我如何知道何时在Spearman's $rho$和Pearson's $r$之间选择?我的变量包括满意度,分数是用分数之和来解释的。然而,这些分数也可以是排名的。
这种情况在统计学中经常发生:有多种方法可以应用于你的情况,而你却不知道该选择哪一种。 你应该根据所考虑的方法的优点和缺点以及你的问题的具体情况来决定,但即使如此,决定通常也是主观的,没有公认的 "正确 "答案。 通常情况下,在你的耐心允许的情况下,尝试尽可能多的方法,看看哪种方法最终能给你带来最好的结果,这是一个好主意。
皮尔逊相关和斯皮尔曼相关之间的区别是,皮尔逊相关最适合于从_间隔_尺度上进行的测量,而斯皮尔曼相关则更适合于从_垂直_尺度上进行的测量。 区间量表的例子包括"温度(华氏)"和"长度(英寸)",其中的单个单位(1华氏度,1英寸)是有意义的。 像"满意度分数"这样的东西往往是序数型的,因为虽然很清楚"5的幸福"比"3的幸福"更幸福,但不清楚你是否可以对"1单位的幸福"做出有意义的解释。 但是,当你把许多序数类型的测量值加起来时,也就是你的案例中的情况,你最终得到的测量值实际上既不是序数也不是区间,而且难以解释。
我建议你把你的满意度分数转换成_量化分数,然后用这些分数的总和来工作,因为这将给你提供更容易解释的数据。 但即使在这种情况下,也不清楚皮尔逊或斯皮尔曼是否更合适。