Pearson's correlatiecoëfficiënt, normaal gesproken aangeduid met r, is een statistische waarde die de lineaire relatie tussen twee variabelen meet. Het varieert in waarde van +1 tot -1, wat een perfecte positieve en negatieve lineaire relatie aangeeft tussen twee variabelen. De berekening van de correlatiecoëfficiënt wordt normaal uitgevoerd door statistische programma's, zoals SPSS en SAS, om de meest nauwkeurige mogelijke waarden voor rapportage in wetenschappelijke studies te bieden. De interpretatie en het gebruik van Pearson's correlatiecoëfficiënt varieert op basis van de context en het doel van het desbetreffende onderzoek waarin het wordt berekend.

Identificeer de afhankelijke variabele die moet worden getest tussen twee onafhankelijk afgeleide waarnemingen. Een van de vereisten van de correlatiecoëfficiënt van Pearson is dat de twee variabelen die worden vergeleken onafhankelijk moeten worden waargenomen of gemeten om eventuele beïnvloede resultaten te elimineren.

Bereken de correlatiecoëfficiënt van Pearson. Voor grote hoeveelheden gegevens kan de berekening erg vervelend worden. Naast verschillende statistische programma's, hebben veel wetenschappelijke rekenmachines de mogelijkheid om de waarde te berekenen. De feitelijke vergelijking wordt gegeven in de sectie Verwijzing.
Sciencing Video Vault
Maak de (bijna) perfecte haak: Hier is hoe
Maak de (bijna) perfecte haak: Hier is hoe

Meld een correlatiewaarde dichtbij 0 als indicatie dat er geen lineair verband is tussen de twee variabelen. Naarmate de correlatiecoëfficiënt 0 nadert, worden de waarden minder gecorreleerd, wat variabelen identificeert die mogelijk niet aan elkaar gerelateerd zijn.

Een correlatiewaarde dichtbij 1 rapporteren als indicatie dat er een positieve, lineaire relatie tussen de twee is variabelen. Een waarde groter dan nul die 1 benadert, resulteert in een grotere positieve correlatie tussen de gegevens. Als een variabele een bepaald bedrag verhoogt, neemt de andere variabele in een overeenkomstige hoeveelheid toe. De interpretatie moet worden bepaald op basis van de context van de studie.

Rapporteer een correlatiewaarde dicht bij -1 als aanwijzing dat er een negatieve, lineaire relatie tussen de twee variabelen is. Naarmate de coëfficiënt -1 nadert, worden de variabelen negatiever gecorreleerd, wat aangeeft dat als een variabele toeneemt, de andere variabele met een overeenkomstige hoeveelheid afneemt. De interpretatie moet opnieuw worden bepaald op basis van de context van het onderzoek.

Interpreteer de correlatiecoëfficiënt op basis van de context van de specifieke dataset. De correlatiewaarde is in wezen een willekeurige waarde die moet worden toegepast op basis van de variabelen die worden vergeleken. Een resulterende r-waarde van 0,912 geeft bijvoorbeeld een zeer sterke en positieve lineaire relatie tussen twee variabelen aan. In een onderzoek dat twee variabelen vergelijkt die normaal niet als verwant worden geïdentificeerd, leveren deze resultaten het bewijs dat één variabele de andere variabele positief kan beïnvloeden, wat resulteert in verder onderzoek tussen beide. Echter, de exact dezelfde r-waarde in een onderzoek dat twee variabelen vergelijkt waarvan is aangetoond dat ze een perfect positieve lineaire relatie hebben, kan een fout in de gegevens of andere potentiële problemen in het experimentele ontwerp identificeren. Het is dus belangrijk om de context van de gegevens te begrijpen bij het rapporteren en interpreteren van de correlatiecoëfficiënt van Pearson.

Bepaal de significantie van de resultaten. Dit wordt bereikt met behulp van de correlatiecoëfficiënt, vrijheidsgraden en een kritieke waarden van de correlatiecoëfficiëntentabel. De vrijheidsgraden worden berekend als het aantal gepaarde observaties minus 2. Gebruik deze waarde om de corresponderende kritische waarde in de correlatietabel te identificeren voor een test van respectievelijk 0,05 en 0,01 voor 95 en 99 procent betrouwbaarheidsniveau. Vergelijk de kritieke waarde met de eerder berekende correlatiecoëfficiënt. Als de correlatiecoëfficiënt groter is, wordt gezegd dat de resultaten van belang zijn.

Tip

Betrouwbaarheidsintervallen voor de correlatiecoëfficiënt kunnen ook van nut zijn in populatiestudies.