피어슨 상관계수 계산기 (r)
두 변수의 짝지어진 데이터(예: 키와 몸무게)를 입력해 선형 상관 강도 r을 구해요. -1(완전 음의) ~ 0(무관) ~ +1(완전 양의).
데이터 쌍 입력 (X, Y)
| X | Y |
|---|
결과
피어슨 r
-
결정계수 R²
-
데이터 쌍 2개 이상 입력 필요
피어슨 상관계수란
두 변수 사이의 선형 상관관계 강도를 -1 ~ +1 값 하나로 요약한 지표예요. 키와 몸무게처럼 한쪽이 커질 때 다른 쪽도 커지면 양의 상관(+1에 가까움), 반대 방향이면 음의 상관(-1에 가까움), 무관하면 0 근처. 통계학·심리학·경제학·머신러닝 데이터 탐색에서 가장 먼저 보는 수치 중 하나예요.
이런 분한테 쓸모 있어요
SPSS·R 없이 빠르게 데이터 쌍의 상관 보고 싶은 학생, 마케팅 데이터 두 변수 관계 확인하는 직장인, 머신러닝 feature engineering 단계의 개발자한테 쓸모 있어요.
사용법
- X, Y 입력 - 각 행에 X 값과 Y 값을 짝으로 입력.
- 결과 확인 - 피어슨 r과 결정계수 R²(설명력)을 함께 표시.
- 해석 - r의 절댓값이 0.7 이상이면 강한 상관, 0.3~0.7 중간, 0.3 미만 약함.
해석 가이드
r = +1.0 완전 양의 선형 (한쪽 ↑ → 다른쪽 똑같이 ↑)
r = +0.7~+0.9 강한 양의 상관
r = +0.3~+0.7 중간 양의 상관
r = -0.3~+0.3 거의 무관
r = -0.7~-0.3 중간 음의 상관
r = -0.9~-0.7 강한 음의 상관
r = -1.0 완전 음의 선형
왜 따로 계산?
- SPSS/R 없이 - 무거운 통계 패키지 안 깔고 브라우저에서 즉시.
- R²까지 자동 - r²은 한 변수가 다른 변수의 분산을 설명하는 비율(0~1).
- 최소 표본 검증 - 데이터 쌍이 2개 미만이면 자동 경고.
- 한계 안내 - 피어슨은 선형 관계만 측정. 곡선 관계는 잡아내지 못함(스피어만/켄달은 추후).
다른 도구랑 비교
| 항목 | FreeToolbox | 엑셀 CORREL | SPSS·R |
|---|---|---|---|
| 피어슨 r | O | O | O |
| R² 자동 | O | 제곱 수식 | O |
| 유의성 검정 | X (추후) | X | O |
| 설치 | 없음 | 엑셀 | 전용 SW |
자주 묻는 질문
r = 0이면 두 변수가 무관한 건가요?
선형 관계가 없을 뿐, 비선형 관계(예: 곡선)는 있을 수 있어요. r=0이라고 완전 무관하다고 단정하면 안 됨.
r과 인과관계는 다른가요?
네. 상관관계가 있어도 인과관계는 없을 수 있어요('상관 ≠ 인과'). 제3변수가 둘 다에 영향 줄 수도(혼란변수).
최소 몇 쌍 필요한가요?
수학적으로는 2쌍부터 가능. 통계적 신뢰성 위해 보통 30쌍 이상 권장. 5쌍 미만이면 결과 해석에 신중.
결정계수 R²은 뭔가요?
r의 제곱. 한 변수가 다른 변수의 분산을 설명하는 비율. R²=0.64면 64% 설명한다는 뜻.
스피어만 상관은 안 되나요?
이 도구는 피어슨만. 순위 데이터·비선형 관계엔 스피어만이 더 적합. 추후 별도 도구로 추가될 예정.