W skrócie: korelacja mierzy siłę i kierunek zależności między dwiema zmiennymi. Współczynnik przyjmuje wartości od -1 do 1: bliski 1 oznacza silną zależność dodatnią, bliski -1 — ujemną, a bliski 0 — brak zależności liniowej. Korelacja nie oznacza przyczynowości.
Co to jest korelacja?
Korelacja to statystyczna miara siły i kierunku związku między dwiema zmiennymi. Mówi, czy i jak zmiana jednej zmiennej wiąże się ze zmianą drugiej — np. czy wraz ze wzrostem liczby godzin nauki rośnie wynik egzaminu. Korelacja jest jednym z najczęściej stosowanych narzędzi w części empirycznej prac dyplomowych, zwłaszcza przy weryfikacji hipotez badawczych.
Współczynnik korelacji — jak go odczytać
Siłę związku wyraża współczynnik korelacji (oznaczany r), który przyjmuje wartości od −1 do +1:
- r = +1 — korelacja dodatnia idealna (gdy jedna zmienna rośnie, druga rośnie proporcjonalnie),
- r = −1 — korelacja ujemna idealna (gdy jedna rośnie, druga maleje),
- r = 0 — brak korelacji liniowej.
Znak (+ lub −) określa kierunek związku, a wartość bezwzględna jego siłę.
Interpretacja siły korelacji
Najczęściej stosuje się orientacyjną skalę (wg J. Guilforda):
- |r| < 0,2 — związek bardzo słaby (praktycznie brak),
- 0,2–0,4 — słaby,
- 0,4–0,7 — umiarkowany,
- 0,7–0,9 — silny,
- 0,9 — bardzo silny.
Rodzaje korelacji
Wybór współczynnika zależy od typu i rozkładu danych:
Korelacja Pearsona (r) — dla dwóch zmiennych ilościowych o rozkładzie zbliżonym do normalnego, mierzy związek liniowy. To najczęściej używany współczynnik.
Korelacja Spearmana (rho) — dla danych porządkowych (np. skala Likerta) lub gdy rozkład odbiega od normalnego; opiera się na rangach.
Korelacja Kendalla (tau) — alternatywa dla Spearmana przy małych próbach i licznych wartościach powiązanych.
Korelacja a związek przyczynowy
Najważniejsza zasada: korelacja nie oznacza związku przyczynowego. To, że dwie zmienne są skorelowane, nie znaczy, że jedna powoduje drugą. Może istnieć trzecia, ukryta zmienna, albo związek może być przypadkowy. Klasyczny przykład: sprzedaż lodów i liczba utonięć są dodatnio skorelowane, ale nie dlatego, że lody powodują utonięcia — wspólną przyczyną jest upał. W pracy dyplomowej nigdy nie pisz „X powoduje Y” wyłącznie na podstawie korelacji.
Przykład interpretacji
Załóżmy, że badasz związek między liczbą godzin nauki a oceną z egzaminu i otrzymujesz r = 0,68 (p < 0,05). Odczyt: istnieje umiarkowana, dodatnia i istotna statystycznie korelacja — im więcej godzin nauki, tym wyższa ocena. Wartość p < 0,05 oznacza, że wynik jest istotny statystycznie i mało prawdopodobne, by był dziełem przypadku.
FAQ
Co oznacza korelacja ujemna?
Że gdy jedna zmienna rośnie, druga maleje (np. im więcej nieobecności, tym niższa ocena).
Jaka korelacja jest silna?
Zwykle przyjmuje się, że |r| powyżej 0,7 oznacza silny związek, ale interpretacja zależy od dziedziny badań.
Czy korelacja dowodzi przyczynowości?
Nie. Wskazuje tylko współwystępowanie zmian, a nie to, że jedna zmienna wywołuje drugą.
Liczysz korelacje w SPSS lub Excelu i nie wiesz, jak opisać wyniki? Wykonamy i zinterpretujemy analizy statystyczne w Twojej pracy. Napisz do nas.
Linki wewnętrzne: odchylenie standardowe · hipoteza badawcza · skala Likerta · analizy i badania empiryczne (usługa)
Chcesz zobaczyć, jak zastosować to w praktyce? Przeczytaj przewodnik: Analiza statystyczna do pracy licencjackiej i magisterskiej.
Potrzebujesz pomocy z obliczeniami? Sprawdź naszą analizę statystyczną — dobierzemy testy, wykonamy obliczenia i opiszemy interpretację wyników do Twojej pracy.