Vsebina
Pearsonov korelacijski koeficient, običajno označen kot r, je statistična vrednost, ki meri linearno razmerje med dvema spremenljivkama. Vrednosti so od +1 do -1, kar kaže na popolno pozitivno in negativno linearno razmerje med dvema spremenljivkama. Izračun koeficienta korelacije običajno izvajajo statistični programi, kot sta SPSS in SAS, da se zagotovijo najbolj natančne možne vrednosti za poročanje v znanstvenih študijah. Razlaga in uporaba Pearsonovega korelacijskega koeficienta se razlikuje glede na vsebino in namen zadevne študije, v kateri je izračunan.
Med dvema neodvisno pridobljenimi opazovanji določite odvisno spremenljivko, ki jo je treba preizkusiti. Ena od zahtev Pearsonovega korelacijskega koeficienta je, da je treba dve spremenljivi spremenljivki opazovati ali meriti neodvisno, da se odstranijo morebitni pristranski rezultati.
Izračunajte Pearsonov korelacijski koeficient. Pri velikih količinah podatkov lahko izračun postane zelo mučen. Številni znanstveni kalkulatorji lahko poleg različnih statističnih programov izračunajo vrednost. Dejanska enačba je podana v razdelku Reference.
Poročajte o korelacijski vrednosti blizu 0 kot pokazatelj, da med obema spremenljivkama ni linearnega razmerja. Ko se korelacijski koeficient približa 0, vrednosti postanejo manj korelirane, kar prepozna spremenljivke, ki morda niso povezane med seboj.
Poročajte o korelacijski vrednosti blizu 1 kot pokazatelj, da obstaja pozitiven, linearen odnos med obema spremenljivkama. Vrednost, večja od nič, ki se približa 1, povzroči večjo pozitivno korelacijo med podatki. Ko ena spremenljivka poveča določen znesek, se druga spremenljivka poveča za ustrezno količino. Razlago je treba določiti na podlagi konvencije študije.
Poročajte o korelacijski vrednosti blizu -1 kot pokazatelj, da obstaja negativno, linearno razmerje med obema spremenljivkama. Ko se koeficient približa -1, spremenljivke postanejo bolj negativno korelirane, kar kaže, da se s spreminjanjem ene spremenljivke druga spremenljivka zmanjša za ustrezno količino. Ponovno je treba razlago določiti na podlagi preudarnosti študije.
Razlaga koeficient korelacije na podlagi con posameznega nabora podatkov. Korelacijska vrednost je v bistvu poljubna vrednost, ki jo je treba uporabiti na podlagi spremenljivk, ki se primerjajo. Na primer, dobljena vrednost r 0,912 kaže na zelo močno in pozitivno linearno povezavo med dvema spremenljivkama. V študiji, ki primerja dve spremenljivki, ki običajno nista identificirani kot sorodni, ti rezultati zagotavljajo dokaz, da lahko ena spremenljivka pozitivno vpliva na drugo spremenljivko, kar ima za posledico nadaljnje raziskave med njimi. Vendar pa lahko povsem enaka vrednost r v študiji, ki primerja dve spremenljivki, za katera je dokazano, da imata popolnoma pozitiven linearni odnos, lahko ugotovi napako v podatkih ali druge morebitne težave v eksperimentalni zasnovi. Zato je pomembno, da razumemo vsebnost podatkov pri poročanju in razlagi Pearsonovega korelacijskega koeficienta.
Določite pomen rezultatov. To dosežemo z uporabo korelacijskega koeficienta, stopenj svobode in kritičnih vrednosti tabele Korelacijski koeficient. Stopnje svobode se izračunajo kot število seznanjenih opazovanj minus 2. S to vrednostjo v korelacijski tabeli določite ustrezno kritično vrednost za test 0,05 in 0,01, ki določa 95 oziroma 99-odstotno stopnjo zaupanja. Primerjajte kritično vrednost s predhodno izračunanim korelacijskim koeficientom. Če je korelacijski koeficient večji, naj bi bili rezultati pomembni.