Kendalls Tau

Uit Methodologiewinkel
Ga naar: navigatie, zoeken

Waar deze test voor wordt gebruikt

De Kendall’s Tau correlatie wordt gebruikt om de lineaire samenhang tussen twee interval variabelen tot uitdrukking te brengen wanneer er niet aan de assumpties van normale verdeeldheid en/of homoscedasticiteit bij de Pearson correlatie is voldaan. Het verschil tussen Kendall’s Tau en de Spearman rang correlatie is dat de Kendall’s tau de voorkeur geniet wanneer er weinig deelnemers in de dataset aanwezig zijn en er veel even hoge waarnemingen zijn.

Assumpties

1. Er is een lineair verband tussen de twee variabelen
2. Alle variabelen moeten op ordinaal, interval of ratio niveau zijn.

Wat te doen als je niet aan je assumptie(s) voldoet?

Wanneer er niet aan de assumpties van de Kendall's Tau wordt voldaan kan dit overkomen worden door middel van bootstrapping.


Hoe uit te voeren in SPSS

Klik op Analyze --> Correlate --> Bivariate. Vervolgens voer je de variabelen in waarover je iets wilt weten.
Vervolgens vink je bij Correlation Coefficients Kendall's tau b aan, en haal je het vinkje bij Pearson weg.
De rest laat je vervolgens staan; bij options hoef je ook niks aan te passen.
Kendall spss.png

Interpreteren SPSS-output

Je krijgt een tabel met de Kendall's tau correlatie tussen de variabelen die je hebt ingevoerd. Wanneer de p-waarde kleiner is dan 0.05 is er sprake van een significante correlatie tussen de twee variabelen. Het teken geeft aan of er sprake is van een positief of negatief verband; wanneer je correlatie positief is (tussen 0 en 1), dan is er sprake van een positief verband. Wanneer je correlatie negatief is (tussen -1 en 0), dan is er sprake van een negatief verband. Houd er rekening mee dat een correlatie niet gelijk is aan causaliteit.

Kendall output.png

Rapporteren conclusie

Uit de resultaten blijkt dat er geen lineair verband is tussen IQ en schoenmaat τ = -.111, p = .415.

Parametrische variant

De parametrische variant van Kendall's Tau is de Pearson correlatie