Συσχέτιση Δύο Μεταβλητών – Συντελεστής Συσχέτισης 🔗

Μέχρι τώρα μελετούσαμε μία μεταβλητή τη φορά. Τι γίνεται όμως αν μας ενδιαφέρει η σχέση μεταξύ δύο μεταβλητών; Για παράδειγμα:

Πώς σχετίζεται ο χρόνος διαβάσματος με τον βαθμό; 📚➡️🎯
Πώς σχετίζονται τα έξοδα διαφήμισης με τις πωλήσεις; 💰📈
Πώς σχετίζεται το ύψος με τη μάζα ενός ατόμου; 📏⚖️

Σε αυτή την ενότητα θα μάθουμε να μετράμε αυτή τη σχέση με το διάγραμμα διασποράς και τον συντελεστή συσχέτισης $r$ .

Βασικές έννοιες

Ανεξάρτητη μεταβλητή $X$ : αυτή που «ελέγχουμε» ή θεωρούμε «αίτιο».
Εξαρτημένη μεταβλητή $Y$ : αυτή που «μετράμε» ως αποτέλεσμα.
Συσχέτιση: οποιαδήποτε σχέση μεταξύ δύο μεταβλητών (θα μελετήσουμε μόνο γραμμικές).

Διάγραμμα διασποράς 📊

Αν έχουμε $\nu$ ζεύγη παρατηρήσεων $(x_1, y_1), (x_2, y_2), \ldots, (x_\nu, y_\nu)$ , το διάγραμμα διασποράς είναι η γραφική παράσταση αυτών των σημείων σε ένα σύστημα αξόνων, όπου:

στον οριζόντιο άξονα βάζουμε την ανεξάρτητη μεταβλητή $X$ ,
στον κατακόρυφο άξονα την εξαρτημένη μεταβλητή $Y$ .

Γιατί είναι χρήσιμο;

Το διάγραμμα διασποράς μας δίνει οπτική εικόνα της σχέσης των δύο μεταβλητών: αν τα σημεία τείνουν να ακολουθούν μια ευθεία, υπάρχει γραμμική συσχέτιση. Αν είναι διασκορπισμένα τυχαία, δεν υπάρχει συσχέτιση.

Ευθεία τάσης 📐

Η ευθεία τάσης είναι η ευθεία που περνά όσο το δυνατόν πιο «κοντά» σε όλα τα σημεία. Εκφράζει τη γραμμική σχέση μεταξύ $X$ και $Y$ .

Είδη συσχέτισης 🔄

Θετική συσχέτιση ⬆️⬆️

Ορισμός

Δύο μεταβλητές έχουν θετική συσχέτιση όταν:

Αυξάνεται η μία ⇒ αυξάνεται και η άλλη.
Μειώνεται η μία ⇒ μειώνεται και η άλλη.

Τα σημεία στο διάγραμμα διασποράς «ανεβαίνουν» από αριστερά προς δεξιά. 📈

Παράδειγμα: ώρες διαβάσματος vs βαθμός — όσο περισσότερο διαβάζεις, τόσο καλύτερος ο βαθμός. 📚🎯

Αρνητική συσχέτιση ⬆️⬇️

Ορισμός

Δύο μεταβλητές έχουν αρνητική συσχέτιση όταν:

Αυξάνεται η μία ⇒ μειώνεται η άλλη (και αντίστροφα).

Τα σημεία στο διάγραμμα διασποράς «κατεβαίνουν» από αριστερά προς δεξιά. 📉

Παράδειγμα: ώρες στο διαδίκτυο vs βαθμός στα μαθηματικά — όσο περισσότερο «χάνεσαι» στο διαδίκτυο, τόσο χαμηλότερος ο βαθμός. 🎮⬇️

Μηδενική συσχέτιση ❌

Όταν δεν υπάρχει καμία συστηματική σχέση ανάμεσα στις μεταβλητές, τα σημεία είναι «σκορπισμένα» χωρίς κανένα μοτίβο.

Ισχυρή vs ασθενής συσχέτιση 💪

Κανόνας

Όσο μικρότερη είναι η διασπορά των σημείων γύρω από την ευθεία τάσης, τόσο πιο ισχυρή είναι η συσχέτιση.

Ισχυρή συσχέτιση: σημεία «κοντά» στην ευθεία.
Ασθενής συσχέτιση: σημεία «μακριά» από την ευθεία.
Τέλεια συσχέτιση: όλα τα σημεία πάνω στην ευθεία.

Συντελεστής συσχέτισης $r$ 🔢

Ο συντελεστής συσχέτισης $r$ (ή συντελεστής γραμμικής συσχέτισης Pearson) είναι ένας αριθμός που ποσοτικοποιεί τον βαθμό γραμμικής συσχέτισης δύο μεταβλητών.

Βασικές ιδιότητες

Ο $r$ είναι αδιάστατος (δεν έχει μονάδες μέτρησης).
Πάντα $-1 \leq r \leq 1$ .
Το πρόσημο δείχνει το είδος της συσχέτισης.
Η απόλυτη τιμή $|r|$ δείχνει την ένταση.

Τύπος υπολογισμού 🧮

r = \frac{\Sigma_{xy} - \nu\,\bar{x}\,\bar{y}}{\nu\,s_x\,s_y}

όπου:

\Sigma_{xy} = x_1 y_1 + x_2 y_2 + \cdots + x_\nu y_\nu = \sum_{i=1}^{\nu} x_i y_i

και $s_x, s_y$ είναι οι τυπικές αποκλίσεις των $x_i$ και $y_i$ αντίστοιχα:

s_x = \sqrt{\frac{\sum (x_i - \bar{x})^2}{\nu}}, \quad s_y = \sqrt{\frac{\sum (y_i - \bar{y})^2}{\nu}}

Προσοχή στον τύπο!

Στον παρονομαστή είναι $\nu \cdot s_x \cdot s_y$ (το $\nu$ πολλαπλασιάζεται επί τις τυπικές αποκλίσεις), όχι το άθροισμά τους.

Ερμηνεία των τιμών του $r$ 🎯

Πίνακας ερμηνείας

Τιμή $r$	Είδος συσχέτισης
$r = 1$	Τέλεια θετική γραμμική ✅
$0{,}7 \leq r < 1$	Ισχυρή θετική γραμμική 💪
$0 < r < 0{,}7$	Ασθενής θετική γραμμική 🔼
$r = 0$	Μηδενική (καμία γραμμική συσχέτιση) ❌
$-0{,}7 < r < 0$	Ασθενής αρνητική γραμμική 🔽
$-1 < r \leq -0{,}7$	Ισχυρή αρνητική γραμμική 💪
$r = -1$	Τέλεια αρνητική γραμμική ✅

Προσοχή στη διάκριση!

$r = 0{,}1$ → ασθενής θετική συσχέτιση.
$r = -0{,}8$ → ισχυρή αρνητική συσχέτιση.

Παρόλο που το $0{,}1$ είναι «θετικό» και το $-0{,}8$ «αρνητικό», η απόλυτη τιμή $|{-0{,}8}| = 0{,}8$ είναι πολύ μεγαλύτερη από $|0{,}1|$ = 0{,}1, άρα η αρνητική συσχέτιση είναι ισχυρότερη. 📐

Διαδικασία υπολογισμού του $r$ 🧮

Όταν μας δίνεται πίνακας δεδομένων $(x_i, y_i)$ για $i = 1, 2, \ldots, \nu$ , ακολουθούμε τα βήματα:

Βήματα

Μέσες τιμές: $\bar{x} = \dfrac{\sum x_i}{\nu}$ , $\bar{y} = \dfrac{\sum y_i}{\nu}$ .
Γινόμενα: υπολογίζουμε $x_i y_i$ για κάθε $i$ και αθροίζουμε:
$\Sigma_{xy} = \sum x_i y_i$ .
Αποκλίσεις: υπολογίζουμε $(x_i - \bar{x})^2$ και $(y_i - \bar{y})^2$ .
Τυπικές αποκλίσεις:
$s_x = \sqrt{\dfrac{\sum (x_i - \bar{x})^2}{\nu}}$ , $s_y = \sqrt{\dfrac{\sum (y_i - \bar{y})^2}{\nu}}$ .
Συντελεστής: $r = \dfrac{\Sigma_{xy} - \nu\,\bar{x}\,\bar{y}}{\nu\,s_x\,s_y}$ .
Ερμήνευσε το αποτέλεσμα. 🎯

Πλήρες λυμένο παράδειγμα 🌟

Ας υπολογίσουμε τον $r$ για βαθμούς 12 μαθητών στα Μαθηματικά ( $x$ ) και τη Φυσική ( $y$ ) με:

\Sigma x = 168, \quad \Sigma y = 168, \quad \Sigma_{xy} = 2456, \quad \nu = 12

\sum (x_i - \bar{x})^2 = 116, \quad \sum (y_i - \bar{y})^2 = 118

Μέσες τιμές:

\bar{x} = \frac{168}{12} = 14, \quad \bar{y} = \frac{168}{12} = 14

Τυπικές αποκλίσεις:

s_x = \sqrt{\frac{116}{12}} \approx 3{,}109, \quad s_y = \sqrt{\frac{118}{12}} \approx 3{,}136

Συντελεστής:

r = \frac{2456 - 12 \cdot 14 \cdot 14}{12 \cdot 3{,}109 \cdot 3{,}136} = \frac{2456 - 2352}{117{,}0} = \frac{104}{117{,}0} \approx 0{,}89

Ερμηνεία

$r \approx 0{,}89$ → ισχυρή θετική γραμμική συσχέτιση. Οι μαθητές που είναι καλοί στα Μαθηματικά τείνουν να είναι καλοί και στη Φυσική. 📚🔬

Σημαντικές επισημάνσεις 🧠

Συσχέτιση ≠ Αιτιότητα!

Ακόμη κι αν $|r|$ είναι κοντά στο 1, αυτό δεν σημαίνει ότι η μία μεταβλητή «προκαλεί» την άλλη. Μπορεί:

Να υπάρχει τρίτη μεταβλητή που επηρεάζει και τις δύο.
Η σχέση να είναι τυχαία.

Παράδειγμα: οι πωλήσεις παγωτού και οι πνιγμοί σε παραλίες έχουν ισχυρή θετική συσχέτιση — όχι επειδή το παγωτό πνίγει! Και τα δύο εξαρτώνται από την τρίτη μεταβλητή: ζέστη. 🌞🍦

Τι σημαίνει $ r = 0 $;

$r = 0$ σημαίνει «καμία γραμμική συσχέτιση» — όχι ότι δεν υπάρχει κανενός είδους σχέση! Μπορεί να υπάρχει μη γραμμική σχέση (π.χ. παραβολική) που ο $r$ δεν την ανιχνεύει.

Σύνοψη και χρήσιμος πίνακας 📋

Σύμβολο	Σημασία
$(x_i, y_i)$	Ζεύγη παρατηρήσεων
$\Sigma_{xy}$	Άθροισμα γινομένων $\sum x_i y_i$
$\bar{x}, \bar{y}$	Μέσες τιμές
$s_x, s_y$	Τυπικές αποκλίσεις
$r$	Συντελεστής γραμμικής συσχέτισης

Χρυσός κανόνας

Πάντα φτιάξε διάγραμμα διασποράς για να δεις αν η σχέση είναι γραμμική.
Αν ναι, υπολόγισε το $r$ για να ποσοτικοποιήσεις την ισχύ και το πρόσημο.
Ερμήνευσε το $r$ στο πλαίσιο του προβλήματος — μην πέφτεις στην παγίδα της αιτιότητας!

Σχήματα διαγραμμάτων διασποράς (ισχυρή/ασθενής/τέλεια θετική & αρνητική, μηδενική συσχέτιση) και αναλυτικά λυμένα παραδείγματα: σελ. 192–200 του PDF (Κεφ. 12). 📖