент корреляции в виде числа появляется в заранее выбранной нами ячейке. В данном случае он равен 0,97, что является очень высоким признаком зависимости одной величины от другой.

Результат функции КОРРЕЛ в Microsoft Excel

Способ 2: вычисление корреляции с помощью пакета анализа

Кроме того, корреляцию можно вычислить с помощью одного из инструментов, который представлен в пакете анализа. Но прежде нам нужно этот инструмент активировать.

    Переходим во вкладку «Файл».

Переход во вкладку Файл в Microsoft Excel

В открывшемся окне перемещаемся в раздел «Параметры».

Переход в раздел Параметры в Microsoft Excel

Далее переходим в пункт «Надстройки».

Переход в надстройки в Microsoft Excel

В нижней части следующего окна в разделе «Управление» переставляем переключатель в позицию «Надстройки Excel», если он находится в другом положении. Жмем на кнопку «OK».

Переход в надстройки Excel в Microsoft Excel

В окне надстроек устанавливаем галочку около пункта «Пакет анализа». Жмем на кнопку «OK».

Включение пакета анализа в Microsoft Excel

После этого пакет анализа активирован. Переходим во вкладку «Данные». Как видим, тут на ленте появляется новый блок инструментов – «Анализ». Жмем на кнопку «Анализ данных», которая расположена в нем.

Переход в анализ данных в Microsoft Excel

Открывается список с различными вариантами анализа данных. Выбираем пункт «Корреляция». Кликаем по кнопке «OK».

Переход в Корреляцию в Microsoft Excel

Открывается окно с параметрами корреляционного анализа. В отличие от предыдущего способа, в поле «Входной интервал» мы вводим интервал не каждого столбца отдельно, а всех столбцов, которые участвуют в анализе. В нашем случае это данные в столбцах «Затраты на рекламу» и «Величина продаж».

Параметр «Группирование» оставляем без изменений – «По столбцам», так как у нас группы данных разбиты именно на два столбца. Если бы они были разбиты построчно, то тогда следовало бы переставить переключатель в позицию «По строкам».

В параметрах вывода по умолчанию установлен пункт «Новый рабочий лист», то есть, данные будут выводиться на другом листе. Можно изменить место, переставив переключатель. Это может быть текущий лист (тогда вы должны будете указать координаты ячеек вывода информации) или новая рабочая книга (файл).

Когда все настройки установлены, жмем на кнопку «OK».

Параметры для рассчета корреляции в Microsoft Excel

Так как место вывода результатов анализа было оставлено по умолчанию, мы перемещаемся на новый лист. Как видим, тут указан коэффициент корреляции. Естественно, он тот же, что и при использовании первого способа – 0,97. Это объясняется тем, что оба варианта выполняют одни и те же вычисления, просто произвести их можно разными способами.

Расчет корреляции в Microsoft Excel

Как видим, приложение Эксель предлагает сразу два способа корреляционного анализа. Результат вычислений, если вы все сделаете правильно, будет полностью идентичным. Но, каждый пользователь может выбрать более удобный для него вариант осуществления расчета.

Мы рады, что смогли помочь Вам в решении проблемы.

Помимо этой статьи, на сайте еще 11905 инструкций.
Добавьте сайт Lumpics.ru в закладки (CTRL+D) и мы точно еще пригодимся вам.

Отблагодарите автора, поделитесь статьей в социальных сетях.

Опишите, что у вас не получилось. Наши специалисты постараются ответить максимально быстро.

Ссылка на основную публикацию