Korelacja jest statystycznym pomiarem relacji między dwiema zmiennymi. Możliwe korelacje wahają się od +1 do -1. Korelacja zerowa wskazuje, że nie ma związku między zmiennymi.
Korelacja -1 wskazuje na doskonałą korelację ujemną, co oznacza, że gdy jedna zmienna rośnie, druga spada. Korelacja +1 wskazuje na doskonałą korelację dodatnią, co oznacza, że obie zmienne poruszają się razem w tym samym kierunku.
Korelacje odgrywają ważną rolę w badaniach psychologicznych. Badania korelacji są dość powszechne w psychologii, szczególnie dlatego, że niektórych rzeczy nie da się odtworzyć lub zbadać w warunkach laboratoryjnych.
Zamiast przeprowadzać eksperyment, badacze mogą zbierać dane od uczestników, aby przyjrzeć się związkom, które mogą istnieć między różnymi zmiennymi. Na podstawie gromadzonych danych i analiz naukowcy mogą następnie wyciągać wnioski i przewidywania dotyczące charakteru relacji między różnymi zmiennymi.
Współczynnik korelacji
Siła korelacji jest mierzona od -1,00 do +1,00. Współczynnik korelacji, często wyrażany jako r, wskazuje miarę kierunku i siły związku między dwiema zmiennymi. Kiedy r wartość jest bliższa +1 lub -1, wskazuje to na silniejszą zależność liniową między tymi dwiema zmiennymi.
Korelacja -0,97 jest silną korelacją ujemną, podczas gdy korelacja 0,10 byłaby słabą korelacją dodatnią. Korelacja +0,10 jest słabsza niż -0,74, a korelacja -0,98 jest silniejsza niż +0,79.
Kiedy myślisz o korelacji, pamiętaj o tej przydatnej zasadzie: im korelacja jest bliższa 0, tym jest słabsza, a im bliższa +/-1, tym jest silniejsza.
Scattergramy
Wykresy punktowe (nazywane również wykresami punktowymi, wykresami punktowymi lub diagramami punktowymi) służą do wykreślania zmiennych na wykresie (patrz przykład powyżej) w celu obserwowania powiązań lub relacji między nimi. Oś pozioma reprezentuje jedną zmienną, a oś pionowa drugą.
Każdy punkt na działce to inny pomiar. Z tych pomiarów można obliczyć linię trendu. Współczynnik korelacji to nachylenie tej linii. Gdy korelacja jest słaba (r jest bliska zeru), linia jest trudna do odróżnienia. Kiedy korelacja jest silna (r jest bliski 1), linia będzie bardziej widoczna.
Zero korelacji
Korelacja zerowa sugeruje, że statystyka korelacji nie wskazywała na związek między tymi dwiema zmiennymi. Należy zauważyć, że nie oznacza to, że w ogóle nie ma związku; oznacza to po prostu, że nie ma zależności liniowej. Zerową korelację często wskazuje się skrótem r = 0.
Zrozumienie korelacji
Korelacje mogą być mylące i wielu ludzi utożsamia pozytywne z silnymi, a negatywne ze słabymi. Relacja między dwiema zmiennymi może być ujemna, ale to nie znaczy, że związek nie jest silny.
Słaba dodatnia korelacja wskazywałaby, że chociaż obie zmienne mają tendencję do wzrostu w odpowiedzi na siebie nawzajem, związek nie jest bardzo silny. Z drugiej strony silna ujemna korelacja wskazywałaby na silne powiązanie między dwiema zmiennymi, ale ta jedna wzrasta, gdy druga spada.
Korelacja nie jest przyczyną
Oczywiście korelacja nie równa się przyczynowości. To, że dwie zmienne są ze sobą powiązane, nie oznacza, że zmiany jednej zmiennej powodują zmiany w drugiej. Korelacje mówią nam, że istnieje związek między zmiennymi, ale niekoniecznie oznacza to, że jedna zmienna powoduje zmianę drugiej.
Często cytowanym przykładem jest korelacja między spożyciem lodów a wskaźnikami zabójstw. Badania wykazały korelację między zwiększoną sprzedażą lodów a skokami liczby zabójstw. Jednak jedzenie lodów nie powoduje popełnienia morderstwa. Zamiast tego jest trzecia zmienna: ciepło. Obie zmienne wzrastają w okresie letnim.
Iluzoryczna korelacja
Iluzoryczna korelacja to postrzeganie związku między dwiema zmiennymi, gdy w rzeczywistości istnieje tylko niewielki związek lub wcale. Iluzoryczna korelacja nie zawsze oznacza wnioskowanie o przyczynowości; może to również oznaczać wywnioskowanie związku między dwiema zmiennymi, gdy jedna nie istnieje.
Na przykład ludzie czasami zakładają, że ponieważ dwa wydarzenia miały miejsce razem w pewnym momencie w przeszłości, to jedno wydarzenie musi być przyczyną drugiego. Te iluzoryczne korelacje mogą wystąpić zarówno w badaniach naukowych, jak iw sytuacjach rzeczywistych.
Stereotypy są dobrym przykładem iluzorycznych korelacji. Badania wykazały, że ludzie mają tendencję do zakładania, że pewne grupy i cechy występują razem i często przeceniają siłę związku między tymi dwiema zmiennymi.
Załóżmy na przykład, że mężczyzna ma błędne przekonanie, że wszyscy ludzie z małych miasteczek są niezwykle życzliwi. Kiedy dana osoba spotyka bardzo życzliwą osobę, jej bezpośrednim założeniem może być to, że pochodzi ona z małego miasteczka, mimo że życzliwość nie jest związana z populacją miasta.
