Istotność w komplecie
Test t dla r mówi, czy tak silna korelacja mogła z łatwością wyjść z niepowiązanych danych.
Narzędzia / Kalkulator korelacji
Wklej sparowane wartości, po jednym x i y na linię, i poznaj współczynnik korelacji Pearsona wraz z r kwadrat i testem istotności.
r = Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )
Wklej sparowane wartości, by zobaczyć wynik
Po jednej parze na linię, najpierw x, potem y, oddzielone spacją, przecinkiem albo tabulatorem. Dwie kolumny z arkusza wklejają się bez problemu.
Każda linia musi mieć dokładnie dwie liczby. Wiersz, w którym jednej brakuje, albo z trzecią kolumną przeniesioną z arkusza, jest odrzucany, a nie po cichu przycinany.
r to siła i kierunek, r² to udział wyjaśnionej wariancji, a p mówi, czy da się to odróżnić od zera.
Samo r potrafi zmylić. Dziesięć punktów może dać r = 0,6 przez czysty przypadek, więc wartość p powinna stać tuż obok.
Test t dla r mówi, czy tak silna korelacja mogła z łatwością wyjść z niepowiązanych danych.
r = 0,5 brzmi umiarkowanie, dopóki nie zobaczysz, że wyjaśnia tylko 25% wariancji.
Dwie kolumny skopiowane z arkusza trafiają tu rozdzielone tabulatorami, a narzędzie czyta to wprost.
Czy satysfakcja idzie w parze z czasem odpowiedzi albo z liczbą kontaktów?
Sprawdź, czy wydatki i rejestracje podążają za sobą tydzień po tygodniu.
Standardowe r Pearsona wraz z testem istotności w jednym kroku.
r = Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )
r przyjmuje wartości od −1 do 1. Test istotności korzysta z t = r√(n − 2) ÷ √(1 − r²) przy n − 2 stopniach swobody.
0,0 do 0,1
Pomijalna
0,1 do 0,3
Słaba
0,3 do 0,5
Umiarkowana
0,5 do 1,0
Silna
r Pearsona to kowariancja x i y podzielona przez iloczyn ich odchyleń standardowych:
r = Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )
Wynik biegnie od −1 (idealna zależność odwrotna) przez 0 (brak zależności liniowej) do 1 (idealna dodatnia).
Jako popularna zgrubna wskazówka, wartość bezwzględna r poniżej 0,3 to słaba korelacja, 0,3 do 0,5 umiarkowana, a powyżej 0,5 silna.
Te przedziały to konwencje, a nie reguły. W fizyce 0,9 bywa rozczarowaniem, a w badaniach społecznych 0,4 potrafi być mocnym wynikiem.
To udział wariancji jednej zmiennej wyjaśniony liniową zależnością z drugą. r równe 0,6 daje r² = 0,36, więc 36% zmienności jest wyjaśnione, a 64% nie.
To dobre antidotum na przecenianie umiarkowanego r.
Nie. Korelacja jest zgodna z tym, że x wpływa na y, że y wpływa na x, że oba napędza coś innego albo że to zbieg okoliczności.
Kierunek rozstrzygnie tylko kontrolowany eksperyment albo staranny układ przyczynowy.
Trzy, ponieważ test istotności potrzebuje co najmniej jednego stopnia swobody: dwa punkty zawsze leżą na prostej, więc r i tak wynosi 1 i niczego nie mówi. Wniosek z mniej niż około 20 par jest kruchy, a wartość p uwzględnia wielkość próby wprost, więc wysokie r na kilku punktach nadal daje słabe p.
r Pearsona zaniży realną zależność, która się wygina. Najpierw narysuj punkty. Dla danych monotonicznych, ale nieliniowych, właściwsza jest korelacja rangowa, na przykład Spearmana.
Nie za pomocą r Pearsona. Dla dwóch zmiennych kategorialnych użyj kalkulatora chi kwadrat i odczytaj V Craméra jako siłę związku.
Nie. Wczytywanie i obliczenia dzieją się w Twojej przeglądarce.
Zbierasz świeże odpowiedzi z ankiety? Wypróbuj Formms dla formularza z krótkim linkiem i QR.
Formms buduje ankietę z promptu, a potem możesz wkleić liczby z powrotem do tych kalkulatorów w każdej chwili.
Zobacz formularz demo →