Kahe muutuja omavaheline korrelatsioon kirjeldab tõenäosust, et ühe muutuja muutus põhjustab teises muutuja proportsionaalse muutuse. Kahe muutuja kõrge korrelatsioon viitab sellele, et neil on ühine põhjus või ühe muutuja muutumine on otseselt vastutav teise muutuja muutuse eest. Kahe diskreetse muutuja vahelise seose kvantifitseerimiseks kasutatakse Pearsoni väärtust r.
Märgistage muutuja, mis teie arvates põhjustab teise muutuja muutmise, kui x (sõltumatu muutuja) ja teine muutuja y (sõltuv muutuja).
Koostage viie veeru ja nii paljude ridadega tabel, kui x ja y jaoks on olemas andmepunktid. Märgistage veerud A – E vasakult paremale.
Täitke iga rida esimeses veerus oleva iga (x, y) andmepunkti järgmiste väärtustega - veeru A väärtus x, veeru B ruudu x väärtus, veeru C väärtus y, väärtuse y väärtus y ruudus D ruudus ja väärtuses x veerus E x korda y
Tehke viimane rida tabeli kõige alumises osas ja pange iga veeru kõigi väärtuste summa vastavasse lahtrisse.
Arvutage kolonni A ja C lõpprakkude saadus.
Korrutage veeru E viimane lahter andmepunktide arvuga.
Lahutage punktis 5 saadud väärtusest 5. etapis saadud väärtus ja joondage vastus alla.
Korrutage veeru B viimane lahter andmepunktide arvuga. Lahutage sellest väärtusest veeru A lõpliku lahtri väärtuse ruut.
Korrutage veeru D viimane lahter andmepunktide arvuga ja lahutage veeru C lõpliku lahtri väärtuse ruut.
Korrutage 8. ja 9. etapis leitud väärtused kokku ja võtke tulemuse ruutjuur.
Jagage 7. etapis saadud väärtus (see tuleks alla kriipsutada) 10. etapis saadud väärtusega. See on Pearsonsi r, tuntud ka kui korrelatsioonikordaja. Kui r on 1 lähedal, on tugev positiivne korrelatsioon. Kui r on -1 lähedal, on tugev negatiivne korrelatsioon. Kui r on 0 lähedal, on nõrk korrelatsioon.