آموزش SAS | محاسبه تحلیل همبستگی بنیادی

در بسیاری از موقعیت های پژوهشی محقق با دو دسته از متغیر های مستقل و وابسته سروکار دارد که در هر دو طرف معادله بیش از دو متغیر وجود دارد. به عبارت دیگر در این نوع تحقیقات گاها بیش از یک متغیر وابسته وجود دارد. به این منظور باید از روش چند متغیره تحلیل بنیادی یا همبستگی کانونی استفاده شود. هدف مقاله حاضر تشریح کدهای اساسی محاسبات CCA در نرم افزار کلیدی SAS است. نکته اصلی که باید مورد توجه باشد این است که عمدتا این روش به عنوان روش تعقیبی برای سایر روش های آماری محسوب می شود لیکن این روش کمتر مورد توجه پژوهشگران کشور قرار گرفته است رگرسیون چندگانه در صورتیکه فقط یک متغیر وابسته کمی داشته باشد می تواند به عنوان جایگزین این روش وجود دارد.

به عنوان مثال محققی ابعاد صلاحیت های شغلی را در یک طرف معادله دارد و ابعاد شخصیتی را در طرف دیگر قرار داده است. با توجه به تعداد مجموعه های کوچکتر معادله استخراج می شود.

اعضای شبکه مشاوران در حوزه «تحقیقات بازار، بازاریابی و فروش»

All Locations آلمان— بایرن— برلین— راینلاند فالتسآمریکا— تگزاسامارات— ابوظبی— دبیایران— آذربایجان شرقی— آذربایجان غربی— اصفهان— البرز— تهران— خراسان رضوی— خراسان شمالی— سمنان— فارس— قزوین— کردستان— کرمانشاه— گیلان— لرستان— مازندران— همدانترکیه— آنکارا— استانبول

با استفاده از دستور زیر می توان اطلاعات توصیفی از وضعیت متغیر های تحقیق به دست آورد.

PROC means data= مسیر فایل;

run;

برای مشاهده اطلاعات مربوط به سطوح متغیر های مورد مطالعه پروک freq را وارد می کنیم.

PROC freq data= مسیر فایل;

  table نام متغیر مورد نظر;

run;

دستور اصلی محاسبه آن به شرح زیر است. به عبارت دیگر پروک اصلی آن cancorr است.

proc cancorr data= مسیر فایل;

  Y1 Y2 Y3 … Yn;

  with X1 X2 X3 … Xn;

run;

اولین خروجی مربوط به معنی داری اولین ریشه استخراجی است.

با توجه به معنی داری اولین ریشه می توان استفاده از این روش را برای داده پردازی منطقی دانست.

نتایج نشان می دهد سه ریشه استخراج شده است که ریشه دوم نیز اطلاعاتی دارد که در ریشه اول تبیین نشده است. لیکن ریشه سوم به طور کلی ارزش پیش بینی ندارد. به طور کلی ضرایب هر ریشه آمده است که عمدتا بهتر است از ضرایب استاندارد شده به جای ضرایب خام به ویژه هنگامیکه انحراف استاندارد زیاد است استفاده شود تا امکان مقایسه بهتر فراهم شود.

بر این اساس می توان معادله را برای دو تابع w1 و v1و w2 و v2 نوشت ولیکن ریشه سوم ارزش تخمینی ندارد. ضرایب همبستگی کانونی نیز در خروجی بعدی مشخص است. که طبیعتا اولین ریشه دارای بیشترین ضریب همبستگی است.

این روش نیازمند حجم بالایی از نمونه است و به منظور بررسی پیش فرض های ان باید از روش MANOVA استفاده شود.