CU Correlation in Data Analysis & Application Project

Instructions

You will complete this assessment using the Data Analysis and Application Template [DOC] (also known as the DAA Template).

Refer to IBM SPSS Step-By-Step Guide: Correlations [PDF] for additional information on using SPSS for this assessment.

Review the Copy/Export Output Instructions [PDF] for help copying SPSS output into your DAA Template.

Use the Data Set Instructions [PDF] for information on the data set.

• The grades.sav file is a sample SPSS data set. The data represent a teacher’s recording of student demographics and performance on quizzes and a final exam across three sections of the course. Each section consists of 35 students (N = 105). There are 21 variables in grades.sav.

This assessment is on correlations. You will analyze the following variables in the grades.sav data set:

• SPSS Variables and DefinitionsSPSS VariableDefinitionQuiz 1Quiz 1: Number of correct answersGPAPrevious grade point averageTotalTotal number of points earned in classFinalFinal exam: Number of correct answers

The Data Analysis and Application Template has five sections:

• The Data Analysis Plan.

Testing Assumptions.

Results and Interpretation.

Statistical Conclusions.

Application.

Step 1: The Data Analysis Plan

In Step 1:

Name the four variables used in this analysis and whether they are categorical or continuous.

State a research question, null hypothesis, and alternate hypothesis for one X-Y pair. For example, you could articulate a research question, null hypothesis, and alternate hypothesis for quiz1 (X) and final (Y).

Step 2: Testing Assumptions

Test for one of the assumptions of correlation—normality.

Create a descriptive statistics table in SPSS to assess normality. This table should include the four variables named above.

Paste the table in the DAA Template.

Interpret the skewness and kurtosis values and how you determined whether the assumption of normality was met or violated.

Step 3: Results and Interpretation

In Step 3:

Paste the SPSS output of the intercorrelation matrix for all specified variables:

First, report the lowest magnitude correlation in the intercorrelation matrix, including degrees of freedom, correlation coefficient, p value, and effect size. Interpret the effect size. Specify whether or not to reject the null hypothesis for this correlation.

Second, report the highest magnitude correlation in the intercorrelation matrix, including degrees of freedom, correlation coefficient, p value, and effect size. Interpret the effect size. Specify whether or not to reject the null hypothesis for this correlation.

Third, report the correlation between GPA and final, including degrees of freedom, correlation coefficient, p value, and effect size. Interpret the effect size. Analyze the correlation in terms of the null hypothesis.

Interpret statistical results against the null hypothesis, and state whether it is accepted or rejected.

Step 4: Statistical Conclusions

In Step 4:

Provide a brief summary of your analysis and the conclusions drawn.

Analyze the limitations of the statistical test.

Provide any possible alternate explanations for the findings and potential areas for future exploration.

Step 5: Application

In Step 5:

• Analyze how you might use correlations in your field of study.
• Name an independent variable and dependent variable that would work for such an analysis and why studying it may be important to the field or practice.
• Submit your completed Data Analysis and Application Template