Korrelaatio on termi, joka viittaa kahden muuttujan välisen suhteen vahvuuteen, kun vahva tai korkea korrelaatio tarkoittaa, että kahdella tai useammalla muuttujalla on vahva suhde toisiinsa, kun taas heikko tai matala korrelaatio tarkoittaa, että muuttujat ovat tuskin liittyviä. Korrelaatioanalyysi on prosessi, jolla tutkitaan tämän suhteen vahvuus saatavissa olevien tilastotietojen kanssa.
Sosiologit voivat käyttää tilastolliset ohjelmistot kuten SPSS, jotta määritetään, onko kahden muuttujan välinen suhde olemassa, ja kuinka vahva se on saattaa olla, ja tilastollinen prosessi tuottaa korrelaatiokertoimen, joka kertoo tämän tiedot.
Yleisimmin käytetty tyyppi korrelaatiokerroin on Pearson r. Tämä analyysi edellyttää, että kaksi analysoitavaa muuttujaa mitataan vähintään väliasteikot, eli ne mitataan kasvavan arvon alueella. Kerroin lasketaan ottamalla kahden muuttujan kovarianssi ja jakamalla se niiden kertoimien kertoimella keskihajonnat.
Korrelaatioanalyysin lujuuden ymmärtäminen
Korrelaatiokertoimet voivat vaihdella välillä -1.00 - +1.00, missä arvo -1.00 edustaa täydellistä negatiivista korrelaatiota, mikä tarkoittaa, että yhden arvona muuttuja kasvaa, toinen pienenee, kun taas arvo +1,00 edustaa täydellistä positiivista suhdetta, mikä tarkoittaa, että kun yksi muuttuja lisää arvoa, niin toinen.
Nämä arvot ilmaisevat kahden muuttujan välillä täysin lineaarisen suhteen, joten jos piirrät tulokset kuvaajalle, se tekisi suora, mutta arvo 0,00 tarkoittaa, että testattavien muuttujien välillä ei ole yhteyttä ja se grafoidaan erillisinä viivoina täysin.
Otetaan esimerkiksi tapaus koulutuksen ja tulojen välisestä suhteesta, mikä käy ilmi oheisesta kuvasta. Tämä osoittaa, että mitä enemmän koulutusta on, sitä enemmän rahaa he ansaitsevat työssään. Toisin sanoen, nämä tiedot osoittavat sen koulutus ja tulot ovat korreloivia ja että näiden kahden välillä on vahva positiivinen korrelaatio - kun koulutus nousee, niin samoin kuin tulot, ja koulutuksen ja varallisuuden välillä löytyy samanlainen korrelaatiosuhde kuin hyvin.
Tilastollisten korrelaatioanalyysien hyödyllisyys
Tällaiset tilastolliset analyysit ovat hyödyllisiä, koska ne voivat osoittaa meille, miten yhteiskunnan eri suuntaukset tai rakenteet voivat olla yhteydessä toisiinsa, kuten esimerkiksi työttömyys ja rikollisuus; ja he voivat valaista kuinka kokemukset ja sosiaaliset ominaispiirteet vaikuttavat siihen, mitä ihmisen elämässä tapahtuu. Korrelaatioanalyysin avulla voimme sanoa varmasti, että kahden välillä on suhde tai ei erilaisia malleja tai muuttujia, mikä antaa meille mahdollisuuden ennustaa tuloksen todennäköisyyttä väestön keskuudessa tutkittu.
Äskettäisessä avioliittoa ja koulutusta koskevassa tutkimuksessa havaittiin vahva negatiivinen korrelaatio koulutustason ja avioerojen välillä. Perhekasvua koskevan kansallisen tutkimuksen tiedot osoittavat, että kun naisten koulutustaso nousee, ensimmäisten avioliittojen avioero laskee.
On kuitenkin tärkeää pitää mielessä, että korrelaatio ei ole sama kuin syy-yhteys, joten vaikka välillä on vahva korrelaatio koulutus ja avioero, tämä ei välttämättä tarkoita, että naisten avioeron väheneminen johtuu koulutuksen määrästä sai.