皮尔森相关系数.pdfVIP

第三章 皮爾森相關係數 第一節：樣本模擬方法 為了說明對於順序尺度資料藉由给定各問項分數，以計算皮爾森相關係數的 方式來表示變數間相關性是否為一種合理的作法，在本研究中將藉由模擬方式來 進行探討。由於 Bollen 與 Barb(1981)已說明了問項數目與順序尺度及區間尺度資 料間相關性差異的關係，並指出將研究變數區分為五或六個問項時是一個合理的 作法。因此在本研究中，僅考慮將研究變數固定在被區分為六個問項時，皮爾森 相關係數在順序尺度資料上的可行性。 由於在社會科學領域的研究中，一般而言通常對蒐集的資料假設服從二元常 態分配，因此我們假設母體服從二元常態分配，如 (2)式，其中ρ為二元常態分配 相關係數。 x  25 16 12ρ        ∼N 2  ,  (2)       y 10 12ρ 9       模擬程序如下：在給定不同 ρ值的情況下，從母體中隨機抽出 1000 組樣本，每 組樣本大小為 50 ，這些即為樣本實際值以區間尺度形式呈現；利用這些樣本可 ρ 分別求得所有樣本相關係數ρ ，並求得所有樣本的平均相關係數 。此外，藉由 考慮由五個分割點 (cutting points)形成的分割點結構，可將一個區間尺度變數轉換 為一個具有六個問項的順序尺度變數；在給定分數系統為 (s , s , , s 的情況) 1 2 6 下，利用 s1 、s2 、 、s6 來取代區間尺度變數的實際值，並利用這些轉換後的數 值求得所有樣本相關係數，同時計算相對應的樣本平均相關係數。 在本研究中，將由二元常態分配抽出的樣本實際值稱之為「原始樣本」；原始 樣本經由分割點結構以及分數系統轉換後的樣本稱之為「分數樣本」。由於分割 點結構與分數系統給定的不同，勢 必使得分數樣本相關係數的估計值有所差異； 因此在本研究中，我們將就不同分數系統及不同分割點結構所造成的影響分別進 行探討。在本章中，僅考慮分割點結構為 (µ−2σ,µ−σ,µµ, +σ,µ+2σ的情形，) 其中分數樣本每個問項間的差異是透過標準差來反映，轉換方式如(3) 、(4) 式所 示；並依不同分數系統分別探討分數樣本相關係數的準確程度。至於對原始樣本 藉由其他分割點結構轉換的情形則留在下一章作討論。 −∞x ≤17 x s  i i x1  17 x ≤21 x s  i i x2  21 x ≤25 x s  i i x3  ∀i 1,…,50 (3) 25 x ≤29 x s  i i x4  29 x ≤33 x s