Ventajas y Las desventajas del método correlacional

Los investigadores que recogen cuantitativa o numérica basada , los datos llevan a cabo diversas formas de análisis estadístico para extraer conclusiones a partir de estos datos. Mediante la búsqueda de relaciones entre los diferentes conjuntos de datos que recogen , los investigadores pueden probar las hipótesis sobre cómo los diferentes factores que afectan a los otros, y lo fuerte que estos efectos son . Uno de estos métodos , las pruebas de correlaciones estadísticas , tiene un valor limitado académico. Correlaciones

correlaciones son una forma sencilla de análisis estadístico que busca relaciones numéricas entre dos conjuntos de datos de igual tamaño . Mediante la comparación de los números de dos datos diferentes conjuntos juntos, correlaciones miran cómo el movimiento en el valor de los números en un conjunto de datos está relacionado con cambios en el valor de los números en el otro conjunto de datos. Por ejemplo , un investigador podría examinar las correlaciones entre las horas que los estudiantes dedican a estudiar y sus resultados de las pruebas para ver si hay una relación entre las horas dedicadas a estudiar y resultados de exámenes . La ecuación para la prueba de informes correlaciones esta relación como un coeficiente que es entre cero ( absolutamente ninguna relación entre los dos conjuntos de datos ) y uno ( una relación perfecta entre los dos conjuntos de datos ) que es ya sea positiva ( un aumento de un conjunto de datos es relacionado con un aumento en el otro conjunto de datos ) o negativo ( un aumento de un conjunto de datos está relacionado con una disminución en el otro conjunto de datos ) .

Ventajas

la principal ventaja del método de buscar correlaciones simples entre dos conjuntos de datos es que la ecuación para encontrar un coeficiente de correlación es suficiente para que los estudiantes los números de crisis por parte simple, en lugar de confiar en las computadoras o calculadoras para el análisis. Esto presenta a los estudiantes las matemáticas detrás de un análisis estadístico , que construye una base para la comprensión de las matemáticas detrás de los métodos más sofisticados de análisis estadístico. La naturaleza simple de una correlación también introduce a los estudiantes a las ideas detrás de análisis estadístico ( dirección y la magnitud de las relaciones ) .
Falta de direccionalidad

La principal desventaja de correlaciones es que mientras ellos informan las relaciones entre los conjuntos de datos , que no dan ninguna pista en cuanto a la causalidad. En concreto , las matemáticas detrás de la ecuación de correlación no permite que los investigadores saben qué conjunto de datos es responsable del informe ecuaciones relación de correlación. En el ejemplo de ejecución de una correlación entre las horas dedicadas a estudiar y resultados de exámenes , puede ser que sea intuitivo pensar que una relación positiva entre los dos conjuntos de datos se debe a las horas dedicadas a estudiar . Sin embargo , en lo que se refiere a las matemáticas detrás de la ecuación de correlación, no hay manera de probar que la inversa --- que conseguir resultados en los exámenes hace estudiar más --- Isnt cierto.

bivariado

correlaciones son dos variables en la naturaleza: se comparan dos números a la vez a partir de dos conjuntos de datos diferentes . Esto sólo permite a los investigadores examinar las relaciones entre los dos factores a la vez. Sin embargo , esto no es realista : casi siempre hay múltiples relaciones y efectos sobre algo. Si un investigador quiere examinar las relaciones inter - conectados y efectos , la ecuación de correlación es matemáticamente incapaz de acoger a un diseño de este tipo de investigación . El análisis de regresión , sin embargo , permite al investigador no sólo establecer la causalidad , sino de ver las relaciones entre más de dos conjuntos de datos.