相関係数は次のとおりです。:定義、式、応用例

相関係数のイラストレーション(Pinterest/@tech24org)

ヨグヤカルタ - 相関係数は、2つ以上の変数間の関係を測定するために使用される統計学の重要な概念の1つです。この分析を通じて、研究者は1つの変数と他の変数との関係がどれほど強いかを理解することができます。

たとえば、生徒のインドネシア語のスコアは、コミュニケーション能力のレベルに関係しているかどうかです。より詳細には、相関係数の概念、特にピアソン法による計算式、および単純なケースでの適用について説明します。

相関係数の定義と式

簡単な言葉で、相関係数は、2つの変数の間の関係を調べるのに使用される統計的手段です。その目的は、1つの変数と他の変数との間の関連または密接さのレベルを測定することです。

この手法は、経済、教育、社会科学などのさまざまな分野で非常に有用です。相関係数を計算する最も一般的な手法の1つはピアソンの相関です。

この方法は、値を変更することなく元のデータを使用して計算するのに便利であるため、関心があります。最終結果は、定量的に理解しやすい間隔スケールまたは比率の形で関係を示します。

説明:

= xとyの間の相関

n = サンプルの数が

= x の値 i

= y の値 i

上記のピアソンの相関係数の式では、r値がゼロに近づく場合、変数間の関係は負(-)または有意ではない傾向があることが推定できます。相関結果の解釈を理解するには、次の一般的な基準を使用します。

0:2つの変数の間に相関はありません> 0 - 0.25:非常に弱い相関> 0.25 - 0.5:相関は十分です> 0.5 - 0.75:相関は強く> 0.75 - 0.99:相関は非常に強く1:相関は正の完全な関係-1:相関は負の完全な関係

一方、変数X(自由変数)は、変数Y(束縛変数)の変化を予測する要因として機能します。2つの変数の間の論理的な関係は、分析結果が有効で有意義であるために重要な鍵です。

使用されるデータに論理的な関係がないか、異なるグループから来ている場合、相関結果は有意ではない可能性があります。したがって、研究者は使用される変数が合理的な関連性を持っていることを確認することが重要です。

式を理解した後、次に、相関係数の適用がどのようにケーススタディによって行われるかを見ていきます。例えば、米ドル価格(X)と24カラット金価格(Y)の関係を分析して、2つの間の相関を調べることができます。

たとえば、特定の期間に、データはドルの為替レートと金価格の変化が同じ方向を示していることを示しています。両者は互いに並行して上昇を示しています。つまり、ドルが上昇すると、金価格は上昇する傾向があるので、両者の関係は正(+)です。

この例から、2つの変数の増加と減少は同時に進行すると結論付けることができます。これは、相関係数が正の値を持つことを示し、2つの変数が直接相互に関連していることを意味します。このような相関は、1つの変数が他の変数に同時に影響を与える経済・金融の世界でよく見られます。

相関係数の計算をサポートするために、研究者はしばしば線形回帰分析も使用します。この分析は、独立変数(X)と従属変数(Y)の関係をより深く研究するために使用されます。その目的は、比率または間隔スケールでデータに基づいて予測を作成することです。

例えば、線形回帰の適用として、婚姻状態(X)と夫婦の幸福度(Y)との関係を分析することができます。この場合、研究者は2つの変数間に線形関係があることを確認する必要があります。したがって、分析結果は、婚姻状態が幸福度にどれほど影響を与えるかを示します。

しかし、線形回帰法や相関法は必ずしも因果関係を絶対的に反映するわけではないことを覚えておくことが重要です。考慮されていない他の要因が最終結果に影響を与える可能性があります。したがって、相関分析は、変数間の関係パターンを理解するための補助ツールとして使用されるべきであり、研究の結論の唯一の基礎として使用されるべきではありません。

これらの説明は、相関係数と応用の例に関するものです。式と応用の理解により、研究者はより正確にデータを解釈し、収集されたデータの計算結果に基づいて決定を下すことができます。