Садржај
Пеарсонов коефицијент корелације, који се обично означава као р, је статистичка вриједност која мјери линеарни однос између двије варијабле. Распон вриједности је од +1 до -1, што указује на савршен позитиван и негативан линеарни однос, односно између двије варијабле. Израчунавање коефицијента корелације обично се обавља у статистичким програмима, као што су 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 сврхе и сврхе одговарајуће студије у којој је израчунат.
Идентификујте зависну варијаблу која се тестира између два независно изведена опажања. Један од захтева Пеарсоновог коефицијента корелације је да се две променљиве променљиве морају посматрати или мерити независно да би се елиминисали било какви пристрасни резултати.
Израчунајте Пеарсонов коефицијент корелације. За велике количине података, израчунавање може постати врло заморно. Поред различитих статистичких програма, многи научни калкулатори имају могућност израчунавања вредности. Стварна једначина дата је у одељку Референце.
Навести вредност корелације близу 0 као показатељ да не постоји линеарни однос између две варијабле. Како се коефицијент корелације приближава 0, вриједности постају мање корелиране што идентифицира варијабле које можда нису повезане једна с другом.
Навести вредност корелације близу 1 као показатељ да постоји позитиван, линеарни однос између две варијабле. Вредност већа од нуле која се приближава 1 резултира већом позитивном корелацијом података. Како једна варијабла повећава одређени износ, друга се повећава у одговарајућој количини. Интерпретација мора да се утврди на основу преваре студије.
Извештавајте вредност корелације близу -1 као показатељ да постоји негативан, линеарни однос између две променљиве. Како се коефицијент приближава -1, варијабле постају негативније корелиране што показује да се, како се једна варијабла повећава, друга варијабла смањује за одговарајући износ. Тумачење поново мора бити утврђено на основу преваре студије.
Интерпретирајте коефицијент корелације на основу цон одређеног скупа података. Вредност корелације у основи је произвољна вредност која се мора применити на основу променљивих који се пореде. На пример, добијена р вредност 0,912 указује на врло јаку и позитивну линеарну везу између две променљиве. У студији која упоређује две варијабле које нису обично идентификоване као повезане, ови резултати пружају доказ да једна варијабла може позитивно утицати на другу променљиву, што резултира узроком за даља истраживања између ове две. Међутим, потпуно иста р вредност у студији која упоређује две варијабле за које је доказано да имају савршено позитиван линеарни однос може идентификовати грешку у подацима или друге потенцијалне проблеме у експерименталном дизајну. Стога је важно да се схвати сагласност података приликом извештавања и тумачења Пеарсоновог коефицијента корелације.
Одредите значај резултата. То се постиже коришћењем коефицијента корелације, степена слободе и табеле критичних вредности корелационог коефицијента. Степен слободе израчунава се као број упарених опажања минус 2. Помоћу ове вредности идентификујте одговарајућу критичну вредност у корелационој табели за тест 0,05 и 0,01 идентификујући 95, односно 99 одсто ниво поузданости. Упоредите критичну вредност са претходно израчунатим коефицијентом корелације. Ако је коефицијент корелације већи, кажу да су резултати од значаја.