상관행렬 (상관계수 히트맵)

변수가 여러 개일 때 어떤 쌍이 강하게 얽혀 있는지 한눈에 봅니다. 모든 쌍의 Pearson 상관계수를 칸마다 적은 히트맵(빨강=양의 상관, 파랑=음의 상관)으로 그리고, 가장 뚜렷한 관계와 가장 약한 관계를 짚어 줍니다.

1데이터 레이블

엑셀에서 복사한 표를 셀에 붙여넣으세요(Ctrl+V). 열 이름(A, B…)을 클릭한 뒤 붙여넣으면 첫 줄이 열 이름이 됩니다. 열 이름 더블클릭은 이름 변경, 우클릭은 행·열 삽입/삭제, =A1*2 같은 수식도 쓸 수 있습니다.

2상관행렬 옵션

사용할 열을 선택하세요(최소 2개, 3개 이상 권장):

상관행렬 만드는 방법

  1. 비교할 변수 열들을 머리글과 함께 복사합니다(3개 이상 권장).
  2. 사용할 열을 2개 이상 고릅니다.
  3. 분석하기 버튼을 누르고 히트맵과 자동 해석을 확인합니다. 칸에 마우스를 올리면 정확한 값이 보입니다.

예제 데이터로 보는 결과

예제 데이터는 공정 데이터 30행으로, 온도·압력·라인속도·두께·강도 5개 변수입니다.

온도·압력·라인속도·두께·강도 5개 변수의 상관행렬 히트맵
온도·압력·라인속도·두께·강도 5개 변수의 상관행렬 히트맵

가장 진한 칸은 라인속도와 두께의 -0.92입니다. 라인속도가 빨라질수록 두께가 얇아지는 '매우 강한 음의 상관'으로, 두께를 관리하려면 라인속도를 먼저 봐야 한다는 신호입니다.

강도는 온도(0.74), 두께(0.67)와 양의 상관, 라인속도(-0.62)와 음의 상관을 보입니다. 라인속도는 두께를 거쳐 강도에 영향을 주는 것일 수 있는데, 이런 간접 관계는 부분상관분석으로 두께를 통제해 확인할 수 있습니다.

압력은 다른 모든 변수와 0.10~0.15로 상관이 거의 없습니다(가장 약한 쌍은 온도-압력 r=0.0986). 이 데이터 범위에서는 압력이 다른 변수들과 따로 움직인다고 볼 수 있습니다.

계산 방법

각 칸은 해당 두 열의 Pearson r입니다. 결측값은 쌍마다 따로 처리해(pairwise) 그 두 열이 모두 숫자인 행만 쓰므로, 다른 열의 빈 칸 때문에 데이터가 줄지 않습니다(pandas .corr() 기본 동작과 같음). 한 열이 모두 같은 값이면 그 칸은 비워 둡니다.

색과 대각선

색은 행렬의 최솟값~최댓값을 파랑~빨강으로 나눈 것입니다. 대각선은 자기 자신과의 상관이라 항상 1.00이고, 행렬은 대각선을 기준으로 대칭입니다.

상관행렬 해석 방법

  • 자동 해석은 대각선을 뺀 칸 중 |r|이 가장 큰 쌍(가장 뚜렷한 관계)과 가장 작은 쌍(가장 무관한 관계)을 알려줍니다.
  • 회귀분석 전에 설명변수끼리 |r|이 0.8 이상이면 다중공선성을 의심하고 하나를 빼는 것을 검토합니다.
  • 상관이 높은 두 변수가 실제로는 제3의 변수 때문에 함께 움직일 수 있습니다. 의심되면 부분상관분석으로 확인하세요.

자주 묻는 질문

Spearman 상관행렬도 되나요?

아니요. Pearson r로 계산합니다. 특정 두 변수의 순위상관은 Spearman 순위상관 페이지에서 구하세요.

p-value도 볼 수 있나요?

행렬에는 r만 표시합니다. 관심 있는 쌍의 p-value와 신뢰구간은 Pearson 상관분석에서 확인하세요.

히트맵 이미지를 보고서에 넣고 싶어요.

결과 그래프를 오른쪽 클릭해 이미지로 저장하거나 복사할 수 있습니다.

다른 그래프 도구