Para determinar o grau de dependência entre vários indicadores, vários coeficientes de correlação são aplicados. Eles são então reduzidos em uma tabela separada, que tem o nome da matriz de correlação. Os nomes das linhas e colunas de tal matriz são os nomes dos parâmetros, cuja dependência entre si é instalada. Os coeficientes de correlação correspondentes estão localizados na interseção de linhas e colunas. Vamos descobrir como fazer um cálculo semelhante usando ferramentas do Excel.
Após a ação especificada, o pacote de análise de dados será ativado.
Estágio 2: Cálculo do coeficiente
Agora você pode ir diretamente para o cálculo do coeficiente de múltiplas correlação. Vamos fazer um exemplo da tabela de indicadores de desempenho do trabalho, projeto de estoque e empresas relacionadas à energia em várias empresas, calcular o coeficiente de correlação múltipla desses fatores.
- Nós nos movemos para a guia "Dados". Como você pode ver, um novo bloco de ferramentas "análise" apareceu na fita. Argila no botão "Análise de dados", que está localizado nele.
- A janela é aberta, que é chamada de "análise de dados". Alocamos na lista de ferramentas localizadas nele, o nome "correlação". Depois disso, clique no botão "OK" no lado direito da interface da janela.
- A janela de ferramentas "correlação" é aberta. No campo "Intervalo Innect", o endereço do intervalo de tabela deve ser feito, no qual os dados sobre os três fatores estudados estão localizados: Transporte de energia, criação de ações e desempenho. Você pode fazer uma contribuição manual das coordenadas, mas é mais fácil simplesmente instalar o cursor no campo e subir o botão esquerdo do mouse, selecione a área de tabela apropriada. Depois disso, o endereço da banda será exibido na janela "Correlação".
Como nossos fatores são discriminados por colunas, e não por cadeias, então no parâmetro "agrupamento" defina o interruptor para a posição "por colunas". No entanto, já está lá já instalado por padrão. Portanto, permanece apenas para verificar a exatidão de sua localização.
Perto do ponto "tags na primeira linha" marca de verificação não necessariamente. Portanto, vamos pular este parâmetro, pois não afetará a natureza geral do cálculo.
Nas configurações "Parâmetros de saída", você deve especificar onde nossa matriz de correlação será localizada, na qual o resultado do cálculo será exibido. Três opções estão disponíveis:
- Novo livro (outro arquivo);
- Uma nova folha (se desejar, em um campo especial, é possível dar um nome);
- Intervalo na folha atual.
Vamos escolher a última opção. Reorganize o interruptor para a posição "Intervalo de saída". Nesse caso, no campo correspondente, você deve especificar o endereço da faixa da matriz ou pelo menos sua célula superior esquerda. Estabelecemos o cursor no campo e na argila na célula na folha que planejamos fazer o elemento superior esquerdo da faixa de saída de dados.
Depois de executar todas essas manipulações, ela permanece apenas para clicar no botão "OK" no lado direito da janela "correlação".
- Depois de executar a última ação, o Excel constrói uma matriz de correlação, preenchendo seus dados, no intervalo especificado pelo usuário.
Estágio 3: Análise do resultado
Agora vamos descobrir como entender o resultado que recebemos durante a ferramenta "Correlação" do processo de processamento no Excel.
Como vemos da tabela, o coeficiente de correlação do projeto de estoque (coluna 2) e relacionado à energia (coluna 1) é de 0,92, o que corresponde a um relacionamento muito forte. Entre a produtividade do trabalho (coluna 3) e relacionadas à energia (coluna 1) Este indicador é de 0,72, o que é um alto grau de dependência. O coeficiente de correlação entre a produtividade do trabalho (coluna 3) e a criação de ações (coluna 2) é de 0,88, que também corresponde a um alto grau de dependência. Assim, pode-se dizer que a relação entre todos os fatores estudados é bastante forte.
Como você pode ver, o pacote de análise de dados no Excel é uma ferramenta muito conveniente e bastante leve para determinar o coeficiente de correlação múltipla. Com sua ajuda, é possível calcular e a correlação habitual entre dois fatores.