상관분석
두 변수가 함께 증가하거나 감소하는 경향과 그 관계의 강도를 확인하는 방법입니다.
학습시간이 긴 학생은 시험 점수도 높을까요? 수면시간이 늘어나면 피로도는 낮아질까요? 두 수치가 서로 어떤 관계를 보이는지 확인하려면 어떻게 해야 할까요?
이처럼 두 수치형 변수가 함께 변하는 방향과 정도를 알아보는 방법이 상관분석(Correlation Analysis)입니다.
평균이나 표준편차가 각 변수의 특징을 따로 보여준다면, 상관분석은 두 변수를 짝지어 살펴보고 함께 증가하거나 감소하는 경향이 얼마나 뚜렷한지 상관계수로 나타냅니다. 다만 관계가 나타난다고 해서 한 변수가 다른 변수의 원인이라는 뜻은 아닙니다.
교육, 심리, 보건, 소비자 행동 연구 등에서 변수 사이의 관계를 처음 탐색할 때 유용합니다. 이번 글에서는 학습시간과 시험 점수의 관계를 예제로 상관계수의 의미, 산점도와 유의확률 해석, 피어슨·스피어만 상관분석의 차이, 결과 보고와 주의사항까지 살펴보겠습니다.
상관분석이란 무엇인가요?
두 수치형 변수가 함께 변하는 방향과 정도를 살펴보는 분석입니다.
상관분석(Correlation Analysis)은 두 변수가 함께 증가하거나 감소하는 경향이 있는지, 그 관계가 어느 정도 뚜렷한지 확인하는 방법입니다. 가장 널리 쓰이는 피어슨 상관계수는 두 변수 사이의 선형 관계를 −1부터 +1 사이의 값으로 나타냅니다.
예를 들어 학습시간이 긴 학생일수록 시험 점수가 높은지, 운동시간이 늘어날수록 안정시 심박수가 낮아지는지 살펴볼 수 있습니다. 다만 상관관계가 있다고 해서 어느 한 변수가 다른 변수의 원인이라고 결론 내릴 수는 없습니다.
상관분석은 왜 필요한가요?
평균과 분포를 따로 보는 것만으로는 변수들이 함께 움직이는지 알기 어렵습니다.
학습시간의 평균과 시험 점수의 평균을 각각 구하면 두 변수의 수준은 알 수 있지만, 학습시간이 많은 사람이 실제로 점수도 높은지는 알 수 없습니다. 상관분석은 같은 사람에게서 측정한 두 값을 한 쌍으로 놓고 그 관계를 확인합니다.
산점도로 전체적인 패턴을 살피고 상관계수를 계산하면 관계의 방향과 강도를 함께 설명할 수 있습니다. 여러 변수 중 어떤 변수들이 비슷하게 움직이는지 탐색할 때도 활용됩니다.
상관분석은 어떤 원리로 작동하나요?
각 관측치의 두 값을 짝지어, 평균에서 벗어나는 방향이 서로 일치하는지 확인합니다.
① 두 변수를 짝지어 관측하기
분석에 포함되는 각 사람은 학습시간과 시험 점수처럼 두 변수의 값을 모두 가지고 있어야 합니다. 서로 다른 사람의 값을 임의로 짝지으면 올바른 상관관계를 구할 수 없습니다.
② 산점도에서 패턴 살펴보기
점들이 오른쪽 위로 모이면 양의 관계, 오른쪽 아래로 모이면 음의 관계가 나타납니다. 뚜렷한 직선 패턴이 없다면 피어슨 상관계수는 0에 가까울 수 있습니다.
③ 공분산을 두 변수의 표준편차로 나누기
r = Cov(X, Y) / (sX × sY)
공분산을 표준화해 변수의 단위와 관계없이 −1부터 +1 사이로 표현합니다.
④ 방향과 크기 함께 읽기
부호는 관계의 방향을, 절댓값은 선형 관계가 얼마나 뚜렷한지를 나타냅니다. 절댓값이 크다고 효과의 중요성까지 자동으로 결정되는 것은 아닙니다. 연구 맥락과 측정 방법을 함께 고려해야 합니다.
실제 사례: 학습시간과 시험 점수 분석
가상의 학생 12명을 대상으로 주간 학습시간과 시험 점수를 조사했습니다.
한 교육 연구자가 학생들이 일주일 동안 공부한 시간과 시험 점수의 관계를 알아보려 한다고 가정해 보겠습니다. 아래 수치는 설명을 위해 만든 예제 데이터이며 실제 조사 결과가 아닙니다.
| 학생 | 학습시간 (시간/주) | 시험 점수 (점) |
|---|---|---|
| 1 | 2 | 58 |
| 2 | 3 | 62 |
| 3 | 3 | 55 |
| 4 | 4 | 67 |
| 5 | 4 | 64 |
| 6 | 5 | 69 |
| 7 | 5 | 73 |
| 8 | 6 | 71 |
| 9 | 6 | 78 |
| 10 | 7 | 76 |
| 11 | 8 | 84 |
| 12 | 9 | 86 |
산점도를 보면 학습시간이 늘어날수록 시험 점수가 대체로 높아지는 모습을 볼 수 있습니다. 일부 학생은 같은 시간을 공부해도 다른 점수를 받으므로, 모든 점이 한 직선 위에 놓이지는 않습니다.
상관계수(r)는 어떻게 해석하나요?
결과에서 가장 먼저 확인하는 것은 관계의 방향과 선형적인 강도입니다.
피어슨 상관계수는 r = 0.957입니다. 양수이므로 주간 학습시간이 길수록 시험 점수가 높은 경향이 나타납니다. 또한 값이 +1에 가까워 이 예제에서는 매우 뚜렷한 양의 선형 관계를 보입니다.
상관계수 0은 선형 관계가 관찰되지 않는다는 뜻이지 두 변수 사이에 어떤 관계도 없다는 뜻은 아닙니다. U자형처럼 비선형 패턴이 존재할 수 있기 때문입니다.
상관계수의 유의확률과 신뢰구간은 무엇인가요?
표본에서 계산한 관계를 모집단 수준으로 해석할 때 불확실성을 확인합니다.
| 지표 | 예제 결과 | 의미 |
|---|---|---|
| 표본 크기 | 12명 | 분석에 사용한 관측치 수 |
| 피어슨 r | 0.957 | 양의 선형 관계 |
| p값 | < 0.001 | 모상관계수 0에 대한 양측 검정 |
| 95% 신뢰구간 | [0.849, 0.988] | Fisher z 변환 근사 |
귀무가설은 모집단의 피어슨 상관계수가 0이라는 것입니다. 이 예제에서 양측 검정의 p값은 0.001보다 작아, 모상관계수가 0이라는 가설에 반하는 통계적 근거가 있습니다.
95% 신뢰구간은 상관계수 추정의 불확실성을 보여줍니다. 다만 학생 12명이라는 작은 편의적 예제이므로 모집단으로 결과를 일반화하는 데에는 주의해야 합니다.
상관분석 결과에서는 어떤 지표를 확인하나요?
계수 하나만 보지 말고 자료의 형태와 추정의 불확실성까지 함께 읽습니다.
| 지표 | 확인할 내용 |
|---|---|
| 관측치 수(n) | 결측값을 제외하고 실제 분석한 쌍의 수 |
| 피어슨 상관계수(r) | 선형 관계의 방향과 강도 |
| 스피어만 상관계수(ρ) | 순위를 기준으로 본 단조 관계 |
| p값 | 모상관계수 0이라는 가설과의 양립 가능성 |
| 신뢰구간 | 추정된 상관계수의 불확실성 |
| 산점도 | 직선성, 곡선 형태, 군집, 이상치 여부 |
| 결측값 처리 | 완전한 관측쌍만 사용했는지 등 |
결정계수(r²)와 혼동하지 않기
이 예제에서 r²는 약 0.916입니다. 단순선형회귀에 절편이 포함된 경우 표본 내 종속변수의 변동 중 선형모형으로 설명되는 비율과 일치합니다. 이를 인과적으로 “학습시간이 점수의 91.6%를 만들어 냈다”고 해석해서는 안 됩니다.
상관분석과 회귀분석은 어떻게 다른가요?
두 분석 모두 변수의 관계를 다루지만 답하려는 질문이 다릅니다.
| 구분 | 상관분석 | 회귀분석 |
|---|---|---|
| 주요 목적 | 관계의 방향·강도 파악 | 설명변수와 결과변수의 관계 추정 및 예측 |
| 변수의 역할 | X와 Y를 대칭적으로 취급 | 설명변수(X)와 결과변수(Y)를 구분 |
| 대표 지표 | r, ρ, p값 | 회귀계수, 신뢰구간, R² 등 |
| 단위 | 상관계수는 단위 없음 | 회귀계수는 변수 단위에 의존 |
| 주요 질문 | 둘이 함께 움직이는가? | X가 달라질 때 Y는 얼마나 달라지는가? |
학습시간과 점수가 서로 관련되어 있는지 확인하는 단계라면 상관분석이 적합합니다. 학습시간이 1시간 늘어날 때 점수의 평균적인 차이를 추정하거나 다른 조건을 통제하려면 회귀분석을 고려합니다.
피어슨과 스피어만 상관분석은 어떻게 다른가요?
데이터 유형과 관계의 형태에 따라 적절한 방법을 선택해야 합니다.
| 구분 | 피어슨(Pearson) | 스피어만(Spearman) |
|---|---|---|
| 주요 대상 | 수치형 변수의 선형 관계 | 순위 또는 단조 관계 |
| 계산 방식 | 원래 값의 공분산을 표준화 | 각 값을 순위로 바꿔 상관 계산 |
| 관계 형태 | 직선적 경향 | 한 방향으로 증가·감소하는 경향 |
| 이상치 영향 | 큰 영향을 받을 수 있음 | 상대적으로 덜 민감할 수 있음 |
| 대표 계수 | r | ρ (rho) |
동일한 학습시간·시험 점수 데이터에서 피어슨 r은 0.957, 스피어만 ρ는 0.958입니다. 이 예제에서는 두 방법 모두 강한 양의 관계를 보여줍니다. 그러나 항상 비슷한 값이 나오는 것은 아닙니다.
스피어만 상관도 모든 문제를 해결하지는 못합니다. 특히 같은 순위가 많은 자료나 복잡한 비선형 관계에서는 별도의 점검이 필요합니다.
상관분석에서 주의해야 할 점
계산보다 중요한 것은 계수를 잘못 해석하지 않는 일입니다.
산점도에서 비선형 관계를 확인해야 합니다.
피어슨 r이 작아도 곡선형 관계는 존재할 수 있습니다. 상관계수를 보기 전에 산점도를 확인하는 편이 안전합니다.
이상치에 따라 결과가 달라질 수 있습니다.
특정 관측치 하나가 계수를 크게 바꿀 수 있습니다. 이상치를 무조건 삭제하지 말고 데이터 오류인지, 실제로 중요한 사례인지 먼저 확인해야 합니다.
표본 범위가 좁으면 상관이 약해질 수 있습니다.
비슷한 점수대의 학생만 조사하면 전체 학생을 대상으로 할 때보다 관계가 약하게 보일 수 있습니다. 표본이 어떤 집단을 대표하는지 검토해야 합니다.
같은 집단이 아니면 해석이 달라질 수 있습니다.
학년별·학교별 특성이 다르면 전체 상관관계가 집단 내부의 관계와 다를 수 있습니다. 혼합된 집단의 분포와 잠재적 교란변수를 함께 살펴야 합니다.
상관관계는 인과관계가 아닙니다.
학습시간과 시험 점수가 함께 증가해도 그것만으로 학습시간 증가가 점수 상승을 일으켰다고 증명할 수 없습니다. 사전 실력, 학습 환경, 동기 등 다른 요인이 영향을 미쳤을 수 있습니다.
상관분석에는 어떤 확장 방법이 있나요?
연구 상황에 따라 단순한 두 변수의 관계를 넘어 분석할 수 있습니다.
편상관분석(Partial Correlation)
세 번째 변수의 선형적 영향을 통계적으로 제거한 후 두 변수의 관계를 확인합니다. 예를 들어 기존 성취도 차이를 고려한 학습시간과 시험 점수의 관계를 탐색할 수 있습니다.
켄달 순위상관(Kendall’s τ)
관측치 쌍의 순위 일치와 불일치를 토대로 단조 관계를 평가합니다. 표본이 작거나 순위형 자료를 다룰 때 고려할 수 있습니다.
상관행렬(Correlation Matrix)
분석할 변수가 여러 개이면 모든 변수 쌍의 상관계수를 행렬로 정리합니다. 강하게 연관된 변수 조합을 찾거나 회귀분석 전에 다중공선성 가능성을 살펴보는 데 도움이 됩니다.
반복측정·군집 자료
동일 학생을 여러 차례 측정한 경우, 일반 상관분석에서 관측치의 독립성을 가정하는 방식은 적절하지 않을 수 있습니다. 반복측정 상관 또는 다층모형 등 자료 구조에 맞는 방법을 검토해야 합니다.
상관분석 결과는 어떻게 보고하나요?
논문이나 보고서에는 어떤 변수를 분석했는지와 주요 통계값을 명확히 제시합니다.
예제 데이터를 바탕으로 결과를 서술하면 다음과 같습니다.
학생 12명의 주간 학습시간과 시험 점수 사이의 관계를 확인하기 위해 피어슨 상관분석을 실시하였다. 분석 결과, 두 변수 사이에는 강한 양의 상관관계가 나타났다(r = 0.957, p < .001, 95% CI [0.849, 0.988]). 즉, 학습시간이 많은 학생일수록 시험 점수가 높은 경향이 있었다.
실제 연구에서는 표본 선정 방식, 변수의 측정 단위, 결측값 처리, 산점도 검토 결과 등을 함께 제시해야 합니다. 상관분석 결과를 인과 효과로 표현하지 않도록 주의합니다.
상관분석은 어디에 활용할 수 있나요?
여러 분야에서 수치형 변수 사이의 관계를 탐색하는 기본 도구입니다.
교육 연구
학습시간과 성취도, 출석률과 과제 점수 사이의 관계를 살펴볼 수 있습니다.
심리학 및 행동 연구
스트레스 점수와 수면의 질, 만족도와 지속 이용 의향 사이의 관계를 조사할 수 있습니다.
보건 및 의료 연구
운동시간과 혈압, 연령과 건강 관련 점수의 연관성을 탐색할 수 있습니다.
경영 및 마케팅
고객 만족도와 재구매 의향, 광고 노출량과 브랜드 인지도 사이의 관계를 확인할 수 있습니다.
경제 및 사회과학
소득과 소비액, 지역별 교육 수준과 여러 사회 지표가 함께 변하는지 살펴볼 수 있습니다.
각 분야에서 상관계수의 의미를 이해하려면 표본, 자료 수집 방식, 잠재적 교란 요인을 함께 고려해야 합니다.
상관분석은 두 변수가 함께 움직이는 모습을 수치로 확인하는 방법입니다.
방향과 강도를 상관계수로 요약하되, 산점도와 신뢰구간을 함께 검토하면 결과를 더 정확하게 해석할 수 있습니다.
상관분석은 두 수치형 변수가 함께 증가하거나 감소하는 방향과 그 관계가 얼마나 뚜렷한지를 상관계수로 요약합니다. 학습시간과 시험 점수의 예제처럼 같은 관측대상에서 두 변수를 짝지어 분석하며, 관계의 크기와 방향을 산점도에서 함께 확인하는 것이 좋습니다.
상관계수 하나만으로 관계의 형태나 인과관계를 판단할 수는 없습니다. 비선형 관계와 이상치, 표본의 크기, 신뢰구간을 점검하고 연구 질문에 따라 피어슨이나 스피어만 분석 등을 선택해야 합니다.
상관분석의 핵심은 두 변수의 관계를 설명하는 것이지 인과관계를 증명하는 것이 아닙니다. 피어슨 상관계수는 선형 관계를, 스피어만 상관계수는 순위에 따른 단조 관계를 요약합니다. 계수의 부호와 크기뿐 아니라 산점도, 표본 수, 이상치, 신뢰구간을 함께 확인하세요.