Công Cụ Tính Hệ Số Tương Quan
Dán giá trị X và Y của bạn — hai danh sách riêng, hoặc mỗi dòng một cặp "x, y" — và nhận hệ số tương quan Pearson r, hệ số xác định r², cùng cách diễn giải dễ hiểu về độ mạnh và chiều. Công thức được giải từng bước với số liệu của bạn. Miễn phí, không cần đăng ký.
Chế độ nhập dữ liệu
0 giá trị
0 giá trị
Cách Sử Dụng Công Cụ Tính Hệ Số Tương Quan
- 1. Chọn cách nhập dữ liệu. Danh sách X và Y riêng biệt nhận hai ô số theo cùng một thứ tự. Ghép cặp nhận mỗi dòng một cặp "x, y"; các dòng không có hai số sẽ bị bỏ qua.
- 2. Nhập ít nhất ba cặp. Hai danh sách phải có cùng độ dài, và mỗi biến phải biến thiên — một danh sách hằng số không có tương quan.
- 3. Đọc kết quả. Bạn nhận được r, r², số cặp, độ mạnh và chiều, tiếp theo là các bước tính: trung bình, cùng tổng bình phương và tổng tích chéo làm nền cho r.
- 4. Vẽ biểu đồ trước khi kết luận. Lưu ý thận trọng bên dưới kết quả không phải là lời rào đón chung chung; r chỉ mô tả một mẫu hình đường thẳng.
r của Pearson đo lường điều gì
r của Pearson = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Nó chạy từ −1 (một đường dốc xuống hoàn hảo) qua 0 (không có mẫu hình đường thẳng) đến +1 (một đường dốc lên hoàn hảo). Bình phương nó cho r², tức tỷ lệ phương sai của một biến biến thiên cùng với biến kia.
X = 1, 2, 3, 4, 5 và Y = 2, 4, 5, 4, 6
Trung bình: x̄ = 3 và ȳ = 4,2
Σ(x − x̄)(y − ȳ) = 8, Σ(x − x̄)² = 10, Σ(y − ȳ)² = 8,8
r = 8 ÷ √(10 × 8,8) = 8 ÷ 9,3808 = 0,8528
r² = 0,7273, tức khoảng 72,7% phương sai của Y được chia sẻ với X
Đọc kết quả: mạnh, dương
Cách công cụ gắn nhãn độ mạnh
| |r| | Nhãn hiển thị |
|---|---|
| 0,7 trở lên | mạnh |
| 0,4 đến dưới 0,7 | trung bình |
| 0,1 đến dưới 0,4 | yếu |
| dưới 0,1 | không đáng kể |
Các ngưỡng này là quy ước, không phải quy luật. Ngưỡng nổi tiếng của Cohen là 0,1; 0,3 và 0,5, và thế nào là lớn còn tùy lĩnh vực — trong vật lý, 0,9 có thể gây thất vọng, còn trong tâm lý học, 0,3 có thể có ý nghĩa.
r có thể và không thể cho bạn biết điều gì
- Mẫu nhỏ có thể đánh lừa bạn. Ví dụ trên có r = 0,85 với năm cặp, nhưng kiểm định r = 0 cho t(3) = 2,83, p ≈ 0,066, không có ý nghĩa ở mức 0,05. Công cụ này báo cáo r chứ không phải giá trị p, nên hãy tự đánh giá ý nghĩa thống kê.
- Đường cong trông như bằng không. X = −2, −1, 0, 1, 2 với Y = 4, 1, 0, 1, 4 là một chữ U hoàn hảo, nhưng r = 0, vì mối quan hệ không phải là đường thẳng.
- Giá trị ngoại lai kéo mạnh. Một cặp cực đoan có thể làm tăng hoặc phá hỏng r. Hãy xem biểu đồ phân tán và cân nhắc tương quan theo thứ hạng nếu bạn thấy một cặp như vậy.
- Tương quan không phải là quan hệ nhân quả. Một r mạnh có thể phản ánh nguyên nhân, một yếu tố thứ ba chung, hoặc sự trùng hợp.
Bạn cần công cụ tương quan nào?
| Dữ liệu của bạn | Hãy dùng |
|---|---|
| Hai biến số, gần như tuyến tính | Công Cụ Tính Hệ Số Tương Quan này (Pearson) |
| Thứ hạng, dữ liệu thứ bậc, hoặc một đường cong đơn điệu hay có giá trị ngoại lai | Spearman Correlation Calculator |
| Mẫu nhỏ với nhiều giá trị bằng nhau, hoặc lại là thứ hạng | Kendall Tau Calculator |
| Ba biến trở lên cùng lúc | Correlation Matrix Calculator |
| Mức đồng biến không chuẩn hóa của hai biến | Covariance Calculator |
| Liệu hai hệ số tương quan có khác nhau không | Correlation Comparison Calculator |
Câu Hỏi Thường Gặp
- Hệ số tương quan Pearson là gì?
- r của Pearson đo độ mạnh và chiều của mối quan hệ tuyến tính giữa hai biến. Nó nằm trong khoảng từ −1 qua 0 đến +1. Đó là tổng các tích của độ lệch của mỗi cặp so với trung bình, chia cho căn bậc hai của tích hai tổng bình phương độ lệch.
- Làm thế nào để diễn giải độ mạnh của một tương quan?
- Công cụ này gọi |r| từ 0,7 trở lên là mạnh, từ 0,4 đến dưới 0,7 là trung bình, từ 0,1 đến dưới 0,4 là yếu, và nhỏ hơn nữa là không đáng kể. Các khoảng này là quy tắc ngón tay cái, và thế nào là có ý nghĩa còn tùy thuộc lĩnh vực.
- r² cho tôi biết điều gì?
- r², hệ số xác định, là tỷ lệ phương sai của một biến có liên hệ tuyến tính với biến kia. Một r là 0,8 cho r² = 0,64, nghĩa là 64% phương sai được chia sẻ.
- Tương quan có nghĩa là một biến gây ra biến kia không?
- Không. Hai biến có thể tương quan vì một biến gây ra biến kia, vì một yếu tố thứ ba chi phối cả hai, hoặc do ngẫu nhiên. Một hệ số riêng lẻ không thể cho thấy nguyên nhân.
- Tại sao r của Pearson có thể bỏ sót một mối quan hệ thực sự?
- Nó chỉ đo liên hệ theo đường thẳng, nên một mối quan hệ hình chữ U hoặc cong khác có thể cho r gần bằng 0. Nó cũng nhạy với giá trị ngoại lai. Hãy vẽ dữ liệu, và cân nhắc rho của Spearman cho một mẫu đơn điệu nhưng cong.
- Tôi cần bao nhiêu cặp?
- Công cụ cần ít nhất ba cặp, với hai danh sách cùng độ dài. Về thống kê bạn cần nhiều hơn nhiều: với chỉ một vài cặp, ngay cả một r lớn cũng có thể xuất hiện do ngẫu nhiên, như ví dụ năm cặp cho thấy.