Co to jest Analiza Korelacji?

Analiza korelacji w statystyce polega na zbadaniu czy dwie zmienne są ze sobą istotnie statystycznie powiązane.

Prościej: związek pomiędzy badanymi zmiennymi X i Y– sprawdzamy jak bardzo jedna z nich odziaływuje na drugą.
Najlepszym przykładem dwóch zmiennych jest wzrost i waga. Są one silnie powiazane, ponieważ waga rośnie wraz z faktem, że stajemy się wyżsi.

Na studiach najczęściej liczymy korelację Pearsona i Spearmana

Korelacja liniowa Pearsona

  • wartości muszą być zbliżone do rozkładu normalnego
  • związek między zmiennymi musi być liniowy
  • pokazuje sile i kierunku związku między zmiennymi
  • współczynnik korelacji przyjmuje wartości z przedziału [-1.1]
  • jest najczęściej stosowanym testem statystycznym

$$ $$Więcej informacji znajdziesz w Liniowa korelacja Pearsona

Korelacja rang Spearmana

  • bardziej odporny na odstające przypadki w próbach niż korelacja Pearsona
  • pokazuje dowolną monotoniczną zależność (także nieliniową)
  • zależy wyłącznie od uporządkowania zaobserwowanych wartości
  • współczynnik korelacji przyjmuje wartości z przedziału [-1.1]

$$ $$Więcej informacji znajdziesz w Korelacja rang Spearmana

Współczynnik i kierunek korelacji

Kierunek korelacji wyznaczany poprzez “minus” lub jego brak przy wartości korelacji mówi nam o uporządkowaniu jednej zmiennej względem drugiej, a konkretnie między ich wartościami. Korelacja dodatnia oznacza, że “wysokie” wartości jednej zmiennej odpowiadają “wysokim” wartością drugiej zmiennej. Gdy jedna zmienna przyjmuje “ wysokie” wartości a druga “niskie” mamy wówczas do czynienia z korelacją ujemną. Przypadek gdy korelacja równa jest 0 mówimy, że związek pomiędzy zmiennymi nie występuje.

Tabela 1. Interpretacja wysokości współczynnika korelacji.

Wartość korelacji (wartość bezwzględna) Interpretacja
0-0,3 Brak, bardzo słaba
0,3-0,5 Korelacja w stopniu umiarkowanym
0,5-0,7 Korelacja silna
0,7-1 Korelacja bardzo silna
0