상관계수 0.3 미만이면 상관이 없다고 봐야 함?
상관계수가 0.3보다 작으면 사실상 상관이 없는 것으로 본다는 말을 들음. 유의확률이 .05보다 작게 나와도 마찬가지라고 함. 0.3 미만은 상관이 없다고 보는 게 통계적으로 맞는 해석임?
상관계수가 0.3보다 작으면 사실상 상관이 없는 것으로 본다는 말을 들음. 유의확률이 .05보다 작게 나와도 마찬가지라고 함. 0.3 미만은 상관이 없다고 보는 게 통계적으로 맞는 해석임?
상관계수 0.3 미만을 ‘상관없음’으로 단정하는 것은 통계적으로 타당하지 않습니다.
우선 상관의 크기는 보통 **상관계수의 절댓값 (|r|)**으로 판단합니다. (r=-0.8)도 수치상 0.3보다 작지만, 강한 음의 상관입니다.
1. 0.3은 ‘상관 유무’의 경계가 아닙니다.
일부 분야에서는 (|r|\approx0.1)을 작은 효과, 0.3을 중간 효과, 0.5를 큰 효과로 부르는 관행이 있습니다. 하지만 이는 대략적인 참고 기준이지 보편적인 판정 규칙이 아닙니다. (|r|<0.3)이라면 대체로 ‘약한 상관’이라고 기술할 수 있지만, 곧바로 ‘상관이 없다’고 해석하면 안 됩니다.
2. 유의확률과 상관의 크기는 다른 질문에 답합니다.
통상적인 상관검정에서 (p<.05)는 ‘모집단 상관이 0’이라는 가설에 반하는 통계적 근거가 있다는 뜻입니다. 상관이 크거나 실질적으로 중요하다는 뜻은 아닙니다. 표본이 크면 (r=0.1)도 유의할 수 있고, 표본이 작으면 (r=0.4)도 유의하지 않을 수 있습니다.
3. ‘사실상 무시할 만한가’는 별도로 판단해야 합니다.
연구 분야, 결과의 중요성, 측정오차 등을 고려하고 신뢰구간—추정의 불확실성을 나타내는 구간—도 함께 봐야 합니다. 무시할 수 있는 범위를 미리 정했다면, 그 범위 안에 있는지 평가하는 동등성 검정을 사용할 수 있습니다.
따라서 “(r=0.2)로 약한 양의 상관이며, 통계적으로 유의했다”는 적절하지만, “0.3 미만이므로 상관이 없다”는 부적절합니다. 또한 피어슨 상관계수는 선형 관계를 측정하므로, 0에 가까워도 비선형 관계는 있을 수 있습니다.
0.3 미만이면 상관이 없다는 통계적 기준은 없으며, 유의하다면 "약한 상관"으로 해석하는 것이 적절하다.
0.3을 기준으로 "상관 없음"을 판정하는 통계 규칙은 없습니다. 일부 분야나 연구실에서 쓰는 관행일 뿐입니다.
따라서 r = 0.2, p < .05라면 "상관은 존재하지만 약하다"가 정확한 해석입니다. "상관이 없다"는 해석은 검정 결과와 모순됩니다. 표본이 크면 r이 작아도 쉽게 유의해지므로, 이때는 p보다 r의 크기와 신뢰구간을 함께 봐야 합니다.
Cohen(1988)은 사회과학에서 r ≈ .1을 작은 효과, .3을 중간, .5를 큰 효과로 제안했습니다. 이 기준에서는 0.3이 "중간"의 출발점이지 "없음"의 경계가 아닙니다. Cohen 자신도 이 수치가 분야 맥락이 없을 때의 임시 지침이라고 했습니다.
"두 변수 간에 통계적으로 유의한 약한 양의 상관이 나타났다(r = .22, 95% CI [.10, .33], p < .001)."
이렇게 r, 신뢰구간, p를 함께 쓰고, 실질적 의미는 분야 선행연구와 비교해 논의하는 것이 안전합니다. 지도교수나 학회가 특정 기준을 요구한다면 그 지침을 따르되, 그것이 통계적 원칙이 아닌 관행임을 알고 계시면 됩니다.
상관계수가 0.3 미만이라도 '상관이 없다'고 볼 수 없으며, 통계적으로 유의하다면 '약한 상관관계'가 존재하는 것으로 해석해야 합니다.
상관계수($r$)가 0.3 미만이라고 해서 "상관이 없다"고 단언하는 것은 통계학적으로 잘못된 해석입니다. 올바른 표현은 **'상관이 없다(No correlation)'**가 아니라 **'약한 상관관계가 있다(Weak correlation)'**입니다.
통계학에서 '상관이 없다'는 수학적으로 상관계수가 0이거나, 추정된 신뢰구간에 0이 포함될 때를 의미합니다.
사회과학과 통계학에서 널리 쓰이는 코헨(Jacob Cohen)의 기준에 따르면 상관계수의 절대값 기준 $0.10$은 '작은(small)', $0.30$은 '중간(medium)', $0.50$은 '큰(large)' 상관으로 분류합니다. 즉, 0.1 이상 0.3 미만의 수치는 효과 크기(두 변수 간 관계의 강도)가 작을 뿐, 두 변수 사이에 선형적 관련성이 존재함을 나타냅니다.
$p < .05$라는 결과는 "모집단에서 실제로 상관계수가 0인데, 우연히 표본 추출 오차로 인해 이런 계수가 관찰되었을 확률이 5% 미만"이라는 뜻입니다. 따라서 계수가 0.2라도 $p < .05$라면, 비록 크기는 작을지라도 모집단에 실제 상관관계가 존재한다고 결론내리는 것이 타당합니다.
단, 표본 수($N$)가 수천~수만 명 단위로 매우 클 경우, 현실적으로 의미 없는 아주 미미한 관련성(예: $r = 0.05$)조차도 $p < .05$를 만족할 수 있으므로 효과 크기 자체를 함께 평가해야 합니다.
연구 분야에 따라 0.3 미만의 상관도 매우 중요한 의미를 갖습니다.
결론적으로, $r < 0.3$인 결과는 "상관이 없다"가 아니라 **"통계적으로 유의하지만, 분산 설명력($r^2$)이 다소 제한적인 약한 상관관계가 확인되었다"**고 서술하는 것이 학술적으로 정확합니다.