သင်ခန်းစာတွင် Spearman ဆက်စပ်မှု၏ အခြေခံများကို ရိုးရှင်းသောဘာသာစကားဖြင့် ရှင်းပြထားပြီး Excel တွင် Spearman အဆင့်ဆက်စပ်ကိန်းကို တွက်ချက်နည်းကို ပြသထားသည်။

Excel တွင် ဆက်စပ်မှုခွဲခြမ်းစိတ်ဖြာမှုကို လုပ်ဆောင်သည့်အခါ၊ ကိစ္စအများစုတွင်၊ Pearson ဆက်စပ်မှုကို သင်ဖြေရှင်းနိုင်လိမ့်မည်။ သို့သော် Pearson ဆက်စပ်ကိန်းဂဏန်းများသည် ကိန်းရှင်နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်နွယ်မှုကိုသာ တိုင်းတာသောကြောင့်၊ ၎င်းသည် ဒေတာအမျိုးအစားအားလုံးအတွက် အလုပ်မဖြစ်ပါ - သင့် variables များသည် linear မဟုတ်သောနည်းလမ်းဖြင့် ခိုင်ခိုင်မာမာဆက်နွယ်နေနိုင်ပြီး သုညနှင့်နီးကပ်သော coefficient ရှိနေဆဲဖြစ်သည်။ ထိုသို့သောအခြေအနေမျိုးတွင်၊ သင်သည် Pearson's အစား Spearman အဆင့်ဆက်စပ်မှုကို လုပ်ဆောင်နိုင်သည်။

Spearman ဆက်စပ်မှု - အခြေခံအချက်များ

Spearman ဆက်စပ်မှု သည် ပါရာမက်ထရစ်မတူညီပါ ၎င်းတို့၏ အဆင့်များအလိုက် ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုဒီဂရီကို တိုင်းတာသည့် Pearson ဆက်စပ်ကိန်း၏ ဗားရှင်း။

Pearson ထုတ်ကုန်အခိုက်အတန့် အပြန်အလှန်ဆက်စပ်မှု သည် အဆက်မပြတ်နှစ်ခုကြားရှိ လိုင်းနား ဆက်ဆံရေးကို စမ်းသပ်သည်။ ကိန်းရှင်များ။ Linear ဆိုသည်မှာ ကိန်းရှင်နှစ်ခုသည် စဉ်ဆက်မပြတ်နှုန်းဖြင့် တူညီသောဦးတည်ချက်သို့ ပြောင်းလဲသောအခါ ဆက်ဆံရေးတစ်ခုဖြစ်သည်။

Spearman Rank Correlation သည် အဆင့်သတ်မှတ်ထားသောတန်ဖိုးများကြားရှိ monotonic ဆက်ဆံရေးကို အကဲဖြတ်သည်။ မိုနိုတိုနစ် ဆက်ဆံရေးတွင်၊ ကိန်းရှင်များသည် အတူတကွ ပြောင်းလဲလေ့ရှိသော်လည်း အဆက်မပြတ်နှုန်းဖြင့် မလိုအပ်ပါ။

Spearman ဆက်စပ်မှုကို မည်သည့်အချိန်တွင် ပြုလုပ်ရမည်နည်း။ နောက်လိုက်Pearson ဆက်စပ်ဆက်နွယ်မှု၏ အရင်းခံယူဆချက်များနှင့် မကိုက်ညီသည့် အခြေအနေများ-

1. သင်၏ဒေတာသည် လိုင်းမဟုတ်သော ဆက်ဆံရေးကို ပြသနေပါက သို့မဟုတ် ပုံမှန်အားဖြင့် ဖြန့်ဝေခြင်းမရှိပါ။
2. အကယ်၍ အနည်းဆုံး variable တစ်ခုသည် ordinal ဖြစ်သည်။ အကယ်၍ သင့်တန်ဖိုးများကို "ပထမ၊ ဒုတိယ၊ တတိယ..." အစီအစဉ်တွင် ထားရှိနိုင်ပါက၊ သင်သည် ပုံမှန်ဒေတာနှင့် ဆက်ဆံနေပါသည်။
3. ထူးခြားသော အပြင်ထွက်များ ရှိလျှင်။ Pearson ဆက်စပ်မှုနှင့် မတူဘဲ၊ Spearman ဆက်စပ်မှုသည် အတန်းများပေါ်တွင် တွက်ချက်မှုများ လုပ်ဆောင်သောကြောင့် ၎င်းသည် အစွန်းကွက်များအတွက် အထိခိုက်မခံပါ၊ ထို့ကြောင့် အမှန်တကယ်တန်ဖိုးများအကြား ကွာခြားချက်မှာ အဓိပ္ပါယ်မရှိပါ။

ဥပမာ၊ သင်သည် Spearman ဆက်စပ်မှုကို အသုံးပြုနိုင်သည်။ အောက်ပါမေးခွန်းများအတွက် အဖြေများကို ရှာဖွေရန်-

• ပညာရေးအဆင့်မြင့်သောသူများသည် ပတ်ဝန်းကျင်ကို ပိုမိုစိုးရိမ်ကြပါသလား။
• လူနာတစ်ဦးတွင် ၎င်းတို့၏ဆန္ဒရှိမှုနှင့် ပတ်သက်သော လက္ခဏာအရေအတွက်များ ရှိပါသလား။ ဆေးသောက်ရမလား။ သို့မဟုတ် ဂရိအက္ခရာ ρ ("rho")၊ ထို့ကြောင့် ၎င်းကို Spearman's rho ဟုခေါ်သည်။

  Spearman rank correlation coefficient သည် နှစ်ခုလုံးကို တိုင်းတာသည်။ ဒေတာအဆင့်များကြား ဆက်နွယ်မှု၏ ခွန်အားနှင့် ဦးတည်ချက်။ ၎င်းသည် -1 မှ 1 အတွင်းရှိ မည်သည့်တန်ဖိုးမဆို ဖြစ်နိုင်ပြီး coefficient ၏ ပကတိတန်ဖိုးသည် 1 သို့ ပိုနီးစပ်လေ၊ ဆက်ဆံရေး ပိုအားကောင်းလေဖြစ်သည်-

  • 1 သည် ပြီးပြည့်စုံသော အပြုသဘောဆောင်ပါသည်။ဆက်စပ်ဆက်စပ်မှု
  • -1 သည် ပြီးပြည့်စုံသော အနုတ်လက္ခဏာဆက်စပ်ဆက်နွယ်မှု
  • 0 သည် ဆက်စပ်မှုမရှိပါ

  Spearman အဆင့်ဆက်စပ်မှုဖော်မြူလာ

  ရှိမရှိ သို့မဟုတ် ထိုနေရာပေါ်တွင်မူတည်သည်။ အဆင့်သတ်မှတ်ချက်တွင် ဆက်စပ်မှုမရှိပါ (နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော လေ့လာတွေ့ရှိချက်များအတွက် သတ်မှတ်ထားသော တူညီသောအဆင့်)၊ Spearman ဆက်စပ်ကိန်းကို အောက်ပါဖော်မြူလာများထဲမှ တစ်ခုဖြင့် တွက်ချက်နိုင်ပါသည်။

  အဆင့်များမရှိပါက ပိုမိုရိုးရှင်းသော ဖော်မြူလာတစ်ခုသည်-

  

  ဘယ်မှာ-

  • d _i ကွာခြားချက် အဆင့်တစ်စုံကြားတွင်
  • n သည် စူးစမ်းမှုအရေအတွက်

  tied ranks ၊ Spearman ဆက်စပ်မှု ဗားရှင်းအပြည့်အစုံ ဖော်မြူလာကို အသုံးပြုရမည်ဖြစ်ပြီး၊ ၎င်းသည် Pearson's r ၏ အနည်းငယ်ပြုပြင်ထားသောဗားရှင်းဖြစ်သည်-

  

  Where:

  • R(x) နှင့် R(y ) သည် x နှင့် y variables များ၏ အဆင့်များ
  • R(x) နှင့် R(y) တို့သည် ပျမ်းမျှအဆင့်များ

  CORREL လုပ်ဆောင်ချက်ဖြင့် Excel တွင် Spearman ဆက်စပ်မှုကို တွက်ချက်နည်း

  ဝမ်းနည်းစရာမှာ Excel တွင် Spea တွက်ချက်ရန်အတွက် inbuilt function မရှိပါ။ rman အဆင့်ဆက်စပ်ကိန်း သို့သော်၊ သင်သည် အထက်ဖော်ပြပါ ဖော်မြူလာများဖြင့် သင့်ဦးနှောက်ကို သိမ်းထားရမည်ဟု မဆိုလိုပါ။ Excel ကိုအနည်းငယ်ခြယ်လှယ်ခြင်းဖြင့်၊ Spearman ဆက်စပ်မှုကိုလုပ်ဆောင်ရန်ပိုမိုရိုးရှင်းသောနည်းလမ်းတစ်ခုရရှိလာနိုင်ပါသည်။

  ဥပမာအနေဖြင့်၊ ကျွန်ုပ်တို့၏ကိုယ်ကာယလှုပ်ရှားမှုသည် ကျွန်ုပ်တို့၏သွေးပေါင်ချိန်နှင့်ဆက်စပ်မှုရှိမရှိကိုရှာဖွေကြည့်ကြပါစို့။ ကော်လံ B တွင် အသက်အရွယ်တူ အမျိုးသား 10 ယောက် အသုံးပြုသည့် မိနစ်အရေအတွက် ရှိသည်။အားကစားရုံတွင် နေ့စဉ်နှင့် ကော်လံ C တွင် ကျွန်ုပ်တို့တွင် ၎င်းတို့၏ systolic သွေးပေါင်ချိန်ရှိသည်။

  

  Excel တွင် Spearman ဆက်စပ်ကိန်းကို ရှာဖွေရန်၊ ဤအဆင့်များကို လုပ်ဆောင်ပါ-

  1. သင့်ဒေတာကို အဆင့်သတ်မှတ်ပါ

     Spearman ဆက်စပ်ဆက်နွယ်မှုသည် ၎င်းတို့၏အဆင့်များအလိုက် ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်စပ်မှုများကို အကဲဖြတ်သောကြောင့်၊ သင်၏အရင်းအမြစ်ဒေတာကို အဆင့်သတ်မှတ်ရန် လိုအပ်ပါသည်။ Excel RANK.AVG လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြင့် ၎င်းကို လျင်မြန်စွာ လုပ်ဆောင်နိုင်ပါသည်။

     ပထမကိန်းရှင် (ရုပ်ပိုင်းဆိုင်ရာ လုပ်ဆောင်ချက်ကို အဆင့်သတ်မှတ်ရန်)၊ အောက်ဖော်ပြပါ ဖော်မြူလာကို D2 တွင် ထည့်သွင်းပြီး D11 သို့ ဆွဲချပါ-

     =RANK.AVG(B2,$B$2:$B$11,0)

     ဒုတိယကိန်းရှင် (သွေးပေါင်ချိန်) အဆင့်သတ်မှတ်ရန်၊ အောက်ပါဖော်မြူလာကို ဆဲလ် E2 တွင် ထည့်ပြီး ကော်လံကို ကူးယူပါ-

     =RANK.AVG(C2,$C$2:$C$11,0)

     ဖော်မြူလာများ မှန်ကန်စွာ အလုပ်လုပ်ရန်အတွက်၊ ကျေးဇူးပြု၍ အကြွင်းမဲ့ဆဲလ်ကိုးကားချက်များဖြင့် အပိုင်းအခြားများကို လော့ခ်ချရန် သေချာပါစေ။

     ဤအချိန်တွင်၊ သင်၏အရင်းအမြစ်ဒေတာသည် ဤအရာနှင့်ဆင်တူသင့်သည်-

     

  2. Spearman ဆက်စပ်ကိန်းကိုရှာပါ

     အဆင့်များသတ်မှတ်ထားသဖြင့်၊ ယခုကျွန်ုပ်တို့သည် Spearman ၏ rhoကိုရရှိရန် Excel CORREL လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါပြီ-

     =CORREL(D2:D11, E2:E11)

     ဖော်မြူလာသည် ဖော်မြူလာ၏ coefficient ကို ပြန်ပေးသည် -0.7576 (ဂဏန်း 4 လုံးအထိ အဝိုင်းပတ်ထားသည်) သည် အတော်အတန်ပြင်းထန်သော အနုတ်လက္ခဏာဆက်စပ်မှုကိုပြသပြီး လူတစ်ဦးသည် လေ့ကျင့်ခန်းများများလုပ်လေ သွေးပေါင်ချိန်နည်းလေဖြစ်ကြောင်း ကောက်ချက်ချနိုင်စေပါသည်။

     တူညီသောနမူနာအတွက် Pearson ဆက်စပ်ကိန်းဂဏန်း (- 0.7445) အနည်းငယ် အားနည်းသော ဆက်စပ်မှုကို ညွှန်ပြသော်လည်း ကိန်းဂဏန်း ကိန်းဂဏန်းများ ရှိနေဆဲဖြစ်သည်။ သိသာထင်ရှားသည်-

     

  ဤအလှတရားနည်းလမ်းသည် အဆင့်သတ်မှတ်ချက်တွင် ဆက်စပ်မှုရှိသည်ဖြစ်စေ မရှိသည်ဖြစ်စေ မြန်ဆန်သည်၊ လွယ်ကူပြီး အလုပ်လုပ်သည်ဖြစ်စေ။

  ကြည့်ပါ။: Excel တွင်စာရွက်တစ်ရွက်ကို VBA ဖြင့်ပုံတူပွားနည်း

  Excel တွင် Spearman ဆက်စပ်ကိန်းကို ရိုးရာဖော်မြူလာဖြင့် တွက်ချက်ပါ

  သေချာမသိပါက၊ CORREL လုပ်ဆောင်ချက်သည် Spearman ၏ rho ညာဘက်ကို တွက်ချက်ထားသောကြောင့် ရလဒ်ကို စာရင်းဇယားများတွင် အသုံးပြုသည့် ရိုးရာဖော်မြူလာဖြင့် စစ်ဆေးနိုင်သည်။ ဤသည်မှာ မည်ကဲ့သို့ဖြစ်သည်-

  1. အဆင့်အတွဲတစ်ခုစီ ( d ) အကြားခြားနားချက်ကို ရှာဖွေပါ-

     =D2-E2

     ဤဖော်မြူလာသည် F2 သို့ ကော်လံကို ကူးယူသည်။

  2. အဆင့်ကွာခြားချက်တစ်ခုစီကို နှစ်ခု၏ပါဝါ ( d2 ) သို့ မြှင့်တင်ပါ):

     =F2^2

     ဤဖော်မြူလာသည် ကော်လံ G သို့သွားပါသည်။

  3. နှစ်ထပ်ခွဲခြားနားချက်များကို ပေါင်းထည့်ပါ-

     =SUM(G2:G11)

     ဤဖော်မြူလာသည် ကျွန်ုပ်တို့၏အခြေအနေတွင် G12 သည် မည်သည့်ဆဲလ်အလွတ်သို့မဆို ရောက်သွားနိုင်သည်။

     အောက်ပါဖန်သားပြင်ဓာတ်ပုံမှ သင်ပိုကောင်းလာနိုင်သည် ဒေတာအစီအစဥ်ကို နားလည်ခြင်း-

     

  4. သင့်ဒေတာအစုတွင် ဆက်စပ်အဆင့်များ ရှိ၊ မရှိပေါ် မူတည်၍ Spearman ဆက်စပ်ကိန်းကို တွက်ချက်ရန် ဤဖော်မြူလာများထဲမှ တစ်ခုကို အသုံးပြုပါ။

  ကျွန်ုပ်တို့၏ဥပမာတွင်၊ ဆက်စပ်မှုမရှိပါ၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် ပိုမိုရိုးရှင်းသောပုံသေနည်းဖြင့် လုပ်ဆောင်နိုင်သည်-

  

  d2 နှင့် တန်းတူ 290 သို့ ၊ နှင့် n (စောင့်ကြည့်မှု အရေအတွက်) 10 နှင့် ညီမျှသည်၊ ဖော်မြူလာသည် အောက်ပါ အသွင်ပြောင်းမှုများကို ခံရသည်-

  

  ရလဒ်အနေဖြင့် သင်သည် -0.757575758 ကို ရရှိသည် တွင် တွက်ချက်ထားသော Spearman correlation coefficient နှင့် လုံးဝသဘောတူသည်။ယခင်ဥပမာ။

  Microsoft Excel တွင်၊ အထက်ဖော်ပြပါ ညီမျှခြင်းများဖြင့် အထက်ဖော်ပြပါ တွက်ချက်မှုများကို လုပ်ဆောင်နိုင်သည်-

  =1-(6*G12/(10*(10^2-1)))

  G12 သည် နှစ်ထပ်ကိန်း အဆင့်ကွာခြားချက်များ၏ ပေါင်းလဒ်ဖြစ်သည် (d2) .

  

  ဂရပ်ကို အသုံးပြု၍ Excel တွင် Spearman ဆက်စပ်မှုကို မည်သို့ပြုလုပ်ရမည်

  Excel ရှိ ဆက်စပ်ဖော်ကိန်းများသည် linear (Pearson) သို့မဟုတ် monotonic (Spearman) ဆက်ဆံရေးများကိုသာ တိုင်းတာသည်။ သို့သော် အခြားအသင်းအဖွဲ့များလည်း ဖြစ်နိုင်သည်။ ထို့ကြောင့် သင်မည်သည့်ဆက်စပ်မှုကိုမဆို ဂရပ်တစ်ခုရှိ variables များကြားရှိ ဆက်စပ်မှုကို ကိုယ်စားပြုရန် အမြဲတမ်း စိတ်ကူးကောင်းတစ်ခုဖြစ်သည်။

  အဆင့်သတ်မှတ်ထားသောဒေတာအတွက် ဆက်စပ်ဂရပ်တစ်ခုကို ရေးဆွဲရန်၊ သင်လုပ်ဆောင်ရမည့်အရာမှာ အောက်ပါအတိုင်းဖြစ်သည်-

  1. ဤဥပမာတွင် ရှင်းပြထားသည့်အတိုင်း RANK.AVG လုပ်ဆောင်ချက်ကို အသုံးပြု၍ အဆင့်များကို တွက်ချက်ပါ။
  2. အဆင့်များနှင့်အတူ ကော်လံနှစ်ခုကို ရွေးပါ။
  3. XY ဖြန့်ခွဲဇယားကို ထည့်သွင်းပါ။ ၎င်းအတွက်၊ Chats အုပ်စုရှိ Inset တက်ဘ်ရှိ Scatter chart အိုင်ကွန်ကို နှိပ်ပါ။
  4. တစ်ခုထည့်ပါ သင့်ဇယားအတွက် trendline အမြန်ဆုံးနည်းလမ်းမှာ ဇယားကွက်များ ခလုတ် > Add Trendline… ။
  5. ဇယားပေါ်တွင် R-squared တန်ဖိုးကို ပြသရန်ဖြစ်သည်။ ၎င်း၏အကန့်ကိုဖွင့်ရန် လမ်းကြောင်းသစ်လိုင်းကို နှစ်ချက်နှိပ်ပါ၊ Trendline ရွေးချယ်မှုများ တက်ဘ်သို့ပြောင်းပြီး Display R-squared တန်ဖိုး ဇယားကွက် အကွက်ကို ရွေးပါ။
  6. ပိုမိုကောင်းမွန်သောတိကျမှုအတွက် R2 တန်ဖိုးရှိ ဂဏန်းများကို ပိုမိုပြသပါ။

  ရလဒ်အနေဖြင့်၊ အဆင့်များကြားရှိ ဆက်စပ်မှုကို သင်မြင်သာထင်သာမြင်သာအောင် ကိုယ်စားပြုမှုကို ရရှိမည်ဖြစ်ပါသည်။ ထို့အပြင်၊ သင်ရရှိမည်ဖြစ်သည်။ သတ်မှတ်ကိန်းဂဏန်း (R2)၊ Pearson ဆက်စပ်ဆက်စပ်ကိန်း (r) ၏ နှစ်ထပ်ကိန်းအရင်းဖြစ်သည်။ သို့သော် သင်အဆင့်သတ်မှတ်ထားသောဒေတာကို ရေးဆွဲထားသောကြောင့်၊ ဤ Pearson r သည် Spearman ၏ rho မှလွဲ၍ အခြားမဟုတ်ပေ။

  မှတ်ချက်။ R-squared သည် အမြဲတမ်း အပြုသဘောဆောင်သော ကိန်းဖြစ်ပြီး ထို့ကြောင့် နုတ်ယူထားသော Spearman အဆင့် ဆက်စပ်ကိန်းသည် အမြဲတမ်း အပြုသဘောဆောင်ပါသည်။ သင့်လျော်သော သင်္ကေတတစ်ခုထည့်ရန်၊ သင်၏ဆက်စပ်ဂရပ်ဖ်ရှိ မျဉ်းကိုကြည့်ပါ - အထက်လျှောစောက်သည် အပြုသဘောဆောင်သောဆက်စပ်ဆက်စပ်မှု (အပေါင်းလက္ခဏာ) နှင့် အောက်လျှောစောက်သည် အနုတ်လက္ခဏာဆက်စပ်မှု (အနုတ်လက္ခဏာ) ကိုဖော်ပြသည်။

  ကျွန်ုပ်တို့၏ကိစ္စတွင်၊ R2 သည် 0.5739210285 နှင့် ညီမျှသည်။ စတုရန်းအမြစ်ကိုရှာရန် SQRT လုပ်ဆောင်ချက်ကိုသုံးပါ-

  =SQRT(0.5739210285)

  ... နှင့် သင်ရင်းနှီးပြီးသား coefficient ၏ 0.757575758 ကိုရလိမ့်မည်။

  ဂရပ်ရှိ အောက်လျှောစောက်သည် အနုတ်လက္ခဏာပြသည် ဆက်စပ်မှု၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် အနှုတ်လက္ခဏာကို ပေါင်းထည့်ကာ မှန်ကန်သော Spearman ဆက်စပ်ကိန်းကို -0.757575758 ရရှိပါသည်။

  

  ထိုနည်းဖြင့် Excel တွင် Spearman အဆင့်ဆက်နွယ်မှုကိန်းဂဏန်းကို တွက်ချက်နိုင်သည်။ ဤကျူတိုရီရယ်တွင် ဆွေးနွေးထားသော နမူနာများကို အနီးကပ်ကြည့်ရှုရန်၊ အောက်တွင် ကျွန်ုပ်တို့၏ နမူနာအလုပ်စာအုပ်ကို ဒေါင်းလုဒ်လုပ်ပါ။ ကျွန်ုပ်တို့၏ဘလော့ဂ်တွင် ဖတ်ရှုပြီး နောက်အပတ်တွင် ပြန်လည်ဆုံတွေ့ရန် မျှော်လင့်သည့်အတွက် ကျေးဇူးတင်ပါသည်။

  လေ့ကျင့်ခန်းစာအုပ်

  Spearman Rank Correlation in Excel (.xlsx ဖိုင်)