Correlational studies do not involv

Correlational studies do not involve comparing different groups of scores.
Instead, a correlational study measures two different variables (two different
scores) for each individual in a single group and then looks for patterns within the set of scores (see Figure 6.2). If a correlational study produces numerical
scores, the data are usually evaluated by computing a correlation (such as the
Pearson correlation). If the data consist of nonnumerical classifications, the
statistical evaluation is usually a chi-square test.
Descriptive studies are intended to summarize single variables for a specific
group of individuals. For numerical data, the statistical summary usually consists
of a mean, or average, score. If the data are nonnumerical classifications, the summary
is typically a report of the proportion (or percentage) associated with each
category. For example, the average student sleeps 7 hours a day and eats two pizzas
a week. Or, 58% of the students report having failed at least one course.

ผลลัพธ์ (ไทย) 2:

การศึกษาหาความสัมพันธ์ไม่เกี่ยวข้องกับการเปรียบเทียบกลุ่มที่แตกต่างของคะแนน.
แต่การศึกษาหาความสัมพันธ์ขนาดสองตัวแปรที่แตกต่างกัน (แตกต่างกันสอง
คะแนน) สำหรับแต่ละบุคคลในกลุ่มเดียวแล้วมองหารูปแบบภายในชุดของคะแนน (ดูรูปที่ 6.2) หากมีการศึกษาหาความสัมพันธ์ผลิตตัวเลข
คะแนนข้อมูลที่มักจะได้รับการประเมินโดยการคำนวณความสัมพันธ์ (เช่น
ความสัมพันธ์เพียร์สัน) หากข้อมูลที่ประกอบด้วยการจำแนกประเภท nonnumerical การ
ประเมินผลทางสถิติโดยปกติจะมีการทดสอบไคสแควร์.
การศึกษาเชิงพรรณนามีวัตถุประสงค์เพื่อสรุปตัวแปรเดียวสำหรับเฉพาะ
กลุ่มบุคคล สำหรับข้อมูลตัวเลขที่สรุปสถิติมักจะประกอบด้วย
ของค่าเฉลี่ยหรือเฉลี่ยคะแนน หากข้อมูลที่มีการจำแนกประเภท nonnumerical สรุป
โดยทั่วไปจะมีรายงานจากสัดส่วน (หรือร้อยละ) ที่เกี่ยวข้องกับแต่ละ
หมวดหมู่ ยกตัวอย่างเช่นนักเรียนเฉลี่ยนอน 7 ชั่วโมงต่อวันและกินพิซซ่าสอง
สัปดาห์ หรือ 58% ของนักเรียนรายงานล้มเหลวอย่างน้อยหนึ่งแน่นอน

ผลลัพธ์ (ไทย) 3:

นิไม่ได้เกี่ยวข้องกับการเปรียบเทียบกลุ่มที่แตกต่างกันของคะแนนแทน การศึกษาเชิงสหสัมพันธ์มาตรการสองตัวแปรที่แตกต่างกัน ( สองแตกต่างกันคะแนน ) สำหรับแต่ละบุคคลในกลุ่มเดียว และดูสำหรับรูปแบบภายในชุดของคะแนน ( ดูรูปที่ 6.2 ) ถ้าการศึกษาเชิงสหสัมพันธ์ ผลิตเชิงตัวเลขคะแนน , ข้อมูลมักจะประเมินโดยการคำนวณความสัมพันธ์ ( เช่นหาค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน ) ถ้าข้อมูลที่ประกอบด้วยหมวดหมู่ nonnumerical ,การประเมินผลทางสถิติมักจะเป็น Chi square testการศึกษาเชิงพรรณนามีวัตถุประสงค์เพื่อสรุปตัวแปรเดียวโดยเฉพาะกลุ่มของบุคคล สำหรับข้อมูลตัวเลข สรุปสถิติมักจะประกอบด้วยของค่าเฉลี่ยหรือคะแนนเฉลี่ย คะแนน ถ้าข้อมูลมีหมวดหมู่ nonnumerical , สรุปโดยรายงานของสัดส่วน ( ร้อยละ ) ที่เกี่ยวข้องกับแต่ละหมวดหมู่ ตัวอย่างเช่นนักเรียนเฉลี่ยนอน 7 ชั่วโมงต่อวัน และกินสองพิซซ่าอาทิตย์นี้ หรือ ร้อยละ 58 ของนักเรียนรายงานต้องล้มเหลวอย่างน้อยหนึ่งหลักสูตร