Korrelatsioonianalüüs ja Pearsoni korrelatsioonikordaja Excelis

Koostööde analüüs on fundamentaalne oskus, mis on oluline paljudes teadus- ja ärivaldkondades. Exceli abil saate arvutada Pearsoni korrelatsioonikordajat, et mõõta kvantitatiivselt muutujate vahelisi seoseid. Selles juhendis näitan samm-sammult, kuidas saate Excelis teha korrelatsioonianalüüsi nutitelefonide ja sülearvutite müügitulemuste kohta. See protsess rõhutab mitte ainult statistiliste kontseptsioonide kasutamist, vaid ka Exceli lihtsat kasutamist andmete analüüsimisel.

Peamised järeldused

• Pearsoni korrelatsioonikordaja pakub kvantitatiivset hinnangut kahe muutuja vahelisele suhtele.
• Teadke erinevaid meetodeid Pearsoni korrelatsioonikordajate arvutamiseks Excelis.
• Tulemuste visualiseerimine diagrammide abil aitab paremini mõista muutujatevahelisi suhteid.

Samm-sammult juhend

Järgnev protseduur näitab, kuidas saate Excelis arvutada Pearsoni korrelatsioonikordajat. Keskendume nutitelefonide ja sülearvutite müügitulemustele selge ja praktilise rakenduse demonstreerimiseks.

Alustamiseks avage korrelatsioonianalüüsiks uus Exceli töövihik või kasutage olemasolevat töövihikut, kus asjakohased andmed on olemas.

Esiteks veenduge, et vastavad nutitelefonide ja sülearvutite müügitulemused on sisestatud kahele eraldi veerule. Need veerud moodustavad analüüsi aluseks oleva andmekogumi. Veenduge, et andmed on täielikud ja õigesti sisestatud, et vältida moonutatud tulemusi.

Kui andmed on sisestatud, valige mõlemad veerud müügitulemused. Korrelatsioonikordaja arvutamiseks sisestage tühja lahtrisse valem =KORREL(), millele järgneb kaks andmevaldkonda. See funktsioon arvutab Pearsoni korrelatsioonikordajad valitud andmete põhjal.

Kui kasutate valemit =KORREL(Area1; Area2), valige kogu veeru vahemik, mis kujutab sülearvuti müügitulemusi, ja seejärel nutitelefoni müügitulemuste ala. Väljund annab sulle korrelatsiooniväärtuse nende muutujate vahelise suhte kohta. Kõrge korrelatsiooni korral, umbes 0,96, viitab see tugevale positiivsele suhtele.

Lisaks KORREL-funktsioonile võite kasutada ka funktsiooni =PEARSON(), mis annab identse tulemuse. Sisestage see funktsioon sarnaselt eelmisele ja valige andmevaldkonnad korrelatsiooni arvutamiseks.

Korrelatsioonianalüüsi teine huvitav võimalus Excelis on andmete analüüsi funktsioon. Selle funktsiooni aktiveerimiseks minge menüüsse „Fail“ ja seejärel „Valikud“. Lisa-osade all saate vajadusel aktiveerida andmeanalüüsi võimaluse.

Pärast andmeanalüüsi funktsiooni aktiveerimist valige menüüribalt „Andmeanalüüs“ ja klõpsake „Korrelatsioon“. Avaneb sisestusvorm, kus määratlete andmete sisestusala koos veergude pealkirjadega.

Väljundiala määratlemisel peaksite valima tühja lahtri, kuhu tulemused kuvatakse. Andmete kinnitamisel luuakse kõigi määratletud andmete vahelised suhted kajastav korrelatsioonimatriks. Siit leiate uuesti kõrge korrelatsiooni umbes 0,96.

Visuaalselt muutujatevahelist suhet kujutamiseks sobib punktgraafik. Valige tühi lahter ja sisestage XY-diagramm. Paremtklõpsake diagrammil ja valige „Vali andmed“.

Lisage müügitulemused nii nutitelefonide kui ka sülearvutite jaoks. See visuaalne esitus näitab, kuidas punktid kahe muutuja vahel jaotuvad ning selgitab seost klastriefektide kaudu.

Lisavõimalus muutujatevahelise suhte analüüsimiseks on trendijoone lisamine diagrammile. Klikkige diagrammis üleval paremal asuval plussmärgil ja lubage trendijoone valik. Saate kuvada ka valemi ja määramismeetodi R² täiendava analüüsi jaoks.

Määramismaär näitab, kui hästi trendijoone andmeid kirjeldab ja on korrutusteguri ruutväärtus. R² umbes 0,935 kinnitab sülearvutite ja nutitelefonide vahelise suhte tugevust, toetades varem arvutatud korrelatsiooni.

Lõpuks on oluline tulemusi tõlgendada. Väärtused üle 0,90 näitavad tugevat positiivset seost, mis tähendab, et ühe müügivaldkonna tõus kaasneb teise tõusuga. Selles olukorras on nutitelefonide ja sülearvutite müügikäibe vahelis suhe äärmiselt tugev.

Kokkuvõte

Selles juhendis õppisid, kuidas Excelis arvutada ja tõlgendada Pearsoni korrelatsioonikordajat. Erinevad meetodid näitasid sulle mitmeid viise muutujate korrelatsiooni kvantitatiivseks ja visuaalseks esitamiseks. Nii saad analüüsida reaalseid andmeid ja saada olulisi ärilisi teadmisi.