Korelacja to jedno z najczęściej wykorzystywanych pojęć w pracach dyplomowych o charakterze empirycznym - i zarazem jedno z najczęściej nadużywanych. Pojawia się wszędzie tam, gdzie student bada, czy dwie cechy idą ze sobą w parze: czy wyższe zarobki wiążą się z większą satysfakcją z pracy, czy częstsze korzystanie z mediów społecznościowych łączy się z gorszą koncentracją, czy poziom stresu współwystępuje z jakością snu. Korelacja pozwala te zależności ująć liczbowo, ale sama w sobie niczego nie wyjaśnia - i właśnie świadomość jej ograniczeń odróżnia pracę dojrzałą metodologicznie od takiej, która myli współwystępowanie z przyczyną.
Czym jest korelacja?
W ujęciu statystycznym korelacja to siła i kierunek zależności między dwiema zmiennymi. Mówiąc prościej: opisuje, na ile zmiana wartości jednej cechy idzie w parze ze zmianą wartości drugiej. Jeśli wraz ze wzrostem jednej zmiennej rośnie druga, mówimy o korelacji dodatniej; jeśli wzrost jednej wiąże się ze spadkiem drugiej — o korelacji ujemnej; jeśli żaden regularny wzorzec się nie pojawia - o braku korelacji.
Siłę tej zależności wyraża współczynnik korelacji, oznaczany najczęściej literą r. Przyjmuje on wartości od −1 do +1. Wartość +1 oznacza idealną korelację dodatnią (obie zmienne zmieniają się dokładnie w tym samym kierunku), −1 — idealną korelację ujemną, a 0 — całkowity brak liniowej zależności. W praktyce badawczej wartości skrajne nie występują niemal nigdy; realne dane dają wyniki pośrednie, które trzeba umieć zinterpretować.
Najczęstsze współczynniki korelacji
W pracach dyplomowych spotyka się kilka miar korelacji, a wybór właściwej zależy od typu danych. Najpopularniejszy jest współczynnik korelacji liniowej Pearsona, stosowany wtedy, gdy obie zmienne są ilościowe (mierzalne, np. wiek, dochód, wynik testu) i mają w przybliżeniu rozkład zbliżony do normalnego. To on kryje się pod symbolem r w większości prac.
Gdy dane mają charakter porządkowy (rangowy) albo nie spełniają założeń wymaganych przez współczynnik Pearsona, sięga się po współczynnik rho Spearmana. Jest on odporny na wartości odstające i nie wymaga normalności rozkładu, dlatego dobrze sprawdza się przy danych z ankiet opartych na skalach (np. skali Likerta). Rzadziej, przy małych próbach lub zmiennych porządkowych, używa się współczynnika tau Kendalla. Wybór miary należy w pracy uzasadnić — sama informacja, że „policzono korelację", bez wskazania, którą i dlaczego, jest brakiem warsztatowym.
Jak interpretować siłę korelacji?
Sama wartość współczynnika niewiele mówi, dopóki nie odniesie się jej do przyjętej skali interpretacyjnej. W naukach społecznych najczęściej stosuje się orientacyjny podział: wartości bezwzględne poniżej 0,3 traktuje się jako korelację słabą, od 0,3 do 0,5 — umiarkowaną, a powyżej 0,5 — silną. Niektóre podręczniki przesuwają te progi, dlatego dobrze jest powołać się na konkretne źródło, z którego skala pochodzi.
Trzeba pamiętać o dwóch rzeczach naraz. Po pierwsze, znak współczynnika (plus lub minus) mówi o kierunku zależności, a nie o jej sile — korelacja −0,7 jest silniejsza niż +0,3, mimo że jest ujemna. Po drugie, siła korelacji to nie to samo co jej istotność statystyczna. Można uzyskać współczynnik liczbowo wyraźny, który przy małej próbie okaże się nieistotny, i odwrotnie — przy bardzo dużej próbie nawet słabe korelacje bywają istotne statystycznie, choć praktycznie nieważne.
Istotność statystyczna a poziom p
Przy raportowaniu korelacji podaje się zwykle dwie liczby: wartość współczynnika oraz poziom istotności, oznaczany jako p. Poziom p odpowiada na pytanie, jak prawdopodobne jest, że zaobserwowana zależność pojawiła się przypadkowo. Przyjęto, że jeśli p jest mniejsze niż 0,05, zależność uznaje się za istotną statystycznie - to znaczy na tyle wyraźną, że trudno przypisać ją wyłącznie przypadkowi przy danej wielkości próby.
W pracy dyplomowej oba parametry należy podawać razem. Zapis taki jak „r = 0,42; p < 0,05" informuje, że stwierdzono umiarkowaną korelację dodatnią, która jest istotna statystycznie. Pominięcie poziomu p sprawia, że nie wiadomo, czy wynik w ogóle można uogólniać poza badaną próbę.
Najważniejsza zasada - korelacja to nie przyczynowość
To zdanie powinno towarzyszyć każdej interpretacji korelacji: współwystępowanie dwóch zjawisk nie dowodzi, że jedno wywołuje drugie. Stwierdzenie korelacji między dwiema zmiennymi otwiera kilka możliwości naraz, a praca dojrzała metodologicznie powinna je rozważyć.
Może być tak, że pierwsza zmienna wpływa na drugą, ale równie dobrze druga może wpływać na pierwszą (problem kierunku zależności). Może też istnieć trzecia, nieuwzględniona zmienna, która oddziałuje na obie naraz, tworząc pozorny związek (tzw. zmienna ukryta lub zakłócająca). Wreszcie korelacja może być całkowicie przypadkowa — przy dużej liczbie analizowanych par cech część zależności pojawi się losowo. Klasycznym przykładem są korelacje pozorne: liczba utonięć rośnie wraz ze sprzedażą lodów, ale nie dlatego, że lody topią ludzi — obie wartości napędza trzeci czynnik, czyli upalna pogoda.
W praktyce oznacza to, że w części interpretacyjnej pracy nie wolno przeskakiwać od „stwierdzono korelację" do „zatem X powoduje Y". Poprawny język to: „zmienne współwystępują", „zaobserwowano związek", „wyższym wartościom X towarzyszą wyższe wartości Y". Wnioskowanie o przyczynie wymaga innych narzędzi — przede wszystkim badań eksperymentalnych z grupą kontrolną.
Jak opisać korelację w pracy?
W części metodologicznej należy wskazać, jaki współczynnik zastosowano i dlaczego, jakie zmienne poddano analizie oraz jakie oprogramowanie wykorzystano (najczęściej SPSS, Statistica, R lub nawet arkusz kalkulacyjny przy prostszych obliczeniach). W części wyników podaje się wartość współczynnika i poziom istotności, zwykle w tabeli korelacji, gdy par zmiennych jest więcej. W części interpretacyjnej opisuje się kierunek i siłę zależności, odnosi wynik do hipotez badawczych i — co kluczowe — zachowuje ostrożność w formułowaniu wniosków przyczynowych.
Dobrym zwyczajem jest powiązanie każdej hipotezy z konkretnym wynikiem: która hipoteza została potwierdzona, która odrzucona i co z tego wynika dla całości pracy. To pokazuje, że obliczenia nie są celem samym w sobie, lecz narzędziem odpowiadającym na postawione pytania badawcze.
Najczęściej zadawane pytania
Czym różni się korelacja od regresji?
Korelacja mierzy siłę i kierunek zależności między zmiennymi, ale traktuje je symetrycznie — nie wskazuje, która jest przyczyną, a która skutkiem. Regresja idzie krok dalej: zakłada podział na zmienną zależną i niezależną oraz pozwala przewidywać wartości jednej na podstawie drugiej. Jeśli celem jest tylko sprawdzenie, czy związek istnieje, wystarczy korelacja; jeśli chcemy modelować i prognozować, potrzebna jest regresja.
Jaki współczynnik korelacji wybrać do danych z ankiety?
Przy danych ze skali Likerta, które mają charakter porządkowy, zwykle stosuje się współczynnik rho Spearmana. Jeśli zmienne są w pełni ilościowe i ich rozkład jest zbliżony do normalnego, właściwy jest współczynnik Pearsona. Wybór warto poprzeć sprawdzeniem założeń i uzasadnić w części metodologicznej.
Czy słaba korelacja oznacza, że badanie się nie udało?
Nie. Brak silnej korelacji lub jej brak w ogóle to także wynik — informuje, że badane zmienne nie są ze sobą wyraźnie powiązane, co może być cennym ustaleniem i podstawą do odrzucenia hipotezy. Wartość pracy nie zależy od tego, czy hipotezy się potwierdziły, lecz od rzetelności badania i interpretacji.
Co zrobić, gdy korelacja jest silna, ale nielogiczna?
Należy rozważyć możliwość korelacji pozornej i poszukać zmiennej ukrytej, która może oddziaływać na obie badane cechy. Silny, lecz trudny do wyjaśnienia związek to sygnał do ostrożności, a nie do formułowania śmiałych wniosków przyczynowych.
