ピアソンの相関係数は、通常rで表され、2つの変数間の線形関係を測定する統計値です。 値の範囲は+1から-1で、2つの変数間の完全な正と負の線形関係をそれぞれ示します。 相関係数の計算は通常、SPSSやSASなどの統計プログラムによって実行され、科学的研究で報告するための最も正確な可能な値を提供します。 ピアソンの相関係数の解釈と使用は、それが計算されるそれぞれの研究の文脈と目的に基づいて異なります。
2つの独立して導出された観測値間でテストされる従属変数を特定します。 ピアソンの相関係数の要件の1つは、偏った結果を排除するために、比較される2つの変数を個別に観察または測定する必要があることです。
ピアソンの相関係数を計算します。 大量のデータの場合、計算は非常に面倒になる可能性があります。 さまざまな統計プログラムに加えて、多くの関数電卓には値を計算する機能があります。 実際の方程式は、リファレンスセクションに記載されています。
2つの変数間に線形関係がないことを示すものとして、0に近い相関値を報告します。 相関係数が0に近づくと、値の相関が低くなり、相互に関連していない可能性のある変数が識別されます。
2つの変数間に正の線形関係があることを示すものとして、1に近い相関値を報告します。 ゼロより大きい値が1に近づくと、データ間の正の相関が大きくなります。 一方の変数が特定の量だけ増加すると、もう一方の変数は対応する量だけ増加します。 解釈は、研究の文脈に基づいて決定されなければなりません。
2つの変数間に負の線形関係があることを示すものとして、-1に近い相関値を報告します。 係数が-1に近づくと、変数はより負の相関関係になり、一方の変数が増加すると、もう一方の変数が対応する量だけ減少することを示します。 解釈は、研究の文脈に基づいて決定されなければなりません。
特定のデータセットのコンテキストに基づいて相関係数を解釈します。 相関値は本質的に任意の値であり、比較される変数に基づいて適用する必要があります。 たとえば、結果のr値0.912は、2つの変数間の非常に強力で正の線形関係を示します。 通常は関連していると識別されない2つの変数を比較する研究では、これらの結果は証拠を提供します 一方の変数がもう一方の変数にプラスの影響を与える可能性があり、その結果、 二。 ただし、完全にあることが証明されている2つの変数を比較した研究では、まったく同じr値です。 正の線形関係は、データのエラーまたは実験における他の潜在的な問題を特定する可能性があります 設計。 したがって、ピアソンの相関係数を報告および解釈するときは、データのコンテキストを理解することが重要です。
結果の重要性を判断します。 これは、相関係数、自由度、および相関係数テーブルの臨界値を使用して実現されます。 自由度は、ペアの観測値から2を引いた数として計算されます。 この値を使用して、相関テーブルで対応する臨界値を特定し、0.05および0.01のテストで、それぞれ95％および99％の信頼水準を特定します。 臨界値を以前に計算された相関係数と比較します。 相関係数が大きい場合、結果は有意であると言われます。
必要なもの
- 関数電卓または統計プログラム
- 相関係数テーブルの臨界値
チップ
相関係数の信頼区間は、母集団研究でも役立つ場合があります。