Inhoud index<\/p>\n
- \n
- Wat is de correlatieco\u00ebffici\u00ebnt van Pearson?<\/a><\/li>\n
- Wat doet de Pearson correlatieco\u00ebffici\u00ebnttest?<\/a><\/li>\n
- Formule en berekening van de correlatieco\u00ebffici\u00ebnt van Pearson<\/a><\/li>\n
- De sterkte van de Pearson product-moment correlatieco\u00ebffici\u00ebnt bepalen<\/a><\/li>\n
- Voorbeelden van Pearson correlatieco\u00ebffici\u00ebnt<\/a><\/li>\n
- Conclusie<\/a><\/li>\n<\/ol>\n<\/div>\n\n
Wat is de correlatieco\u00ebffici\u00ebnt van Pearson?<\/b><\/h2>\n\n
Pearson correlatieco\u00ebffici\u00ebnt of Pearson’s correlatieco\u00ebffici\u00ebnt of Pearson’s r wordt in de statistiek gedefinieerd als de meting van de sterkte van de relatie tussen twee variabelen en hun verband met elkaar. <\/span><\/p>\n\n
Eenvoudig gezegd berekent de correlatieco\u00ebffici\u00ebnt van Pearson het effect van een verandering in de ene variabele wanneer de andere variabele verandert.<\/span><\/p>\n\n
Bijvoorbeeld:<\/b> Tot een bepaalde leeftijd (in de meeste gevallen) zal de lengte van een kind blijven toenemen naarmate zijn\/haar leeftijd toeneemt. Natuurlijk is zijn\/haar groei afhankelijk van verschillende factoren zoals genen, locatie, dieet, levensstijl, enz.<\/span><\/em><\/p>\n\n
Deze benadering is gebaseerd op covariantie en is daarom de beste methode om de relatie tussen twee variabelen te meten.<\/span><\/p>\n\n
Wat doet de Pearson correlatieco\u00ebffici\u00ebnttest?<\/b><\/h2>\n\n
De correlatie van de Pearson co\u00ebffici\u00ebnt heeft een hoge statistische significantie. Er wordt gekeken naar de relatie tussen twee variabelen. Het probeert een lijn te trekken door de gegevens van twee variabelen om hun relatie aan te tonen. De relatie tussen de variabelen wordt gemeten met behulp van de Pearson correlatieco\u00ebffici\u00ebnt calculator. Deze lineaire relatie kan positief of negatief zijn.<\/span><\/p>\n\n
![\"Pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2021\/07\/58-Pearson-Correlation.jpg\")
<\/figure>\n\n<\/span><\/p>\n\n
Bijvoorbeeld: <\/span><\/p>\n\n
- \n
- Positief lineair verband:<\/b> In de meeste gevallen, universeel, neemt het inkomen van een persoon toe naarmate zijn\/haar leeftijd stijgt.<\/span><\/li>\n\n\n\n
- Negatief lineair verband: <\/b>Als het voertuig zijn snelheid verhoogt, neemt de reistijd af en omgekeerd.<\/span><\/li>\n<\/ul>\n\n
Uit het bovenstaande voorbeeld blijkt duidelijk dat de correlatieco\u00ebffici\u00ebnt van Pearson, r, twee dingen probeert te achterhalen – de sterkte en de richting van de relatie op basis van de gegeven steekproefomvang.<\/span><\/p>\n\n
Maak een gratis account aan<\/strong><\/a><\/p>\n\n
Formule en berekening van de correlatieco\u00ebffici\u00ebnt van Pearson<\/b><\/h2>\n\n
De correlatieco\u00ebffici\u00ebntformule achterhaalt het verband tussen de variabelen. Het retourneert de waarden tussen -1 en 1. Gebruik de onderstaande Pearson co\u00ebffici\u00ebnt correlatie calculator om de sterkte van twee variabelen te meten.<\/span><\/p>\n\n
Formule voor de correlatieco\u00ebffici\u00ebnt van Pearson:<\/strong><\/span><\/i><\/p>\n\n
![\"pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson-formula.png\")
<\/figure>\n\nWaar:
Berekening<\/h3>\n\n
Hier volgt een stapsgewijze handleiding voor het berekenen van de correlatieco\u00ebffici\u00ebnt van Pearson:<\/span><\/p>\n\n
Stap \u00e9\u00e9n:<\/strong> Maak een tabel met correlatieco\u00ebffici\u00ebnten.
![\"pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson-table1.png\")
<\/figure>\n\nStap twee: Gebruik basisvermenigvuldiging om de tabel aan te vullen.<\/strong><\/p>\n\n
![\"pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson-table2.png\")
<\/figure>\n\nStap drie: Tel alle kolommen van onder naar boven op.<\/strong><\/p>\n\n
![\"pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson-table3.png\")
<\/figure>\n\nStap vier: Gebruik de correlatieformule om de waarden in te pluggen.<\/strong><\/p>\n\n
Als het resultaat negatief is, is er een negatieve correlatie tussen de twee variabelen. Als het resultaat positief is, is er een positieve correlatie tussen de variabelen. Resultaten kunnen ook de sterkte van een lineaire relatie defini\u00ebren, d.w.z. sterke positieve relatie, sterke negatieve relatie, gemiddelde positieve relatie, enzovoort.<\/span><\/p>\n\n
De sterkte van de Pearson product-moment correlatieco\u00ebffici\u00ebnt bepalen<\/strong><\/h2>\n\n
De Pearson product-moment correlatieco\u00ebffici\u00ebnt, of gewoon de Pearson correlatieco\u00ebffici\u00ebnt of de Pearson correlatieco\u00ebffici\u00ebnt r, bepaalt de sterkte van de lineaire relatie tussen twee variabelen.<\/span><\/p>\n\n
Hoe sterker de associatie tussen de twee variabelen, hoe meer je antwoord naar 1 of -1 neigt. Het bereiken van waarden van 1 of -1 betekent dat alle gegevenspunten op de rechte lijn van ‘best fit’ worden uitgezet. Dit betekent dat de verandering in factoren van een variabele de correlatie met de andere variabele niet verzwakt. Hoe dichter je antwoord bij 0 ligt, hoe meer variatie er in de variabelen zit.<\/span><\/p>\n\n
Hoe de Pearson correlatieco\u00ebffici\u00ebnt interpreteren<\/h3>\n\n
Hieronder volgen de voorgestelde richtlijnen voor de interpretatie van de Pearson co\u00ebffici\u00ebnt correlatie:<\/span>
![\"Pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/Pearson1-1.png\")
Op een grafiek kun je de relatie tussen de variabelen zien en aannames doen voordat je ze zelfs maar berekent. Als de scatterplots dicht bij de lijn liggen, tonen ze een sterke relatie tussen de variabelen.<\/span><\/p>\n\n
Hoe dichter de scatterplots bij de lijn liggen, hoe sterker de relatie tussen de variabelen. Hoe verder ze van de lijn af bewegen, hoe zwakker de relatie wordt. Als de lijn bijna evenwijdig is aan de x-as doordat de scatterplots willekeurig op de grafiek zijn geplaatst, is het veilig om aan te nemen dat er geen correlatie is tussen de twee variabelen.<\/span><\/p>\n\n
Wat betekenen de termen kracht en richting?<\/h3>\n\n
De termen ‘sterkte’ en ‘richting’ hebben statistische betekenis. Hier volgt een eenvoudige uitleg van de twee woorden:<\/span><\/p>\n\n
- \n
- Sterkte:<\/b> Sterkte geeft de correlatie aan tussen twee variabelen. Het betekent hoe consistent de ene variabele zal veranderen door de verandering in de andere. Waarden die dicht bij +1 of -1 liggen duiden op een sterke relatie. Deze waarden worden bereikt als de gegevenspunten op of heel dicht bij de lijn vallen.<\/span>
- Richting: De richting van de lijn geeft een positieve lineaire of negatieve lineaire relatie tussen variabelen aan. Als de lijn een opwaartse helling heeft, hebben de variabelen een positieve relatie.<\/span><\/b>
Maak een gratis account aan<\/strong><\/a><\/p>\n\n
Voorbeelden van Pearson correlatieco\u00ebffici\u00ebnt<\/b><\/h2>\n\n
Laten we eens kijken naar enkele visuele voorbeelden om je te helpen de correlatieco\u00ebffici\u00ebntentabel te interpreteren:<\/span><\/p>\n\n
Grote positieve correlatie<\/h3>\n\n
![\"pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson3.png\")
<\/b><\/p>\n\n- \n
- De bovenstaande figuur toont een correlatie van bijna +1.<\/span><\/b><\/li>\n\n\n\n
- De scatterplots zijn bijna in een rechte lijn uitgezet.<\/span><\/b><\/li>\n\n\n\n
- De helling is positief, wat betekent dat als de ene variabele toeneemt, de andere variabele ook toeneemt, wat een positieve lineaire lijn laat zien.<\/span><\/b><\/li>\n\n\n\n
- Dit betekent dat een verandering in de ene variabele recht evenredig is met de verandering in de andere variabele.<\/span><\/b><\/li>\n\n\n\n
- Een voorbeeld van een grote positieve correlatie zou zijn – Als kinderen groeien, groeien ook hun kleding- en schoenmaten.<\/li>\n<\/ul>\n\n
Gemiddelde positieve correlatie<\/h3>\n\n
![\"pearson's](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson2.png\")
<\/b><\/p>\n\n- \n
- De bovenstaande figuur laat een positieve correlatie zien.<\/span><\/b><\/li>\n\n\n\n
- De correlatie is hoger dan +0,8 maar lager dan 1+.<\/span><\/b><\/li>\n\n\n\n
- Het laat een vrij sterk lineair bergopwaarts patroon zien.<\/span><\/b><\/li>\n\n\n\n
- Een voorbeeld van een gemiddelde positieve correlatie zou zijn – Als het aantal auto’s toeneemt, neemt ook de vraag naar de variabele brandstof toe.<\/li>\n<\/ul>\n\n
Kleine negatieve correlatie<\/h3>\n\n
![\"pearson](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson4.png\")
<\/p>\n\n- \n
- In de bovenstaande figuur liggen de scatterplots niet zo dicht bij de rechte lijn als in de eerdere voorbeelden.<\/span><\/li>\n\n\n\n
- Het vertoont een negatieve lineaire correlatie van ongeveer -0,5<\/span><\/li>\n\n\n\n
- De verandering in de ene variabele is omgekeerd evenredig met de verandering in de andere variabele, omdat de helling negatief is.<\/span><\/li>\n\n\n\n
- Een voorbeeld van een kleine negatieve correlatie zou zijn – Hoe meer iemand eet, hoe minder honger hij heeft.<\/span><\/li>\n<\/ul>\n\n
Zwakke \/ geen correlatie<\/h3>\n\n
![\"pearson's](\"https:\/\/qa-release.questionpro.com\/blog\/wp-content\/uploads\/2020\/04\/pearson5.png\")
<\/p>\n\n- \n
- De scatterplots liggen ver van de lijn.<\/span><\/li>\n\n\n\n
- Het is moeilijk om praktisch een lijn te trekken.<\/span><\/li>\n\n\n\n
- De correlatie is ongeveer +0,15<\/span><\/li>\n\n\n\n
- Het kan niet worden beoordeeld of de verandering in de ene variabele recht evenredig of omgekeerd evenredig is met de andere variabele.<\/span><\/li>\n\n\n\n
- Een voorbeeld van een zwakke\/geen correlatie zou zijn – Een stijging in brandstofprijzen leidt ertoe dat minder mensen huisdieren adopteren.<\/span><\/li>\n<\/ul>\n\n
Conclusie<\/strong><\/h2>\n\n
De correlatieco\u00ebffici\u00ebnt van Pearson kan worden bepaald door via een enqu\u00eate gegevens te verzamelen over twee variabelen die van belang zijn. Je kunt dit gebruiken om te zien of de correlatie tussen de twee variabelen positief of negatief is en hoe sterk die is.<\/p>\n\n
QuestionPro Research Suite is een suite met tools voor het benutten van onderzoek en het transformeren van inzichten die kunnen worden gebruikt om gegevens te verzamelen voor Pearson correlatieco\u00ebffici\u00ebntanalyse. Nadat u de enqu\u00eategegevens<\/a> uit QuestionPro hebt ge\u00ebxporteerd<\/a> en ge\u00efmporteerd in een spreadsheet of statistische toepassing, kunt u de correlatieanalyse uitvoeren.<\/p>\n\n
QuestionPro biedt handige hulpmiddelen voor gegevensanalyse, zoals kruistabellen, gegevensvisualisatie en statistische tests, naast het berekenen van de correlatieco\u00ebffici\u00ebnt. Deze kwaliteiten kunnen helpen bij je onderzoek en het begrijpen van de onderlinge relaties tussen je variabelen.<\/p>\n\n
Klaar om de relatie tussen je variabelen te ontdekken en je gegevensanalyse te verbeteren? Start vandaag nog een gratis proefversie van QuestionPro om te zien hoe onze enqu\u00eatesoftware u kan helpen bij het eenvoudig bepalen van de Pearson correlatieco\u00ebffici\u00ebnt. Mis deze kans niet om gegevensanalyse en onderzoek te verbeteren.<\/p>\n\n
- Het is moeilijk om praktisch een lijn te trekken.<\/span><\/li>\n\n\n\n
- Het vertoont een negatieve lineaire correlatie van ongeveer -0,5<\/span><\/li>\n\n\n\n
- De correlatie is hoger dan +0,8 maar lager dan 1+.<\/span><\/b><\/li>\n\n\n\n
- De scatterplots zijn bijna in een rechte lijn uitgezet.<\/span><\/b><\/li>\n\n\n\n
- Richting: De richting van de lijn geeft een positieve lineaire of negatieve lineaire relatie tussen variabelen aan. Als de lijn een opwaartse helling heeft, hebben de variabelen een positieve relatie.<\/span><\/b>
- Negatief lineair verband: <\/b>Als het voertuig zijn snelheid verhoogt, neemt de reistijd af en omgekeerd.<\/span><\/li>\n<\/ul>\n\n
- Wat doet de Pearson correlatieco\u00ebffici\u00ebnttest?<\/a><\/li>\n