A két változó közötti korreláció leírja annak valószínűségét, hogy az egyik változó megváltozása a másik változó arányos megváltozását okozza. A két változó közötti magas korreláció azt sugallja, hogy közös okuk van, vagy az egyik változó megváltozása közvetlenül felelős a másik változó megváltozásáért. A Pearsons r értékét két különálló változó közötti korreláció számszerűsítésére használják.
Jelölje meg azt a változót, amely úgy gondolja, hogy megváltoztatja a másik változót, mint x (független változó) és a másik változó y (a függő változó).
Készítsen egy öt oszlopból álló táblázatot annyi sorral, amennyi adatpont van x-re és y-ra. Jelölje meg az A – E oszlopokat balról jobbra.
Töltse ki az egyes sorokat az első oszlopban szereplő minden (x, y) adatpontra a következő értékekkel: x értéke az A oszlopban, x értéke a B oszlopban négyzetként, y értéke a C oszlopban, az érték y értéke négyzet alakú a D oszlopban, és az érték x szorzata y az E. oszlopban
Készítsen egy utolsó sort a táblázat alján, és tegye az egyes oszlopok összes értékének összegét a megfelelő cellába.
Számítsuk ki az A és C oszlopban levő végső sejtek termékét.
Szorozzuk meg az E oszlop utolsó celláját az adatpontok számával.
Vonjuk le az 5. lépésben kapott értéket a 6. lépésben kapott értékből, és aláhúzzuk a választ.
Szorozzuk meg a B. oszlop utolsó celláját az adatpontok számával. Vonja le ebből az értékből az A oszlop utolsó cellájának négyzetét.
Szorozzuk meg a D. oszlop utolsó celláját az adatpontok számával, és vonjuk le a C oszlop utolsó cellájának négyzetét.
Szorozzuk meg a 8. és 9. lépésben talált értékeket, majd vegyük le az eredmény négyzetgyökét.
Osszuk el a 7. lépésben kapott értéket (aláhúzandó) a 10. lépésben kapott értékkel. Ez a Pearsons r, vagyis korrelációs együttható. Ha r közel 1-hez, akkor erős pozitív korreláció van. Ha r közel -1, akkor erős negatív korreláció van. Ha r közel 0-hoz, akkor gyenge a korreláció.