A korreláció olyan kifejezés, amely két változó közötti kapcsolat erősségére utal, ahol az erős vagy a magas korreláció azt jelenti, hogy két vagy több változó szoros kapcsolatban áll egymással, míg a gyenge vagy alacsony korreláció azt jelenti, hogy a változók alig vannak összefüggő. A korrelációs elemzés a kapcsolat erõsségének a rendelkezésre álló statisztikai adatokkal való erõsségét vizsgálja.
A szociológusok használhatják statisztikai szoftver mint az SPSS, hogy meghatározzák, létezik-e kapcsolat két változó között, és milyen erős lehet, és a statisztikai folyamat korrelációs együtthatót fog eredményezni, amely ezt megmondja információ.
A legszélesebb körben alkalmazott korrelációs együttható a Pearson r. Ez az elemzés feltételezi, hogy a két vizsgált változót legalább mérik intervallum skálák, vagyis növekvő értéktartományban mérik őket. Az együtthatót úgy számítják ki, hogy a két változó kovarianciáját elválasztják és a szorzó szorzatával osztják standard eltérések.
A korrelációs elemzés erősségének megértése
A korrelációs együtthatók -1.00 és +1.00 között változhatnak, ahol a -1.00 érték egy tökéletes negatív korrelációt jelent, ami azt jelenti, hogy az egyik értéke a változó növekszik, a másik csökken, míg a +1,00 érték egy tökéletes pozitív kapcsolatot képvisel, vagyis az egyik változó értéke növekszik, a másik.
Az ilyen értékek a két változó között tökéletesen lineáris kapcsolatot jeleznek, tehát ha az eredményeket grafikonon ábrázolja, az egyenes, de a 0.00 érték azt jelenti, hogy nincs kapcsolat a vizsgált változók között, és külön vonalként ábrázolnánk teljesen.
Vegyük például az oktatás és a jövedelem kapcsolatát, amelyet a kísérő kép mutat be. Ez azt mutatja, hogy minél több oktatással rendelkezik, annál több pénzt fognak keresni munkájuk során. Más szóval, ezek az adatok azt mutatják oktatás és jövedelem összefüggésben vannak, és hogy a kettő között erős pozitív kapcsolat van - az oktatás növekedésével a jövedelem is, és az oktatás és a vagyon között ugyanolyan korrelációs kapcsolat van, mint a jól.
A statisztikai korrelációs elemzések hasznossága
Az ilyen statisztikai elemzések azért hasznosak, mert megmutathatják, hogy a társadalom különböző tendenciái vagy mintái hogyan kapcsolódhatnak egymáshoz, mint például a munkanélküliség és a bűnözés; és megvilágíthatják, hogy a tapasztalatok és társadalmi jellemzők hogyan alakítják az ember életében történõ eseményeket. A korrelációs elemzés segítségével magabiztosan mondhatjuk, hogy kettő között van-e kapcsolat vagy nem különböző minták vagy változók, ami lehetővé teszi számunkra, hogy megjósoljuk a kimenetel valószínűségét a lakosság körében tanult.
A házasságról és az oktatásról szóló közelmúltbeli tanulmány szoros negatív kapcsolatot mutatott az iskolai végzettség és a válási arány között. A családi növekedésről szóló nemzeti felmérés adatai azt mutatják, hogy a nők körében az iskolai végzettség növekedésével csökken az első házasságok válási aránya.
Fontos azonban szem előtt tartani, hogy a korreláció nem ugyanaz, mint az okozati összefüggés, tehát, míg a az iskolázottság és a válási arány, ez nem feltétlenül jelenti a nők közötti válás csökkenését az oktatás nagysága miatt kapott.