Пеарсонов коефицијент корелације, који се обично означава као р, је статистичка вредност која мери линеарни однос између две променљиве. Вредност се креће од +1 до -1, што указује на савршен позитиван и негативан линеарни однос између две променљиве. Израчунавање коефицијента корелације обично обављају статистички програми, попут СПСС и САС, како би се обезбедиле најтачније могуће вредности за извештавање у научним студијама. Тумачење и употреба Пеарсоновог коефицијента корелације варира у зависности од контекста и сврхе одговарајуће студије у којој се израчунава.
Идентификујте зависну променљиву која ће се тестирати између два независно изведена посматрања. Један од захтева Пеарсоновог коефицијента корелације је да се две променљиве које се упоређују морају посматрати или мерити независно како би се елиминисали пристрасни резултати.
Израчунајте Пеарсонов коефицијент корелације. За велике количине података прорачун може постати врло досадан. Поред различитих статистичких програма, многи научни калкулатори имају могућност израчунавања вредности. Стварна једначина је дата у референтном одељку.
Наведите вредност корелације близу 0 као знак да не постоји линеарни однос између две променљиве. Како се коефицијент корелације приближава 0, вредности постају мање корелиране што идентификује променљиве које можда нису међусобно повезане.
Пријавите вредност корелације близу 1 као показатељ да постоји позитиван, линеарни однос између две променљиве. Вредност већа од нуле која се приближава 1 резултира већом позитивном корелацијом између података. Како једна променљива повећава одређени износ, друга променљива се повећава у одговарајућем износу. Тумачење мора бити одређено на основу контекста студије.
Пријавите вредност корелације близу -1 као показатељ да постоји негативан, линеарни однос између две променљиве. Како се коефицијент приближава -1, променљиве постају негативније у корелацији, што указује да се, како се једна променљива повећава, друга променљива смањује за одговарајући износ. Тумачење се поново мора одредити на основу контекста студије.
Протумачите коефицијент корелације на основу контекста одређеног скупа података. Вредност корелације је у основи произвољна вредност која се мора применити на основу променљивих које се упоређују. На пример, резултујућа р вредност 0,912 указује на врло јак и позитиван линеарни однос између две променљиве. У студији која упоређује две променљиве које се обично не идентификују као повезане, ови резултати пружају доказе да једна променљива може позитивно утицати на другу променљиву, што резултира разлогом за даља истраживања између два. Међутим, потпуно иста вредност р у студији која упоређује две променљиве за које је доказано да имају савршено позитивна линеарна веза може идентификовати грешку у подацима или друге потенцијалне проблеме у експерименту дизајн. Стога је важно разумети контекст података приликом извештавања и тумачења Пеарсоновог коефицијента корелације.
Утврдити значај резултата. То се постиже коришћењем коефицијента корелације, степена слободе и критичних вредности табеле коефицијента корелације. Степени слободе израчунавају се као број упарених посматрања минус 2. Користећи ову вредност, идентификујте одговарајућу критичну вредност у табели корелације било за тест 0,05 и 0,01 који идентификује ниво поузданости од 95, односно 99 процената. Упоредите критичну вредност са претходно израчунатим коефицијентом корелације. Ако је коефицијент корелације већи, говори се да су резултати од значаја.
Ствари које ће вам требати
- Научни калкулатор или статистички програм
- Критичне вредности табеле коефицијената корелације
Савети
Интервали поверења за коефицијент корелације могу такође бити од користи у популационим студијама.
