Korelacja Pearsona vs Spearmana

Współczynnik Pearsona mierzy siłę liniowego związku między dwiema zmiennymi ilościowymi i zakłada w przybliżeniu normalny rozkład oraz brak silnych wartości odstających.

Gdy zmienne są porządkowe, związek jest monotoniczny (ale niekoniecznie liniowy) lub rozkład odbiega od normalnego, właściwym wyborem jest korelacja rangowa Spearmana (rho). Obie przyjmują wartości od -1 do 1; interpretujemy zarówno znak (kierunek), jak i siłę związku, a nie tylko istotność.

Przykład: związek między liczbą godzin nauki a oceną (obie ilościowe, rozkład zbliżony do normalnego) policzysz Pearsonem. Związek między poziomem wykształcenia (porządkowy) a satysfakcją - Spearmanem. Typowy błąd to liczenie Pearsona dla zmiennej porządkowej albo przy wyraźnych wartościach odstających, które potrafią całkowicie zniekształcić współczynnik.

Interpretacja siły (orientacyjnie): |r| około 0,1 - słaby, 0,3 - umiarkowany, 0,5 i więcej - silny związek. Pamiętaj, że korelacja nie oznacza przyczynowości. W raporcie podaj r (lub rho), p oraz liczebność, np. r(98) = 0,42, p < 0,001.

Wybór między korelacją Pearsona a Spearmana sprowadza się do typu zmiennych i rozkładu. Jeśli badasz kilka związków naraz albo nie wiesz, czy wystarczy korelacja, czy potrzebna regresja, opisz swoje zmienne w kreatorze doboru analiz - podpowie właściwy test.