Written by ในบทความนี้จะกล่าวถึง ความสัมพันธ์ของตัวแปร ว่ามีความเกี่ยวข้องกันอย่างไรในความหมายของสหสัมพันธ์นะครับ ถ้าเรามีตัวแปร 2 สอง มันจะเกี่ยวข้องกันได้ 3 ลักษณะ คือ ไปด้วยกัน สวนทางกัน หรือไม่ก็ไม่เกี่ยวข้องกันเลย ในบทความนี้เราจะมาดูกราฟที่แสดงลักษณะความสัมพันธ์กันแบบต่างๆ อย่างละเอียดเลยครับ
ค่าสถิติที่เราจะนำมาหาความสัมพันธ์กันนี้มีชื่อว่า สหสัมพันธ์ หรือ Correlation เราอาจจะเคยได้ยินผลการวิจัยหนึ่งๆ ว่า น้ำหนักมีความสัมพันธ์กับความดันโลหิต คะแนนความเป็นผู้นำมีผลต่อความพึงพอใจของลูกน้องต่อหัวหน้า อุณหภูมิมีความสัมพันธ์กับความเครียด เป็นต้น ซึ่งการวิจัยเกี่ยวกับความสัมพันธ์ส่วนใหญ่เป็นสถิติสหสัมพันธ์ทั้งสิ้น
หน้าตาของสหสัมพันธ์
การทดสอบสหสัมพันธ์จะให้ค่าตัวเลขออกมาค่าหนึ่ง มีค่าระหว่าง 
ตัวเลขยิ่งมีค่ามาก (ไม่นับเครื่องหมาย) แสดงว่ามีความสัมพันธ์กันมาก แต่เครื่องหมายจะบอกทิศทางว่าไปด้วยกันหรือสวนทางกันครับ
ลองมาดูตัวอย่างจากภาพกันดีกว่า เป็นกราฟแสดงแผนภาพจุด (Scatter plot) ระหว่าง ส่วนสูง และ อายุ
อีกกราฟ แสดงกราฟระหว่าง ส่วนสูง และ น้ำหนัก
ค่าสหสัมพันธ์ระหว่างส่วนสูงและอายุอยู่ที่ประมาณ .70* ส่วนค่าสหสัมพันธ์ระหว่างส่วนสูงและน้ำหนักอยู่ที่ .60 จะเห็นว่าค่าสหสัมพันธ์ทั้งคู่เป็นค่าบวก เรียกว่า สหสัมพันธ์ทางบวก หมายถึง
- ถ้าอายุมากส่วนสูงจะมากด้วย หรือในทางกลับกัน ส่วนสูงมากอายุจะมากขึ้นด้วย
- ถ้าน้ำหนักมาก ส่วนสูงจะมากตามไปด้วย หรือทางกลับกัน ส่วนสูงมาก น้ำหนักก็จะมากด้วย
* หมายเหตุ : การเขียนค่าในทางสถิติ หากค่าใดมีค่าตั้งแต่ 
เราไม่นิยมเขียน 0 นำหน้าจุดทศนิยม เช่น ค่า r และค่า p
ต่อไปมาดูกราฟอีกลักษณะหนึ่งนะครับ
ค่าสหสัมพันธ์ระหว่างความเครียดและคะแนนสุขภาพ ประมาณ -.75 ส่วนสหสัมพันธ์ระหว่างความเครียดกับอายุประมาณ -.60 เรียกว่า สหสัมพันธ์ทางลบ หมายถึง ค่าหนึ่งมากขึ้นอีกค่าหนึ่งจะน้อยลง หรือต่ำลงนั่นเอง ถ้าเกาะกลุ่มเป็นเส้นตรงมากเท่าไร ค่าจะยิ่งใกล้ -1 มากขึ้น
ถ้าค่า r เท่ากับ 1 หรือ -1 จะเป็นอย่างไร ? หมายถึง สหสัมพันธ์ที่สมบูรณ์แบบ แต่ปกติเราะจะเจอสหสัมพันธ์ถึงระดับนั้น เช่น ถ้า r=1 จะได้ดังภาพ
ส่วน r=-1 จะได้ดังภาพ
ถ้า ค่า r=0 แสดงว่าข้อมูลไม่มีความสัมพันธ์กันเลย ไม่ว่าค่าใดเพิ่มหรือลดอย่างไร ก็ไม่มีผลต่ออีกค่าหนึ่ง เช่น ความสัมพันธ์ของน้ำหนักและคะแนนวิชาคณิตศาสตร์ ดังภาพ
