상관계수 계산기 (Pearson·Spearman)
두 수치형 변수 간 관계의 강도와 방향을 측정합니다. Excel, Google 시트, SPSS에서 두 열을 그대로 붙여넣으면 유의성 검정과 Fisher 95% 신뢰구간이 포함된 Pearson의 r을 얻을 수 있으며 — 같은 화면에 Spearman의 순위상관 ρ도 표시되어 이상값이나 비선형성이 결론을 바꾸는지 즉시 확인할 수 있습니다. 샤피로-윌크 정규성 검토가 자동으로 실행되어 순위 기반의 Spearman 계수가 더 안전한 선택일 때 이를 제안합니다. 이 도구는 통계적 상관분석 도구입니다(주식 포트폴리오 계산기가 아닙니다). 결과는 R의 cor.test()와 최소 유효숫자 6자리까지 일치합니다.
AI 리포트
AI가 결과를 해석해 드립니다: APA 7 / 비즈니스 리포트 형식의 다운로드 가능한 Word 문서.
자주 묻는 질문
상관을 APA 7 형식으로 어떻게 보고합니까?
자유도(N − 2), p-값, 가능하면 신뢰구간과 함께 r을 보고합니다. 예: "Study time and exam score were strongly positively correlated, r(10) = .99, p < .001, 95% CI [.96, 1.00]." AI 보고서가 완전한 APA 문장과 해석을 작성해 드립니다.
Pearson 상관과 Spearman 상관 중 무엇을 사용해야 합니까?
Pearson r은 선형 연관성을 측정하며, 극단적 이상값이 없는 대체로 정규분포에 가까운 변수를 가정합니다. Spearman ρ는 순위에 기반하므로 이상값에 강건하고 모든 단조 관계를 포착합니다. 둘이 눈에 띄게 다르다면 산점도를 확인하십시오 — 본 도구는 기본적으로 둘 다 표시합니다.
어느 정도가 강한 상관입니까?
일반적 기준(Cohen): |r| ≈ .10은 작음, .30은 중간, .50 이상은 큼입니다. 맥락도 중요합니다 — 심리학에서 .40은 인상적일 수 있지만 물리학에서는 약할 수 있습니다. 통계적 유의성은 상관이 0일 가능성이 낮다는 것만 말해줄 뿐, 상관이 크다는 뜻은 아닙니다.
상관은 인과관계를 의미합니까?
아닙니다. 유의한 상관은 변수들이 함께 움직인다는 뜻일 뿐, 무엇이 무엇의 원인인지, 또는 제3의 변수가 둘 다를 움직이는지는 알 수 없습니다. 인과적 주장에는 실험 설계 또는 신중한 준실험 설계가 필요합니다.