Spearman 순위상관 계산기 - 순위상관
두 데이터셋 사이의 Spearman 순위상관계수(ρ)를 계산해, 정규성을 가정하지 않고 단조 관계의 강도와 방향을 측정합니다.
같은 길이의 두 데이터셋을 쉼표로 구분해 입력하세요. 계산기는 각 데이터셋의 순위를 매기고, 동점 값을 올바르게 처리한 뒤 순위에 대한 Pearson 공식을 사용해 ρ를 계산합니다.
Spearman 순위상관 계산기 - 순위상관
두 데이터셋 사이의 Spearman 순위상관계수(ρ)를 계산해, 정규성을 가정하지 않고 단조 관계의 강도와 방향을 측정합니다.
쉼표 또는 공백으로 구분된 숫자를 입력
데이터셋 X와 값의 개수가 같아야 합니다
Spearman 상관 계산기 소개
Spearman 순위상관계수는 ρ(rho) 또는 rs로 표기되며, 두 변수 사이의 단조 관계를 측정하는 비모수 지표입니다. 선형 관계를 측정하고 데이터가 정규분포를 따른다고 가정하며 구간 또는 비율 척도로 측정되어야 하는 Pearson 상관과 달리, Spearman 계수는 데이터 값의 순위를 기준으로 계산됩니다. 따라서 순서형 데이터, 이상치를 포함한 데이터, 그리고 관계가 단조이지만 반드시 선형은 아닌 상황에 적합합니다.
계산은 세 단계로 진행됩니다. 먼저 각 데이터셋에 순위를 매깁니다. 가장 작은 값은 1, 그다음은 2, 이런 식으로 올라갑니다. 동점이 있으면 각 동점 값에는 원래 차지했을 순위의 평균이 부여됩니다. 다음으로 각 관측쌍의 순위 차이 dᵢ를 계산합니다. 마지막으로 ρ를 계산합니다. 동점이 없는 데이터에서는 고전 공식 ρ = 1 − (6 Σdᵢ²) / (n(n²−1))가 정확한 값을 줍니다. 동점이 있는 데이터에서는 이 계산기가 더 일반적인 공식, 즉 순위에 대해 계산한 Pearson 상관을 사용해 구조적으로 동점을 올바르게 처리합니다.
계수 범위는 −1에서 +1입니다. +1은 완전한 양의 단조 관계를 뜻하며, 한 변수가 증가할 때 다른 변수도 증가합니다. −1은 완전한 음의 단조 관계로, 한 변수가 증가할 때 다른 변수는 감소합니다. 0은 단조 관계가 없음을 뜻합니다. 실무에서는 ±0.7 이상을 강함, ±0.5~±0.7을 보통, ±0.3~±0.5를 약함, ±0.3 미만을 거의 없음으로 보지만, '유의함'의 기준은 항상 표본 크기와 맥락에 따라 달라집니다.
Spearman 상관은 심리학(선호나 태도 순위), 교육(학급 순위와 시험 점수 비교), 의학(증상 심각도 점수 비교), 생태학(개체수와 서식지 질), 금융(위험조정수익 기준 펀드 순위), 시장조사(소비자 선호 순위) 등에서 널리 사용됩니다. 순위, 서열, 또는 비정규 데이터를 다루는 모든 분야에 유용합니다.
중요한 제한점 하나는, Spearman의 ρ가 단조 관계만 감지한다는 것입니다. 관계가 U자형이거나 다른 비단조 형태라면, 강한 관계가 있어도 ρ는 0에 가까울 수 있습니다. 따라서 수치 계수를 해석할 때는 항상 산점도와 다른 시각적 진단을 함께 확인해야 패턴을 놓치지 않습니다.
Spearman 상관 예시
서로 다른 상관 강도와 데이터 구조를 보여 주는 네 가지 예시입니다.
| 데이터셋 | ρ | 해석 |
|---|---|---|
| X: 10, 20, 30, 40, 50 | Y: 2, 4, 6, 8, 10 | ρ = 1.0000 | 완전한 양의 단조 관계입니다. 두 변수는 항상 함께 증가합니다. |
| X: 105, 120, 90, 150, 135 | Y: 4.5, 3.2, 5.0, 2.1, 2.9 | ρ = −1.0000 | 완전한 음의 관계입니다. X와 Y의 순위가 정확히 반대입니다. |
| X: 1, 2, 3, 4, 5 | Y: 3, 1, 5, 2, 4 | ρ = 0.3000 | 두 순위 배열 사이에 약한 양의 단조 관계가 있습니다. |
| X: 8, 9, 10, 10, 12 | Y: 4, 6, 5, 5, 7 | ρ ≈ 0.6842 | 중간 정도의 양의 상관입니다. 동점 값은 평균 순위로 처리됩니다. |
Spearman 상관 계산기 사용법
- 첫 번째 데이터셋(X)을 '데이터셋 X' 입력란에 쉼표로 구분해 입력합니다.
- 두 번째 데이터셋(Y)을 '데이터셋 Y' 입력란에 입력합니다. X와 값의 개수가 정확히 같아야 합니다.
- '계산'을 클릭합니다. 계산기는 두 데이터셋의 순위를 매기고, 동점 값은 평균 순위를 적용하며, 순위에 대한 Pearson 공식으로 ρ를 계산합니다.
- 결과 패널에서 ρ 값, 표본 수, 강도 해석을 확인합니다.
- 예시 버튼으로 미리 준비된 데이터셋을 불러와 대표적인 양의 상관, 음의 상관, 무상관 사례를 확인합니다.
Spearman 상관 FAQ
Spearman 상관과 Pearson 상관의 차이는 무엇인가요?
Pearson의 r은 선형 관계의 강도를 측정하며, 두 변수가 정규분포를 따르고 구간 척도로 측정된다고 가정합니다. Spearman의 ρ는 선형뿐 아니라 모든 단조 관계를 측정하고, 순위 데이터로 동작하므로 이상치에 더 강하고 순서형 데이터에도 사용할 수 있습니다. 정규성 가정이 깨졌거나 데이터가 순서형이거나 이상치가 있을 때 Spearman을 사용하세요.
Spearman 상관에 최소 표본 크기가 필요한가요?
기술적으로는 n ≥ 2에서 공식이 작동하지만, 표본이 매우 작으면(n < 5) 계수가 개별 값에 매우 민감하고 유의성 검정의 검정력도 매우 낮습니다. 신뢰할 만한 추정을 위해서는 최소 10~15개의 짝지어진 관측값이 권장되며, 정식 유의성 검정에는 n ≥ 20이 바람직합니다.
계산기는 동점 값을 어떻게 처리하나요?
둘 이상의 관측값이 같은 값을 가지면, 각 동점 관측에는 원래 차지했을 순위의 평균이 부여됩니다. 예를 들어 3번째와 4번째 값이 같다면 각각 3.5의 순위를 받습니다. 그런 다음 계산기는 순위에 대한 Pearson 공식을 사용하며, 동점이 없을 때는 단순한 dᵢ² 공식과 대수적으로 동일하고, 동점이 있을 때도 올바르게 처리합니다.
Spearman의 ρ가 0이면 무엇을 의미하나요?
ρ가 정확히 0이라는 것은 X와 Y의 순위 사이에 단조 관계가 없다는 뜻입니다. 이는 변수가 독립이라는 뜻은 아닙니다. 비단조 관계(예: U자형)도 ρ를 0에 가깝게 만들 수 있습니다. 패턴을 놓치지 않도록 항상 데이터와 계수를 함께 그려 보세요.
Spearman 상관은 범주형 데이터에 사용할 수 있나요?
Spearman 상관은 최소한 순서형 데이터, 즉 의미 있게 순위를 매길 수 있는 데이터가 필요합니다. 색상, 이름, 레이블 같은 명목 범주형 데이터에는 사용할 수 없습니다. 명목 데이터에는 Cramér's V 같은 다른 연관성 지표를 고려하세요.