Mis on Korrelatsioon?
Korrelatsioon on statistiline mõiste, mis näitab kas kahe või enama muutuja vaheline eksisteerib seos või suhe. Kui muutujad on omavahel seotud, siis öeldakse, et neil on korrelatsioon. Korrelatsioon näitab, kuidas ühe muutujate väärtuse muutus on seotud teise muutujaga, ehk kas nende muutused on seotud positiivselt, negatiivselt või ei ole seost üldse.
Korrelatsiooni tüübid
- Positiivne korrelatsioon – Kui ühe muutuja väärtus suureneb, siis teise muutuja väärtus samuti suureneb. Näiteks, kui inimese vanus suureneb, võib suureneda tema sissetulek või kogunenud tööaastate arv.
- Negatiivne korrelatsioon – Kui ühe muutuja väärtus suureneb, siis teise muutuja väärtus väheneb. Näiteks võib selline seos olla, kui inimesel suureneb tööaeg, siis vaba aja arv väheneb.
- Nullkorrelatsioon – Kui kahe muutuja vahel ei ole mingit seost, siis öeldakse, et nende vahel puudub korrelatsioon. See tähendab, et ühe muutuja muutused ei mõjuta teise muutujat mingil moel.
Korrelatsiooni mõõtmine
Korrelatsiooni tugevust ja suunda mõõdetakse korrelatsioonikordaja (tavaliselt Pearsoni korrelatsioonikordaja) abil. See on arvväärtus vahemikus -1 kuni +1, kus:
- +1 tähendab täiuslikku positiivset korrelatsiooni (kõik väärtused liiguvad koos).
- -1 tähendab täiuslikku negatiivset korrelatsiooni (kui üks muutub suuremaks, siis teine muutub väiksemaks).
- 0 tähendab, et muutujad ei ole omavahel seotud.
Korrelatsioon ei tähenda põhjust
Oluline on meeles pidada, et korrelatsioon ei tähenda põhjuslikkust. Korrelatsioon võib näidata, et kaks muutujat liiguvad samas suunas või on omavahel seotud, kuid see ei tähenda, et üks muutuja põhjustab teise muutumist. Näiteks võib suvekuudel täheldada kõrget jäätisemüüki ja suuremat uppumiste arvu, kuid see ei tähenda, et jäätisemüük põhjustab uppumisi – tegelikult on neid mõlemaid mõjutav tegur lihtsalt soe ilm.
Korrelatsioon on kasulik tööriist statistikas ja andmete analüüsimisel, et mõista, kas ja kuidas muutujad on omavahel seotud. Siiski tuleb alati arvestada, et seos ei pruugi viidata põhjusele.