Kandungan
Jenis korelasi yang berbeza digunakan dalam statistik untuk mengukur cara pembolehubah berkaitan dengan satu sama lain. Sebagai contoh, dengan menggunakan dua pembolehubah - pangkat kelas sekolah tinggi dan IPK kolej - seorang pemerhati boleh menggambarkan hubungan yang pelajar dengan pangkat sekolah menengah atas biasanya mencapai IPK kolej di atas purata. Korelasi juga mengukur kekuatan hubungan dan sama ada korelasi antara pembolehubah adalah positif atau negatif. Jenis korelasi yang dilakukan bergantung kepada sama ada pembolehubah adalah data bukan berangka atau selang, seperti suhu.
Korelasi Moment Product Pearson
Korelasi Moment Product Pearson dinamakan selepas Karl Pearson, pengasas disiplin statistik matematik. Ia dianggap sebagai korelasi linear yang mudah, bermakna hubungan antara dua pembolehubah bergantung kepada mereka yang tetap. Pearson digunakan dengan data selang untuk mengukur kekuatan korelasi, yang diwakili oleh huruf r dalam persamaan. Hubungan ini juga menunjukkan sama ada hubungan itu positif atau negatif; diwakili oleh nombor yang bernilai antara +1 dan -1. Semakin dekat nilai r datang ke -1.00 atau +1.00, semakin kuat korelasi. Semakin dekat nilai r datang ke nombor 0, semakin lemah korelasi. Sebagai contoh, jika r bersamaan -.90 atau .90 ia akan menunjukkan hubungan yang lebih kuat daripada -.09 atau .09.
Spearmans Rank Correlation
Korelasi Kedudukan Spearman diberi nama selepas ahli statistik Charles Edward Spearman. Persamaan spearmans lebih mudah dan sering digunakan dalam statistik sebagai pengganti Pearson, walaupun kurang konklusif. Ahli sains sosial juga boleh menggunakan Spearmans untuk menerangkan korelasi antara data kualitatif, seperti etnik atau jantina, dan data kuantitatif, seperti bilangan jenayah yang dilakukan. Korelasi dikira menggunakan hipotesis nol yang kemudian diterima atau ditolak. Hipotesis nol biasanya terdiri daripada soalan yang akan dijawab; contohnya, sama ada bilangan jenayah yang dilakukan adalah sama bagi lelaki dan wanita.
Korelasi Kedudukan Kendall
Korelasi Kedudukan Kendall, yang dinamakan statistik British Maurice Kendall, mengukur kekuatan pergantungan antara set dua pemboleh ubah rawak. Kendall boleh digunakan untuk analisis statistik lebih lanjut apabila Korelasi Spearman menolak hipotesis nol. Ia mencapai korelasi apabila nilai pemboleh ubah berkurangan dan nilai pembolehubah lain meningkat; korelasi ini dirujuk sebagai pasangan yang tidak sepadan. Satu korelasi juga boleh berlaku apabila kedua-dua pemboleh ubah meningkat serentak, disebut sebagai pasangan yang bersesuaian.