Pearsons korrelationskoefficient, normalt betegnet som r, er en statistisk værdi, der måler det lineære forhold mellem to variabler. Det varierer i værdi fra +1 til -1, hvilket indikerer et perfekt positivt og negativt lineært forhold mellem to variabler. Beregningen af korrelationskoefficienten udføres normalt af statistiske programmer, såsom SPSS og SAS, for at give de mest nøjagtige mulige værdier til rapportering i videnskabelige studier. Fortolkningen og brugen af Pearsons korrelationskoefficient varierer afhængigt af konteksten og formålet med den respektive undersøgelse, hvor den beregnes.
Identificer den afhængige variabel, der skal testes, mellem to uafhængigt afledte observationer. Et af kravene til Pearson's korrelationskoefficient er, at de to variabler, der sammenlignes, skal observeres eller måles uafhængigt for at eliminere eventuelle partiske resultater.
Beregn Pearsons korrelationskoefficient. For store mængder data kan beregningen blive meget kedelig. Ud over forskellige statistiske programmer har mange videnskabelige regnemaskiner evnen til at beregne værdien. Den aktuelle ligning findes i referenceafsnittet.
Rapporter en korrelationsværdi tæt på 0 som indikation af, at der ikke er nogen lineær sammenhæng mellem de to variabler. Når korrelationskoefficienten nærmer sig 0, bliver værdierne mindre korrelerede, hvilket identificerer variabler, der muligvis ikke er relateret til hinanden.
Rapporter en korrelationsværdi tæt på 1 som indikation af, at der er en positiv, lineær sammenhæng mellem de to variabler. En værdi større end nul, der nærmer sig 1, resulterer i større positiv sammenhæng mellem dataene. Da en variabel øger et bestemt beløb, øges den anden variabel med et tilsvarende beløb. Fortolkningen skal bestemmes ud fra sammenhængen med undersøgelsen.
Rapporter en korrelationsværdi tæt på -1 som indikation af, at der er et negativt, lineært forhold mellem de to variabler. Når koefficienten nærmer sig -1, korrigeres variablerne mere negativt, hvilket indikerer, at når en variabel stiger, falder den anden variabel med et tilsvarende beløb. Fortolkningen skal igen bestemmes ud fra sammenhængen med undersøgelsen.
Fortolk korrelationskoefficienten baseret på sammenhængen med det bestemte datasæt. Korrelationsværdien er i det væsentlige en vilkårlig værdi, der skal anvendes baseret på de variabler, der sammenlignes. For eksempel indikerer en resulterende r-værdi på 0,912 et meget stærkt og positivt lineært forhold mellem to variabler. I en undersøgelse, der sammenligner to variabler, der normalt ikke identificeres som beslægtede, giver disse resultater bevis at den ene variabel kan påvirke den anden variabel positivt, hvilket resulterer i grund til yderligere forskning mellem to. Imidlertid er den nøjagtige samme r-værdi i en undersøgelse, der sammenligner to variabler, der har vist sig at have en perfekt positivt lineært forhold kan identificere en fejl i dataene eller andre potentielle problemer i det eksperimentelle design. Derfor er det vigtigt at forstå sammenhængen med dataene, når man rapporterer og fortolker Pearson's korrelationskoefficient.
Bestem betydningen af resultaterne. Dette opnås ved hjælp af korrelationskoefficienten, frihedsgraderne og en kritisk værdi for tabellen korrelationskoefficient. Frihedsgraderne beregnes som antallet af parrede observationer minus 2. Brug denne værdi til at identificere den tilsvarende kritiske værdi i sammenligningstabellen for enten en 0,05- og 0,01-test, der identificerer henholdsvis 95 og 99 procent konfidensniveau. Sammenlign den kritiske værdi med den tidligere beregnede korrelationskoefficient. Hvis korrelationskoefficienten er større, siges resultaterne at have betydning.
Ting, du har brug for
- Videnskabelig lommeregner eller statistisk program
- Kritiske værdier for korrelationskoefficienttabellen
Tips
Tillidsintervaller for korrelationskoefficienten kan også være nyttige i befolkningsundersøgelser.