Bagaimana cara menemukan ukuran korelasi antara dua variabel nominal?

Sebuah survei dilakukan di mana orang memilih apa yang mereka gunakan dengan senyum tertentu untuk mewakili dan memasuki negara asal mereka. Saya telah recoded tanggapan teks ke numerik.

Apa bentuk analisis yang harus digunakan (lebih disukai dalam SPSS) untuk memeriksa tingkat korelasi antara dari mana orang tersebut berasal dan representasi yang mereka pilih?

correlation spss categorical-data

— masoftheund
sumber

Ada banyak ukuran asosiasi nominal-nominal.

Ada koefisien phi, koefisien kontingensi (yang saya pikir berlaku untuk tabel kuadrat, jadi mungkin tidak cocok untuk Anda), koefisien Cramer V, koefisien lambda, dan koefisien ketidakpastian. Tidak ada keraguan lagi.

Banyak dari mereka berubah menjadi fungsi dari statistik chi-square.

(Jika Anda memiliki satu atau lebih variabel ordinal, ada banyak koefisien lain yang cocok untuk situasi itu.)

Halaman wikipedia ini berisi daftar yang saya sebutkan.

Saya percaya SPSS dapat menghitung yang menurut saya cocok dengan situasi nominal-vs-nominal persegi panjang Anda - setidaknya saya yakin dalam kasus phi dan Cramer's V dan koefisien lambda:

phi dan V

lambda

(Tabel dari sini dan sini )

— Glen_b -Reinstate Monica
sumber

Saya berpikir untuk menggunakan Cramer's V, tetapi saya membaca dalam Metode Statistik untuk Psikologi (Howell) bahwa "Masalah dengan V adalah sulit untuk memberikan interpretasi intuitif yang sederhana untuk itu ketika ada lebih dari dua kategori dan mereka tidak jatuh pada dimensi yang dipesan. " Saya tidak begitu yakin apa yang dia maksudkan dengan itu.

— masoftheund

m \times n

$m\times n$

Cukup banyak. Survei ini hanya sebagian kecil dari penelitian, jadi kesimpulan akan diambil dari sumber lain juga. Juga mengetahui ada korelasi atau tidak cukup baik.

— masoftheund

Kedengarannya hebat (bahwa Anda memiliki pengetahuan subjek yang akan menyampaikan intuisi), meskipun poin saya lebih dari hampir semua ukuran asosiasi nominal nominal dalam tabel persegi panjang tidak dengan sendirinya akan membawa banyak intuisi; Saya tidak berpikir itu adalah kritik khusus terhadap Cramer's V. Misalnya, V adalah monoton di phi; itu kritik berlaku untuk satu pasti berlaku untuk yang lain.

— Glen_b -Reinstate Monica

Jika Anda ingin wawasan lebih dalam mengenai asosiasi, Anda bisa memasukkan model loglinear ke data ini. (Analisis> Loglinear> Umum) atau GENLOG, sebagai permulaan.

— JKP
sumber