POJAM

KORELACIJE
 RELATION veza ili odnos izmeu dvije ili vie
pojava
Prefiks KO uzajamni odnos
Korelacija (ne)saglasnost, tj. manja ili vea
POVEZANOST izmeu varijabli
Dobro zapamtite: korelacija je povezanaost a ne
ZAVISNOST
Jaina veze u statistici se obavezno iskazuje
numeriki i naziva se koeficijent korelacije
Postupak korelacione analize podrazumijeva
kvantifikovanje odnosa meu posmatranim pojavama
U svakodnevnom ivotu se govori o povezanosti dviju
pojava, tako se zna da
Visoije osobe u prosjeku imaju i veu tjelesnu masu
Starije osobe imaju vei krvni pritisak
Uspjeh na ispitu zavisi od koliine i kvaliteta vremena
provedenog u uenju itd.
 Kada pominjemo ove relacije najee koristimo
deskriptivne kategorije:
To veoma zavisi od ovoga
Te su dvije stvari veoma povezane
To uopte ne utie ili
To veoma malo utie na ono
Meutim statistika je nauka koja nastoji da to vie
pojava precizno objasni i po mogunosti
kvantifikuje
Znai iskae brojkama
Ona nastoji da izmjeri brojna empirijska
zapaanja
Tako i pomenute deskriptivne forme nastoji
pretoiti u numerike izraze
 Npr., analizom odnosa tjelesne visine i mase uoava
se da nema stroge linijske povezanosti
Kod nekih ljudi vea visina daje izrazito veu masu
Kod drugih je to poveanje manje izraeno
Predstavimo li taj odnos grafiki pomou dijagrama
taaka uoava se izvjesno grupisanje taaka u
sredinjem dijelu dijagrama
Ta velika koncentracija taaka omoguava povlaenje
prave linije koja aproksimira globalnu zakonitost koja
vlada u odnosu posmatranih varijabli
Ta prava linija, ili linija korelacije, koso je postavljena i
usmjerena na vie i ima uzlazni tok
Na osnovu njenog oblika i poloaja da se zakljuiti da
izmeu tjelesne visine i mase postoji relativno jaka
pozitivna korelaciona veza
 Kada posmatramo odnos izmeu stepena
tretiranosti i frekvencije srca na velikom uzorku
ispitanika
dobije se dijagram taaka i linija korelacije koso
postavljena i usmjerana na nie
To znai da ljudi sa veim stepenom tretiranosti
imaju niu frekvenciju srca u mirovanju
Statistiki, izmeu ove dvije varijable postoji
relativno jaka negativna korelaciona veza
 Najvei stepen povezanosti u variranju, tzv.
potpuna korelacija ili funkcionalna veza, postoji
kad svakoj vrijednosti u jednoj varijabli ( napr.
Varijabli X) odgovara samo jedna vrijednost u
drugoj varijabli (npr. varijabli Y)
 Ovo je tzv. linearni korelacioni model
On ukazuje na strogi deterministiki odnos izmeu dvije
pojave
Ovi modeli su veoma rijetki u praksi
Susreu se u matematici i slinim egzaktnim naukama
Objanjenje je veoma logino
Na odnos izmeu dvije pojave u prirodi djeluje veliki broj
faktora
Mnoge od njih je nemogue objasniti, time i kontrolisati
Kod tjelesne visine i mase utiu konstitucionalni tip, udio
pojedinih tkiva u ukupnoj masi, stil ivota itd.
Zato su take vie ili manje idaljne od korelacione linije
Samo su rijetke na njoj
to je korelacija vea (jaa)-take su zgusnutije
to je numerika saglasnost manja (slabija)-take su vie
rasprene
 Mogue je da izmeu varijabli nema znaajne
povezanosti, odnosno da korelacije uope nema
 Interesantno
U praksi se mogu dobiti visoki koeficijenti
korelacije izmeu pojava koje nemaju loginu
osnovu za uporeivanje
Npr., znaajna povezanost izmeu:
Krvne grupe i skonosti ispitanika
Broja friidera u domainstvu i uspjeha studenata i sl.
To ukazuje na potrebu da se istakne znaaj logike
osnove na kojoj se zasniva neko istraivanje
Korelaciona analiza daje informacije samo o
numerikoj (ne)saglasnosti dviju pojava i nikako ne
moe otkriti pravu prirodu i logiku te veze
Zato istraivai moraju raspolagati jakim teoretskim
argumentima prilikom odluivanja.
 Npr., u jednom gradu istraivai su nekoliko godina
biljeili broj novoroene djece i broj doletjelih roda
Nakon preciznog dugogodinjeg biljeenja dobijene su
dvije serije:
Jedna koja se odnosila na broj beba
Druga broj doletjelih roda
Korelacija je dala informaciju o visokoj saglasnosti ove
dvije pojave
Zakljuak:
Djecu donose rode
to nije istina
 Numerika povezanost dvije varijable moe biti
iskazana i razliitim krivolinijskim modelima:
 esti su ali ih neemo analizirati
Zahtijevaju eksponencijalne matematike
modele
Veoma su sloeni ija primjena nije mogua
bez raunara
Mi emo se baviti samo linijskim modelima
 TUMAENJE
KOEFICIJENTA
PROSTE LINEARNE
KORELACIJE
 Koeficijent korelacije ukazuje na smjer i stepen
povezanosti izmeu dvije dvije pojave
Kree se izmeu matematikih veliina +1 do -1
Pozitivan znak ukazuje na pozitivnu vezu
izmeu dvije pojave, odnosno
Porast (pad) vrijednosti jedne varijable prati
porast (pad) vrijednosti druge varijable
Negativan znak ukazuje na negativnu vezu
izmeu dvije pojave, odnosno
Porast (pad) vrijednosti jedne varijable prati pad
(porast) vrijednosti druge varijable
 Da bi se ustanovilo da li je koeficijent korelacije
znaajan izraunava se njegova t vrijednost (nema
veze sa t-testom)
Odnosno vri se njegovo testiranje znaajnosti
Uporeuje se izraunata i tablina vrijednost za t s
obzirom da eljeni nivo znaajnosti i broj stepeni
slobode
Kod softverskog izraunavanja tumai se njegova
numerika vrijednost s obzirom na ostvareni nivo
znaajnosti:
Od 0.00 do 0.20: neznatna korelacija, povezanosti gotovo
nema
Od 0.20 do 0.40: niska korelacija, povezanost mala
Od 0.40 do 0.70: umjerena korelacija, bitna povezananost
Od 0.70 do 0.90: visoka korelacija, izrazita povezanost
Od 0.90 do 1.00: veoma visoka povezanost
 Da bi se koeficijent korelacije bio realan
indikator povezanosti izmeu dvije pojave,
nuno je odabrati adekvatan korelacioni
postupak koji je odreen metrijskom jainom
rezultata i osobinama pojava koje se istrauju
Te osobine su:
Distribuiranost (normalna, asismetrina,
leptokurtina, platikurtina, bimodalna i dr.)
Kontinuiranost-diskontinuiranost
Kvalitativnost-kvantitativnost
Prirodna i vjetaka dihotomnost i dr.
S obzirom na ove osobine razlikujemo:
PIRSONOV KOEFICIJENT LINEARNE
KORELACIJE (r)
SPIRMANOV KOEFICIJENT KORELACIJE
RANGOVA ()
KOEFICIJENT KONTINGENCIJE (C)
Fi KOEFICIJENT KORELACIJE ()