Spearman correlation: verschil tussen versies

Uit Methodologiewinkel
Ga naar: navigatie, zoeken
(Parametrische variant)
(Wat te doen als je niet aan je assumptie(s) voldoet?)
Regel 12: Regel 12:
  
 
==Wat te doen als je niet aan je assumptie(s) voldoet?==
 
==Wat te doen als je niet aan je assumptie(s) voldoet?==
Plak hier tekst
+
n.v.t.
 +
 
 
<br>
 
<br>
 +
 
==Hoe uit te voeren in SPSS==
 
==Hoe uit te voeren in SPSS==
 
Klik op '''Analyze --> Correlate --> Bivariate'''. Vervolgens voer je de variabelen in waarover je iets wilt weten. <br>
 
Klik op '''Analyze --> Correlate --> Bivariate'''. Vervolgens voer je de variabelen in waarover je iets wilt weten. <br>

Versie van 22 mei 2014 om 11:19

Waar deze test voor wordt gebruikt

De Spearman correlatie coefficient wordt gebruikt om de lineaire samenhang tussen twee interval variabelen tot uitdrukking te brengen wanneer er niet aan de assumpties voor het uitvoeren van de Pearson productmomentcorrelatie voldaan is.

Assumpties

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


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

n.v.t.


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 Spearman aan, en haal je het vinkje bij Pearson weg.
De rest laat je vervolgens staan; bij options hoef je ook niks aan te passen.

Spearman spss.png

Interpreteren SPSS-output

Je krijgt een tabel met de Spearman rang 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.

Spearman output.png

Rapporteren conclusie

Rs = -.143, p = .451

Parametrische variant

Pearson correlation