ਟਿਊਟੋਰਿਅਲ ਇੱਕ ਸਰਲ ਭਾਸ਼ਾ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਸਬੰਧਾਂ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਐਕਸਲ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਦੇ ਸਬੰਧਾਂ ਦੇ ਗੁਣਾਂ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ।

ਜਦੋਂ ਐਕਸਲ ਵਿੱਚ ਸਬੰਧਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ ਤੁਸੀਂ ਪੀਅਰਸਨ ਸਬੰਧਾਂ ਨਾਲ ਨਜਿੱਠੋਗੇ। ਪਰ ਕਿਉਂਕਿ ਪੀਅਰਸਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦੋ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸਿਰਫ਼ ਇੱਕ ਰੇਖਿਕ ਸਬੰਧ ਨੂੰ ਮਾਪਦਾ ਹੈ, ਇਹ ਸਾਰੀਆਂ ਡਾਟਾ ਕਿਸਮਾਂ ਲਈ ਕੰਮ ਨਹੀਂ ਕਰਦਾ - ਤੁਹਾਡੇ ਵੇਰੀਏਬਲ ਇੱਕ ਗੈਰ-ਲੀਨੀਅਰ ਤਰੀਕੇ ਨਾਲ ਮਜ਼ਬੂਤੀ ਨਾਲ ਜੁੜੇ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਫਿਰ ਵੀ ਗੁਣਾਂਕ ਜ਼ੀਰੋ ਦੇ ਨੇੜੇ ਹੈ। ਅਜਿਹੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ, ਤੁਸੀਂ ਪੀਅਰਸਨ ਦੀ ਬਜਾਏ ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਦਾ ਸਬੰਧ ਬਣਾ ਸਕਦੇ ਹੋ।

ਸਪੀਅਰਮੈਨ ਸਬੰਧ - ਬੇਸਿਕਸ

ਸਪੀਅਰਮੈਨ ਸਬੰਧ ਗੈਰ-ਪੈਰਾਮੀਟਰਿਕ ਹੈ। ਪੀਅਰਸਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦਾ ਸੰਸਕਰਣ ਜੋ ਦੋ ਵੇਰੀਏਬਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਡਿਗਰੀ ਨੂੰ ਉਹਨਾਂ ਦੇ ਰੈਂਕਾਂ ਦੇ ਅਧਾਰ ਤੇ ਮਾਪਦਾ ਹੈ।

ਪੀਅਰਸਨ ਉਤਪਾਦ ਮੋਮੈਂਟ ਸਹਿ-ਸੰਬੰਧ ਦੋ ਲਗਾਤਾਰ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ ਲੀਨੀਅਰ ਵੇਰੀਏਬਲ ਲੀਨੀਅਰ ਦਾ ਅਰਥ ਹੈ ਇੱਕ ਰਿਸ਼ਤਾ ਜਦੋਂ ਦੋ ਵੇਰੀਏਬਲ ਇੱਕ ਸਥਿਰ ਦਰ 'ਤੇ ਇੱਕੋ ਦਿਸ਼ਾ ਵਿੱਚ ਬਦਲਦੇ ਹਨ।

ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਸਬੰਧ ਰੈਂਕ ਕੀਤੇ ਮੁੱਲਾਂ ਵਿਚਕਾਰ ਮੋਨੋਟੋਨਿਕ ਸਬੰਧਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ। ਇੱਕ ਮੋਨੋਟੋਨਿਕ ਰਿਸ਼ਤੇ ਵਿੱਚ, ਵੇਰੀਏਬਲ ਵੀ ਇਕੱਠੇ ਬਦਲਦੇ ਰਹਿੰਦੇ ਹਨ, ਪਰ ਇਹ ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਇੱਕ ਸਥਿਰ ਦਰ 'ਤੇ ਹੋਵੇ।

ਸਪੀਅਰਮੈਨ ਸਬੰਧਾਂ ਨੂੰ ਕਦੋਂ ਕਰਨਾ ਹੈ

ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਕਿਸੇ ਵੀ ਵਿੱਚ ਵਰਤਿਆ ਜਾਣਾ ਹੈ। ਹੇਠ ਲਿਖੇਹਾਲਾਤ ਜਦੋਂ ਪੀਅਰਸਨ ਸਬੰਧਾਂ ਦੀਆਂ ਅੰਤਰੀਵ ਧਾਰਨਾਵਾਂ ਪੂਰੀਆਂ ਨਹੀਂ ਹੁੰਦੀਆਂ ਹਨ:

1. ਜੇਕਰ ਤੁਹਾਡਾ ਡੇਟਾ ਇੱਕ ਗੈਰ-ਲੀਨੀਅਰ ਸਬੰਧ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ ਜਾਂ ਆਮ ਤੌਰ 'ਤੇ ਵੰਡਿਆ ਨਹੀਂ ਜਾਂਦਾ ਹੈ।
2. ਜੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਵੇਰੀਏਬਲ ਆਰਡੀਨਲ ਹੈ। ਜੇਕਰ ਤੁਹਾਡੇ ਮੁੱਲਾਂ ਨੂੰ "ਪਹਿਲਾ, ਦੂਜਾ, ਤੀਜਾ…" ਕ੍ਰਮ ਵਿੱਚ ਰੱਖਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਆਰਡੀਨਲ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਹੋ।
3. ਜੇ ਮਹੱਤਵਪੂਰਨ ਆਊਟਲੀਅਰ ਹਨ। ਪੀਅਰਸਨ ਸਬੰਧਾਂ ਦੇ ਉਲਟ, ਸਪੀਅਰਮੈਨ ਸਬੰਧ ਆਊਟਲੀਅਰਾਂ ਲਈ ਸੰਵੇਦਨਸ਼ੀਲ ਨਹੀਂ ਹੁੰਦਾ ਕਿਉਂਕਿ ਇਹ ਰੈਂਕਾਂ 'ਤੇ ਗਣਨਾ ਕਰਦਾ ਹੈ, ਇਸਲਈ ਅਸਲ ਮੁੱਲਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਦਾ ਕੋਈ ਅਰਥ ਨਹੀਂ ਹੁੰਦਾ।

ਉਦਾਹਰਣ ਲਈ, ਤੁਸੀਂ ਸਪੀਅਰਮੈਨ ਸਬੰਧ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ। ਹੇਠਾਂ ਦਿੱਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਲੱਭਣ ਲਈ:

• ਕੀ ਉੱਚ ਪੱਧਰੀ ਸਿੱਖਿਆ ਵਾਲੇ ਲੋਕ ਵਾਤਾਵਰਣ ਬਾਰੇ ਵਧੇਰੇ ਚਿੰਤਤ ਹਨ?
• ਕੀ ਮਰੀਜ਼ ਦੇ ਲੱਛਣਾਂ ਦੀ ਗਿਣਤੀ ਉਹਨਾਂ ਦੀ ਇੱਛਾ ਨਾਲ ਸਬੰਧਤ ਹੈ ਦਵਾਈ ਲੈਣੀ ਹੈ?

ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ

ਅੰਕੜਿਆਂ ਵਿੱਚ, ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਨੂੰ r _s ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ। ਜਾਂ ਯੂਨਾਨੀ ਅੱਖਰ ρ ("rho"), ਜਿਸ ਕਰਕੇ ਇਸਨੂੰ ਅਕਸਰ Spearman's rho ਕਿਹਾ ਜਾਂਦਾ ਹੈ।

ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦੋਵਾਂ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਡਾਟਾ ਦੇ ਦਰਜੇ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਦੀ ਤਾਕਤ ਅਤੇ ਦਿਸ਼ਾ। ਇਹ -1 ਤੋਂ 1 ਤੱਕ ਕੋਈ ਵੀ ਮੁੱਲ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ 1 ਦੇ ਗੁਣਾਂਕ ਦੇ ਸੰਪੂਰਨ ਮੁੱਲ ਦੇ ਨੇੜੇ, ਸਬੰਧ ਓਨਾ ਹੀ ਮਜ਼ਬੂਤ ​​ਹੋਵੇਗਾ:

• 1 ਇੱਕ ਸੰਪੂਰਨ ਸਕਾਰਾਤਮਕ ਹੈਸਬੰਧ
• -1 ਇੱਕ ਸੰਪੂਰਨ ਨਕਾਰਾਤਮਕ ਸਬੰਧ ਹੈ
• 0 ਕੋਈ ਸਬੰਧ ਨਹੀਂ ਹੈ

ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਸਹਿ-ਸਬੰਧ ਫਾਰਮੂਲਾ

ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਉੱਥੇ ਹਨ ਜਾਂ ਉੱਥੇ ਹਨ ਦਰਜਾਬੰਦੀ ਵਿੱਚ ਕੋਈ ਸਬੰਧ ਨਹੀਂ ਹਨ (ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਨਿਰੀਖਣਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਗਿਆ ਇੱਕੋ ਰੈਂਕ), ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਵਿੱਚੋਂ ਇੱਕ ਨਾਲ ਗਿਣਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਜੇਕਰ ਕੋਈ ਬੰਨ੍ਹੇ ਹੋਏ ਦਰਜੇ ਨਹੀਂ ਹਨ , ਇੱਕ ਸਰਲ ਫਾਰਮੂਲਾ ਇਹ ਕਰੇਗਾ:

ਕਿੱਥੇ:

• d _i ਅੰਤਰ ਹੈ ਰੈਂਕਾਂ ਦੀ ਇੱਕ ਜੋੜੀ ਦੇ ਵਿਚਕਾਰ
• n ਨਿਰੀਖਣਾਂ ਦੀ ਸੰਖਿਆ ਹੈ

ਟਾਈਡ ਰੈਂਕਾਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ, ਸਪੀਅਰਮੈਨ ਸਬੰਧ ਦਾ ਪੂਰਾ ਸੰਸਕਰਣ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਪੈਂਦੀ ਹੈ, ਜੋ ਕਿ ਪੀਅਰਸਨ ਦੇ r:

ਕਿੱਥੇ:

• R(x) ਅਤੇ R(y ਦਾ ਥੋੜ੍ਹਾ ਜਿਹਾ ਸੋਧਿਆ ਹੋਇਆ ਸੰਸਕਰਣ ਹੈ। ) x ਅਤੇ y ਵੇਰੀਏਬਲ
• R(x) ਅਤੇ R(y) ਮੱਧਮਾਨ ਦਰਜੇ ਹਨ

CORREL ਫੰਕਸ਼ਨ ਦੇ ਨਾਲ ਐਕਸਲ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਸਬੰਧਾਂ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕੀਤੀ ਜਾਵੇ

ਅਫ਼ਸੋਸ ਦੀ ਗੱਲ ਹੈ ਕਿ ਐਕਸਲ ਕੋਲ ਸਪਾਈ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਕੋਈ ਇਨਬਿਲਟ ਫੰਕਸ਼ਨ ਨਹੀਂ ਹੈ rman ਰੈਂਕ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ। ਹਾਲਾਂਕਿ, ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਉਪਰੋਕਤ ਫਾਰਮੂਲੇ ਨਾਲ ਆਪਣੇ ਦਿਮਾਗ ਨੂੰ ਰੈਕ ਕਰਨਾ ਪਏਗਾ. ਐਕਸਲ ਨੂੰ ਥੋੜਾ ਜਿਹਾ ਹੇਰਾਫੇਰੀ ਕਰਕੇ, ਅਸੀਂ ਸਪੀਅਰਮੈਨ ਸਬੰਧ ਬਣਾਉਣ ਦਾ ਇੱਕ ਬਹੁਤ ਸਰਲ ਤਰੀਕਾ ਲੈ ਕੇ ਆ ਸਕਦੇ ਹਾਂ।

ਇੱਕ ਉਦਾਹਰਣ ਦੇ ਤੌਰ ਤੇ, ਆਓ ਇਹ ਪਤਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੀਏ ਕਿ ਕੀ ਸਾਡੀ ਸਰੀਰਕ ਗਤੀਵਿਧੀ ਦਾ ਸਾਡੇ ਬਲੱਡ ਪ੍ਰੈਸ਼ਰ ਨਾਲ ਕੋਈ ਸਬੰਧ ਹੈ। ਕਾਲਮ B ਵਿੱਚ, ਸਾਡੇ ਕੋਲ ਉਸੇ ਉਮਰ ਦੇ 10 ਆਦਮੀਆਂ ਦੁਆਰਾ ਖਰਚਣ ਵਾਲੇ ਮਿੰਟਾਂ ਦੀ ਗਿਣਤੀ ਹੈਰੋਜ਼ਾਨਾ ਇੱਕ ਜਿਮ ਵਿੱਚ, ਅਤੇ ਕਾਲਮ C ਵਿੱਚ, ਸਾਡੇ ਕੋਲ ਉਹਨਾਂ ਦਾ ਸਿਸਟੋਲਿਕ ਬਲੱਡ ਪ੍ਰੈਸ਼ਰ ਹੁੰਦਾ ਹੈ।

ਐਕਸਲ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਲੱਭਣ ਲਈ, ਇਹ ਕਦਮ ਚੁੱਕੋ:

1. ਆਪਣੇ ਡੇਟਾ ਨੂੰ ਦਰਜਾ ਦਿਓ

   ਕਿਉਂਕਿ ਸਪੀਅਰਮੈਨ ਸਬੰਧ ਦੋ ਵੇਰੀਏਬਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦਾ ਉਹਨਾਂ ਦੇ ਰੈਂਕਾਂ ਦੇ ਅਧਾਰ ਤੇ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਆਪਣੇ ਸਰੋਤ ਡੇਟਾ ਨੂੰ ਦਰਜਾ ਦੇਣ ਦੀ ਲੋੜ ਹੈ। ਇਹ Excel RANK.AVG ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤੇਜ਼ੀ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

   ਪਹਿਲੇ ਵੇਰੀਏਬਲ (ਭੌਤਿਕ ਗਤੀਵਿਧੀ) ਨੂੰ ਦਰਜਾ ਦੇਣ ਲਈ, D2 ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਨੂੰ ਦਰਜ ਕਰੋ ਅਤੇ ਫਿਰ ਇਸਨੂੰ D11 ਤੱਕ ਹੇਠਾਂ ਖਿੱਚੋ:

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

   ਦੂਜੇ ਵੇਰੀਏਬਲ (ਬਲੱਡ ਪ੍ਰੈਸ਼ਰ) ਨੂੰ ਦਰਜਾ ਦੇਣ ਲਈ, ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਨੂੰ ਸੈੱਲ E2 ਵਿੱਚ ਰੱਖੋ ਅਤੇ ਇਸਨੂੰ ਕਾਲਮ ਦੇ ਹੇਠਾਂ ਕਾਪੀ ਕਰੋ:

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

   ਫਾਰਮੂਲੇ ਸਹੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ , ਕਿਰਪਾ ਕਰਕੇ ਸੰਪੂਰਨ ਸੈੱਲ ਸੰਦਰਭਾਂ ਨਾਲ ਰੇਂਜਾਂ ਨੂੰ ਲਾਕ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ।

   ਇਸ ਸਮੇਂ, ਤੁਹਾਡਾ ਸਰੋਤ ਡੇਟਾ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ:

   

2. ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਲੱਭੋ

   ਸਥਾਪਤ ਰੈਂਕਾਂ ਦੇ ਨਾਲ, ਅਸੀਂ ਹੁਣ ਸਪੀਅਰਮੈਨ ਦੇ rho ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਐਕਸਲ ਕੋਰਲ ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ:

   =CORREL(D2:D11, E2:E11)

   ਫਾਰਮੂਲਾ ਇੱਕ ਗੁਣਾਂਕ ਵਾਪਸ ਕਰਦਾ ਹੈ -0.7576 (4 ਅੰਕਾਂ ਤੱਕ ਗੋਲਾਕਾਰ), ਜੋ ਕਿ ਕਾਫ਼ੀ ਮਜ਼ਬੂਤ ​​ਨਕਾਰਾਤਮਕ ਸਬੰਧ ਦਿਖਾਉਂਦਾ ਹੈ ਅਤੇ ਸਾਨੂੰ ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਕਿ ਜਿੰਨਾ ਜ਼ਿਆਦਾ ਕੋਈ ਵਿਅਕਤੀ ਕਸਰਤ ਕਰਦਾ ਹੈ, ਉਸ ਦਾ ਬਲੱਡ ਪ੍ਰੈਸ਼ਰ ਓਨਾ ਹੀ ਘੱਟ ਹੁੰਦਾ ਹੈ।

   ਉਸੇ ਨਮੂਨੇ ਲਈ ਪੀਅਰਸਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ (- 0.7445) ਥੋੜਾ ਕਮਜ਼ੋਰ ਸਬੰਧ ਦਰਸਾਉਂਦਾ ਹੈ, ਪਰ ਫਿਰ ਵੀ ਅੰਕੜਾ ਹੈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ:

   

ਇਸਦੀ ਸੁੰਦਰਤਾਵਿਧੀ ਇਹ ਹੈ ਕਿ ਇਹ ਤੇਜ਼, ਆਸਾਨ, ਅਤੇ ਕੰਮ ਕਰਦਾ ਹੈ ਭਾਵੇਂ ਰੈਂਕਿੰਗ ਵਿੱਚ ਸਬੰਧ ਹਨ ਜਾਂ ਨਹੀਂ।

ਪਰੰਪਰਾਗਤ ਫਾਰਮੂਲੇ ਨਾਲ ਐਕਸਲ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦੀ ਗਣਨਾ ਕਰੋ

ਜੇਕਰ ਤੁਸੀਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ ਕਿ CORREL ਫੰਕਸ਼ਨ ਨੇ ਸਪੀਅਰਮੈਨ ਦੇ rho ਸੱਜੇ ਦੀ ਗਣਨਾ ਕੀਤੀ ਹੈ, ਤੁਸੀਂ ਅੰਕੜਿਆਂ ਵਿੱਚ ਵਰਤੇ ਗਏ ਰਵਾਇਤੀ ਫਾਰਮੂਲੇ ਨਾਲ ਨਤੀਜੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰ ਸਕਦੇ ਹੋ। ਇੱਥੇ ਇਸ ਤਰ੍ਹਾਂ ਹੈ:

1. ਇੱਕ ਰੈਂਕ ਨੂੰ ਦੂਜੇ ਤੋਂ ਘਟਾ ਕੇ ਹਰੇਕ ਜੋੜੇ ( d ) ਵਿੱਚ ਅੰਤਰ ਲੱਭੋ:

   =D2-E2

   ਇਹ ਫਾਰਮੂਲਾ ਚਲਦਾ ਹੈ F2 ਅਤੇ ਫਿਰ ਕਾਲਮ ਹੇਠਾਂ ਕਾਪੀ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

2. ਹਰੇਕ ਦਰਜੇ ਦੇ ਅੰਤਰ ਨੂੰ ਦੋ ਦੀ ਸ਼ਕਤੀ ( d2 ):

   =F2^2

   ਇਹ ਫਾਰਮੂਲਾ ਕਾਲਮ G 'ਤੇ ਜਾਂਦਾ ਹੈ।

   <14
3. ਵਰਗ ਅੰਤਰਾਂ ਨੂੰ ਜੋੜੋ:

   =SUM(G2:G11)

   ਇਹ ਫਾਰਮੂਲਾ ਸਾਡੇ ਕੇਸ ਵਿੱਚ ਕਿਸੇ ਵੀ ਖਾਲੀ ਸੈੱਲ, G12 ਵਿੱਚ ਜਾ ਸਕਦਾ ਹੈ।

   ਹੇਠਾਂ ਦਿੱਤੇ ਸਕ੍ਰੀਨਸ਼ਾਟ ਤੋਂ, ਤੁਸੀਂ ਸ਼ਾਇਦ ਬਿਹਤਰ ਪ੍ਰਾਪਤ ਕਰੋਗੇ ਡਾਟਾ ਵਿਵਸਥਾ ਦੀ ਸਮਝ:

   

4. ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਤੁਹਾਡੇ ਡੇਟਾ ਸੈੱਟ ਵਿੱਚ ਕੋਈ ਟਾਈਡ ਰੈਂਕ ਹਨ ਜਾਂ ਨਹੀਂ, ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰੋ।

ਸਾਡੀ ਉਦਾਹਰਨ ਵਿੱਚ, ਕੋਈ ਸਬੰਧ ਨਹੀਂ ਹਨ, ਇਸਲਈ ਅਸੀਂ ਇੱਕ ਸਰਲ ਫਾਰਮੂਲੇ ਨਾਲ ਜਾ ਸਕਦੇ ਹਾਂ:

d2 ਬਰਾਬਰ ਦੇ ਨਾਲ 290 ਤੱਕ, ਅਤੇ n (ਨਿਰੀਖਣਾਂ ਦੀ ਸੰਖਿਆ) 10 ਦੇ ਬਰਾਬਰ, ਫਾਰਮੂਲਾ ਹੇਠਾਂ ਦਿੱਤੇ ਪਰਿਵਰਤਨਾਂ ਵਿੱਚੋਂ ਗੁਜ਼ਰਦਾ ਹੈ:

ਨਤੀਜੇ ਵਜੋਂ, ਤੁਹਾਨੂੰ -0.757575758 ਮਿਲਦਾ ਹੈ। , ਜੋ ਕਿ ਵਿੱਚ ਗਿਣਿਆ ਗਿਆ ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਹਿਮਤ ਹੈਪਿਛਲੀ ਉਦਾਹਰਨ।

ਮਾਈਕ੍ਰੋਸਾਫਟ ਐਕਸਲ ਵਿੱਚ, ਉਪਰੋਕਤ ਗਣਨਾਵਾਂ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਸਮੀਕਰਨਾਂ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ:

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

ਜਿੱਥੇ G12 ਵਰਗ ਰੈਂਕ ਅੰਤਰਾਂ ਦਾ ਜੋੜ ਹੈ (d2) .

ਗ੍ਰਾਫ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਐਕਸਲ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਕਿਵੇਂ ਕਰੀਏ

ਐਕਸਲ ਵਿੱਚ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਕੇਵਲ ਲੀਨੀਅਰ (ਪੀਅਰਸਨ) ਜਾਂ ਮੋਨੋਟੋਨਿਕ (ਸਪੀਅਰਮੈਨ) ਸਬੰਧਾਂ ਨੂੰ ਮਾਪਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਹੋਰ ਐਸੋਸੀਏਸ਼ਨਾਂ ਸੰਭਵ ਹਨ। ਇਸ ਲਈ, ਭਾਵੇਂ ਤੁਸੀਂ ਕੋਈ ਵੀ ਸਬੰਧ ਬਣਾਉਂਦੇ ਹੋ, ਇੱਕ ਗ੍ਰਾਫ ਵਿੱਚ ਵੇਰੀਏਬਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਦਰਸਾਉਣਾ ਹਮੇਸ਼ਾ ਇੱਕ ਚੰਗਾ ਵਿਚਾਰ ਹੁੰਦਾ ਹੈ।

ਰੈਂਕ ਕੀਤੇ ਡੇਟਾ ਲਈ ਇੱਕ ਸਬੰਧ ਗ੍ਰਾਫ ਬਣਾਉਣ ਲਈ, ਇੱਥੇ ਤੁਹਾਨੂੰ ਇਹ ਕਰਨ ਦੀ ਲੋੜ ਹੈ:

1. ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ ਦੱਸੇ ਅਨੁਸਾਰ RANK.AVG ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਰੈਂਕਾਂ ਦੀ ਗਣਨਾ ਕਰੋ।
2. ਰੈਂਕਾਂ ਵਾਲੇ ਦੋ ਕਾਲਮ ਚੁਣੋ।
3. ਇੱਕ XY ਸਕੈਟਰ ਚਾਰਟ ਪਾਓ। ਇਸਦੇ ਲਈ, ਚੈਟਸ ਗਰੁੱਪ ਵਿੱਚ, ਇਨਸੈੱਟ ਟੈਬ ਉੱਤੇ ਸਕੈਟਰ ਚਾਰਟ ਆਈਕਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
4. ਇੱਕ ਜੋੜੋ। ਤੁਹਾਡੇ ਚਾਰਟ ਲਈ ਰੁਝਾਨ ਲਾਈਨ। ਸਭ ਤੋਂ ਤੇਜ਼ ਤਰੀਕਾ ਚਾਰਟ ਐਲੀਮੈਂਟਸ ਬਟਨ > ਟਰੈਂਡਲਾਈਨ ਸ਼ਾਮਲ ਕਰੋ… .
5. ਚਾਰਟ 'ਤੇ R-ਵਰਗ ਮੁੱਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ ਹੈ। ਇਸ ਦੇ ਪੈਨ ਨੂੰ ਖੋਲ੍ਹਣ ਲਈ ਟ੍ਰੈਂਡਲਾਈਨ 'ਤੇ ਡਬਲ-ਕਲਿੱਕ ਕਰੋ, ਟਰੈਂਡਲਾਈਨ ਵਿਕਲਪਾਂ ਟੈਬ 'ਤੇ ਸਵਿਚ ਕਰੋ ਅਤੇ ਡਿਸਪਲੇ ਆਰ-ਵਰਗ ਮੁੱਲ ਚਾਰਟ ਉੱਤੇ ਬਾਕਸ ਨੂੰ ਚੁਣੋ।
6. ਬਿਹਤਰ ਸ਼ੁੱਧਤਾ ਲਈ R2 ਮੁੱਲ ਵਿੱਚ ਹੋਰ ਅੰਕ ਦਿਖਾਓ।

ਨਤੀਜੇ ਵਜੋਂ, ਤੁਹਾਨੂੰ ਰੈਂਕਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਵਿਜ਼ੂਅਲ ਪ੍ਰਤੀਨਿਧਤਾ ਮਿਲੇਗੀ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਪ੍ਰਾਪਤ ਕਰੋਗੇ ਨਿਰਧਾਰਨ ਦਾ ਗੁਣਾਂਕ (R2), ਜਿਸ ਦਾ ਵਰਗ ਮੂਲ ਪੀਅਰਸਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ (r) ਹੈ। ਪਰ ਕਿਉਂਕਿ ਤੁਸੀਂ ਰੈਂਕ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਪਲਾਟ ਕੀਤਾ ਹੈ, ਇਹ ਪੀਅਰਸਨ ਦਾ r ਹੋਰ ਕੁਝ ਨਹੀਂ ਬਲਕਿ ਸਪੀਅਰਮੈਨ ਦਾ rho ਹੈ।

ਨੋਟ ਕਰੋ। R-ਵਰਗ ਹਮੇਸ਼ਾ ਇੱਕ ਸਕਾਰਾਤਮਕ ਸੰਖਿਆ ਹੁੰਦਾ ਹੈ, ਇਸਲਈ ਘਟਾਇਆ ਗਿਆ ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਸਹਿ-ਸਬੰਧ ਗੁਣਾਂਕ ਵੀ ਹਮੇਸ਼ਾ ਸਕਾਰਾਤਮਕ ਹੋਵੇਗਾ। ਇੱਕ ਢੁਕਵਾਂ ਚਿੰਨ੍ਹ ਜੋੜਨ ਲਈ, ਆਪਣੇ ਸਹਿ-ਸੰਬੰਧ ਗ੍ਰਾਫ ਵਿੱਚ ਸਿਰਫ਼ ਲਾਈਨ ਨੂੰ ਦੇਖੋ - ਇੱਕ ਉੱਪਰ ਵੱਲ ਢਲਾਨ ਇੱਕ ਸਕਾਰਾਤਮਕ ਸਬੰਧ (ਪਲੱਸ ਚਿੰਨ੍ਹ) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਹੇਠਾਂ ਵੱਲ ਢਲਾਨ ਇੱਕ ਨਕਾਰਾਤਮਕ ਸਬੰਧ (ਘਟਾਓ ਚਿੰਨ੍ਹ) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਸਾਡੇ ਕੇਸ ਵਿੱਚ, R2 0.5739210285 ਦੇ ਬਰਾਬਰ ਹੈ। ਵਰਗ ਰੂਟ ਲੱਭਣ ਲਈ SQRT ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰੋ:

=SQRT(0.5739210285)

…ਅਤੇ ਤੁਹਾਨੂੰ 0.757575758 ਦਾ ਪਹਿਲਾਂ ਤੋਂ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਗੁਣਾਂਕ ਪ੍ਰਾਪਤ ਹੋਵੇਗਾ।

ਗ੍ਰਾਫ ਵਿੱਚ ਹੇਠਾਂ ਵੱਲ ਢਲਾਣ ਇੱਕ ਨਕਾਰਾਤਮਕ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ। ਸਬੰਧ, ਇਸ ਲਈ ਅਸੀਂ ਘਟਾਓ ਚਿੰਨ੍ਹ ਜੋੜਦੇ ਹਾਂ ਅਤੇ -0.757575758 ਦਾ ਸਹੀ ਸਪੀਅਰਮੈਨ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ।

ਇਸ ਤਰ੍ਹਾਂ ਤੁਸੀਂ ਐਕਸਲ ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹੋ। ਇਸ ਟਿਊਟੋਰਿਅਲ ਵਿੱਚ ਵਿਚਾਰੀਆਂ ਗਈਆਂ ਉਦਾਹਰਣਾਂ ਨੂੰ ਨੇੜਿਓਂ ਦੇਖਣ ਲਈ, ਹੇਠਾਂ ਸਾਡੀ ਨਮੂਨਾ ਵਰਕਬੁੱਕ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨ ਲਈ ਤੁਹਾਡਾ ਸੁਆਗਤ ਹੈ। ਮੈਂ ਪੜ੍ਹਨ ਲਈ ਤੁਹਾਡਾ ਧੰਨਵਾਦ ਕਰਦਾ ਹਾਂ ਅਤੇ ਅਗਲੇ ਹਫ਼ਤੇ ਤੁਹਾਨੂੰ ਸਾਡੇ ਬਲੌਗ 'ਤੇ ਮਿਲਣ ਦੀ ਉਮੀਦ ਕਰਦਾ ਹਾਂ!

ਪ੍ਰੈਕਟਿਸ ਵਰਕਬੁੱਕ

ਐਕਸਲ (.xlsx ਫਾਈਲ) ਵਿੱਚ ਸਪੀਅਰਮੈਨ ਰੈਂਕ ਸਬੰਧ