Spearman의 rho 및 Pearson의 r를 사용하여 순서형 범주를 갖는 두 변수 간의 연관성을 평가할 수 있다.
순서형 범주에는 작음, 중간, 큼 등 자연적 순서가 있다.
계수 값 범위가 -1부터 +1까지이다. 계수의 절대값이 클수록 변수 사이에 강한 관계가 있다.
절대값 1은 완전한 관계를 나타내고 0은 관계가 없음을 나타낸다. 중간 값은 목표와 요구 사항에 따라
약한 상관 관계, 적절한 상관 관계 또는 강한 상관 관계로 해석된다.

"Spearman의 rho 및 Pearson의 r 예"
 
예를 들어, 새로운 자동차에 대한 세 가지 수준의 지속적인 서비스(서비스 없음, 표준 서비스 및
프리미엄 서비스)를 제공하는 자동차 판매인에 대한 고객 만족도를 분석한다.
고객의 랜덤 표본을 추출하여 고객 서비스에 대해 만족하지 않는지, 보통인지 또는 만족하는지 질문하고
데이터에는 서비스 패키지와 고객 만족도의 두 개의 순서형 변수가 있다.
고객이 받는 서비스 수준과 전체적인 만족도 간에 연관이 있는지 확인하고자 한다.
다음 이원 표에 데이터를 입력한다.
 
 

 

이 표에 대한 Spearman의 로 및 Pearson의 r는 모두 0.424 이다.
서비스 수준과 고객 만족도 간에 긍정적인 연관성이 있다는 결론을 내릴 수 있다.
더 높은 서비스 계획을 선택하는 고객은 이 비즈니스에 더 많은 만족을 표시하는 경향이 있다.
 
 

 
 
"Spearman의 rho 및 Pearson의 r에 대한 중요한 고려사항"

상관은 인과 관계를 의미하지 않는다는 점에 유의해야 한다.
 
 

 

예를 들어, 아이스크림 판매와 상어의 수영객 습격 사이에 양의 상관 관계가 있다고 해서
아이스크림 소비가 어떤 이유에서 상어의 습격을 초래한다는 것을 의미하지는 않는다.
따뜻한 날씨와 같은 다른 변수 때문에 아이스크림의 판매와 바다 수영객의 수가 모두 증가할 수도 있다.