SPSS (ahora también conocido como PASW Statistics 17 ) , cualquier versión , OR
R ( http://www.r-project.org/)
Ver Más instrucciones
1
SPSS : Ir al menú Analizar , seleccione " correlacionar -> bivariado ... " y seleccione las variables que desea correlacionar en el cuadro que aparece a la izquierda ( haga clic en la imagen en miniatura para ampliarla ) . Moverlos a la casilla de la derecha , haga clic en la flecha azul. Por último , asegúrese de que hay una marca de verificación en cualquiera de los " tau -b de Kendall " o casilla " lancero " y haga clic en Aceptar.
2
R, correlaciones orden de clasificación se puede calcular con el comando " cor" . Dado los vectores x e y, Spearman y correlaciones de rango de Kendall entre los dos se puede calcular con la siguiente commands.cor.test ( x, y, method = " lancero ") cor.test ( x, y, method = " Kendall " ;)
3
Interpretación de los resultados : la tau de Kendall y rho de Spearman de cada intervalo de 1 a -1, 1 indica una correlación perfecta , -1 indica una correlación inversa perfecta, y 0 indica que no hay correlación . Rho de Spearman no tiene una interpretación operativa significativa , a pesar de que es la estadística más frecuentemente citado en muchos campos , es esencialmente equivalente a la conversión de las puntuaciones a puntuaciones numéricas orden de clasificación y cálculo de una correlación de Pearson estándar entre ellos, aunque los detalles matemáticos difieren en caso de empate . Tau de Kendall no requiere primero convertir las puntuaciones para clasificar los pedidos y tiene varias ventajas desde el punto de vista estadístico , como una distribución casi normal de la función de puntuación para pequeños n . Sin embargo , los resultados pueden ser más difíciles de comparar con los de la literatura publicada , que a menudo favorece rho de Spearman de tradición.