Kennis circuleert van het algemene naar het bijzondere, in die zin kan de verklaring van nieuwe fenomenen worden bestudeerd door de relatie die het heeft met gebeurtenissen van hetzelfde fenomeen, wat vaak wordt gedaan op het gebied van Onderzoek. Vanwege het voorgaande is er behoefte om de relatie tussen twee kwantitatieve variabelen in een groep proefpersonen vast te stellen.
De wetenschap van de statistiek heeft methoden die het mogelijk maken om deze relatie te meten, met de volgende doelstellingen:
advertenties
- Bepaal of beide variabelen gecorreleerd zijn, dat wil zeggen, als voor lagere of hogere waarden van één variabele, de waarden van de andere variabele meestal even lager of hoger zijn.
- Voorspel de waarde van een variabele door een bepaalde waarde van de andere variabele te nemen.
- Schat de mate van overeenstemming tussen de waarden van beide variabelen.
In dit artikel vind je:
Wat is de correlatiecoëfficiënt van Pearson?
Pearson's correlatiecoëfficiënt is een maat voor de overeenkomst of lineaire relatie tussen twee willekeurige kwantitatieve variabelen. In eenvoudiger bewoordingen kan het worden gedefinieerd als een index die wordt gebruikt om de mate van relatie tussen twee variabelen, beide kwantitatief, te meten.
advertenties
Met twee variabelen maakt de correlatie schattingen van de waarde van een van hen mogelijk, met kennis van de waarde van de andere variabele.
Deze coëfficiënt is een maat die de relatieve situatie van de gebeurtenissen aangeeft ten opzichte van de twee variabelen, het is dat wil zeggen, het vertegenwoordigt de numerieke uitdrukking die de mate van overeenstemming of relatie aangeeft die bestaat tussen de 2 variabelen. Deze getallen variëren tussen limieten van +1 en -1.
advertenties
Hoe wordt het berekend?
Om een gids te hebben die het volgende mogelijk maakt:
- Bepaal de aaneengesloten variatie van de twee variabelen
- Vergelijk de verschillende gevallen met elkaar
Om dit te doen, wordt de Pearson-correlatiecoëfficiënt gebruikt, gedefinieerd als de covariantie die optreedt tussen twee gestandaardiseerde variabelen en wordt berekend met de volgende uitdrukking:
advertenties
Hoe interpreteert dat de correlatiecoëfficiënt van Pearson?
De dimensie geeft de mate van associatie tussen de variabelen aan.
advertenties
- Als het kleiner is dan nul (r <0) Er wordt gezegd dat er een negatieve correlatie is: de variabelen zijn in omgekeerde zin gecorreleerd.
Hoge waarden in een van de variabelen komen meestal overeen met lage waarden in de andere variabele en vice versa. Hoe dichter de waarde bij -1 van genoemde correlatiecoëfficiënt ligt, hoe duidelijker de extreme covariatie zal zijn.
Als r = -1, spreken we van een perfecte negatieve correlatie, die een absolute bepaling tussen beide variabelen veronderstelt, in directe zin bestaat er naast een perfect lineair verband met een negatieve helling.
- Als het groter is dan nul (r> 0) Er wordt gezegd dat er een positieve correlatie is: beide variabelen zijn in directe zin gecorreleerd.
Hoge waarden in een van de variabelen komen overeen met hoge waarden in de andere variabele, en in een omgekeerde situatie gebeurt hetzelfde met lage waarden. Hoe dichter bij +1 de correlatiecoëfficiënt is, hoe duidelijker de covariatie zal zijn.
Als r = 1 We spreken van een perfecte positieve correlatie, die een absolute bepaling tussen de variabelen veronderstelt, in directe zin bestaat er naast elkaar een perfect lineair verband met een positieve helling).
- Als het gelijk is aan nul (r = 0) Er wordt gezegd dat de variabelen onjuist gerelateerd zijn, is het niet mogelijk om een gevoel van covariatie vast te stellen.
Er is geen lineair verband, maar dit betekent niet noodzakelijkerwijs dat de variabelen onafhankelijk zijn, en er kunnen niet-lineaire verbanden tussen de variabelen zijn.
Wanneer de twee variabelen onafhankelijk zijn, wordt gezegd dat ze ongecorreleerd zijn, hoewel het wederkerigheidsresultaat niet noodzakelijk waar is.
Concluderend kan gesteld worden dat het er moeilijker uitziet dan het blijkt te zijn, zeker als je technologie hebt. geavanceerd, aangezien er tegenwoordig meerdere programma's zijn die deze taak van berekenen en interpreteren vergemakkelijken Peerson.
