Sådan bruges Pearson-korrelationskoefficienten

Pearsons korrelationskoefficient, der normalt betegnes som r, er en statistisk værdi, der måler det lineære forhold mellem to variabler. Den ligger i værdi fra +1 til -1, hvilket indikerer et perfekt positivt og negativt lineært forhold henholdsvis mellem to variabler. Beregningen af ​​korrelationskoefficienten udføres normalt af statistiske programmer, f.eks. SPSS og SAS, for at give de mest nøjagtige mulige værdier for rapportering i videnskabelige undersøgelser. Fortolkningen og brugen af ​​Pearsons korrelationskoefficient varierer afhængigt af sammenhængen og formålet med den respektive undersøgelse, hvori den beregnes.

Identificer den afhængige variabel, som skal testes mellem to uafhængige afledte observationer. Et af kravene i Pearson's korrelationskoefficient er, at de to variabler, der sammenlignes, skal observeres eller måles uafhængigt for at eliminere eventuelle forudindstillede resultater.

Beregn Pearsons korrelationskoefficient. For store mængder data kan beregningen blive meget kedelig. Ud over forskellige statistiske programmer har mange videnskabelige regnemaskiner mulighed for at beregne værdien. Den egentlige ligning findes i Reference-sektionen.
Sciencing Video Vault
Opret den (næsten) perfekte beslag: Sådan gør du
Lav den (næsten) perfekte beslag: Sådan gør du

Rapporter en korrelationsværdi tæt på 0 som indikation på, at der ikke er et lineært forhold mellem de to variabler. Når korrelationskoefficienten nærmer sig 0, bliver værdierne mindre korrelerede, som identificerer variabler, der måske ikke er relateret til hinanden.

Rapportér en korrelationsværdi tæt på 1 som indikation for, at der er et positivt, lineært forhold mellem de to variabler. En værdi større end nul, der nærmer sig 1, resulterer i en større positiv sammenhæng mellem dataene. Da en variabel øger et bestemt beløb, øges den anden variabel i en tilsvarende mængde. Fortolkningen skal bestemmes ud fra undersøgelsens sammenhæng.

Rapportér en korrelationsværdi tæt på -1 som indikation for, at der er et negativt, lineært forhold mellem de to variabler. Når koefficienten nærmer sig -1, bliver variablerne mere negativt korrelerede, hvilket indikerer, at når en variabel stiger, falder den anden variabel med en tilsvarende mængde. Fortolkningen igen skal bestemmes ud fra studiens sammenhæng.

Tolk korrelationskoefficienten baseret på sammenhængen i det pågældende datasæt. Korrelationsværdien er i det væsentlige en vilkårlig værdi, som skal anvendes baseret på variabler, der sammenlignes. For eksempel angiver en resulterende r-værdi på 0,912 et meget stærkt og positivt lineært forhold mellem to variabler. I en undersøgelse der sammenligner to variabler, der normalt ikke identificeres som relaterede, giver disse resultater bevis for, at en variabel kan påvirke den anden variabel positivt, hvilket resulterer i årsag til yderligere forskning mellem de to. Den nøjagtige samme r-værdi i en undersøgelse, der sammenligner to variabler, der har vist sig at have et perfekt positivt lineært forhold, kan dog identificere en fejl i dataene eller andre potentielle problemer i det eksperimentelle design. Det er således vigtigt at forstå sammenhængen i dataene ved rapportering og tolkning af Pearson's korrelationskoefficient.

Bestem resultaternes betydning. Dette opnås ved anvendelse af korrelationskoefficienten, frihedsgrader og en kritisk værdi af korrelationskoefficienten tabellen. Graden af ​​frihed beregnes som antallet af parrede observationer minus 2. Brug denne værdi til at identificere den tilsvarende kritiske værdi i korrelationstabellen for henholdsvis et 0,05 og 0,01 testidentificerende 95 og 99 procent konfidensniveau. Sammenlign den kritiske værdi til den tidligere beregnede korrelationskoefficient. Hvis korrelationskoefficienten er større, siges resultaterne at have betydning.

Tip

Tillidsintervaller for korrelationskoefficienten kan også bruges i befolkningsundersøgelser.