A relationship between variables si

A relationship between variables simply means that changes in one variable
are consistently and predictably accompanied by changes in another
variable. For example, Figure 6.1(a) shows the general relationship between
self-esteem and gender for adolescents; when gender changes from male to
female, self-esteem also changes from relatively high to relatively low (Kling,
Hyde, Showers, & Buswell, 1999). In this example, only one of the two variables
(self-esteem) is measured with numerical scores. In other situations,
when both variables are measured using numbers or ranks, a variety of terms
can be used to classify the relationships. For example, Figures 6.1(b) and
6.1(c) show linear relationships because the data points produced by the
changing values of the two variables tend to form a straight-line pattern.
Figures 6.1(d) shows an example of a curvilinear relationship. Again, there
is a consistent, predictable relationship between the two variables, but now
the pattern is a curved line. As we noted in Chapter 3 (p. 79), Figure 6.1(b)
and 6.1(d) are examples of positive relationships because increases in oneare discussed.

ผลลัพธ์ (ไทย) 1:

ความสัมพันธ์ระหว่างตัวแปรหมายความ ที่เปลี่ยนแปลงในตัวแปรหนึ่งอย่างต่อเนื่อง และฉายพร้อมกับการเปลี่ยนแปลงในอีกตัวแปร ตัวอย่างเช่น 6.1(a) รูปแสดงความสัมพันธ์ทั่วไประหว่างความนับถือตนเองและเพศสำหรับวัยรุ่น เมื่อเพศการเปลี่ยนแปลงจากชายไปหญิง ความนับถือตนเองจะเปลี่ยนจากสูงไปต่ำ (คั่วกลิ้งผัก ค่อนข้างไฮด์ ฝักบัว & Buswell, 1999) ในตัวอย่างนี้ เพียงหนึ่งในสองตัวแปร(เอง) จะวัดตัวเลขคะแนน ในสถานการณ์อื่น ๆเมื่อมีวัดตัวแปรทั้งสอง โดยใช้ตัวเลข หรือ อันดับ ความหลากหลายของเงื่อนไขสามารถใช้เพื่อจัดประเภทความสัมพันธ์ ตัวอย่างเช่น ตัวเลข 6.1(b) และ6.1(c) แสดงความสัมพันธ์เชิงเส้นเนื่องจากจุดข้อมูลที่ผลิตโดยการการเปลี่ยนแปลงค่าของตัวแปรที่สองมักจะ รูปแบบรูปแบบเส้นตรงตัวเลข 6.1(d) แสดงตัวอย่างของความสัมพันธ์แบบโค้ง อีกครั้ง มีมีความสัมพันธ์สอดคล้องกัน คาดการณ์ระหว่างสองตัวแปร แต่ตอนนี้รูปแบบเป็นเส้นโค้ง ตามที่เราระบุไว้ในบทที่ 3 (p. 79), 6.1(b) รูปและ 6.1(d) คือ ตัวอย่างของความสัมพันธ์เชิงบวกเนื่องจากการเพิ่มขึ้นของ oneare กล่าวถึง

ผลลัพธ์ (ไทย) 2:

ความสัมพันธ์ระหว่างตัวแปรก็หมายความว่าการเปลี่ยนแปลงในตัวแปรหนึ่ง
ที่มีการคาดการณ์อย่างต่อเนื่องและมาพร้อมกับการเปลี่ยนแปลงในอีก
ตัวแปร ยกตัวอย่างเช่นรูปที่ 6.1 (ก) แสดงให้เห็นถึงความสัมพันธ์ทั่วไประหว่าง
ภาคภูมิใจในตนเองและเพศสำหรับวัยรุ่น เมื่อมีการเปลี่ยนแปลงทางเพศจากชาย
หญิงความนับถือตนเองยังมีการเปลี่ยนแปลงจากที่ค่อนข้างสูงที่จะค่อนข้างต่ำ (แพรว,
ไฮด์, ฝน, และ Buswell, 1999) ในตัวอย่างนี้เป็นเพียงหนึ่งในสองตัวแปร
(ภาคภูมิใจในตนเอง) เป็นวัดที่มีคะแนนเป็นตัวเลข ในสถานการณ์อื่น ๆ
เมื่อตัวแปรทั้งสองจะถูกวัดโดยใช้ตัวเลขหรือการจัดอันดับความหลากหลายของเงื่อนไขการใช้บริการ
สามารถนำมาใช้ในการจำแนกความสัมพันธ์ ยกตัวอย่างเช่นตัวเลข 6.1 (ข) และ
6.1 (ค) แสดงความสัมพันธ์เชิงเส้นเพราะจุดข้อมูลที่ผลิตโดย
เปลี่ยนแปลงค่าของตัวแปรทั้งสองมีแนวโน้มที่จะก่อให้เกิดรูปแบบเส้นตรง.
ตัวเลข 6.1 (D) แสดงให้เห็นตัวอย่างของความสัมพันธ์โค้ง . อีกครั้งมี
เป็นสอดคล้องสัมพันธ์ที่คาดการณ์ระหว่างสองตัวแปร แต่ตอนนี้
รูปแบบเป็นเส้นโค้ง ในฐานะที่เราได้กล่าวไว้ในบทที่ 3 (พี. 79) รูปที่ 6.1 (ข)
และ 6.1 (D) เป็นตัวอย่างของความสัมพันธ์ในเชิงบวกเนื่องจากการเพิ่มขึ้นของ oneare กล่าวถึง