Pearson correlation

Uit Methodologiewinkel
Ga naar: navigatie, zoeken

Waar deze test voor wordt gebruikt

De toets wordt gebruikt om te kijken wat de mate van samenhang is tussen twee variabelen. De PC geeft informatie over in hoeverre een verandering in de eerste variabele samengaat met een verandering in de tweede variabele. Een groot voordeel van Correlatie (bijvoorbeeld ten opzichte van Covariantie) is dat het een gestandaardiseerde maat is: hij ligt altijd tussen -1 en 1.

Assumpties

Schaal: Beide variabelen moeten minstens op interval of ratio niveau gemeten zijn, of 1 moet op interval/ratio en de ander binair (2 niveau's) zijn.

Normaal verdeeld: De ratio/interval variabelen moeten (ongeveer) normaal verdeeld zijn.

Lineariteit: Tussen de twee variablen moet een lineaire verhouding bestaan. Te zien aan het scatterplot.

Homoscedastischiteit: De relatie moet homoscedastisch zijn, te zien aan het scatterplot.


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

Als er niet aan de schaal-assumptie voldaan is, moet een Point Biserial of Rank Biserial correlatie gebruikt worden.

Als de data niet normaal verdeeld is, moet een Spearman correlatie gebruikt worden. Als er daarnaast een kleine steekproef is en er veel gelijke waarnemingen zijn, is de Kendall's tau beter dan de Spearman.


Hoe uit te voeren in SPSS

Klik op Analyze → Correlate→ Bivariate Selecteer de variabelen die je wilt gebruiken en klik op het pijltje, zodat ze in het vak “variables” verschijnen. Zorg dat je de goede correlatiemaat aanvinkt (Pearson of Spearman). Onder options kun je de descriptives opvragen.

PC1.png

Interpreteren SPSS-output

PC2.png

De letter a in de afbeelding geeft correlatie met andere variabelen weer, b geeft de p-waarde van de correlatie en N geeft het aantal waarnemingen waarvoor de correlatie berekend is.

Rapporteren conclusie

Je rapporteert als volgt: er werd een correlatie gevonden tussen X en Y (r(df)=...,p</>.05). Hierbij is df het aantal waarnemingen min twee (N-2) en op de puntjes geef je de correlatie.

Non-parametrische variant

Non-parametrische varianten zijn Spearman correlation en Kendalls Tau.

Video Tutorial

EmbedVideo is missing a required parameter.