Porovnání pořadí je ve statistickém zkoumání vztahů mezi proměnnými zásadní. Zejména pokud jde o řadově škálovaná data, je Spearmanova korrelace pořadí cennou metodou k rozpoznání vzorů a spojení. V této příručce se dozvíš krok za krokem, jak pomocí Excelu spočítat korrelaci pořadí podle Spearmana pro průzkum.
Nejdůležitější poznatky
- Korrelace pořadí měří sílu a směr monotónního vztahu mezi dvěma řadovými proměnnými.
- Spearmanův koeficient korrelace pořadí je zvláště vhodný, pokud je jedna proměnná řadová a druhá měřítkem.
- Výpočet v Excelu lze provést pomocí jednoduchých vzorců a funkcí.
Krok za krokem
Nejprve definujeme proměnné, které chceme analyzovat. V tomto případě se jedná o spokojenost zákazníků (řadově škálovaná, hodnoty 1-3) a počet objednávek (metricky škálovaný).

Abychom vytvořili pořadí pro spokojenost a počet objednávek, potřebuješ tabulku obsahující příslušná data. Ujisti se, že tato data zadej do Excelu.

Po zadání dat do Excelu se podíváme na výpočet Spearmanovy korrelace pořadí. K tomu použijeme funkci „RANK.AVG“ v Excelu, která vrátí pořadí čísla v seznamu. Pro spokojenost nejdříve použijeme vzorec:

Při použití tohoto vzorce pamatuj, že označíš sloupec pro spokojenost a celý rozsah od B4 do konce své datové řady, abys správně identifikoval pořadí.

Rozhodni se, jestli chceš pořadí uspořádat vzestupně nebo sestupně. Obvykle je rozumné uspořádat je vzestupně. Upozorňujeme, že referenční buňky pro pořadí musí být uzamčeny pomocí klávesy F4. To je důležité, aby se reference během kopírování neměnily.

Po stanovení pořadí pro spokojenost zopakuj postup pro počet objednávek. Ujisti se, že vzorec a odkaz používáš správně.

S oběma seznamy pořadí (spokojenost a počet objednávek) jsi připraven spočítat Spearmanův koeficient korelace pořadí. Použij vzorec „=CORREL“ k určení vztahu. Syntaxe vypadá následovně:

Pro první odkaz zadej seznam pořadí spokojenosti a pro druhý seznam pořadí objednávek. Excel automaticky spočítá Spearmanův koeficient korelace pořadí.

Jaké je výsledkem tvého výpočtu? Hodnota 5,61 % ukazuje slabý pozitivní vztah mezi spokojeností a počtem objednávek. To znamená, že mezi těmito dvěma proměnnými téměř neexistuje významný vztah.

K interpretaci výsledků použij tabulku hodnot, ve které jsou uvedeny různé oblasti korelace pořadí. Po interpretaci potvrdíme, že nízká míra korelace znamená, že proměnné jsou relativně nezávislé.

Shrnutí
Provedení analýzy korelace pořadí podle Spearmana v Excelu ti umožní získat cenné náhledy do vztahů mezi řadovými a metrickými proměnnými. Metoda je snadno použitelná a poskytuje jasný pohled na případné souvislosti.