Pearsonov korelačný koeficient, obvykle označovaný ako r, je štatistická hodnota, ktorá meria lineárny vzťah medzi dvoma premennými. Pohybuje sa v hodnote od +1 do -1, čo naznačuje perfektný pozitívny a negatívny lineárny vzťah medzi dvoma premennými. Výpočet korelačného koeficientu sa bežne vykonáva štatistickými programami, ako sú SPSS a SAS, s cieľom poskytnúť čo najpresnejšie hodnoty pre hlásenie vo vedeckých štúdiách. Interpretácia a použitie Pearsonovho korelačného koeficientu sa líši v závislosti od kontextu a účelu príslušnej štúdie, v ktorej sa počíta.
Medzi dvoma nezávisle odvodenými pozorovaniami identifikujte závislú premennú, ktorá sa má testovať. Jednou z požiadaviek Pearsonovho korelačného koeficientu je, že dve porovnávané premenné musia byť sledované alebo merané nezávisle, aby sa vylúčili akékoľvek skreslené výsledky.
Vypočítajte Pearsonov korelačný koeficient. Pre veľké množstvo údajov môže byť výpočet veľmi zdĺhavý. Okrem rôznych štatistických programov má veľa vedeckých kalkulačiek schopnosť vypočítať hodnotu. Aktuálna rovnica je uvedená v časti Referencie.
Uveďte korelačnú hodnotu blízku 0, aby ste naznačili, že medzi týmito dvoma premennými nie je lineárny vzťah. Keď sa korelačný koeficient blíži k 0, hodnoty sa stanú menej korelovanými, čo identifikuje premenné, ktoré spolu nemusia súvisieť.
Uveďte korelačnú hodnotu blízku 1, aby ste naznačili, že medzi týmito dvoma premennými existuje pozitívny lineárny vzťah. Hodnota väčšia ako nula, ktorá sa blíži k hodnote 1, vedie k väčšej pozitívnej korelácii medzi údajmi. Keď jedna premenná zvyšuje určité množstvo, druhá premenná sa zvyšuje o zodpovedajúce množstvo. Interpretácia musí byť stanovená na základe kontextu štúdie.
Uveďte korelačnú hodnotu blízku -1, aby ste naznačili, že medzi týmito dvoma premennými existuje negatívny lineárny vzťah. Keď sa koeficient blíži k -1, premenné budú viac negatívne korelované, čo naznačuje, že ako jedna premenná rastie, druhá premenná klesá o zodpovedajúce množstvo. Interpretácia musí byť opäť stanovená na základe kontextu štúdie.
Interpretujte korelačný koeficient na základe kontextu konkrétneho súboru údajov. Hodnota korelácie je v podstate ľubovoľná hodnota, ktorá sa musí použiť na základe porovnávaných premenných. Napríklad výsledná hodnota r 0,912 naznačuje veľmi silný a pozitívny lineárny vzťah medzi dvoma premennými. V štúdii porovnávajúcej dve premenné, ktoré sa bežne neidentifikujú ako súvisiace, poskytujú tieto výsledky dôkazy že jedna premenná môže pozitívne ovplyvniť druhú premennú, čo povedie k ďalšiemu výskumu medzi dva. Avšak úplne rovnaká hodnota r v štúdii porovnávajúcej dve premenné, o ktorých sa preukázalo, že majú perfektné hodnoty pozitívny lineárny vzťah môže identifikovať chybu v údajoch alebo iné potenciálne problémy v experimente dizajn. Pri vykazovaní a interpretácii Pearsonovho korelačného koeficientu je preto dôležité pochopiť kontext údajov.
Určte významnosť výsledkov. Toho sa dosahuje pomocou korelačného koeficientu, stupňov voľnosti a tabuľky kritických hodnôt korelačného koeficientu. Stupne voľnosti sa počítajú ako počet párových pozorovaní mínus 2. Pomocou tejto hodnoty identifikujte zodpovedajúcu kritickú hodnotu v korelačnej tabuľke buď pre 0,05, respektíve 0,01 test identifikujúci 95 alebo 99 percentnú hladinu spoľahlivosti. Porovnajte kritickú hodnotu s predtým vypočítaným korelačným koeficientom. Ak je korelačný koeficient väčší, výsledky sa považujú za významné.
Veci, ktoré budete potrebovať
- Vedecká kalkulačka alebo štatistický program
- Kritické hodnoty tabuľky korelačných koeficientov
Tipy
Intervaly spoľahlivosti pre korelačný koeficient môžu byť užitočné aj v populačných štúdiách.