מתאם (קורלציה)

מקדם המתאם (ובאנגלית Correlation) הוא מדד המבטא את הקשר בין שני משתנים.
לדוגמה, סביר להניח שיש קשר חיובי בין שעות השינה בלילה לבין הערנות בבוקר (ככל שנישן יותר, נהיה יותר עירניים). האם הקשר הזה מושלם? כלומר, האם כל שעה שנישן בלילה תהפוך אותנו לעירניים עוד יותר בבוקר למחרת? כמובן שלא. סביר להניח שמידת הערנות שלנו תושפע גם מעונות השנה, מצב הרוח, טיב השינה ועוד גורמים, אבל בסך הכל נוכל להגיד שקיים קשר חיובי בין כמות שעות השינה ובין מידת העירנות.
דרך אגב, למרות שהקשר מנוסח בצורה "חיובית" אפשר לתאר אותו גם בצורה "שלילית" - ככל שנישן פחות נהיה עירניים פחות (זה עדיין קשר חיובי, כי שני המשתנים מתנהגים באופן דומה ו"זזים" באותו כיוון).

דוגמה נוספת. סביר להניח שקיים קשר שלילי בין רמת הלחץ שלי ובין רמת התפקוד שלי - ככל שהלחץ גבוה יותר אני אתפקד פחות טוב ("נמוך יותר").
האם זה תמיד נכון? ברור שלא. יכול להיות שלחץ קטן דוקא ישפר את התפקוד שלי, ורק כשהלחץ גדול מאוד אני מפסיק לתפקד, אבל באופן כללי יהיה נכון לקבוע שקיים קשר שלילי בין רמת הלחץ ובין רמת התפקוד (שלי).
חשוב לשים לב, כי במקרה של קשר שלילי המשתנים "זזים" בכיוונים שונים: הלחץ גדל, אך התפקוד קטן.

יכול גם להיות שלא יהיה קשר בין המשתנים. לדוגמה האם יש קשר בין רמת ההשכלה ובין משקל? 

מקדם המתאם (המסומן בדרך כלל באות r) הוא מדד לכיוון ולעצמה של הקשר בין משתנים.
ערכו של מקדם המתאם יכול לנוע בין 1.00- (מתאם שלילי מושלם) לבין 1.00 (מתאם חיובי מושלם).
הפרשנות של עצמת המתאם (חלש, בינוני או חזק) תלויה בדרך כלל בתחום המחקר הנבדק, אבל באופן כללי אפשר לתאר זאת באופן הבא:

 בין לבין פרשנות
1.0-
 0.9- מתאם שלילי חזק מאוד
 0.9- 0.7-מתאם שלילי חזק
 0.7- 0.4- מתאם שלילי בינוני
 0.4- 0.2- מתאם שלילי חלש
 0.2- 0.0 מתאם שלילי חלש מאוד או זניח
 0.0 0.2 מתאם חיובי חלש מאוד או זניח
 0.2 0.4 מתאם חיובי חלש
 0.4 0.7 מתאם חיובי בינוני
 0.7 0.9 מתאם חיובי חזק
 0.9 1.0 מתאם חיובי חזק מאוד

לרוב, כשמדברים על מתאם מתייחסים למקדם המתאם של פירסון (Pearson), אשר נוגע למשתנים שסולם המדידה שלהם הוא מנה או סדר (scale), כלומר משתנים כמו גובה, משקל, גיל וכיוצא באלה.
במקרים רבים ניתן להשתמש במתאם זה גם לאמידת המתאם ביחס למשתנים שסולם המדידה שלהם הוא סדר (אורדינאלי, ordinal), כמו לדוגמה רמת שביעות הרצון, רמת הנאמנות, רמת הכנסה ועוד.
לעומת זאת, עבור משתנים שמיים (נומינליים, Nominal) אשר מתארים קבוצות מבלי שהקבוצות מבטאות פער בין אחת לשניה (כמו מצב משפחתי, מגדר, אזור מגורים ועוד) נהוג להשתמש במתאם ספירמן (Spearman).