コンテンツ
ピアソンの相関係数（通常rと表示）は、2つの変数間の線形関係を測定する統計値です。値の範囲は+1から-1で、それぞれ2つの変数間の完全な正と負の線形関係を示します。相関係数の計算は、通常、SPSSやSASなどの統計プログラムによって実行され、科学研究での報告に可能な限り最も正確な値を提供します。ピアソンの相関係数の解釈と使用は、それが計算されるそれぞれの研究の短所と目的に基づいて異なります。
2つの独立して得られた観測値の間でテストする従属変数を特定します。ピアソンの相関係数の要件の1つは、比較される2つの変数を個別に観察または測定して、偏った結果を排除することです。
ピアソンの相関係数を計算します。大量のデータの場合、計算は非常に面倒になります。さまざまな統計プログラムに加えて、多くの科学計算機には値を計算する機能があります。実際の方程式は、参照セクションで提供されます。
2つの変数間に線形関係がないことを示すものとして、0に近い相関値を報告します。相関係数が0に近づくと、値の相関性が低くなり、互いに関連していない可能性のある変数が識別されます。
2つの変数間に正の線形関係があることを示すものとして、1に近い相関値を報告します。ゼロよりも大きい値が1に近づくと、データ間の正の相関が大きくなります。 1つの変数が特定の量を増やすと、他の変数は対応する量を増やします。解釈は、研究の短所に基づいて決定する必要があります。
2つの変数間に負の線形関係があることを示すものとして、-1に近い相関値を報告します。係数が-1に近づくと、変数はより負の相関関係になり、一方の変数が増加すると、他方の変数が対応する量だけ減少することを示します。解釈は再び研究の短所に基づいて決定されなければなりません。
特定のデータセットのconに基づいて相関係数を解釈します。相関値は基本的に、比較される変数に基づいて適用する必要がある任意の値です。たとえば、0.912の結果のr値は、2つの変数間の非常に強い正の線形関係を示します。通常、関連すると特定されていない2つの変数を比較する研究では、これらの結果は、1つの変数が他の変数にプラスの影響を与え、2つの間のさらなる研究の原因となる証拠を提供します。ただし、完全に正の線形関係があることが証明されている2つの変数を比較する研究でまったく同じr値は、データのエラーまたは実験計画の他の潜在的な問題を特定する可能性があります。したがって、ピアソンの相関係数を報告および解釈するときは、データの短所を理解することが重要です。
結果の重要性を判断します。これは、相関係数、自由度、および相関係数テーブルの臨界値を使用して実現されます。自由度は、ペアの観測数から2を引いた値として計算されます。この値を使用して、それぞれ95および99パーセントの信頼レベルを識別する0.05および0.01テストの相関テーブルで対応する臨界値を識別します。臨界値を以前に計算された相関係数と比較します。相関係数が大きい場合、結果は重要であると言われます。