Pearsonov koeficijent korelacije, koji se obično označava kao r, statistička je vrijednost koja mjeri linearni odnos između dvije varijable. Vrijednost se kreće od +1 do -1, što ukazuje na savršen pozitivan i negativan linearni odnos između dvije varijable. Izračun koeficijenta korelacije obično izvode statistički programi, poput SPSS i SAS, kako bi se pružile najtočnije moguće vrijednosti za izvještavanje u znanstvenim studijama. Interpretacija i uporaba Pearsonovog koeficijenta korelacije varira ovisno o kontekstu i svrsi odgovarajuće studije u kojoj se izračunava.
Utvrdite ovisnu varijablu koja će se testirati između dva neovisno izvedena opažanja. Jedan od zahtjeva Pearsonovog koeficijenta korelacije jest da se dvije varijable koje se uspoređuju moraju promatrati ili mjeriti neovisno kako bi se eliminirali pristrani rezultati.
Izračunajte Pearsonov koeficijent korelacije. Za velike količine podataka izračun može postati vrlo zamoran. Uz razne statističke programe, mnogi znanstveni kalkulatori imaju mogućnost izračuna vrijednosti. Stvarna jednadžba navedena je u referentnom odjeljku.
Navedite vrijednost korelacije blizu 0 kao pokazatelj da između dvije varijable ne postoji linearni odnos. Kako se koeficijent korelacije približava 0, vrijednosti postaju manje korelirane što identificira varijable koje možda nisu međusobno povezane.
Navedite vrijednost korelacije blizu 1 kao pokazatelj da postoji pozitivan, linearni odnos između dvije varijable. Vrijednost veća od nule koja se približava 1 rezultira većom pozitivnom korelacijom podataka. Kako jedna varijabla povećava određeni iznos, druga varijabla povećava se u odgovarajućem iznosu. Tumačenje se mora odrediti na temelju konteksta studije.
Navedite vrijednost korelacije blizu -1 kao pokazatelj da postoji negativan, linearni odnos između dvije varijable. Kako se koeficijent približava -1, varijable postaju negativnije povezane, što ukazuje na to da se s povećanjem jedne varijable druga varijabla smanjuje za odgovarajući iznos. Tumačenje se opet mora odrediti na temelju konteksta studije.
Protumačite koeficijent korelacije na temelju konteksta određenog skupa podataka. Vrijednost korelacije u osnovi je proizvoljna vrijednost koja se mora primijeniti na temelju usporednih varijabli. Na primjer, rezultirajuća vrijednost r od 0,912 ukazuje na vrlo snažnu i pozitivnu linearnu vezu između dvije varijable. U studiji koja uspoređuje dvije varijable koje se obično ne identificiraju kao povezane, ovi rezultati dokazuju da jedna varijabla može pozitivno utjecati na drugu varijablu, što rezultira razlogom za daljnja istraživanja između dva. Međutim, potpuno ista vrijednost r u studiji koja uspoređuje dvije varijable za koje je dokazano da imaju savršeno pozitivan linearni odnos može identificirati pogrešku u podacima ili druge potencijalne probleme u eksperimentalnom oblikovati. Stoga je važno razumjeti kontekst podataka prilikom izvještavanja i tumačenja Pearsonovog koeficijenta korelacije.
Utvrditi značaj rezultata. To se postiže korištenjem koeficijenta korelacije, stupnjeva slobode i kritičnih vrijednosti tablice koeficijenta korelacije. Stupnjevi slobode izračunavaju se kao broj uparenih promatranja minus 2. Koristeći ovu vrijednost, identificirajte odgovarajuću kritičnu vrijednost u korelacijskoj tablici za test 0,05 i 0,01 koji identificira razinu povjerenja od 95, odnosno 99 posto. Usporedite kritičnu vrijednost s prethodno izračunatim koeficijentom korelacije. Ako je koeficijent korelacije veći, govori se da su rezultati značajni.
Stvari koje ćete trebati
- Znanstveni kalkulator ili statistički program
- Kritične vrijednosti tablice koeficijenta korelacije
Savjeti
Intervali pouzdanosti za koeficijent korelacije mogu također biti od koristi u populacijskim istraživanjima.