Koefisien korelasi untuk data yang dipesan: Kendall Tau vs Polychoric vs Spearman's rho

9

Sepertinya untuk mengelola dengan pengukuran yang dipesan, para peneliti biasanya berurusan dengan Korelasi Polikorik . (Misalnya, untuk membuat matriks sebelum melakukan Analisis Faktor.) Mengapa demikian?

Koefisien Korelasi Peringkat Kendall Tau dan koefisien korelasi peringkat Spearman juga cocok untuk data yang dipesan.

Semua poin 'pro' dan 'kontra' untuk koefisien korelasi ini diterima.

drobnbobn
sumber
4
Seperti yang dinyatakan oleh tautan Wikipedia Anda, korelasi polikorik mengasumsikan bahwa variabel ordinal manifes berasal dari pengelompokan variabel normal laten; Korelasi Kendall's tau & Spearman tidak menganggap ini. Selain itu, perbedaan tercakup dalam Kendall tau atau Spearman rho? Jika masih ada yang belum dicakup, harap edit untuk menjelaskan.
gung - Reinstate Monica
Apakah itu berarti bahwa Polikorik kurang cocok dalam kasus umum?
drobnbobn
2
Ini berarti polikorik sesuai ketika variabel ordinal manifes berasal dari pengkategorian variabel laten normal & tidak sebaliknya. (Dalam praktiknya, ini lebih seperti ketika Anda bersedia untuk menganggap ini & tidak sebaliknya, karena Anda akan jarang tahu & tidak dapat benar-benar memeriksa asumsi.) OTOH, mungkin tidak banyak bedanya dalam kebanyakan kasus, untuk analogi , lihat jawaban saya di sini: model selisih antara logit dan probit .
gung - Reinstate Monica

Jawaban:

4

Dijawab sebagian dalam komentar:

Seperti yang dinyatakan oleh tautan Wikipedia Anda, korelasi polikorik mengasumsikan bahwa variabel ordinal manifes berasal dari pengelompokan variabel normal laten; Korelasi Kendall's tau & Spearman tidak menganggap ini. Selain itu, perbedaannya tercakup dalam Kendall Tau atau Spearman rho? Jika masih ada yang belum dicakup, harap edit untuk menjelaskan. - gung

(Apakah ini berarti Polikorik kurang cocok dalam kasus umum? - drobnbobn)

Ini berarti polikorik sesuai ketika variabel ordinal manifes berasal dari pengkategorian variabel laten normal & tidak sebaliknya. (Dalam praktiknya, ini lebih seperti ketika Anda bersedia untuk menganggap ini & tidak sebaliknya, karena Anda akan jarang tahu & tidak dapat benar-benar memeriksa asumsi.) OTOH, mungkin tidak banyak bedanya dalam kebanyakan kasus, untuk analogi , lihat jawaban saya di sini: Perbedaan antara model logit dan probit . - gung

kjetil b halvorsen
sumber