Antag at du er en lærer , og du vil se, om der er en sammenhæng mellem en elevs karaktergennemsnit på hjemmeopgaver , og hans eller hendes karaktergennemsnit på eksamener. Forsøger at finde ud af dette ved hjælp af papir, en blyant og en lommeregner er kedelig og tidskrævende , og du kan endda lave fejl undervejs. Denne artikel forklarer , hvordan du bruger Excel korrelationsfunktionen ( CORREL ) for at bestemme styrken og retningen af ​​en lineær sammenhæng mellem to variable. Ting du skal
data
Microsoft Excel ( enhver version vil arbejde , jeg har Microsoft Excel XP)
grundlæggende kendskab til Excel og funktioner
Vis Flere Instruktioner
1

Start Microsoft Excel. Du kan gøre dette ved at klikke på Start, fremhæve Programmer og klikke Microsoft Excel , eller dobbeltklikke på Microsoft Excel -ikonet på din computers skrivebord .
2

Før vi arbejde med data , er det vigtigt at forstå en vigtig kendsgerning om korrelationskoefficienten , den værdi, der repræsenterer styrken af forholdet mellem to stokastiske variable . Korrelationskoefficienten spænder fra -1 til +1, med -1 indikerer en perfekt negativ korrelation og +1 indikerer en perfekt positiv korrelation.
3

Indtast data . Jeg vil bruge cellerne A1 til A25 og B1 til B25 til dette formål. A kolonne repræsenterer den enkelte studerendes hjemmearbejde gennemsnittet og B kolonne henviser til den enkelte studerendes eksamen gennemsnit
4

Indtast følgende værdier , startende med celle A1 og slutter med celle A25 : . 89 , 92, 88 , 76 , 90, 68 , 100 , 87, 93 , 77, 81 , 80 , 94, 90 , 83, 79 , 73, 83 , 91, 84, 88 , 90, 93 , 80, 91. .
5

Indtast nu følgende værdier , startende med celle B1 og slutter med celle B25 : 76, 83 , 80, 84 , 81, 90, 92 , 78, 70 , 93 , 82, 90, 98 , 75, 67 , 72 , 90, 82 , 77, 81 , 87 , 63, 92 , 71, 82. .
6

nu kan vi beregne korrelationskoefficienten. I celle A27 , type = KORRELATION (A1: A25 , B1 : B25 ) . A1 til A25 og B1 til B25 er hvor data vises. Hit ENTER
7

Resultatet er - . . 0,07965 , hvilket indikerer en meget svag svag sammenhæng mellem de to variabler