Η συσχέτιση μεταξύ δύο μεταβλητών περιγράφει την πιθανότητα μια αλλαγή σε μια μεταβλητή να προκαλέσει αναλογική μεταβολή στην άλλη μεταβλητή. Μια υψηλή συσχέτιση μεταξύ δύο μεταβλητών υποδεικνύει ότι μοιράζονται μια κοινή αιτία ή μια αλλαγή σε μία από τις μεταβλητές είναι άμεσα υπεύθυνη για μια αλλαγή στην άλλη μεταβλητή. Η τιμή Pearsons r χρησιμοποιείται για την ποσοτικοποίηση της συσχέτισης μεταξύ δύο διακριτών μεταβλητών.
Επισήμανση της μεταβλητής που πιστεύετε ότι προκαλεί την αλλαγή στην άλλη μεταβλητή ως x (ανεξάρτητη μεταβλητή) και την άλλη μεταβλητή y (εξαρτημένη μεταβλητή).
Κατασκευάστε έναν πίνακα με πέντε στήλες και πολλές σειρές, καθώς υπάρχουν σημεία δεδομένων για τα x και y. Επισημάνετε τις στήλες Α έως Ε από αριστερά προς τα δεξιά.
Συμπληρώστε κάθε σειρά με τις ακόλουθες τιμές για κάθε σημείο δεδομένων (x, y) στην πρώτη στήλη - η τιμή του x στη στήλη Α, η τιμή του τετραγώνου x στη στήλη Β, η τιμή του y στη στήλη C, η τιμή του y τετράγωνο στη στήλη D και η τιμή x φορές y στη στήλη Ε.
Πραγματοποιήστε μια τελευταία γραμμή στο κάτω μέρος του πίνακα και βάλτε το άθροισμα όλων των τιμών κάθε στήλης στο αντίστοιχο κελί.
Υπολογίστε το προϊόν των τελικών κυττάρων στη Στήλη Α και Γ.
Πολλαπλασιάστε το τελικό στοιχείο στη στήλη Ε με τον αριθμό των σημείων δεδομένων.
Αφαιρέστε την τιμή που αποκτήσατε στο Βήμα 5 από την τιμή που αποκτήσατε στο Βήμα 6 και υπογραμμίστε την απάντηση.
Πολλαπλασιάστε το τελικό στοιχείο της στήλης Β με τον αριθμό των σημείων δεδομένων. Αφαιρέστε από αυτήν την τιμή το τετράγωνο της τιμής του τελικού στοιχείου της Στήλης Α.
Πολλαπλασιάστε το τελικό στοιχείο της στήλης D με τον αριθμό των σημείων δεδομένων και αφαιρέστε το τετράγωνο της τιμής του τελικού στοιχείου της στήλης C.
Πολλαπλασιάστε τις τιμές που βρέθηκαν στο Βήμα 8 και 9 μαζί και στη συνέχεια πάρτε την τετραγωνική ρίζα του αποτελέσματος.
Διαχωρίστε την τιμή που αποκτήθηκε στο Βήμα 7 (θα πρέπει να υπογραμμιστεί) με την τιμή που αποκτήθηκε στο Βήμα 10. Αυτό είναι Pearsons r, επίσης γνωστός ως συντελεστής συσχέτισης. Εάν r είναι κοντά στο 1, υπάρχει ισχυρός θετικός συσχετισμός. Εάν r είναι κοντά στο -1, υπάρχει ισχυρός αρνητικός συσχετισμός. Αν r είναι κοντά στο 0, υπάρχει μια ασθενής συσχέτιση.