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

Identificeer de te testen afhankelijke variabele tussen twee onafhankelijk afgeleide observaties. 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 bevooroordeelde resultaten te elimineren.


Bereken de correlatiecoëfficiënt van Pearson. Voor grote hoeveelheden gegevens kan de berekening erg vervelend worden. Naast verschillende statistische programma's kunnen veel wetenschappelijke rekenmachines de waarde berekenen. De feitelijke vergelijking wordt gegeven in het gedeelte Referentie.


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


Rapporteer een correlatiewaarde dicht bij 1 als indicatie dat er een positieve, lineaire relatie is tussen de twee variabelen. Een waarde groter dan nul die 1 nadert, resulteert in een grotere positieve correlatie tussen de gegevens. Naarmate de ene variabele een bepaald bedrag verhoogt, neemt de andere variabele met een overeenkomstig bedrag toe. De interpretatie moet worden bepaald op basis van de context van het onderzoek.


Rapporteer een correlatiewaarde dicht bij -1 als indicatie dat er een negatieve, lineaire relatie is tussen de twee variabelen. Naarmate de coëfficiënt -1 nadert, worden de variabelen meer negatief gecorreleerd, wat aangeeft dat als de ene 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 gegevensset. 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 studie waarin twee variabelen worden vergeleken die normaal niet als gerelateerd worden geïdentificeerd, leveren deze resultaten het bewijs dat de ene variabele de andere variabele positief kan beïnvloeden, wat aanleiding is voor verder onderzoek tussen de twee. De exact dezelfde r-waarde in een studie waarin twee variabelen worden vergeleken waarvan is bewezen dat ze een perfect positieve lineaire relatie hebben, kan echter 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 betekenis van de resultaten. Dit wordt bereikt met behulp van de correlatiecoëfficiënt, vrijheidsgraden en een kritische waarde van de tabel Correlatiecoëfficiënt. De vrijheidsgraden worden berekend als het aantal gepaarde waarnemingen minus 2. Identificeer met behulp van deze waarde de overeenkomstige kritische waarde in de correlatietabel voor een test van respectievelijk 0,05 en 0,01 en identificeer respectievelijk 95 en 99 procent betrouwbaarheidsniveau. Vergelijk de kritische waarde met de eerder berekende correlatiecoëfficiënt. Als de correlatiecoëfficiënt groter is, zouden de resultaten van belang zijn.




Tips


1. Betrouwbaarheidsintervallen voor de correlatiecoëfficiënt kunnen ook nuttig zijn bij bevolkingsonderzoek.