피어슨 상관계수 계산기

짝을 이루는 수치 데이터의 피어슨 r, 결정계수, 관계 강도를 계산하세요.

피어슨 적률상관
길이가 같은 데이터 집합을 쉼표, 공백 또는 세미콜론으로 구분해 입력하세요.

최소 두 개의 수치를 사용하세요.

최소 두 개의 수치를 사용하세요.

피어슨 상관이란

피어슨 상관계수는 두 양적 변수 사이 선형 관계의 방향과 강도를 측정합니다. 보통 r로 쓰며 음의 일에서 양의 일 사이입니다. 양의 계수는 X가 클수록 Y도 큰 경향을, 음의 계수는 X가 클수록 Y가 작은 경향을 뜻합니다. 영에 가까우면 선형 연관성이 약하지만 강한 비선형 패턴은 여전히 존재할 수 있습니다. 계산은 각 관측값에서 해당 변수의 평균을 빼 중심화하는 것으로 시작합니다. 짝을 이룬 편차의 곱을 합하고, 두 편차 제곱합을 곱한 값의 제곱근으로 나눕니다. 이 표준화 덕분에 계수는 측정 단위에 영향을 받지 않습니다. 예를 들어 모든 X값에 양의 상수를 곱해도 r은 변하지 않습니다. 다만 관측값의 짝 순서는 중요합니다. 첫 X는 첫 Y에, 둘째 X는 둘째 Y에 대응해야 합니다. 계산기는 r 제곱도 표시하며, 단순 선형 회귀에서는 이를 결정계수라고 부릅니다. 이 경우 적합한 선형 관계로 설명되는 분산의 비율을 뜻합니다. 제곱하면 방향이 없어지므로 r이 0.8이든 -0.8이든 r 제곱은 0.64입니다. 이 기술적 백분율을 한 변수가 다른 변수 때문에 발생한 비율로 곧바로 해석해서는 안 됩니다. 피어슨 상관은 관측이 독립적이고 관계가 대략 선형이며 극단적인 이상치를 이해하고 있을 때 가장 적합합니다. 특이한 한 쌍의 값만으로도 계수가 크게 달라질 수 있습니다. 값의 범위가 제한되면 관계가 약해 보일 수 있고, 서로 다른 집단을 합치면 추세가 생기거나 뒤집힐 수 있습니다. 가능하면 수치와 함께 산점도를 확인하세요. 상관관계는 인과관계를 입증하지 않으며 이 계산기는 p값이나 신뢰구간을 제공하지 않습니다. 그런 추론에는 표본 크기 관련 가정과 명확한 표집 과정이 필요합니다. 투명한 기술통계 계산, 과제 확인, 더 완전한 통계 모형을 적용하기 전 빠른 데이터 비교에 활용하세요.

피어슨 상관 예시

각 행은 짝지은 데이터와 선형 패턴에 따른 상관을 보여 줍니다.

짝지은 데이터피어슨 r해석
X: 1,2,3,4,5; Y: 2,4,6,8,101.0000완전한 양의 선형 관계입니다.
X: 1,2,3,4; Y: 8,6,4,2-1.0000완전한 음의 선형 관계입니다.
X: 1,2,3,4,5; Y: 2,1,4,3,50.8000강한 양의 선형 관계입니다.

피어슨 r 계산 방법

  1. X 관측값을 원래 순서로 입력하세요.
  2. 대응하는 Y 관측값을 같은 순서로 입력하세요.
  3. 두 목록의 수치 개수가 같은지 확인하세요.
  4. 피어슨 상관계수 계산을 선택하고 r, r 제곱, 쌍의 수를 확인하세요.

자주 묻는 질문

피어슨 상관계수가 영이면 무엇을 뜻하나요?

데이터에 선형 연관성이 없다는 뜻입니다. r이 영이어도 곡선이나 다른 비선형 관계는 존재할 수 있습니다.

어느 정도가 강한 상관인가요?

기준은 분야와 맥락에 따라 다릅니다. 이 계산기는 넓은 범위의 설명용 분류를 제공하지만 실질적 중요성은 분야 지식으로 판단해야 합니다.

피어슨 상관으로 인과관계를 증명할 수 있나요?

아닙니다. 교란, 선택, 우연, 역방향 관계로도 상관이 생길 수 있으므로 인과 주장은 적절한 연구 설계가 필요합니다.

목록 길이가 같아야 하는 이유는 무엇인가요?

피어슨 공식은 짝지은 관측값을 사용합니다. 각 X값에는 같은 사례나 측정에서 얻은 대응 Y값 하나가 필요합니다.

이상치는 피어슨 r에 어떤 영향을 주나요?

편차 제곱을 사용하므로 이상치는 계수를 크게 높이거나 낮추고 방향을 뒤집을 수도 있습니다. 산점도로 소수의 점이 결과를 좌우하는지 확인할 수 있습니다.