מחקר המתאם מורכב מהערכת שני משתנים, שמטרתם ללמוד את מידת המתאם ביניהם.
מחקר מתאם, אם כן, מנסה לגלות כיצד משתנה אחד משתנה כמו השני. עם זאת, במקרה זה אנו חוקרים רק את כיוון התנועה ואת עוצמת הקשר. מצד שני, עלינו לדעת כי מתאם אינו מרמז על סיבתיות. כמו כן, כדי לדעת את מידת השונות, יש צורך לחשב סוג של רגרסיה כלשהי; כמו לינארי או מרובה.
מדוע לערוך מחקר מתאם?
סוג זה של מחקר עוקב אחר פרוטוקול המבוסס על השיטה המדעית. אנו שואלים את השאלות קודם. לאחר מכן אנו צופים בכדי ליצור רושם ראשוני. לאחר מכן אנו מודדים את משתני העניין. לסיום אנו מנתחים ומסיקים מסקנות.
ישנן גם כמה סיבות שבגללן יכול להיות שמעניין לבצע זאת:
- ראשית, זה מאפשר לנו לדעת משהו חשוב כמו המתאם בין שני משתנים או יותר. כלומר, זה אומר לנו כיצד משתנה אחד משתנה כאשר אנו משנים את השני. באופן זה נשללת ההשפעה האקראית האפשרית ונמנעת מניפולציה מקרית אפשרית.
- זו בדרך כלל נקודת המוצא במודלים של רגרסיה. ברגע שנדע את מידת השונות וכיוון המשתנים שהושוו, נוכל ליצור מודל הסבר.
- אחד החסרונות הגדולים ביותר הוא בכך שהוא אינו מאפשר ליצור קשר בין סיבה לתוצאה. כדי להכיר קשרים אלו, יהיה צורך לבצע טכניקות סטטיסטיות אחרות ובעיקר לסקור את הספרות הקיימת.
מאפייני מחקר המתאם
נוח לדעת כמה מהמאפיינים העיקריים שלה, והם הבאים:
- הוא מבוסס על ניתוחי התיאור הקודמים של המידע. באופן זה, ברגע שנדע את המדדים של כל משתנה, אנו יכולים ללמוד את מערכות היחסים שלהם.
- זה מאפשר ללמוד את הקשר בין המשתנים ללא צורך לתפעל אותם.
- מספק מידע על בסיס ערכים דומים.
- זה מאפשר לנו לדעת את המתאם בין שני משתנים. כלומר, איך אחד משתנה כאשר שונה שונה. בנוסף, הוא מודיע על כיוון הווריאציות האמורות.
- הנתון העיקרי המשמש לדעת את מידת הקשר בין שני משתנים הוא מקדם המתאם הליניארי עבור משתנים כמותיים.
- נעשה שימוש בגרסה של מקדם Spearman במקרה של משתנים נומינליים או סדירים. שניהם מאפשרים לנו לדעת את מידת המתאם.
דוגמא למחקר מתאם
בואו נדמיין שיש לנו נתונים מסוימים לגבי סטודנטים לתואר בכלכלה. אנו מבצעים חקירה תיעודית ראשונית ומגלים מידע רלוונטי. נראה שיש קשר בין ציונים ומשתנים כמו הכנסת הורים. כדי ללמוד את זה, החלטנו לערוך סקר וההכנסה מסווגת לשלוש רמות (משתנה סדיר).
אנו יכולים לראות כי התהליך דומה לזה של סוגים אחרים כמו הניסוי. ראשית עלינו לדעת מה אנו מחפשים, הקשר בין משתנים. בהמשך, כיצד נלמד זאת, במקרה זה באמצעות מקדם ספירמן. לאחר מכן אנו מיישמים אותו ומנתחים את המידע שהתקבל. השלב האחרון הוא לבסס את המסקנות.
