Lambda en Gamma zoals gedefinieerd in de sociologie

Lambda en gamma zijn twee associatiematen die veel worden gebruikt in statistieken en onderzoek in de sociale wetenschappen. Lambda is een maat voor associatie die wordt gebruikt voor nominale variabelen, terwijl gamma wordt gebruikt voor ordinale variabelen.

lambda

Lambda wordt gedefinieerd als een asymmetrische maat voor associatie die geschikt is voor gebruik met nominale variabelen. Dit kan variëren van 0,0 tot 1,0. Lambda geeft ons een indicatie van de sterkte van de relatie tussen onafhankelijke en afhankelijke variabelen. Als een asymmetrische associatiemaat kan de waarde van lambda variëren, afhankelijk van welke variabele als de afhankelijke variabele wordt beschouwd en welke variabelen als de onafhankelijke variabele worden beschouwd.

Om lambda te berekenen, heb je twee getallen nodig: E1 en E2. E1 is de voorspellingsfout die wordt gemaakt wanneer de onafhankelijke variabele wordt genegeerd. Om E1 te vinden, moet u eerst de modus van de afhankelijke variabele vinden en de frequentie ervan aftrekken van N. E1 = N - Modale frequentie.

E2 zijn de fouten die zijn gemaakt wanneer de voorspelling is gebaseerd op de onafhankelijke variabele. Om E2 te vinden, moet u eerst de modale frequentie voor elke categorie van de onafhankelijke variabelen vinden, deze van het categorietotaal aftrekken om het aantal fouten te vinden en vervolgens alle fouten optellen.

De formule voor het berekenen van lambda is: Lambda = (E1 - E2) / E1.

Lambda kan in waarde variëren van 0,0 tot 1,0. Nul geeft aan dat er niets te winnen valt door de onafhankelijke variabele te gebruiken om de afhankelijke variabele te voorspellen. Met andere woorden, de onafhankelijke variabele voorspelt op geen enkele manier de afhankelijke variabele. Een lambda van 1,0 geeft aan dat de onafhankelijke variabele een perfecte voorspeller is van de afhankelijke variabele. Dat wil zeggen, door de onafhankelijke variabele als voorspeller te gebruiken, kunnen we de afhankelijke variabele zonder enige fout voorspellen.

Gamma

Gamma wordt gedefinieerd als een symmetrische associatiemaat die geschikt is voor gebruik met ordinale variabele of met dichotome nominale variabelen. Het kan variëren van 0,0 tot +/- 1,0 en geeft ons een indicatie van de sterkte van de relatie tussen twee variabelen. Terwijl lambda een asymmetrische associatiemaat is, is gamma een symmetrische associatiemaat. Dit betekent dat de waarde van gamma hetzelfde zal zijn, ongeacht welke variabele als de afhankelijke variabele wordt beschouwd en welke variabele als de onafhankelijke variabele wordt beschouwd.

Gamma wordt berekend met behulp van de volgende formule:

Gamma = (Ns - Nd) / (Ns + Nd)

De richting van de relatie tussen ordinale variabelen kan positief of negatief zijn. Met een positieve relatie, als de ene persoon hoger gerangschikt dan de andere op een variabele, zou hij of zij ook boven de andere persoon staan ​​op de tweede variabele. Dit heet dezelfde rangorde, die is gemarkeerd met een Ns, weergegeven in de bovenstaande formule. Met een negatieve relatie, als een persoon boven een andere staat op een variabele, zou hij of zij onder de andere persoon staan ​​op de tweede variabele. Dit wordt een genoemd omgekeerd orderpaar en is gelabeld als Nd, weergegeven in de bovenstaande formule.

Om gamma te berekenen, moet u eerst het aantal dezelfde orderparen (Ns) en het aantal inverse orderparen (Nd) tellen. Deze kunnen worden verkregen uit een bivariate tabel (ook bekend als een frequentietabel of kruistabel). Zodra deze zijn geteld, is de berekening van gamma eenvoudig.

Een gamma van 0,0 geeft aan dat er geen verband is tussen de twee variabelen en dat er niets te winnen valt door de onafhankelijke variabele te gebruiken om de afhankelijke variabele te voorspellen. Een gamma van 1,0 geeft aan dat de relatie tussen de variabelen positief is en dat de afhankelijke variabele door de onafhankelijke variabele zonder enige fout kan worden voorspeld. Wanneer gamma -1,0 is, betekent dit dat de relatie negatief is en dat de onafhankelijke variabele perfect de afhankelijke variabele zonder fout kan voorspellen.

Referenties

• _{Frankfort-Nachmias, C. & Leon-Guerrero, A. (2006). Sociale statistieken voor een diverse samenleving. Thousand Oaks, CA: Pine Forge Press.}