Concepts- Bi-serial, point bi-serial- partial and multiple correlation, tetra choric, Phi-coefficient, Contingency coefficient.

 Concepts- Bi-serial, point bi-serial- partial and multiple correlation, tetra choric, Phi-coefficient, Contingency coefficient.

1. बाई-सीरियल सहसंबंध (Bi-serial Correlation)

·        परिभाषा: जब एक चर कृत्रिम रूप से द्वैधी हो और दूसरा सतत हो, तब इस प्रकार का सहसंबंध मापा जाता है।

·        उदाहरण: विद्यार्थियों की परीक्षा में सफलता (पास/फेल) और उनकी बुद्धि लब्धि (IQ स्कोर) के बीच संबंध।

·        प्रमुख बिंदु:

·          द्वैधी चर को कृत्रिम रूप से दो भागों में विभाजित किया गया हो।

·          Pearson correlation जैसा होता है लेकिन विशेष सूत्र प्रयोग होता है।

2. पॉइंट बाई-सीरियल सहसंबंध (Point Bi-serial Correlation)

·        परिभाषा: जब एक चर वास्तविक द्वैधी हो और दूसरा सतत हो, तब इसका उपयोग किया जाता है।

·        उदाहरण: लिंग (पुरुष/महिला) और अंक प्राप्ति (मार्क्स) के बीच संबंध।

·        प्रमुख बिंदु:

·         द्वैधी चर वास्तविक हो (जैसे जन्म आधारित)।

·         Pearson correlation का ही विशेष रूप है।

3. आंशिक सहसंबंध (Partial Correlation)

·        परिभाषा: जब दो चर के बीच संबंध को मापा जाता है, जबकि तीसरे चर का प्रभाव हटा दिया जाता है।

·        उदाहरण: बुद्धि और शैक्षिक उपलब्धि के बीच संबंध, लेकिन SES का प्रभाव निकाल दिया जाए।

·        प्रमुख बिंदु:

·         यह 'शुद्ध' संबंध बताता है।

·         तीसरे चर का नियंत्रण करके देखा जाता है।

4. बहुवचन सहसंबंध (Multiple Correlation)

·        परिभाषा: जब एक निर्भर और दो या अधिक स्वतंत्र चर हों।

·        उदाहरण: शैक्षिक उपलब्धि पर बुद्धि, प्रेरणा और उपस्थिति का संयुक्त प्रभाव।

·        प्रमुख बिंदु:

·         एक निर्भर और अनेक स्वतंत्र चर।

·         R (multiple correlation coefficient) द्वारा मापा जाता है।

5. टेट्राकोरिक सहसंबंध (Tetrachoric Correlation)

·        परिभाषा: जब दोनों चर कृत्रिम रूप से द्वैधी हों और वास्तव में सतत हों।

·        उदाहरण: बुद्धि और अभिवृत्ति को “उच्च/निम्न” में बाँटने पर।

·        प्रमुख बिंदु:

·         दोनों चर कृत्रिम रूप से द्वैधी हों।

·         यह सहसंबंध का अनुमानात्मक मापन देता है।

6. फाई गुणांक (Phi Coefficient)

·        परिभाषा: जब दोनों चर वास्तविक द्वैधी हों।

·        उदाहरण: लिंग (पुरुष/महिला) और पास/फेल की स्थिति।

·        प्रमुख बिंदु:

·         द्वैधी डेटा के लिए Pearson correlation का विशिष्ट रूप।

·         2x2 कंटिंजेंसी टेबल पर आधारित होता है।

7. कंटिंजेंसी गुणांक (Contingency Coefficient)

·        परिभाषा: जब दोनों चर नामात्मक हों।

·        उदाहरण: धर्म और पसंदीदा विषय के बीच संबंध।

·        प्रमुख बिंदु:

·         नामात्मक डेटा के लिए प्रयुक्त।

·         C = √(χ² / (χ² + N)) सूत्र का प्रयोग होता है।

ब्लॉग को like और subscribe जरूर करे । 

आप कौन सा टॉपिक चाहते हैं? 

कमेंट बॉक्स में जरूर लिखें। 

हमारी पूरी कोशिश रहेगी कि आपको NEXT day टॉपिक available करवाया जाए।