Приведем пример расчет коэффициента ранговой корреляции -Кендалла.
Для одного класса в 14 учащихся нам известны результаты их уровня интеллекта (IQ) и время решения серии логических заданий (X).
| № | Уровень интеллекта (IQ) | Время решения логических задач в секундах (X) |
| 1 | 100 | 154 |
| 2 | 118 | 123 |
| 3 | 112 | 120 |
| 4 | 97 | 213 |
| 5 | 99 | 200 |
| 6 | 103 | 187 |
| 7 | 102 | 155 |
| 8 | 132 | 100 |
| 9 | 122 | 114 |
| 10 | 121 | 115 |
| 11 | 115 | 107 |
| 12 | 117 | 176 |
| 13 | 109 | 143 |
| 14 | 111 | 111 |
1. Проранжируем полученные данные по столбцу IQ
| № | IQ | X |
| 4 | 1 | 14 |
| 5 | 2 | 13 |
| 1 | 3 | 9 |
| 7 | 4 | 10 |
| 6 | 5 | 12 |
| 13 | 6 | 8 |
| 14 | 7 | 3 |
| 3 | 8 | 6 |
| 11 | 9 | 2 |
| 12 | 10 | 11 |
| 2 | 11 | 7 |
| 10 | 12 | 5 |
| 9 | 13 | 4 |
| 8 | 14 | 1 |
2. Вычислим число совпадений значений P(p).
Например,
для первого испытуемого число совпадений будет равно 0, поскольку ранг второго испытуемого по столбцу X меньше, чем ранг первого испытуемого, следовательно у них нет совпадающих между собой рангов.
для третьего испытуемого число совпадений будет 1, поскольку если из ранга четвертого испытуемого по столбцу X вычесть ранг третьего испытуемого, разность будет равна 1, следовательно количество совпадающих рангов 1.
2.1. Заполняем столбец с числом совпадений для каждого испытуемого:
| № | Число совпадений P(p) |
| 4 | 0 |
| 5 | 0 |
| 1 | 1 |
| 7 | 2 |
| 6 | 0 |
| 13 | 0 |
| 14 | 3 |
| 3 | 0 |
| 11 | 9 |
| 12 | 0 |
| 2 | 0 |
| 10 | 0 |
| 9 | 0 |
| 8 | 0 |
| Сумма P(p) | 15 |
3. Подсчитываем сумму совпадающих значений P(p).
P(p) = 15
3.1. Вычислить сумму инверсий можно применив формулу:
4. Подставляем полученные значения в упрощенную формулу коэффициента ранговой корреляции Кендалла.
= – 0,67
5. Используя формулу вычисления эмпирического значения уровня значимости (см. пункт 4.1.):
6. По таблице “Стандартные нормальные вероятности” находим ближайшее меньшее к , а также площадь справа под кривой распределения P
P = 0,00007
7. Вычисляем уровень значимости по формуле: p < 2P
p < 0,00014
8. Делаем вывод:
= – 0,67, p < 0,00014
| Расчет коэффициента корреляции Кендалла | |
| Расчет коэффициента корреляции Кендалла в SPSS | Пример расчета коэффициента корреляции Кендалла в SPSS |
| Расчет коэффициента корреляции Кендалла в Excell | Пример расчета коэффициента корреляции Кендалла в Excell |
| Коэффициент корреляции Кендалла | |