Pearson 상관분석 (상관계수 r 계산)

두 측정값이 직선 관계로 함께 움직이는지 Pearson 상관계수 r로 확인합니다. 산점도와 1차 추세선 위에 r, p-value, 95% 신뢰구간을 보여주고 관계의 강도와 유의성을 문장으로 해석합니다.

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.

2Pearson 상관분석 옵션

Pearson 상관분석 하는 방법

  1. 상관을 볼 두 측정값 열을 머리글과 함께 복사합니다(같은 행끼리 짝지어진 데이터여야 합니다).
  2. 변수 X에는 원인 쪽(예: 온도), 변수 Y에는 결과 쪽(예: 강도) 열을 고릅니다. 두 열은 서로 달라야 합니다.
  3. 분석하기 버튼을 누르고 오른쪽 정보창의 r, p-value, 신뢰구간과 자동 해석을 확인합니다.

예제 데이터로 보는 결과

예제 데이터는 열처리 온도(810~898℃)와 그때 측정한 인장강도(319.2~421.9MPa) 30쌍입니다.

열처리 온도와 인장강도의 Pearson 상관분석 결과(산점도, 추세선, r·p-value·신뢰구간)
열처리 온도와 인장강도의 Pearson 상관분석 결과(산점도, 추세선, r·p-value·신뢰구간)

Pearson r은 0.8604로 '매우 강한 양의 상관'이고, p-value가 1.089e-09로 0.05보다 훨씬 작아 우연으로 보기 어렵습니다. 95% 신뢰구간 0.7248~0.9318의 하한도 0.7을 넘으므로, 데이터를 다시 모아도 강한 상관이 나올 가능성이 큽니다.

추세선 y = 0.982x - 471.1은 온도를 1℃ 올릴 때 인장강도가 평균 약 0.98MPa 오른다는 뜻이고, R² = 0.7403(= r²)은 인장강도 변동의 약 74%가 온도와의 직선 관계로 설명된다는 뜻입니다.

다만 측정한 온도 범위(810~898℃) 밖에서도 같은 관계가 유지된다는 보장은 없습니다. 상관이 확인됐다고 해서 온도만 올리면 된다는 결론을 내리기보다, 공정 조건 실험으로 인과관계를 확인하는 것이 좋습니다.

계산 방법

r은 두 변수 편차의 곱을 각 변수의 표준편차로 나눈 값으로 -1에서 1 사이입니다. p-value는 '모집단 상관이 0'이라는 가설에 대한 양측 검정으로, 자유도 n-2의 t분포(SciPy pearsonr과 같은 베타분포 식)로 구합니다.

95% 신뢰구간은 Fisher z-변환(z = artanh r, 표준오차 1/√(n-3))으로 구합니다. 짝지어진 데이터가 4개 미만이거나 |r|=1이면 구간을 계산하지 않습니다.

결측값 처리

X나 Y 중 하나라도 숫자가 아니거나 빈 칸인 행은 통째로 뺍니다(짝지어진 행만 사용). 짝지어진 유효 데이터가 3개 이상 있어야 분석합니다.

상관계수 r 해석 방법

  • |r|이 0.1 미만이면 거의 없는, 0.3 미만이면 약한, 0.5 미만이면 뚜렷한, 0.7 미만이면 강한, 0.7 이상이면 매우 강한 상관으로 해석합니다. 부호가 +이면 함께 증가, -이면 한쪽이 증가할 때 다른 쪽이 감소합니다.
  • p-value가 0.05보다 작으면 상관이 통계적으로 유의하다고 봅니다. 데이터가 많으면 약한 상관도 유의하게 나오므로 r의 크기를 함께 보세요.
  • Pearson r은 직선 관계만 잽니다. 산점도가 곡선 모양이면 Spearman 순위상관이 더 알맞고, 상관이 있어도 인과관계를 뜻하지는 않습니다.

자주 묻는 질문

엑셀 CORREL 함수와 같은 값인가요?

네. r은 엑셀 CORREL·PEARSON 함수와 같고, 여기서는 p-value와 신뢰구간까지 함께 구합니다.

R²와 r은 어떤 관계인가요?

1차 추세선의 R²는 r을 제곱한 값입니다. 예제에서 r=0.8604이면 R²≈0.7403입니다.

이상치가 있으면 어떻게 하나요?

Pearson r은 이상치에 크게 흔들립니다. 산점도에서 동떨어진 점이 보이면 Spearman·Kendall 순위상관으로도 확인해 보세요.

다른 그래프 도구