การวิจัยเชิงสัมพันธ์เป็นการวิจัยประเภทหนึ่งที่ตรวจสอบความสัมพันธ์ทางสถิติระหว่างตัวแปรสองตัวหรือมากกว่าโดยไม่ปรับเปลี่ยน เป็นการออกแบบการวิจัยที่ไม่ใช่การทดลองที่พยายามสร้างระดับความสัมพันธ์หรือความสัมพันธ์ระหว่างตัวแปรสองตัวหรือมากกว่า

การวิจัยเชิงสัมพันธ์มี 3 ประเภท ดังนี้

ความสัมพันธ์เชิงบวกเกิดขึ้นเมื่อตัวแปรสองตัวเพิ่มขึ้นหรือลดลงพร้อมกัน ซึ่งหมายความว่าเมื่อตัวแปรหนึ่งเพิ่มขึ้น ตัวแปรอื่นๆ ก็มีแนวโน้มที่จะเพิ่มขึ้นเช่นกัน ในทำนองเดียวกัน เมื่อตัวแปรหนึ่งลดลง ตัวแปรอื่นๆ ก็มีแนวโน้มที่จะลดลงเช่นกัน ตัวอย่างเช่น มีความสัมพันธ์เชิงบวกระหว่างระยะเวลาที่ใช้ในการเรียนและผลการเรียน ยิ่งนักเรียนใช้เวลาเรียนมากเท่าไหร่ ผลการเรียนก็จะยิ่งสูงขึ้นเท่านั้น ในทำนองเดียวกัน มีความสัมพันธ์เชิงบวกระหว่างอายุและระดับรายได้ของบุคคล เมื่ออายุมากขึ้น พวกเขามักจะหาเงินได้มากขึ้น

ความสัมพันธ์เชิงลบเกิดขึ้นเมื่อตัวแปรหนึ่งเพิ่มขึ้นในขณะที่ตัวแปรอื่นลดลง ซึ่งหมายความว่าเมื่อตัวแปรหนึ่งเพิ่มขึ้น ตัวแปรอื่นๆ มีแนวโน้มที่จะลดลง ในทำนองเดียวกัน เมื่อตัวแปรหนึ่งลดลง ตัวแปรอื่นๆ มีแนวโน้มเพิ่มขึ้น ตัวอย่างเช่น มีความสัมพันธ์เชิงลบระหว่างจำนวนชั่วโมงที่ใช้ดูทีวีและระดับกิจกรรมทางกาย ยิ่งคนๆ หนึ่งใช้เวลาดูทีวีมากเท่าไหร่ พวกเขาก็จะยิ่งมีความกระตือรือร้นน้อยลงเท่านั้น ในทำนองเดียวกัน มีความสัมพันธ์เชิงลบระหว่างปริมาณความเครียดที่บุคคลประสบกับความสุขโดยรวม เมื่อระดับความเครียดเพิ่มขึ้น ระดับความสุขก็มักจะลดลง

ความสัมพันธ์เป็นศูนย์เกิดขึ้นเมื่อไม่มีความสัมพันธ์ระหว่างตัวแปรสองตัว ซึ่งหมายความว่าตัวแปรไม่มีความเกี่ยวข้องกันและไม่มีผลซึ่งกันและกัน ตัวอย่างเช่น ไม่มีความสัมพันธ์ระหว่างขนาดรองเท้าของบุคคลกับคะแนน IQ ของพวกเขา ขนาดเท้าของคนไม่มีความสัมพันธ์กับระดับสติปัญญา ในทำนองเดียวกัน ไม่มีความสัมพันธ์ระหว่างความสูงของบุคคลกับสีโปรดของพวกเขา ตัวแปรทั้งสองไม่เกี่ยวข้องกัน

การวิเคราะห์ข้อมูลการวิจัยเชิงสัมพันธ์ขึ้นอยู่กับประเภทของข้อมูลที่รวบรวมและคำถามการวิจัยที่กำลังตรวจสอบ ต่อไปนี้เป็นวิธีการวิเคราะห์ข้อมูลทั่วไปที่ใช้การวิจัยเชิงสัมพันธ์

ค่าสัมประสิทธิ์สหสัมพันธ์เป็นตัววัดทางสถิติที่วัดความแข็งแกร่งและทิศทางของความสัมพันธ์ระหว่างตัวแปรสองตัว ค่าสัมประสิทธิ์สหสัมพันธ์อยู่ในช่วงตั้งแต่ -1 ถึง +1 โดย -1 แสดงถึงความสัมพันธ์เชิงลบที่สมบูรณ์แบบ +1 บ่งชี้ความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ และ 0 บ่งชี้ว่าไม่มีความสัมพันธ์กัน นักวิจัยใช้ค่าสัมประสิทธิ์สหสัมพันธ์เพื่อกำหนดระดับของตัวแปรสองตัวที่เกี่ยวข้องกัน

scatterplot คือการแสดงกราฟิกของความสัมพันธ์ระหว่างตัวแปรสองตัว แต่ละจุดข้อมูลบนพล็อตแสดงถึงการสังเกตเดียว แกน x แทนตัวแปรหนึ่งตัว และแกน y แทนตัวแปรอีกตัว รูปแบบของจุดข้อมูลบนพล็อตสามารถให้ข้อมูลเชิงลึกเกี่ยวกับความแข็งแกร่งและทิศทางของความสัมพันธ์ระหว่างตัวแปรทั้งสอง

การวิเคราะห์การถดถอยเป็นวิธีการทางสถิติที่ใช้ในการจำลองความสัมพันธ์ระหว่างตัวแปรสองตัวหรือมากกว่า นักวิจัยใช้การวิเคราะห์การถดถอยเพื่อทำนายค่าของตัวแปรหนึ่งตามค่าของตัวแปรอื่น การวิเคราะห์การถดถอยสามารถช่วยระบุความแข็งแกร่งและทิศทางของความสัมพันธ์ระหว่างตัวแปร ตลอดจนระดับที่ตัวแปรหนึ่งสามารถใช้ในการทำนายอีกตัวแปรหนึ่งได้

การวิเคราะห์ปัจจัยเป็นวิธีการทางสถิติที่ใช้ในการระบุรูปแบบระหว่างตัวแปรต่างๆ ผู้วิจัยใช้การวิเคราะห์ปัจจัยเพื่อจัดกลุ่มตัวแปรให้เป็นปัจจัยที่เกี่ยวข้องกัน การวิเคราะห์ปัจจัยสามารถช่วยระบุปัจจัยพื้นฐานที่มีอิทธิพลต่อความสัมพันธ์ระหว่างตัวแปรสองตัว

การวิเคราะห์เส้นทางเป็นวิธีการทางสถิติที่ใช้ในการจำลองความสัมพันธ์ระหว่างตัวแปรหลายตัว นักวิจัยใช้การวิเคราะห์เส้นทางเพื่อทดสอบโมเดลเชิงสาเหตุและระบุผลกระทบโดยตรงและโดยอ้อมระหว่างตัวแปรต่างๆ