Positiv korrelation kan defineres som den direkte sammenhæng mellem to variabler, dvs. at når værdien af den ene variabel stiger, stiger værdien af den anden også. Dette indlæg forklarer dette begreb i psykologi ved hjælp af nogle eksempler.
“Forbruget af is (pints pr. person) og antallet af mord i New York er positivt korreleret. Det vil sige, at antallet af mord stiger i takt med, at mængden af solgt is pr. person stiger. Mærkeligt, men sandt!”
– Deborah J. Rumsey, Statistics For Dummies®
Psykologien bruger forskellige metoder til sin forskning, og en af dem er at studere sammenhængen mellem to variabler. Korrelation er intet andet end et mål for graden af sammenhæng mellem to variabler. Den kan plottes grafisk for at vise forholdet mellem dem.
Vil du gerne skrive for os? Ja, vi leder efter gode skribenter, der har lyst til at sprede budskabet. Tag kontakt til os, så kan vi tale sammen…
Lad os arbejde sammen!
Korrelation undersøger forholdet mellem to variabler, og dens koefficient kan variere fra -1 til 1. Et positivt hældende forhold er intet andet end positiv korrelation. Dens værdi kan svinge fra 0 til 1. Positiv korrelation indebærer, at der er en positiv sammenhæng mellem de to variabler, dvs. at når værdien af den ene variabel stiger, stiger værdien af den anden variabel også, og det modsatte sker, når værdien af den ene variabel falder. Korrelation anvendes inden for mange områder, f.eks. matematik, statistik, økonomi, psykologi osv.
Lad os tage et hypotetisk eksempel, hvor en forsker forsøger at undersøge forholdet mellem to variabler, nemlig “x” og “y”. Eksemplet vil hjælpe dig med at forstå, hvad positiv korrelation er.
Lad ‘x’ være antallet af timer, som en studerende har studeret, og ‘y’ være hans score i en prøve (maksimumpoint: 120). Forskeren udvælger 20 elever fra en klasse og registrerer det antal timer, de har studeret til prøven. Derefter registrerer forskeren de karakterer, som eleverne har opnået i prøven. Vi forsøger at sammenligne sammenhængen mellem det antal timer, som eleven har brugt på at studere, og hans tilsvarende score.
► De givne data består af to variabler “x” og “y”. Der er 20 observationer registreret af forskeren. Vi vil plotte disse punkter på en graf.
► Når vi har plottet punkterne på grafen, får vi et spredningsdiagram. Spredningsdiagrammet angiver tendensen og viser, om sammenhængen er positiv eller negativ.
► En opadgående tendens angiver normalt en positiv sammenhæng, og på den anden side angiver en nedadgående tendens normalt en negativ sammenhæng. Graden af sammenhæng vil dog være forskellig fra gang til gang. Derfor hjælper spredningsdiagrammet os med at visualisere sammenhængen.
► Inden for psykologi kan korrelation være nyttig ved undersøgelse af adfærdsmønstre. Hvis du f.eks. ønsker at undersøge, om de studerende, der er deprimerede, dumper til eksamen eller scorer dårligt, kan du plotte dine observationer og undersøge sammenhængen mellem dem. Hvis der er en positiv sammenhæng, betyder det, at deprimerede studerende er mere tilbøjelige til at dumpe til eksamen.
Grafisk repræsentation af data: Spredningsdiagram
Hvad observerer vi?
Har du lyst til at skrive for os? Tja, vi leder efter gode skribenter, der har lyst til at sprede budskabet. Tag kontakt til os, så kan vi tale sammen…
Lad os arbejde sammen!
►► Efter at have plottet punkterne på grafen kan vi bemærke den opadgående/stigende tendens i spredningsdiagrammet. Dette indikerer, at når værdien af variablen “x” stiger, stiger værdien af “y” også. Dette indikerer således, at de studerende, der har lagt flere timer i studierne, har opnået bedre resultater i prøven.
► Denne undersøgelsesmetode har dog sine egne begrænsninger. Disse data er baseret på statistikken for 20 elever i en klasse med forskellige IQ-niveauer. Selv om den tendens, der her er observeret, er positiv, er der store chancer for, at den pågældende elevs IQ-niveau også kan spille en vigtig medvirkende faktor. Konklusionen om, at flere timer man studerer, bedre score, kan holde stik, hvis det antages, at alle elevernes IQ-niveau i gennemsnit er det samme. Der er dog andre variabler, som ikke kan udelukkes, f.eks. de studerendes koncentrationsniveau, som kan påvirke pointene.
Eksempler på positiv korrelation i det virkelige liv
► Hvis jeg går mere, vil jeg forbrænde flere kalorier.
► Med virksomhedens vækst stiger markedsværdien af virksomhedens aktier.
► Når efterspørgslen stiger, stiger prisen på produktet (ved samme udbudsniveau).
► Når man studerer mere, scorer man højt til eksamen.
► Når man betaler mere til sine medarbejdere, er de motiveret til at yde bedre.
► Med stigning i forbruget af junkfood er der stigning i fedme.
► Når man mediterer mere, stiger ens koncentrationsniveau.
► Par, der tilbringer mere tid sammen, har et sundere og mere langvarigt forhold.
Det skal bemærkes, at korrelation ikke indebærer årsagssammenhæng. Et direkte forhold eller et positivt forhold indebærer ikke, at de er årsag og virkning af hinanden. En korrelation mellem to variabler hjælper forskeren med at bestemme sammenhængen mellem dem. Statistiske data er imidlertid baseret på en stikprøve og kan derfor undertiden føre til misvisende resultater. En stærk positiv korrelation er ikke ensbetydende med, at der nødvendigvis er en sammenhæng mellem dem; det kan skyldes en ukendt ekstern variabel. Forskere skal derfor være forsigtige med de statistiske data, når de drager konklusioner.