뭔가 하고 싶은 말이 있는거야?
컨텐츠 내용을 수정할 수 있습니다
상관 분석은 두 변수 간의 관계의 강도와 방향을 측정하는 통계적 방법입니다. 변수 간의 관계가 선형적인지, 그리고 얼마나 강한 관계를 갖는지를 파악하는 데 유용합니다. 하지만 상관 관계는 인과 관계를 의미하지 않는다는 점을 명심해야 합니다.
Pearson 상관 계수는 두 연속형 변수 간의 선형 관계의 강도와 방향을 측정합니다. 계수 값은 -1에서 +1 사이의 범위를 가지며, +1은 완벽한 양의 상관 관계, -1은 완벽한 음의 상관 관계, 0은 상관 관계가 없음을 나타냅니다.
Spearman 상관 계수는 서열 변수 또는 비정규 분포를 가진 연속형 변수 간의 상관 관계를 측정합니다. Pearson 상관 계수와 마찬가지로 -1에서 +1 사이의 값을 가지며, 값의 해석 또한 동일합니다.
| 상관 계수 | 변수 유형 | 선형성 가정 |
|---|---|---|
| Pearson | 연속형 | 필요 |
| Spearman | 서열 또는 연속형(비정규 분포) | 필요하지 않음 |
상관 관계가 높다고 해서 인과 관계가 있는 것은 아닙니다. 두 변수 간에 상관 관계가 있다는 것은 단지 두 변수가 함께 변한다는 것을 의미할 뿐, 한 변수가 다른 변수의 원인이라는 것을 의미하지는 않습니다. 예를 들어, 아이스크림 판매량과 익사 사고 발생 건수 사이에는 양의 상관 관계가 있을 수 있지만, 아이스크림 판매가 익사 사고를 일으키는 것은 아닙니다. 두 변수 모두 여름철 기온과 같은 제3의 변수의 영향을 받기 때문입니다.
상관 분석은 인과 관계를 밝히는 데 사용될 수 없으므로, 인과 관계를 확인하려면 다른 연구 설계(예: 실험 연구)를 사용해야 합니다.
변수가 연속형이고 정규 분포를 따르는 경우 Pearson 상관 계수를 사용합니다. 변수가 서열 변수이거나 연속형이지만 정규 분포를 따르지 않는 경우 Spearman 상관 계수를 사용합니다.
상관 계수의 크기와 부호를 통해 상관 관계의 강도와 방향을 해석합니다. 계수 값이 0에 가까울수록 상관 관계가 약하고, 1 또는 -1에 가까울수록 상관 관계가 강합니다. 양수는 양의 상관 관계, 음수는 음의 상관 관계를 나타냅니다.
다음 이론을 계속 학습하려면 로그인하세요.
로그인하고 계속 학습필기노트, 하이라이터, 메모는 잘 쓰고 있어?
내보내줘운영진이 검토할게요!
마이페이지에서 차단한 회원을 관리할 수 있어요.