Als je vermoedt dat er tussen twee variabelen `x` en `y` een lineair verband bestaat, maak je een spreidingsdiagram dat de vorm van een puntenwolk krijgt. De mate waarin tussen de twee variabelen een lineair verband bestaat wordt gegeven door de correlatiecoëfficiënt, aangeduid door `r_(xy)` .

`r_(xy) = text(-)1`

`r_(xy) = 0`

`r_(xy) = 0,6`

`r_(xy) = 1`

De correlatie tussen `x` en `y` wordt beter naarmate `r_(xy)` dichter bij `1` of `text(-)1` ligt. Maar hoe bereken je nu die correlatiecoëfficiënt?

Daarbij gebruik je het punt `(bar(x),bar(y))` waarin `bar(x)` het gemiddelde van de `x` -waarden en `bar(y)` het gemiddelde van de `y` -waarden is. Met behulp van die gemiddelden kan het grafiekgebied in vier delen I, II, III en IV worden verdeeld (zie figuur). Je kunt nu voor elk van de `N` punten `(x_i, y_i)` het getal `(x_i - bar(x))(y_i - bar(y))` berekenen.
In de gebieden I en III is dit getal voor elk punt positief: deze punten dragen bij aan een positieve correlatie.
In de gebieden II en IV is dit getal voor elk punt juist negatief: deze punten dragen bij aan een negatieve correlatie.
Het gemiddelde van alle `N` getallen `(x_i - bar(x))(y_i - bar(y))` is een goede maat voor de correlatie.
Deze maat heet de covariantie van de puntenwolk: covariantie `= (Sigma_(i=1)^N (x_i - bar(x))(y_i - bar(y)))/N` .
Deze maat voor de correlatie in een puntenwolk hangt nog af van de eenheden waarin `x` en `y` zijn gemeten. Dat kun je voorkomen door telkens `(x_i - bar(x))` te delen door de bijbehorende standaarddeviatie `sigma_x` en ook `(y_i - bar(y))` telkens te delen door `sigma_y` . Je krijgt dan de correlatiecoëfficiënt, die niet langer afhangt van de gekozen eenheden:

`r_(xy) = (Sigma_(i=1)^N (x_i - bar(x))(y_i - bar(y)))/(N * sigma_x * sigma_y)` .

In Excel is de berekening van de correlatiecoëfficiënt niet al te moeilijk uit te voeren. Zeker niet als je de gemiddelden en de standaarddeviaties al hebt berekend met de statistische functies. Je maakt dan een kolom voor de getallen `(x_i - bar(x))(y_i - bar(y))` . En daarna bereken je het gemiddelde van die kolom. Dat gemiddelde deel je nog door beide standaarddeviaties.
Overigens kent Excel ook statistische functies als COVARIANTIE en CORRELATIE, zie het Practicum .