📊상관분석(Correlation Analysis) #1 기본 개념 완벽 정리!

상관분석은 데이터를 다룰 때 자주 접하게 되는 통계 기법 중 하나입니다.
하지만 막상 사용하려고 하면 “상관계수?”, “피어슨 vs 스피어만?”, “인과관계랑 다른 거야?” 같은 의문이 생기곤 하죠.

이번 글에서는 상관관계의 개념부터 상관계수의 해석까지, 꼭 알아야 할 기본 개념을 정리해드릴게요.

 

1️⃣ Correlation (상관관계)란?

상관관계는 한 변수가 변화할 때, 다른 변수가 어떤 방향으로 어떻게 변하는지를 나타내는 통계 지표입니다.
즉, 두 변수가 동시에 움직이는 정도를 의미합니다.

📌 “상관관계는 선형적인 관계를 측정한다”
→ 두 변수 간의 변화가 직선 형태로 함께 움직이는지를 보는 것

예시:

• 키가 클수록 몸무게도 증가한다 → 양(+)의 상관관계
• 스트레스가 높을수록 수면 시간이 줄어든다 → 음(-)의 상관관계

⚠️ 주의!
상관관계가 있다고 해서 **원인과 결과(인과관계)**가 있는 것은 아닙니다!

 

2️⃣ Correlation Analysis (상관분석)이란?

상관분석은 두 변수 사이의 선형적 관계의 강도와 방향을 분석하는 통계 기법입니다.
이 분석을 통해 우리가 알고 싶은 것은,

“변수 A가 커질수록 변수 B는 어떻게 변화하는가?”

상관분석은 상관계수를 계산하여, 수치적으로 그 관계를 파악합니다.

✔️ 선형 관계만 측정 가능 → **산점도(Scatter Plot)**와 함께 활용하면 더 정확한 해석 가능

📌 산점도란?
: 두 변수 (x, y)를 좌표 위에 점으로 찍어 시각적으로 관계를 보여주는 그래프입니다.

 

3️⃣ Correlation Coefficient (상관계수)란?

상관계수는 두 변수 간의 관계를 수치로 나타낸 지표입니다.
-1부터 +1까지의 값을 가지며, 다음과 같이 해석됩니다:

상관계수 값의미

-1	완벽한 음의 상관관계 (한 변수가 증가할수록 다른 변수는 일정하게 감소)
0	상관 없음 (변수 간에 아무런 패턴이 없음)
+1	완벽한 양의 상관관계 (두 변수가 함께 증가 또는 감소)

 

---

✔️ 상관계수의 방향 (+ / -)

• + : 두 변수는 같은 방향으로 움직임  /  - : 두 변수는 반대 방향으로 움직임
• 상관계수가 -1일 때 = 완벽한 음의 상관관계 
• 상관계수가 0일 때 = 아무런 관계도 없다는 뜻 
• 상관계수가 +1일 때 = 완벽한 양의 상관관계 

✔️ 상관계수의 크기 (절댓값)

• 1에 가까울수록 → 변수들이 강하게 연결되어 있음 (데이터 점들이 서로 잘 모여 있음)
• 0에 가까울수록 → 변수들 사이에 연관성이 거의 없음 (데이터 점들이 서로 흩어짐)

• 상관계수의 크기는 힘을 의미

 

📌 요약 정리

개념설명

상관관계	두 변수가 함께 움직이는 정도 (동시 변화)
상관분석	상관관계를 수치화하여 분석하는 방법
상관계수	-1 ~ +1 사이의 수치로, 관계의 방향과 강도를 나타냄
산점도	변수 간의 관계를 시각화하는 그래프
주의	상관관계 ≠ 인과관계, 상관계수 ≠ 기울기

 

📘 [상관분석 #2] 상관계수의 종류 (피어슨, 스피어만, 켄달 등)
각 상관계수가 언제, 왜, 어떻게 쓰이는지 궁금하시다면 아래 포스트를 확인해주세요!

 

2022.07.20 - [Main/통계] - 상관분석 (Correlation Analysis) #2 Type of Correlation Coefficient

상관분석 (Correlation Analysis) #2 Type of Correlation Coefficient

2022.07.20 - [Main/통계] - 📈 상관분석 #3: 상관계수와 p-value, 헷갈리지 마세요!

📈 상관분석 #3: 상관계수와 p-value, 헷갈리지 마세요!

 

 

출처: Scribbr.com/statistics/correlation-coefficient, 네이버 지식백과, 구글