Brug af Pearson-korrelationskoefficienten:En praktisk vejledning

FatCamera/E+/GettyImages

Pearsons korrelationskoefficient, betegnet som r , kvantificerer den lineære sammenhæng mellem to kontinuerte variable. Dens værdi går fra –1 til +1, hvor –1 signalerer en perfekt negativ sammenhæng, +1 en perfekt positiv sammenhæng, og 0 indikerer ingen lineær korrelation. Forskere beregner typisk r ved hjælp af statistisk software såsom SPSS eller SAS for at sikre præcision, især når de rapporterer resultater i peer-reviewede publikationer.

Trin 1:Definer variablerne

Vælg to variable, der måles uafhængigt for at undgå bias. Den første er normalt den afhængige variabel, mens den anden er prædiktoren eller eksponeringen af interesse.

Trin 2:Beregn koefficienten

For store datasæt bliver manuel beregning upraktisk, så brug software eller en videnskabelig lommeregner. Den matematiske formel er tilgængelig i referenceafsnittet nedenfor.

Trin 3:Undersøg r Tæt på 0

Et r nær nul tyder på, at variablerne ikke deler en lineær sammenhæng. Sådanne resultater kan fremhæve variabler, som muligvis ikke påvirker hinanden.

Trin 4:Undersøg r Tæt på +1

En positiv r, der nærmer sig +1, indikerer en stærk lineær tendens:Når en variabel stiger, stiger den anden proportionalt. Fortolkningen skal tage højde for undersøgelsens kontekst.

Trin 5:Undersøg r Tæt på –1

En negativ r, der nærmer sig –1, afspejler en omvendt lineær tendens:Når en variabel stiger, falder den anden med en tilsvarende mængde. Kontekst er igen afgørende.

Trin 6:Kontekstuel fortolkning

Fortolke r inden for det specifikke forskningsspørgsmål. For eksempel angiver en r på 0,912 en meget stærk positiv sammenhæng, hvilket kunne tyde på en årsagssammenhæng, der berettiger yderligere undersøgelse. Omvendt kan den samme r i et veletableret forhold markere datafejl eller designfejl.

Trin 7:Test for betydning

Bestem statistisk signifikans ved at sammenligne r med kritiske værdier fra en korrelationstabel. Frihedsgrader er lig med antallet af parrede observationer minus to. Slå den kritiske værdi op for α =0,05 (95 % konfidens) eller α =0,01 (99 % konfidens). Hvis |r| overskrider den kritiske værdi, er sammenhængen statistisk signifikant.

Ting, der er nødvendige

• Videnskabelig lommeregner eller statistisk software
• Tabel med kritiske værdier for korrelationskoefficienten

TL;DR

Brug konfidensintervaller for r til at vurdere populationskorrelationer ud over punktestimater.