質的データにおける相関
質的データ（数値ではなく、順位やカテゴリーなどで表されるデータ）にも、
「どの程度関係があるのか」を調べる方法があります。
代表的なのが 順序相関 と 名義相関（＝連関係数） の2つです。
---
💬 ① 順序相関（スピアマンの順位相関係数）
> 数値そのものではなく、順位（順序） に注目して相関を求める方法です。
もとのデータを「大きい順」または「小さい順」に並べ、
それぞれに順位（rank）をつけ、その順位同士で相関を計算します。
この方法は「スピアマンの順位相関係数」と呼ばれます。
（例）
X Y rankX rankY
20 160 1 3
21 172 2 4
25 176 3 5
34 152 4 1
48 155 5 2
> 各変数の「順位」の対応関係から相関を求めます。
順位の並びが似ていれば正の相関、反対なら負の相関となります。
---
💬 ② 連関係数（名義相関）
> 一方、データが「はい・いいえ」「男・女」などの
**カテゴリー（名義尺度）**の場合は、
値の大小ではなく、グループ間の関係性を調べることになります。
このときに使うのが「連関係数」です。
> カテゴリーを一時的に数値に置き換えて相関を求めます。
たとえば次のように単純な2カテゴリーのデータを設定します。
はい → ＋1
いいえ → 0
> このように数値化して相関を求めることで、
カテゴリー間の関係（＝名義相関）を把握します。
「はい」が多い組み合わせほど正の連関があり、
「はい」と「いいえ」が混ざるほど関係は弱まります。
---
🔍 まとめ
> スピアマンの順位相関：順位データ（順序尺度）向き
連関係数（名義相関）：カテゴリー（名義尺度）向き
#心理統計 #心理学勉強記録 #統計学 #臨床心理士 #心理学部生 #心理学入門 #心理学好きと繋がりたい #学び直し #心理学ブログ #心理学ノート #スピアマン相関 #連関係数
