AKADEMII BOII'OKICZNEJ WROCŁAWIU Nr 600
Metody statystycznej analisy wielowymiarowej
1
ich sastosowania w badaniach ekonomicznych
Marek Walesiak
O S'rOSOW.ALII'OŚCI MIAR lWREL!CJI W AB.lLIZIE 'lfl'NIXĆW POMIARU 1'0RZłl)XOWEGO
1991
w artykule scharakteryzowano
swięzki istniej~· między współczynnikami: korelacji liniowej Pearsona, rang Spearmana i tau Xendalla z punk-
tuwidzenia skal pomiaru. Zwrócono
uwagęna nie dostrzegany w polskiej literaturze statystycznej 'fakt,
łe wapółe~ikkorelacji
tauIendalla jest (dla wyników pomiaru rangowego)
szczególną poataeią współczynnikakorelacji liniowej Pearsona.
Problemetyka poruszana w artykule
wymagawprowadzenia podatawowych
pojęć
z r.akresu teorii pomiaru.
Przez pomiar rosumie
się pr~rsądkowanielicsb obiektom zgodnie z
określonymi regułami
w
ta~isposób, aby liczby
odzwierciedlały zachodzące
111iędzytymi obiektami relacje (por. np.[ 5, •· 54; 2, s. 17 ] ).
Podsta~
teorii pomiaru jest
pojęcieskali.
D e 'f
in
ic
ja ( por. [ 1, e. 101-102; 9, s . 37 ] ).
Takłlupo-
rządkowaną czwórkę
U
• <.A;G; H; F > , h
a)
.Ato niepusty zbiór obiektów,
H -zbiór liczb rzeczywistych, G- klaaa funkcji
odwzoTowującycbA w H, F- klasa funkc ji
odwzorowujących H
wH,
b) dla wuyatlcich g E G i !E.7, 'f o sEG,
o) l
zawiera
przekształcenieH
naH, a ponadto d1a
każdeso !k, t1E
F iłohnie !kor1E
7,n azywa
się skaląpomiaru.
W teorii pomiaru
rozróżnia się4 podstawowe skale pomiaru, wprowa- dzone przez s.s. Stevenaa [ 7].
D e
! in
ic
ja 2 {por. [ 1, a. 103]). U ·<.A; G; H;
I'>jest
alta-l!ł nominalnąwtedy i tylko wtedy, @dy
7jest sbiorea wa•y•tkicb !ankcji
!odvzorowuj,oych
Rw
H (H ~ R)taki ch,
łe14
t - fUnkcja wzajemnie jednoznaczna. ( 1)
D e t i n i c j a 3 (por.[1, e. 103]). U •<A; G; H; P)jest ska-
lą porządkową
wtedy i tylko wtedy, gdy
~jest zbiorem wszystkich funkcji t
odwsorowuj~ychH w B (B • R) takich, te
t - fUnkcja
ściślemonotonicznie
rosnąca.(2}
D e t i n i c j a 4 (por.[1, e. 103; 9, s. 37]}. U •(A; G; H; F) jest
ekalą interwalową (przedziałową)wtedy i
tyl~owtedy, gdy H jest zbiorem wezyetkicb liczb rzeczywistych R i
~jest zbiorem funkcji
fta- kich, te dla dodatniego b
t(y} • b y +
a,
t(y)E R(3}
dla wezyetkicb yE
R.D e t i n i c j a 5 (por. [1, s. 103; 9, s. 38]). U •
(A;G;
H;~)jeet
skalą ilorazową (etosunkową}wtedy i tylko wtedy, gdy H jest zbiorem liczb rzeczywietych dodatnich
R+i
~jest zbiorem fUnkcji
ftakich, te
dla d.oda tnie
gob
!(y) • b y,
t(y)E R+ (4)
dla wszyetkich yE R+.
Skale te
uporządkowane sąod
najsłabszej(nominalna) at do najmocniej- szej (ekala ilorazowa). Wynika to z definicji 6.
D e
fi n i c
ja 6 (por. [ 8, s. 5_ 2]). Skala u 2
jelł't-fllocniejsza od skali 01 zawsze i tylko wtedy, gdy jej dopuszczalne
przekształceniejest zdegenerowanym przypadkiem dopuszcsalnego
przekeztałceniaskali o 1 •
Na
wartościachposzczególnych ekal, ze
względuna _ dopuszczalne prze-
kształcenie,
motna
wyznaczać naetępującerelacje:
a) skala nominalna - relacje:
I'Ó\:ności, rótności,b) ekala
porządkowa- relacje:
równośoi, rótności, mniejezości, większości,
c) skala
przedziałowa- relacje: równo&oi,
rótności, mniejszości, większości, równościrótnic i
przedziałów,d) skala ilorazowa - relacje:
równości, rótności, mniejszości, większości, równości
rótnic i
przedziałów, równościstoeunk6w
międzypo- szczególnymi
wartościamiskali.
Wykonywanie operacji arytmetycznych dodawania i odejmowania jest do- puszczalne na
wartościachskali
przedziałowej.Skala ilorazowa dopuszcza ponadto wykonywanie na
wartościachskali operacji dzielenia 1 mnotenia.
Jedyną dopuszczalną operacją empiryczną
na
wartościachskali nominalnej 1
porządkowejjeet zliczanie
zdarzeń(tzn. tego, ile relacji
mniejszości, więkezościi
równości określonona
wartościachnp. skali
porządkowej).Jedna s podstawowych
re~łteorii pomiaru mówi,
~ejedynie rezultaty
o orniaru w skali mocniejszej
mogą byćtransformowane na liczby
naletącedo skali
słabszej(por. np. [6, s. 17], [9, s. H]).
Stosującdozwolone
przekształcenie wartości
na skali, zachowujemy
niezmiennośćtypu skali
przyjętej
dla danej cechy.
Typ skali, ze
względuna dopuszczalne
przekształcenia,determinuje
stosowalność
rozmaitych technik etatystyczno-ekonometrycznych.
D e
f1 n i c j a 7 (por. np. [8, s. 61]). 'l'echnikami statystycz- n ymi dopuszczalnymi dla danego typu skali
sątakie techniki, które do-
etarozsjąwyników (w sensie relacji) niezmiennych
względemdopuszczalnych
przekształceń.
2
W pracy [10] J.W.
Wiśniewskina
przykładzie współczynnikakorelacji
Wkweetionował inną
z
regułteorii pomiaru , która mówi, te metody
1 iloś-ciowe, które motna
stosowaćdo wyników pomiaru w skali
słabszej,zezwala
się stosować
równie! do liczb uzyskanych z mierzenia na poziomie mocniej- szym. W konkluzji stwierdza
się,te o ile
współczynnikkorelacji Pearsona m otna
stosowaćz powodzeniem do badania skorelowania cech mierzonych na skali nominalnej (po odpowiedniej traneformacji), o tyle
transformację Yapółczynnikakorelacji Pearaona w formie
współczynnikakorelacji rang
S~armana
nalety
stosowaćz
ostrożnościąw stosunku do pomiaru rangowego.
Wprawdzie ostatnie zdanie jest prawdziwe, ale nie kwestionuje powyt- ezej
regułyteorii pomiaru, albowiem odpowiednikiem
współczynnikakorela- oji Pearsona (stosowanego do pomiaru
siłyi kierunku
zw~zkuliniowego
międsy
dwiema cechami mierzonymi na
a~ali przedziałoweji (lub) ilorazo- wej) w badaniu skorelowania dwóch eech mierzonych na skali
porządkowejjest nie
współczynnikrang Spearmana, ale
współczynniktau Xendalla.
Współczynnik
korelacji rang Spearmana jest w szczególny sposób trans- formowanym
współczynnikiemkorelacji liniowej Pearsona, w 'którym wykorzys- tuje
eię specyfikękolejnych n liczb naturalnych (por. np. [ 6, s. 160- , 162] ).
Współczynnikten nie jest
typową lliarąkorelacji rang,
stosującgo bowiem
zakłada się,h
odległości po111iędzy sąsiednimirengami
sąsobie równe {na skali
porządkowej odległości aiędzydowolnymi dwiema rangami
, nie
eąznane).
Załohnieto oznacza, te motna go
wjkorzystyvać.gdy Mmy
do czynienia nie z pomiarem
porządkowym,ald z pomiarem co najmniej prze-
działowym.
W
myśldefinicji 7
współczynnikkorelacji rang Spearmana nie 111ote
byćetoscwany jako miara skorelowania warto!§ci dwóch cech mierzonych na skali
.Porządkowej.
Ilustruje to
następujący przykład.1w artykule nie podejmuje się obrony tej reguły teorii pomiaru, ale
~estionuje się przykład,
na podstawie kt6rego j4
podwałono.16
Przykła
d 1.
Dane
eątrzy
uporządkowania5 obiektów ze
względuna
wartości3 cech
"'1' M2
1~nierzonyc
hna skali
porządkowej:M1
1 •M2 3, M3 4
2 4 5
3 2 1
4 1 3
5 5 2
Zgodność uporządkowań
ze
względuna cechy M 1 1 M2 oraz M2 1 M 3 oce-
niono r.a
pomocą współczynnikakorelac
j1 rang Spearmana i otrzymano wyni- ki:
Między
tymi
wapółczynnikami zachodzi re
lac
ja:r
3(M1,M2)<r
3(M2,M3).Do wyników pomiaru zastosowano dopuszczalne
przekształcenie(2) na skali porządkowej (!(y) • y 2 ), które zachowuje ustalony porządek wyników pomiarów. Uzyskane wyniki nie
mają wcześniejstwierdzonej
własności,po-
niewa~
r~(M 1 ,M 2 ) • -21,9 > r 3 (M 2 ,~) • -32,2.
Współczyanika
korelacji Spearmana nie
mo~na stosowaćjako miary sko- relowania
wartościdwóch cech
~ierzonycbna skali
porządkowej,nie za- pewnia on bowiem wyników niezmiennych
wz~lędemdopuszczalnych
przekształceń
na tej skali.
Do pomiaru
siłyi kierunku skorelowania dwóch cech mierzonych na ska- li
porządkowejwykorzystuje
się współczynniktau Kendalla, który jest e ze
zeFólną postacią wepółczynnika korelacji liniowej Pearsona [ 3, e. 19- 21 ] . Wzór na
współczynnikPearsona w wers j i rachunkowej
możnaprzedst a-
wić
alternatywnie jako (por. [3; 4, e. 266] ):
n n
n
n Lxizi- L xi L z i
r • i•1 1•1 i•1
( r n ) n xi - ( 2 L n :ri) 2] [ n L: n z i 2 - ( ) n z!) ) 2l 0,5
L i•1
L-Ji•1 1•1
..__,1•1
Jn ~
L.
~(x1 - xj)(zi- zj)
j•2 i•1
(5)n ~ (xi - xj)2 n
~ 2 0,5
L, L, (z i - z j) )
j•2 i•1 j• 2 i•1
1 (M2);
t~ (:x1 - xj)(z 1-
llj) -E: n e x1z1 • z= n t= xi zj
j·2 1•1 j·2 1·1 j•2 1·1
n j-1
n j-1 n n n- L L :xjz1 •L:: z::==xjzj
• (n -n L x1z1 - ( L
c x 1 z jj•2 1•1 j•2 1•1 i•1 j•1 i•1
n n n
- L xi z i) •
nL :xi z
i -L
11i
ia1 1•1 1•1
t t= 2 n 2
r. n n2
+
:xj • (n- 1) L xi - ( c L:XiX;!- Cxi ) -
j•2 1·1 1•1 j•1 1•1 i•1
n 2
nn n 2
n2
• n
L x1 - L: c x 1 x j • n L xi - <L:
Xi) •
1=1 j•1 i•1 i•1 1•1
Prawa strona wzoru (5) po transformacji
wartościcech mierzonych na skali
przedziałowej1 (lub) ilorazowej na
wartościcech ze skali
porząd- kowej wedługBchematu:
1 ,
jeśli xi) xj (zi> zj),
kij(bij) - o,
jeślixi • x j ( z1 • zj), (6)
-1,
jeśli:xi (
x3
(z1
(zj),
przyjmuje
postaćwsp6lczynn1ka korelacji rang ( tau) Kendalla:
( 7)
Współczynnik
'korelacji
rKjest stosowany jako miara Bkorelowan.fa
dwóch
cechmierzonych na
skali porządkowej.Przyjmuje
wartościliczbowe
z
przedziału-1
(rK
(1. Gdy
uporządkowaniarang dla obu cech
Bązu-
pełnieprzeciwne, wówczas ri •
-1. Wartość1 oznacza
pełną zgodnośću-
porządkowań.16 P r s
yk l a d 2
Dokonano dwóch
równoległychocen szans 6 kandydatów na pre zydenta:
Kandydaci
AB
C D E FUporządkowanie
3 5
26 4
Uporządkowanie
2 3,5 3,5 1,5 1,5 6 5
Zgodność
ocen
określonoprzez ustalenie
zgodności uporządkowańkandy- datów na podatawie
współczynnika(7):
rx • -( 1_5_•..:.1...:..3 -., 11 0 .... , ... 5- • o. 788 •
Otrzymana
wartośćwskazuje na
dość du~ą zgodnośćobu
uporządkowań.[ 1]
[ 2
J
[ 3]
[ 4]
[ 5]
[ 6 ] [ 7 ]
[ 8 ]
LITERATURA
Adama E.W., Fagot R.P., Robineon R.E.: A theory of appropriate etatistics. "Peychometrika• 1965 (30) no. 2 e. 99-127.
Cboynowaki M.: Pomiar w psychologii. W: Problemy psychologii mate- matycznej. Red. J. Kozielecki. Warszawa: PWN 1971.
Kendall M.G.: Rank Correlation Methods. London: Griffin 1955.
Kendall M.G., Buckland W.R.:
Słownikterminów statystycznych.
Warezawa:
P\liE1966.
Pawlows~i
T.: Metodologiczne zagadnienia humanistyki. Warszawa:
PWN 1969.
Steczkowski J . ,
ZeliaśA.: Statystyczne metody analizy cech jako-
ściowych.
Warszawa: PWE 1981.
Stevena S.S.: Measurement, Psychophyeios and Utility. W: Measure- ment; Definitions and Theories. Red. c.w. Churehman, F. Ratoosh, New York: Wiley 1959.
Walenta K.: Podstawowe
pojęcieteorii pomiaru. W: Problemy psycho- logii matematycznej. Red. J. Kozielecki. Warszawa: PWN 1971.
Walesiak M.: Syntetyczne badania porównawcze w
świetleteorii po- miaru.
•PrzeglądStatystyczny" 1990 z. 1-2 s. 37-46.
Wiśnieweki
J.W.: Korelacja i regresja w badaniach zjawisk
jakościowych na tle teorii pomiaru.
"PrzeglądStatystyczny" 1986 z. 3 s.
2'39-248.
MEIISUREMENT RESULTS Summary
the paper the relatJons between Pearson correlatJon coeffJcJent.