Korelacja Pearsona - interpretacja, założenia, wzór i porównanie ze Spearmanem

Korelacja Pearsona to najczęściej liczony współczynnik w pracach dyplomowych z psychologii, pedagogiki czy zarządzania. Odpowiada na proste pytanie: czy wyższym wartościom jednej zmiennej towarzyszą wyższe (albo niższe) wartości drugiej i jak ściśle układa się to w linię prostą. Prostota bywa zdradliwa. Jedna nietypowa osoba w danych potrafi zmienić silny związek w zerowy, a wniosek „X wpływa na Y" pojawia się w pracach znacznie częściej, niż pozwala na to sam współczynnik.

W tym wpisie znajdziesz wzór, założenia, interpretację wartości r, pełny przykład na przykładowych danych z porównaniem do rho Spearmana oraz gotową macierz korelacji w standardzie APA.

Co mierzy współczynnik korelacji Pearsona

Współczynnik r Pearsona opisuje siłę i kierunek liniowego związku między dwiema zmiennymi ilościowymi. Przyjmuje wartości od -1 do 1. Znak mówi o kierunku: dodatni oznacza, że obie zmienne rosną razem, ujemny, że wzrostowi jednej towarzyszy spadek drugiej. Wartość bezwzględna mówi o sile: im bliżej 1, tym punkty na wykresie rozrzutu leżą bliżej prostej. Zero oznacza brak związku liniowego, ale nie wyklucza związku krzywoliniowego, na przykład w kształcie litery U.

Kwadrat współczynnika, r², to odsetek wariancji wspólnej obu zmiennych. Przy r = 0,50 zmienne dzielą 25% zmienności, a przy r = 0,30 tylko 9%. Ta przeliczka dobrze studzi entuzjazm przy interpretacji „umiarkowanych" korelacji.

Wzór na korelację Pearsona

Współczynnik to kowariancja dwóch zmiennych podzielona przez iloczyn ich odchyleń standardowych. W wersji obliczeniowej:

r = Σ(x - x̄)(y - ȳ) / √[ Σ(x - x̄)² × Σ(y - ȳ)² ]

Licznik sumuje iloczyny odchyleń od średnich: gdy osoba ma oba wyniki powyżej średniej albo oba poniżej, iloczyn jest dodatni. Mianownik sprowadza wynik do przedziału od -1 do 1, dzięki czemu r nie zależy od jednostek pomiaru. Istotność sprawdza się statystyką t = r√(n - 2) / √(1 - r²) o n - 2 stopniach swobody.

Założenia korelacji Pearsona

• Obie zmienne są ilościowe (przedziałowe lub ilorazowe). Wskaźniki sumaryczne skal kwestionariuszowych zwykle się kwalifikują, pojedyncze pozycje Likerta już mniej.
• Związek jest liniowy. Sprawdzasz to na wykresie rozrzutu, nie testem.
• Brak silnych obserwacji odstających, bo r jest na nie bardzo wrażliwe.
• Obserwacje są niezależne: jedna osoba to jeden punkt na wykresie.
• Do testu istotności przy małych próbach rozkład obu zmiennych powinien być w przybliżeniu normalny (formalnie: dwuwymiarowy normalny). Przy większych próbach to założenie traci na znaczeniu.

Normalność możesz ocenić testem Shapiro-Wilka i wykresem, co opisuje wpis o tym, jak sprawdzić normalność rozkładu. Najwięcej mówi jednak sam wykres rozrzutu, dlatego zrób go przed policzeniem jakiegokolwiek współczynnika. Na osi poziomej umieść zmienną traktowaną jako wyjaśniającą, na pionowej wyjaśnianą, i sprawdź trzy rzeczy: czy punkty układają się wzdłuż prostej, czy rozrzut jest podobny na całej długości i czy któryś punkt wyraźnie odstaje od chmury.

Przykład na przykładowych danych

Przykładowe dane: 15 studentów podało liczbę godzin nauki tygodniowo, uzyskało wynik egzaminu (0-40 pkt) i wypełniło skalę stresu (10-40 pkt).

Średnie i odchylenia: godziny nauki M = 8,33, SD = 4,08; wynik egzaminu M = 27,07, SD = 6,13; stres M = 27,47, SD = 4,09. Test Shapiro-Wilka nie wskazał odstępstw od normalności dla żadnej zmiennej (wszystkie p > 0,78), a wykres rozrzutu godzin nauki i wyniku układa się wzdłuż rosnącej prostej.

Dla pary godziny nauki i wynik egzaminu suma iloczynów odchyleń wynosi 287,67, suma kwadratów odchyleń godzin 233,33, a wyniku 526,93. Stąd r = 287,67 / √(233,33 × 526,93) = 0,82. Statystyka t(13) = 5,17, p < 0,001, a 95% przedział ufności dla r wynosi od 0,53 do 0,94. Wspólna wariancja to r² = 0,67, czyli 67%.

Przy danych zbliżonych do normalnych i bez obserwacji odstających oba współczynniki dają podobne wartości. Zwróć uwagę na ostatni wiersz: Pearson wychodzi istotny, Spearman nie, choć siła związku jest zbliżona. Przy 15 osobach granica istotności leży blisko tych wartości, dlatego wybór współczynnika ustala się przed analizą na podstawie typu danych, a nie po fakcie pod kątem p.

Interpretacja siły korelacji

Najczęściej cytowane progi pochodzą od Cohena (1988): |r| = 0,10 to efekt mały, 0,30 średni, 0,50 duży. Cohen sam przedstawiał je jako konwencję na wypadek braku lepszego punktu odniesienia, a nie jako prawo. W różnych dziedzinach typowe wartości korelacji są różne i w niektórych proponuje się niższe progi. W pracy podaj, czyje progi stosujesz, i odnieś wynik do wcześniejszych badań na ten sam temat.

W przykładzie r = 0,82 to związek bardzo silny według Cohena, a r = -0,56 między wynikiem a stresem to związek silny i ujemny: osoby bardziej zestresowane osiągały niższe wyniki. Korelacja -0,49 między godzinami nauki a stresem jest umiarkowana do silnej, ale przy tej liczebności nieistotna, a przedział ufności (od -0,80 do 0,04) obejmuje zero. Taki wynik opisz uczciwie: kierunek zgodny z oczekiwaniem, ale dane nie pozwalają odrzucić hipotezy o braku związku. Więcej o progach i ich ograniczeniach przeczytasz we wpisie o wielkości efektu.

Wpływ obserwacji odstającej na wynik

Dodajmy do danych jedną osobę: deklaruje 30 godzin nauki tygodniowo, a z egzaminu uzyskała 15 punktów. Może to być błąd wpisu, może osoba, która źle zrozumiała pytanie, a może prawdziwy przypadek. Co dzieje się ze współczynnikami po jej dołączeniu (N = 16):

Jedna obserwacja na szesnaście sprowadziła korelację Pearsona z 0,82 praktycznie do zera. Rho Spearmana też spadło, ale związek pozostał wyraźny, bo współczynnik rangowy widzi tylko kolejność: osoba z 30 godzinami jest po prostu „najwyżej" na osi godzin, bez względu na to, jak daleko od reszty. Wniosek praktyczny: zawsze oglądaj wykres rozrzutu i sprawdź obserwacje skrajne, zanim zinterpretujesz r. Gdy odstająca wartość to błąd, poprawiasz go. Gdy jest prawdziwa, raportujesz obie wersje albo wybierasz Spearmana i uzasadniasz to w metodologii. Szczegóły znajdziesz we wpisie o wartościach odstających.

Korelacja Pearsona a Spearmana: kiedy która

Rho Spearmana to korelacja Pearsona policzona na rangach zamiast na surowych wartościach. Dzięki temu mierzy związek monotoniczny (stale rosnący albo stale malejący, niekoniecznie liniowy) i jest odporna na wartości skrajne.

Nie licz obu i nie wybieraj tego, który „wyszedł". Decyzję podejmij na podstawie typu zmiennych i wykresu, a w metodologii zapisz jedno zdanie uzasadnienia.

Korelacja to nie przyczynowość

Silna korelacja godzin nauki z wynikiem nie dowodzi, że to nauka podniosła wynik. Równie dobrze bardziej zmotywowane osoby mogą i więcej się uczyć, i lepiej pisać egzaminy, a motywacja jest wtedy trzecią zmienną odpowiadającą za oba wyniki. W badaniu przekrojowym, bez manipulacji eksperymentalnej, piszesz „wiązało się z", „współwystępowało z", a nie „wpływało na" czy „powodowało". Jeśli chcesz przewidywać jedną zmienną na podstawie kilku innych i kontrolować zmienne zakłócające, potrzebujesz regresji; różnice opisuje wpis korelacja a regresja.

Macierz korelacji i zapis w APA 7

Pojedynczy wynik zapisujesz w tekście tak: „Liczba godzin nauki dodatnio korelowała z wynikiem egzaminu, r(13) = 0,82, p < 0,001, 95% CI [0,53; 0,94]". W nawiasie podajesz stopnie swobody, czyli n - 2. Przy kilku zmiennych wygodniejsza jest macierz korelacji, w której pokazujesz każdy współczynnik tylko raz:

Pod tabelą umieść notę: „N = 15. Współczynniki korelacji r Pearsona. * p < 0,05. *** p < 0,001". Jeśli zastosowałeś Spearmana, zaznacz to w nocie. Gdy liczysz wiele korelacji naraz, pamiętaj, że rośnie szansa na przypadkowo istotny wynik; przy rozbudowanych macierzach rozważ poprawkę na wielokrotne porównania albo jasno oddziel hipotezy od analiz eksploracyjnych.

Co odpowiedzieć promotorowi

Trzy pytania padają przy korelacjach najczęściej. Pierwsze: dlaczego Pearson, a nie Spearman. Odpowiedź opiera się na typie zmiennych (wskaźniki ilościowe), wykresie rozrzutu (związek liniowy, brak skrajnych punktów) i rozkładach (brak wyraźnych odstępstw od normalności). Drugie: czy wynik nieistotny oznacza brak związku. Nie oznacza, mówi tylko, że przy tej liczebności dane nie pozwalają odrzucić hipotezy zerowej; szeroki przedział ufności, jak od -0,80 do 0,04 w przykładzie, pokazuje, jak mało wiadomo. Trzecie: czy próba była wystarczająca. Przy 15 osobach wykryjesz tylko silne związki, a dla korelacji rzędu 0,30 przy mocy 0,80 potrzeba około 85 osób, co opisuje wpis ile respondentów potrzebujesz.

Jeśli między dwiema zmiennymi może pośredniczyć trzecia (na przykład stres między godzinami nauki a wynikiem), sama macierz korelacji nie wystarczy. Wtedy rozważ korelację cząstkową, regresję wieloraką albo analizę mediacji, zależnie od tego, jak brzmi hipoteza.

Typowe błędy

• Liczenie Pearsona dla zmiennych porządkowych albo kodów kategorii (np. płeć 1/2 w macierzy z dziesięcioma zmiennymi).
• Brak wykresu rozrzutu i przeoczenie obserwacji odstającej lub związku w kształcie litery U.
• Interpretowanie samego p: przy 500 osobach r = 0,09 bywa istotne, choć wspólna wariancja to niecały 1%.
• Pisanie o wpływie i przyczynie na podstawie korelacji.
• Podawanie r bez liczebności i stopni swobody.

Korelacje Pearsona i Spearmana z macierzą w standardzie APA, wykresami rozrzutu i opisem wyników są w zakresie analizy statystycznej do pracy z psychologii i innych kierunków. Zmienne i hipotezy opisujesz w kreatorze wyceny, a po opłaceniu wskazujesz je z listy kolumn swojego pliku. Jeśli wahasz się między korelacją a innym testem, sprawdź przewodnik „Który test wybrać?".

Najczęstsze pytania

Jak interpretować korelację Pearsona?

Znak r mówi o kierunku związku, a wartość bezwzględna o jego sile. Według umownych progów Cohena 0,10 to związek słaby, 0,30 umiarkowany, a 0,50 i więcej silny. Do interpretacji dołącz p, przedział ufności i odniesienie do wcześniejszych badań.

Kiedy użyć korelacji Spearmana zamiast Pearsona?

Gdy przynajmniej jedna zmienna jest porządkowa, związek jest monotoniczny, ale nie liniowy, albo w danych są silne wartości odstające i skośne rozkłady. Spearman liczy korelację na rangach, więc jest odporny na wartości skrajne.

Jakie są założenia korelacji Pearsona?

Zmienne ilościowe, liniowy związek, brak silnych obserwacji odstających i niezależne obserwacje. Przy małych próbach do testu istotności potrzebny jest także rozkład zbliżony do normalnego. Liniowość i wartości odstające najlepiej ocenić na wykresie rozrzutu.

Czy korelacja oznacza związek przyczynowy?

Nie. Korelacja pokazuje, że zmienne współwystępują, ale może wynikać z działania trzeciej zmiennej albo z odwrotnego kierunku zależności. O przyczynowości można wnioskować dopiero z odpowiednio zaplanowanego badania, zwykle eksperymentalnego.

Jak zapisać korelację w APA?

W tekście: r(df) = wartość, p = wartość, a najlepiej także 95% przedział ufności, gdzie df = n - 2. Przy kilku zmiennych użyj macierzy korelacji ze średnimi i odchyleniami standardowymi oraz notą wyjaśniającą oznaczenia istotności.