상관 계수는 다음과 같습니다 : 정의, 공식 및 적용 예

상관 계수의 그림 (Pinterest/@tech24org)

요가야카르타 - 상관 계수는 두 개 이상의 변수 간의 관계를 측정하는 데 사용되는 통계 과학에서 중요한 개념 중 하나입니다. 이 분석을 통해 연구자는 하나의 변수와 다른 변수 간의 관계가 얼마나 강한지를 알 수 있습니다.

예를 들어, 학생들의 인도네시아어 점수는 그들의 의사 소통 능력 수준과 관련이 있습니까? 더 구체적으로, 다음은 상관 계수의 정의, 특히 피어슨 방법으로 계산하는 공식, 그리고 간단한 경우에 대한 적용을 다룹니다.

상관 계수의 정의 및 공식

간단히 말해, 상관 계수는 두 변수 사이의 관계를 알아내는 데 사용되는 통계 도구입니다. 목표는 하나의 변수가 다른 변수에 대한 관련성 또는 긴밀함의 정도를 측정하는 것입니다.

실제로, 이 방법은 경제, 교육 및 사회 과학과 같은 다양한 분야에서 매우 유용합니다. 상관 계수를 계산하는 가장 인기있는 방법 중 하나는 피어슨 상관입니다.

이 방법은 값을 수정할 필요없이 원래 데이터를 사용하여 계산하기 쉽기 때문에 인기가 있습니다. 최종 결과는 양적으로 이해하기 쉽게 간격 규모 또는 비율의 형태로 관계를 보여줍니다.

묘사:

= x와 y 사이의 상관 관계

n = 표본의 수

= x의 i 번째 값

= y 값 i

위의 피어슨 상관 계수 공식에서, r 값이 0에 가까울 때, 변수 간의 관계가 부정적 (-) 또는 무의미한 경향이 있다고 결론을 내릴 수 있습니다. 상관 결과의 해석을 이해하려면 다음과 같은 일반적인 기준이 사용됩니다.

0 : 두 변수 사이의 상관 관계가 없습니다> 0 - 0.25 : 매우 약한 상관 관계> 0.25 - 0.5 : 상당한 상관 관계> 0.5 - 0.75 : 강한 상관 관계> 0.75 - 0.99 : 매우 강한 상관 관계1 : 완전한 양의 상관 관계 -1 : 완전한 음의 상관 관계

한편, 변수 X (자유 변수)는 변수 Y (묶인 변수)의 변화를 예측하는 요소로 작용합니다. 두 변수 사이의 논리적 관계는 분석 결과가 유효하고 의미있는 상태를 유지하는 데 중요한 열쇠입니다.

사용된 데이터가 논리적 관계를 가지고 있지 않거나 다른 그룹에서 온 경우, 상관 결과는 유의하지 않을 수 있습니다. 따라서 연구자는 사용된 변수가 합리적인 관련성을 가지고 있는지 확인하는 것이 중요합니다.

공식을 이해한 후, 다음 단계는 상관 계수 적용이 사례 연구를 통해 어떻게 수행되는지 살펴보는 것입니다. 예를 들어, 미국 달러 가격 (X)과 24 캐럿 금 가격 (Y) 사이의 관계를 분석하여 두 가지 사이의 상관 관계를 알아볼 수 있습니다.

특정 기간 동안 데이터가 달러 환율 변화와 금 가격이 같은 방향을 보인다고 가정 해 보겠습니다. 둘 다 서로 다른 상승을 보여줍니다. 즉, 달러가 상승하면 금 가격도 상승하는 경향이 있으므로 두 가지 사이의 관계는 양(+)입니다.

이 예에서 두 변수의 증가와 감소는 함께 진행된다는 것을 결론 지을 수 있습니다. 이는 상관 계수가 양의 값을 가지고 있음을 나타내며 두 변수는 직접 관련되어 있다는 것을 의미합니다. 이러한 상관 관계는 종종 하나의 변수가 다른 변수에 동시에 영향을 미치는 경제 및 금융 세계에서 발견됩니다.

상관 계수 계산을 지원하기 위해 연구자들은 종종 선형 회귀 분석을 사용합니다. 이 분석은 자유 변수 (X)와 결합 변수 (Y) 사이의 관계를보다 깊이 연구하는 데 사용됩니다. 목표는 비율 또는 간격 규모의 데이터를 기반으로 예측을 만들 것입니다.

예를 들어 선형 회귀를 적용하면 결혼 상태(X)와 배우자의 행복 수준(Y) 사이의 관계를 분석할 수 있습니다. 이 경우 연구자는 두 변수 사이에 선형 관계가 있는지 확인해야합니다. 따라서 분석 결과는 결혼 상태가 행복 수준에 얼마나 큰 영향을 미치는지를 보여줄 것입니다.

그러나 선형 회귀 방법과 상관 관계가 항상 절대적인 인과 관계를 반영하지는 않는다는 것을 기억하는 것이 중요합니다. 고려되지 않은 다른 요인이 최종 결과에 영향을 미칠 가능성이 있습니다. 따라서 상관 분석은 연구 결론의 유일한 기초가 아니라 변수 간의 관계 패턴을 이해하는 데 도움이되는 도구로 사용해야합니다.

이는 상관 계수와 적용 예에 대한 설명입니다. 공식과 적용을 이해하면 연구원은 더 정확하게 데이터를 해석하고 수집 된 데이터 계산 결과를 기반으로 결정을 내릴 수 있습니다.