一、基本概念：

著名统计学家卡尔·皮尔逊设计了统计指标——相关系数(Correlation coefficient)。相关系数是用以反映变量之间相关关系密切程度的统计指标。一般用字母r 表示，用来度量两个变量间的线性关系。



从图表上，相关系数越大，越是能够感受到两个变量之间的线性关系越高！

在统计学中进行相关性验证检验时，有个P值法检验，一般P＜0.05说明具有显著相关性，



著名的啤酒和尿布就是相关系数的经典案例，相关系数突破大家思维的是：不要去考虑因果，系统太复杂，只需要找出相关的规律！

使用相关系数进行分析的过程中，核心思维是：哪两个变量？ 

基于组织的思考，哪个变量是目标变量Y，哪些变量是操作变量X？

二、应用案例

例1：公司是否需要颁布考勤制度呢？

目标变量Y=绩效，操作变量X=上班时间

准时上班