Există anumite aspecte pe care un cercetător trebuie să le cunoască pentru a înțelege mai bine măsurile de asociere statistică.

• În primul rând, cercetătorul trebuie să știe că măsurile de asociere nu sunt același lucru cu măsurile de semnificație statistică. Este posibil ca o asociere slabă să fie semnificativă din punct de vedere statistic; este, de asemenea, posibil ca o asociere puternică să nu fie semnificativă din punct de vedere statistic.

• Pentru măsurile de asociere, o valoare de zero semnifică faptul că nu există nicio relație. Într-o analiză de corelație, dacă coeficientul (r) are o valoare de unu, aceasta semnifică o relație perfectă pe variabilele de interes. În analizele de regresie, dacă ponderea beta standardizată (β) are o valoare de unu, aceasta semnifică, de asemenea, o relație perfectă asupra variabilelor de interes. Cercetătorul trebuie să rețină că măsurile bivariate de asociere (de exemplu, corelațiile Pearson) sunt inadecvate pentru relații curbilinii sau relații discontinue.

Resurse

Gibbons, J. D. (1993). Măsuri neparametrice de asociere. Thousand Oaks, CA: Sage Publications.

Liebetrau, A. M. (1983). Măsuri de asociere. Newbury Park, CA: Sage Publications.

Siegel, S. (1956). Statistici neparametrice pentru științele comportamentale. New York: McGraw-Hill.

Wilcox, R. R. (2007). Măsuri locale de asociere: Estimarea derivatei liniei de regresie. British Journal of Mathematical and Statistical Psychology, 60, 107-117.

.