FatCamera/E+/GettyImages
Pearsons korrelationskoefficient, betecknad som r , kvantifierar den linjära associationen mellan två kontinuerliga variabler. Dess värde sträcker sig från –1 till +1, där –1 signalerar ett perfekt negativt samband, +1 ett perfekt positivt samband och 0 indikerar ingen linjär korrelation. Forskare beräknar vanligtvis statistisk programvara som SPSS eller SAS för att säkerställa precision, särskilt när de rapporterar fynd i peer-reviewed publikationer.
Välj två variabler som mäts oberoende av varandra för att undvika bias. Den första är vanligtvis den beroende variabeln, medan den andra är prediktorn eller exponeringen av intresse.
För stora datamängder blir manuell beräkning opraktisk, så använd programvara eller en vetenskaplig miniräknare. Den matematiska formeln finns i referensavsnittet nedan.
Ett r nära noll antyder att variablerna inte har ett linjärt samband. Sådana resultat kan lyfta fram variabler som kanske inte påverkar varandra.
Ett positivt r som närmar sig +1 indikerar en stark linjär trend:när en variabel stiger, stiger den andra proportionellt. Tolkningen måste ta hänsyn till studiens sammanhang.
Ett negativt r som närmar sig –1 reflekterar en omvänd linjär trend:när en variabel ökar minskar den andra med motsvarande belopp. Sammanhang är återigen viktigt.
Tolka r inom den specifika forskningsfrågan. Till exempel anger ett r på 0,912 en mycket stark positiv association, vilket skulle kunna tyda på ett orsakssamband som motiverar ytterligare undersökning. Omvänt kan samma r i ett väletablerat förhållande flagga datafel eller designfel.
Bestäm statistisk signifikans genom att jämföra r med kritiska värden från en korrelationstabell. Frihetsgrader är lika med antalet parade observationer minus två. Slå upp det kritiska värdet för α =0,05 (95 % konfidens) eller α =0,01 (99 % konfidens). Om |r| överstiger det kritiska värdet är sambandet statistiskt signifikant.
Använd konfidensintervall för r för att bedöma populationskorrelationer utöver punktskattningar.
