Korrelaatiokertoimen määrittäminen: Johdanto, menetelmät ja sovellukset
Korrelaatiokerroin on tilastollinen mittari, joka määrittää kahden muuttujan välisen suhteen voimakkuuden tietojoukossa. Korrelaatiot vaihtelevat välillä -1 - 1. Lähellä 1:tä tai -1 oleva kertoimen arvo osoittaa vahvaa yhteyttä kahden muuttujan välillä. Lähellä 0:aa oleva kertoimen arvo osoittaa, ettei kahden muuttujan välillä ole vahvaa yhteyttä. Tässä artikkelissa käsitellään korrelaatiokerrointa, sen laskentamenetelmiä, tulkintaa ja sovelluksia eri aloilla.
Johdatus korrelaatiokertoimeen
Korrelaatiokerroin antaa meille numeerisen kuvan siitä, kuinka läheisesti kaksi muuttujaa ovat yhteydessä toisiinsa. Korrelaatiokertoimet jaetaan kahteen päätyyppiin suhteen suunnan perusteella:
1. Positiivinen korrelaatiokerroin: Ilmaisee, että kun yksi muuttuja kasvaa, myös toinen muuttuja kasvaa.
2. Negatiivinen korrelaatiokerroin: Ilmaisee, että kun yksi muuttuja kasvaa, toinen muuttuja pienenee.
Kahden muuttujan välinen suhde voidaan myös jakaa kolmeen tyyppiin suhteen vahvuuden perusteella:
1. Vahva korrelaatio: Kerroin on lähellä arvoa -1 tai 1.
2. Kohtalainen korrelaatio: Kerroin on välillä -0.5 ja -1 tai 0.5 ja 1.
3. Heikko korrelaatio: Kerroin on lähellä nollaa.
Korrelaatiokertoimen laskentamenetelmä
Korrelaatiokertoimen laskemiseen käytetään useita yleisiä menetelmiä, mukaan lukien Pearsonin korrelaatio, Spearmanin korrelaatio ja Kendallin korrelaatio. Tarkastellaan kutakin näistä menetelmistä tarkemmin.
1. Pearsonin korrelaatio
Pearsonin korrelaatiokerrointa käytetään usein, kun molemmat muuttujat ovat jatkuvia ja niillä on normaalijakauma. Pearsonin korrelaatiokertoimen kaava on:
\[r = \frac {n(\Sigma xy) – (\Sigma x)(\Sigma y)}{ \sqrt{ [n \Sigma x^2 – (\Sigma x)^2] [n \Sigma y^2 – (\Sigma y)^2 ] } } \]
Di mana:
– \(r \) = korrelaatiokerroin,
– \(n \) = dataparien lukumäärä,
– \( \Sigma xy \) = dataparien \(x \) ja \(y \) tulojen summa,
– \( \Sigma x \) = arvojen summa \(x \),
– \( \Sigma y \) = arvojen summa \(y \),
– \( \Sigma x^2 \) = \( x \):n neliöiden summa,
– \( \Sigma y^2 \) = \( y \):n neliöiden summa.
2. Spearmanin arvokorrelaatio
Spearmanin korrelaatiokerrointa käytetään ordinaalidatalle tai silloin, kun normaaliuden oletusta ei voida täyttää. Spearmanin korrelaatio perustuu data-arvojen järjestykseen eikä niiden todellisiin arvoihin. Spearmanin korrelaatiokertoimen kaava on:
\[ \rho = 1 – \frac {6\Sigma d_i^2}{n(n^2-1)} \]
Di mana:
– \( \rho \) = Spearmanin korrelaatiokerroin,
– \(d_i \) = dataparien \(x \) ja \(y \) sijoitusten välinen erotus,
– \(n \) = dataparien lukumäärä.
3. Kendallin tau-korrelaatio
Kendallin korrelaatiokerroin mittaa kahden ordinaalimuuttujan välisen suhteen voimakkuutta. Toisin kuin Spearmanin korrelaatio, Kendallin korrelaatio keskittyy enemmän konkordanttien ja diskordanttien parien määrään. Kendallin korrelaatiokertoimen kaava on:
\[ \tau = \frac{ (C – D)} { \sqrt{(C + D + T) (C + D + U) } } \]
Di mana:
– \( \tau \) = Kendallin korrelaatiokerroin,
– \(C \) = konkordanttien parien lukumäärä,
– \(D \) = ristiriitaisten parien lukumäärä,
– \(T \) = muuttujan \(x \) sarjaparien lukumäärä,
– \( U \) = muuttujan \( y \) sisältämien sarjaparien lukumäärä.
Korrelaatiokertoimen tulkinta
Korrelaatiokertoimen tulkinta riippuu saadun kertoimen arvosta:
– Kerroin +1: Täydellinen positiivinen suhde.
– Kerroin 0.7–0.9: Vahva positiivinen suhde.
– Kerroin 0.4–0.6: Kohtalaisen positiivinen suhde.
– Kerroin 0.1–0.3: Heikko positiivinen suhde.
– Kerroin 0: Ei yhteyttä.
– Kerroin -0.1 – -0.3: Heikko negatiivinen suhde.
– Kerroin -0.4 – -0.6: Kohtalaisen negatiivinen suhde.
– Kerroin -0.7 – -0.9: Vahva negatiivinen suhde.
– Kerroin -1: Täydellinen negatiivinen suhde.
Korrelaatiokertoimen soveltaminen
Korrelaatiokertoimella on laaja valikoima sovelluksia eri aloilla, kuten taloustieteessä, yhteiskuntatieteissä, terveydenhuollossa, koulutuksessa ja muilla. Tässä on joitakin esimerkkejä:
1. Taloustiede: Inflaation ja työttömyyden tai kulutusmenojen ja tulojen välisen suhteen määrittäminen.
2. Yhteiskuntatieteet: Koulutuksen ja tulojen tai sosiaalisen median ja psyykkisen hyvinvoinnin välisen suhteen määrittäminen.
3. Terveys: Tupakointitottumusten ja keuhkosyöpätapausten tai aktiivisen elämäntavan ja sydänterveyden välisen suhteen vertailu.
4. Koulutus: Opiskeluajan ja koetulosten tai luokkakoon ja opiskelijoiden saavutusten välisen suhteen tarkastelu.
Käytännön esimerkkejä tietojoukkojen käytöstä
Oletetaan, että meillä on aineisto, joka sisältää 10 oppilaan matematiikan kokeiden tulokset ja opiskeluajan tunneina seuraavasti:
”`
Opiskelijoiden opiskelutunnit Matematiikan arvosanat
1 5 85
2 3 78
3 6 90
4 2 76
5 4 80
6 6 88
7 5 85
8 3 82
9 7 91
10 5 87
”`
Voimme laskea Pearsonin korrelaatiokertoimen Study_Hours ja Math_Score -arvojen välille. Pearsonin kaavaa käyttäen laskemme ensin \( \Sigma x \), \( \Sigma y \), \( \Sigma xy \), \( \Sigma x^2 \) ja \( \Sigma y^2 \) ja sijoitamme sitten nämä arvot kaavaan saadaksemme \( r \) -arvon.
Johtopäätös
Korrelaatiokerroin on tehokas työkalu data-analyysissä kahden muuttujan välisen suhteen voimakkuuden ja suunnan määrittämiseen. Korrelaatiokertoimen käsitteen, laskentamenetelmien ja tulkinnan ymmärtäminen on olennaista tehokkaan data-analyysin kannalta. Oikean ymmärryksen avulla voimme paremmin määrittää muuttujien välisiä korrelaatioita eri aloilla ja tehdä tietoisempia, dataan perustuvia päätöksiä.
