6 ตัวอย่างความสัมพันธ์ในชีวิตจริง

ในทางสถิติ ความสัมพันธ์ คือการวัดความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว

ค่าของสัมประสิทธิ์สหสัมพันธ์จะอยู่ระหว่าง -1 ถึง 1 เสมอ โดยที่:

• -1 บ่งชี้ถึงความสัมพันธ์เชิงเส้นเชิงลบอย่างสมบูรณ์ระหว่างตัวแปรสองตัว
• 0 บ่งชี้ว่าไม่มีความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว
• 1 บ่งชี้ความสัมพันธ์เชิงเส้นเชิงบวกอย่างสมบูรณ์ระหว่างตัวแปรสองตัว

ตัวอย่างต่อไปนี้แสดงให้เห็นถึงสถานการณ์ในโลกแห่งความเป็นจริงของความสัมพันธ์เชิงลบ บวก และศูนย์ระหว่างตัวแปร

ตัวอย่างของความสัมพันธ์เชิงลบ

ตัวอย่างที่ 1: เวลาที่ใช้ในการวิ่งเทียบกับ ร่างกายอ้วน

ยิ่งเราใช้เวลาวิ่งนานเท่าใด ไขมันในร่างกายก็จะยิ่งลดลงเท่านั้น กล่าวอีกนัยหนึ่ง ระยะเวลาการวิ่งที่แตกต่างกันและไขมันในร่างกายที่แตกต่างกันมีความสัมพันธ์เชิงลบ เมื่อเวลาที่ใช้ในการวิ่งเพิ่มขึ้น ไขมันในร่างกายจะลดลง

หากเราสร้างแผนการกระจายเวลาที่ใช้ในการวิ่งเทียบกับไขมันในร่างกาย อาจมีลักษณะดังนี้:

ตัวอย่างที่ 2: เวลาที่ใช้ในการดูทีวีเทียบกับผลการสอบ

ยิ่งนักเรียนใช้เวลาดูโทรทัศน์มากเท่าใด คะแนนสอบก็จะยิ่งลดลงเท่านั้น กล่าวอีกนัยหนึ่ง เวลาที่ใช้ในการดูทีวีที่แตกต่างกันและคะแนนสอบที่แตกต่างกันมีความสัมพันธ์เชิงลบ เมื่อเวลาดูโทรทัศน์เพิ่มขึ้น คะแนนสอบก็ลดลง

หากเราสร้างแผนการกระจายเวลาที่ใช้ในการดูทีวีเทียบกับคะแนนการทดสอบ อาจมีลักษณะดังนี้:

ตัวอย่างของความสัมพันธ์เชิงบวก

ตัวอย่างที่ 1: ความสูงเทียบกับ น้ำหนัก

ความสัมพันธ์ระหว่างส่วนสูงและน้ำหนักของแต่ละบุคคลมีแนวโน้มที่จะเป็นบวก กล่าวอีกนัยหนึ่ง คนที่สูงกว่ามักจะมีน้ำหนักมากกว่าเช่นกัน

หากเราสร้างแผนภูมิกระจายส่วนสูง/น้ำหนัก อาจมีลักษณะดังนี้:

ตัวอย่างที่ 2: อุณหภูมิเทียบกับ ขายไอศกรีม

ความสัมพันธ์ระหว่างอุณหภูมิและยอดขายไอศกรีมทั้งหมดเป็นบวก กล่าวอีกนัยหนึ่ง เมื่ออากาศข้างนอกอุ่นขึ้น ยอดขายไอศกรีมทั้งหมดของบริษัทมีแนวโน้มที่จะสูงขึ้น เนื่องจากผู้คนซื้อไอศกรีมมากขึ้นเมื่ออากาศร้อน

หากเราสร้างแผนภูมิกระจายระหว่างอุณหภูมิและยอดขายไอศกรีม อาจมีลักษณะดังนี้:

ไม่มีตัวอย่างความสัมพันธ์

ตัวอย่างที่ 1: การบริโภคกาแฟกับความฉลาด

ปริมาณกาแฟที่แต่ละบุคคลบริโภคและระดับไอคิวของพวกเขาไม่มีความสัมพันธ์กัน กล่าวอีกนัยหนึ่งการรู้ว่ากาแฟแต่ละแก้วดื่มมากแค่ไหนไม่ได้ช่วยให้เราทราบระดับไอคิวของพวกเขาได้

หากเราสร้างแผนกระจายการบริโภคกาแฟในแต่ละวันเทียบกับระดับ IQ อาจมีลักษณะดังนี้:

ตัวอย่างที่ 2: ขนาดรองเท้าสัมพันธ์กับภาพยนตร์ที่ดู

ขนาดรองเท้าของแต่ละบุคคลและจำนวนภาพยนตร์ที่พวกเขาดูต่อปีไม่มีความสัมพันธ์กัน กล่าวอีกนัยหนึ่ง การรู้ขนาดรองเท้าของแต่ละบุคคลไม่ได้ช่วยให้เราทราบว่าพวกเขาดูภาพยนตร์ได้กี่เรื่องต่อปี

หากเราสร้างแผนภูมิกระจายของขนาดรองเท้าเทียบกับจำนวนภาพยนตร์ที่ดู อาจมีลักษณะดังนี้:

แหล่งข้อมูลเพิ่มเติม

ความสัมพันธ์แบบ “อ่อนแอ” คืออะไร?
อะไรคือความสัมพันธ์ที่ “แข็งแกร่ง”?
ความสัมพันธ์เทียบกับ สมาคม: อะไรคือความแตกต่าง?