Uma matriz de correlação é uma tabela que indica os coeficientes de conexão entre os fatores. Cada célula da tabela mostra a conexão entre os dois fatores. Uma grade de conexão é utilizada para delinear informações, como contribuição para uma investigação mais desenvolvida e como indicativo para exames de vanguarda.

As principais escolhas a serem feitas durante a realização de uma rede de relacionamento incluem a decisão de medição da conexão, codificação dos fatores, tratamento de informações ausentes e introdução.

Um caso de uma grade de conexão

Normalmente, um quadro de relacionamento é “quadrado”, com fatores semelhantes que apareceram nas linhas e seções. Eu indiquei um modelo abaixo. Isto mostra as relações entre si, o significado expresso de diferentes coisas para os indivíduos. A linha de 1,00s indo da parte superior esquerda para a base direita é a inclinação primária, o que mostra que cada fator em cada caso se conecta soberbamente consigo mesmo. Esta rede é equilibrada, com uma conexão semelhante que apareceu sobre a inclinação principal sendo uma representação perfeita daqueles abaixo do canto primário para o canto.

Aplicações de uma matriz de correlação

Há três grandes razões para calcular uma matriz de correlação

Para resumir um monte de informações onde o objetivo é ver desenhos. Em nosso modelo acabado, o exemplo detectável é que cada um dos fatores excepcionalmente se relacionam uns com os outros.

Incluir diferentes investigações. Por exemplo, os indivíduos utilizam regularmente grades de conexão como contribuições para o exame exploratório de fatores, investigação de fatores corroborativos, modelos de condição auxiliar e recidivas retas quando barradas as qualidades ausentes em pares.

A título indicativo ao verificar os diferentes exames. Por exemplo, com a recidiva direta, uma alta medida das relações propõe que as avaliações da recidiva reta serão temperamentais.

Medição da relação de dependência

A maioria das estruturas de relacionamento utiliza a Conexão Item Minuto da Pearson (r). É adicionalmente básico utilizar o Spearman’s Relationship e o Kendall’s Tau-b. Ambas são conexões não paramétricas e menos vulneráveis a exceções do que r.

Codificação dos fatores

Na hipótese de que você também tenha informações de uma visão geral, você terá que escolher como codificar as informações antes de processar as conexões. Por exemplo, se os respondentes tivessem decisões de Firmly Deviate, Fairly Dissent, Neither Concur or Dissent, To some degree Concur, and Emphatically Concur, você poderia atribuir códigos de 1, 2, 3, 4, e 5, separadamente (ou, numericamente proporcional do ponto de vista do relacionamento, pontuação de – 2, – 1, 0, 1, e 2). Seja como for, são concebíveis diferentes codificações, por exemplo, – 4, – 1, 0, 1, 4. Alterações nas codificações terão, em geral, pouco impacto, além de quando ultrajantes.

Tratamento das qualidades em falta

As informações que usamos para processar conexões freqüentemente contêm qualidades em falta. Isto pode ser devido ao fato de não termos coletado esta informação ou não termos a mais nebulosa idéia sobre as reações. Existem diferentes procedimentos para gerenciar a falta de estima quando processamos as redes de conexão. Uma boa prática é, na maioria das vezes, utilizar inúmeras atribuições. Não obstante, os indivíduos geralmente usam qualidades em falta em pares (algumas das vezes conhecidas como conexões incompletas). Isto inclui o estabelecimento de uma relação utilizando todas as informações que não faltam para os dois fatores. Por outro lado, alguns apagamentos de lista de utilização, também chamados de cancelamento caso a caso, que utilizam apenas percepções sem informações ausentes. Tanto o apagamento em pares quanto o apagamento em caixas aceitam que as informações estão faltando totalmente de forma irregular. Esta é a razão pela qual várias atribuições são geralmente a melhor escolha.

Introdução

Ao introduzir uma rede de relacionamentos, você terá que considerar diferentes alternativas, inclusive:

Independentemente de mostrar toda a grade, como acima ou simplesmente os bits não-excessivos, como por baixo (ostensivamente as 1,00 qualidades na inclinação fundamental devem ser expulsas da mesma forma).

Instruções para organizar os números (por exemplo, a melhor prática é evacuar os 0s antes das casas decimais e ajustar os números decimais, como acima, mas isso pode ser difícil de fazer na maioria da programação).

Independentemente de mostrar ou não importância mensurável (por exemplo, por sombreamento das células codificadoras vermelhas).

Independente do código de sombreamento das qualidades que concorrem para as percepções de conexão (como demonstrado a seguir).

Reformulando as linhas e segmentos para tornar os projetos mais claros.