# 온라인 피어슨 상관 계수 계산기: 전체 가이드
피어슨 상관 계수(r)는 두 수치형 변수가 서로 선형적으로 어떻게 관련되어 있는지 측정하기 위한 표준 통계 도구입니다. 학술 연구, 시장 분석 또는 과학 프로젝트에서 데이터의 연관 강도를 이해하는 것은 매우 중요합니다. 1 완벽한 관계
0 독립성
로컬 100% 개인정보 보호
# 피어슨 r 계수는 어디에 사용되나요?
피어슨 지수는 추세의 존재 여부를 밝힙니다. 한 변수가 증가할 때 다른 변수도 증가하는지(양의 상관관계) 아니면 감소하는지(음의 상관관계)를 보여줍니다. 이 도구는 Excel, SPSS 또는 Python을 이용한 데이터 분석에 필수적입니다.피어슨 상관관계
명확한 선형 관계가 있는 양적 변수에 이상적입니다.
- 수치 데이터
- 선형 관계
- 정규성 필요
스피어만 상관관계
서열 데이터 또는 단조 비선형 관계에 더 적합합니다.
- 서열 데이터 (순위)
- 단조 관계
- 이상치에 강함
# 결과 해석: 수치 표
| 값 범위 (r) | 관계 강도 | 실질적 의미 |
|---|---|---|
| 0.90 ~ 1.00 | 매우 강함 | 거의 완벽한 관계. 예측에 이상적임. |
| 0.70 ~ 0.89 | 강함 | 변수 간에 명확한 선형 의존성이 존재함. |
| 0.40 ~ 0.69 | 보통 | 추세는 보이나 눈에 띄게 흩어져 있음. |
| 0.20 ~ 0.39 | 약함 | 관계가 미약하며 다른 요인의 영향이 더 큼. |
| 0.00 ~ 0.19 | 없음/무시할 수준 | 유의미한 선형 관계가 존재하지 않음. |
# 이 계산기의 장점과 한계
- Excel/CSV 붙여넣기: 데이터를 일일이 입력할 필요가 없습니다.
- 즉각적인 산점도와 회귀선 제공.
- 100% 개인정보 보호: 사용자의 데이터는 절대로 PC 외부로 유출되지 않습니다.
- 선형 관계만 감지합니다 (곡선 관계 제외).
- 극단값(이상치)에 매우 민감합니다.
- 최소 2쌍의 유효한 데이터가 필요합니다.
전문가 팁
r 값을 맹목적으로 믿기 전에 항상 산점도를 확인하세요. 때로는 단 하나의 이상치 때문에 높은 계수가 나올 수도 있고, 반대로 피어슨이 감지하지 못하는 매우 강한 곡선 관계가 낮은 계수 뒤에 숨어 있을 수도 있습니다.# 통계 용어 사전
- 공분산
- 두 확률 변수가 얼마나 함께 변하는지를 나타내는 척도.
- 선형 회귀
- 변수 간의 의존 관계를 근사화하는 데 사용되는 수학적 모델.
- 결정 계수 r²
- 독립 변수로부터 예측 가능한 분산의 비율.
- 산점도
- 평면상에 데이터 쌍의 분포를 나타낸 점 도표.