Ci sono alcuni punti che un ricercatore dovrebbe conoscere per capire meglio le misure di associazione statistica.

• In primo luogo, il ricercatore dovrebbe sapere che le misure di associazione non sono la stessa cosa delle misure di significatività statistica. È possibile che un’associazione debole sia statisticamente significativa; è anche possibile che un’associazione forte non sia statisticamente significativa.

• Per le misure di associazione, un valore di zero significa che non esiste alcuna relazione. In un’analisi di correlazione, se il coefficiente (r) ha un valore di uno, significa una relazione perfetta sulle variabili di interesse. Nelle analisi di regressione, se il peso beta standardizzato (β) ha un valore di uno, significa anche una relazione perfetta sulle variabili di interesse. Il ricercatore dovrebbe notare che le misure bivariate di associazione (per esempio, correlazioni di Pearson) sono inappropriate per relazioni curvilinee o discontinue.

Risorse

Gibbons, J. D. (1993). Misure non parametriche di associazione. Thousand Oaks, CA: Sage Publications.

Liebetrau, A. M. (1983). Misure di associazione. Newbury Park, CA: Sage Publications.

Siegel, S. (1956). Nonparametric Statistics For The Behavioral Sciences. New York: McGraw-Hill.

Wilcox, R. R. (2007). Misure locali di associazione: Stima della derivata della linea di regressione. British Journal of Mathematical and Statistical Psychology, 60, 107-117.

Wilcox (2007).