Miary siły związku

Jak silny jest związek pomiędzy dwiema zmiennymi? Czy kierunek tego związku jest zgodny z założonymi przed badaniem hipotezami? To podstawowe pytania zadawane tak przez początkujących, jak i doświadczonych badaczy. Odpowiednio dobrane miary siły związku pozwalają uzyskać odpowiedzi na nie.

Miary siły związku można podzielić na trzy zasadnicze grupy. Każda z nich skupia miary pozwalające na diagnozę siły związku pomiędzy zmiennymi mierzonymi na jednym z trzech poziomów: nominalnym (np. stan cywilny), porządkowym (np. poziom posiadanego wykształcenia) lub ilościowym (interwałowym lub ilorazowym, np. wiek ). W wypadku miar dla zmiennych porządkowych oraz ilościowych możemy ponadto określić kierunek związku, czyli stwierdzić, czy wraz ze wzrostem wartości jednej zmiennej maleją, czy też wzrastają wartości drugiej z nich.  

Najpopularniejsze miary siły związku to:

Niektóre z miar siły związku posiadają interpretację w kategoriach PRE, czyli proporcjonalnej redukcji błędu (Proportional Reduction of Error). Wartość siły związku interpretujemy wówczas jako poprawę trafności w przewidywaniu wartości zmiennej zależnej, jaką uzyskujemy dzięki wprowadzeniu do analiz zmiennej niezależnej (por. Guerrero, Frankfort-Nachmias 2005, Górniak, Wachnicki 2004). Wykorzystując miary siły związku, warto pamiętać o kilku istotnych wskazówkach:

• Im większa jest liczba kategorii danej zmiennej, tym lepiej dana miara odzwierciedla rzeczywisty związek pomiędzy ukrytymi zmiennymi ciągłymi, których nie możemy uchwycić przy użyciu naszych narzędzi pomiarowych (zwłaszcza w wypadku Lambdy i Gammy). Najlepszym rozwiązaniem jest zatem pozostawienie możliwie największej liczby kategorii analizowanych zmiennych – pozwala to na osiągnięcie dokładniejszych rezultatów. 
• Analizowany związek pomiędzy dwiema zmiennymi może stanowić wynik oddziaływania trzeciej zmiennej (mamy wówczas do czynienia z korelacją pozorną).
• Analizę za pomocą miar siły związku dla zmiennych nominalnych bądź porządkowych powinna poprzedzić analiza przy pomocy tabel krzyżowych. 
• Istnienie korelacji pomiędzy zmiennymi nie jest warunkiem wystarczającym do stwierdzenia związku przyczynowego – poza korelacją istnieją jeszcze dwa kryteria zaistnienia związku przyczynowego: odpowiedni porządek w czasie oraz wykluczenie alternatywnych wyjaśnień.
• Miar typu PRE dla zmiennych mierzonych na poziomie nominalnym możemy używać również w przypadku zmiennych porządkowych, jednak są one wówczas traktowane jak zmienne nominalne. W sytuacji, gdy chcemy sprawdzić siłę związku pomiędzy zmienną nominalną a porządkową, korzystamy z miary siły związku dla zmiennej nominalnej. 
  
  

Wzór cytowania: 

Magierowski M. Miary siły związku. Dostępny: http://www.researchonline.pl/baza?podkategoria=29, data dostępu: .././../2013. 

Bibliografia

Górniak J., Wachnicki J. 2004. Pierwsze kroki w analizie danych. Kraków: SPSS Polska.
Leon-Guerrero A., Nachmias Ch. 2005. Social Statistics for Diverse Society. Pine Forge Press.
Healey J. 2010. Statistics: a Tool for Social Research. Cengage Learning.