SPSS 상관분석 방법 및 해석 / Correlation Analysis (Pearson correlation & Spearman's rank correlation )

SPSS 상관분석 (Pearson correlation & Spearman's rank correlation )

목차
1. 상관분석
    - 상관관계
    - 상관계수에 따른 상관정도
    - 상관관계와 신뢰도의 차이
2. 피어슨 상관분석
    - 양류 상관계수
3. 스피어맨 상관분석[비모수]

728x90

상관분석 (Correlation analysis)

※ 2개 변수 간의 관련성을 확인하는 것이다.
  - 상관관계만 확인이 가능하며 인과관계는 회귀분석을 통해 확인할 수 있다.
 e.g.) 넙다리네갈래근의 근긴장도와 엉덩관절의 폄 근력의 상관관계를 분석한다.

상관관계

• 상관관계는 왼쪽의 산포도 또는 오른쪽의 선형 그래프 등으로 표현할 수 있다.
  양(+)의 상관관계 : 변수 1이 증가할 때 변수 2가 함께 증가한다.
  음(-)의 상관관계 :  변수 1이 증가할 때 변수 2는 감소한다.

• 상관계수를 사용할 수 없는 경우
  - 직선형이 아닌 곡선형 관계가 있는 경우
  - 극단값(이상값)이 있는 경우
  - 산포도에서 2개 이상의 소집단 분포가 보이는 경우

상관계수에 따른 상관정도

※ 연구 결과에 따라 상관계수에 대한 기준이 다르며, 대체로 0.8 이상부터 괜찮은 상관관계라고 분류한다.

• Meyers & Blesh, 1962
   - |0.90~0.99| : 높은 상관관계
   - |0.80~0.89| : 양호한 상관관계
   - |0.70~0.79| : 보통의 상관관계
   - |0.00~0.69| : 낮은 상관관계
• Schober, Boer, & Schwarte, 2018
   - |0.90~1.00| : 매우 높은 상관관계
   - |0.70~0.89| : 높은 상관관계
   - |0.40~0.69| : 중간 정도의 상관관계
   - |0.10~0.39| : 낮은 상관관계
   - |0.00~0.09| : 매우 낮은 상관관계

상관관계와 신뢰도(Reliability)의 차이

• 상관관계는 즉 변수 1이 증가할 때 변수 2가 같이 증가하거나 반대로 감소하는 '경향'에 대한 것이다.
• 신뢰도는 2번 이상 측정 시 경향이 아닌 동일한 값이 나오는 '일관성'에 대한 것이다.

  

피어슨 상관분석 (Pearson Correlation)

기본조건

• 변수 : 양적변수 (비척도, 등간척도)
• 모든 변수가 정규분포여야 한다.

가설검증
 - 귀무가설 : 넙다리네갈래근의 근긴장도와 엉덩관절의 폄 근력은 상관관계가 없다  (p > 0.05).
 - 대립가설 : 넙다리네갈래근의 근긴장도와 엉덩관절의 폄 근력은 상관관계가 있다  (p ≤ 0.05).

분석 방법

1. 검정 위치
    분석 -> 상관분석 -> 이변량 상관

2. 검정 설정
    '변수'에 변수 입력 -> '상관계수"에서 Pearson 체크 -> 확인

3. 선택 사항
    - '옵션'에서 평균과 표준편차 체크
    - '하한 삼각형만 표시' 및 '대각 표시' 체크

4. 결과 해석

• '유의확률(양측)' = p값
  - p ≤ 0.05 : 두 변수에 유의미한 상관관계가 있다.
  - p > 0.05 : 두 변수에 유의미한 상관관계가 없다.
  

  

• 상관계수
  상단의 '상관계수에 따른 상관정도' 내용 참고
  
  
• 하한 삼각형만 표시
  - 왼쪽 아래의 결괏값 및 오른쪽 위의 결괏값은 서로 같은 값이다.
  - 편의에 따라 하한 삼각형만 표시할 수 있다.

양류 상관계수 (Point-Biserial Correlation)

※ 1개의 변수가 명목척도인 경우에 사용한다.
e.g.) 무릎 반월판 손상 유무(명목척도)와 무릎 폄 근력(비척도) 간의 상관관계를 확인한다.
 - 분석방법 및 해석 등은 피어슨 상관분석과 동일하다.

 

[비모수]
스피어맨 상관분석 (Spearman's rank Correlation)

※ 피어슨 상관분석에 대응하는 비모수 검정이다.

• 변수 중 1개 이상이 순서척도인 경우
   e.g.) 상중하
• 변수 중 1개 이상이 정규분포를 이루지는 못한 경우
  
• 표본크기가 작은 경우

가설검증
 - 귀무가설 : 교육 수준(초, 중, 고, 대학, 대학원)과 건강 관련 삶의 질은 상관관계가 없다  (p > 0.05).
 - 대립가설 : 교육 수준(초, 중, 고, 대학, 대학원)과 건강 관련 삶의 질은 상관관계가 있다  (p ≤ 0.05).

분석 방법

1. 검정 위치 및 검정 설정
※ 기본적인 사항은 피어스 상관분석과 동일하다.
    '상관계수"에서 Spearman 체크 -> 확인

2. 결과 해석

• '유의확률(양측)' = p값
  - p ≤ 0.05 : 두 변수에 유의미한 상관관계가 있다.
  - p > 0.05 : 두 변수에 유의미한 상관관계가 없다.
• 상관계수
  상단의 '상관계수에 따른 상관정도' 내용 참고

반응형

관련 참고 자료
 - Meyers, C. R., & Blesh, T. E. (1962). Measurement in Physical Education. Ronald Press Company.
 - Schober, P., Boer, C., & Schwarte, L. A. (2018). Correlation Coefficients: Appropriate Use and Interpretation. Anesthesia & Analgesia, 126(5), 1763–1768. doi: 10.1213/ANE.0000000000002864

 

2024.03.04 - [SPSS] - SPSS 정규성 검정 분석 방법 및 해석 / Kolmogorov-Smirnov test, Shapiro-Wilk test

2024.03.27 - [SPSS] - SPSS TIP (값 레이블 & 데이터 분할 & 역문항)

2024.04.01 - [SPSS] - SPSS 데이터 유형별 분석 방법 및 예시