Correlatie: Difference between revisions
| Line 7: | Line 7: | ||
Je gebruikt dit coëfficiënt als je geïnteresseerd bent in de lineaire samenhang (correlatie) tussen twee continue variabelen X en Y, bijvoorbeeld een onderzoek naar de samenhang tussen leeftijd en scores op een cognitieve test. De waarden van de coëfficiënt kunnen lopen van -1 tot +1. Is er sprake van een positieve correlatie dan neemt met een stijgende waarde van X ook de waarde van Y toe. Bij een negatieve (tegengestelde) correlatie neemt met een stijgende waarde van X, de waarde van Y af. Bij correlatie van +1 of -1 is er een perfect verband. In dat geval is de waarde van Y volledig te herleiden uit de waarde van X (en omgekeerd). Bij de waarde van 0 is er geen enkele lineaire samenhang. | Je gebruikt dit coëfficiënt als je geïnteresseerd bent in de lineaire samenhang (correlatie) tussen twee continue variabelen X en Y, bijvoorbeeld een onderzoek naar de samenhang tussen leeftijd en scores op een cognitieve test. De waarden van de coëfficiënt kunnen lopen van -1 tot +1. Is er sprake van een positieve correlatie dan neemt met een stijgende waarde van X ook de waarde van Y toe. Bij een negatieve (tegengestelde) correlatie neemt met een stijgende waarde van X, de waarde van Y af. Bij correlatie van +1 of -1 is er een perfect verband. In dat geval is de waarde van Y volledig te herleiden uit de waarde van X (en omgekeerd). Bij de waarde van 0 is er geen enkele lineaire samenhang. | ||
Een correlatiewaarde is 'dimensieloos'; dit betekent dat de correlatiewaarde ongevoelig is voor de eenheden waarin X en Y gemeten zijn. Meer statistisch geformuleerd: ''r'' is ongevoelig voor lineaire transformaties van de variabelen X en Y. Dus | Een correlatiewaarde is 'dimensieloos'; dit betekent dat de correlatiewaarde ongevoelig is voor de eenheden waarin X en Y gemeten zijn. Meer statistisch geformuleerd: ''r'' is ongevoelig voor lineaire transformaties van de variabelen X en Y. Dus een correlatie tussen gewicht en vetpercentage wordt niet beïnvloed door het feit of het gewicht wordt gemeten in kilogrammen of ponden. | ||
==Spearman's rho== | ==Spearman's rho== | ||
Revision as of 16:31, 27 February 2009
Pearson's r
Pearson’s correlatie coëfficiënt r, soms ook wel de produkt-moment-correlatie-coëfficiënt (PMCC) genoemd, drukt de sterkte van een lineaire samenhang tussen twee variabelen uit in een getal. Het gebruik van Pearson’s r eist dat beide variabelen continue van aard zijn.
1.1 Wanneer gebruik ik Pearson's r?
Je gebruikt dit coëfficiënt als je geïnteresseerd bent in de lineaire samenhang (correlatie) tussen twee continue variabelen X en Y, bijvoorbeeld een onderzoek naar de samenhang tussen leeftijd en scores op een cognitieve test. De waarden van de coëfficiënt kunnen lopen van -1 tot +1. Is er sprake van een positieve correlatie dan neemt met een stijgende waarde van X ook de waarde van Y toe. Bij een negatieve (tegengestelde) correlatie neemt met een stijgende waarde van X, de waarde van Y af. Bij correlatie van +1 of -1 is er een perfect verband. In dat geval is de waarde van Y volledig te herleiden uit de waarde van X (en omgekeerd). Bij de waarde van 0 is er geen enkele lineaire samenhang.
Een correlatiewaarde is 'dimensieloos'; dit betekent dat de correlatiewaarde ongevoelig is voor de eenheden waarin X en Y gemeten zijn. Meer statistisch geformuleerd: r is ongevoelig voor lineaire transformaties van de variabelen X en Y. Dus een correlatie tussen gewicht en vetpercentage wordt niet beïnvloed door het feit of het gewicht wordt gemeten in kilogrammen of ponden.