ECO
College 1: Correlaties en maten voor effectgrootte
Correlatie betekent niet causatie. Dus geen oorzaak gevolg.
Correlatie is de samenhang tussen twee variabele?
Causaliteit: is er een effect? Oorzaak-gevolg
Geen correlatie dan ook geen causatie
De voorwaardes voor causatie zijn:
1. Covariantie: variabelen moeten samenhangen. Bijvoorbeeld lage score van de ene variabele
met lage score van andere variabele, Of hoog met hoog of laag met hoog.
2. Directionaliteit: oorzaak gaat vooraf aan gevolg
3. Interne validiteit: alternatieve verklaringen uitgesloten. Hier zijn vaak problemen mee. We
hebben een verklaring maar klopt deze voorwaarde dit kan aan de confouding variabel
liggen. Zijn er alternatieve verklaringen die het resultaat beïnvloeden.
Je moet veel externe controle doen om te weten of jouw verklaring wel de juiste is. Er zijn ook
toevallige correlaties die niks met elkaar te maken hebben.
Pearson wordt het meeste gebruikt in wetenschappelijk onderzoek.
Je moet kijken bij een scatterplot of er sprake is van een lineair verband. Ook kijk je naar de sterkte
en de richting van het verband. Of er uitbuiters zijn.
Richting: positief of negatief
Sterkte: hoe meer op een rechte lijn, hoe sterker het verband.
Vorm: lineair of niet lineair. Homogeen of heterogeen.
Homogeen: een cluster
Heterogeen: meerder clusters aan punten.
Uitbijters: punten die ver van de andere liggen
Covariantie (Sxy): de mate waarin twee variabele samen variëren. Je meet hoeveel het punt van x en
hoeveel hij van y af ligt. Twee richtingen.
,Het geeft een indicatie over de sterkte en de richting van de samenhang.
Het nadeel: de range van de covariantie is afhankelijk van de meeteenheid van de variabelen.
De oplossing hiervan is deel de covariantie door de standaarddeviatie. (Pearson correlatie)
Als je hem standaardiseert. De waarde van de covariantie deelt door de
standaarddeviatie van x en y. Dan is hij niet meer afhankelijk. Als je hem standaardiseert
heb je boven en onder de streep de meeteenheid van x en y, hierdoor valt hij weg.
Dit is lastig en daarom gebruik je Pearson correlatie berekenen, alle onderstaande formules zijn
hetzelfde:
Pearson correlatie (r) is een gestandaardiseerde maat die de lineaire relatie beschrijft tussen twee
kwantitatieve/numerieke variabele. De waardes liggen tussen -1 en 1.
Verbanden van de Pearson correlatie:
,Begin altijd met een scatterplot!!!
Pas bij het maken van Pearson correlatie op:
- Uitbijters kan erg grote invloed hebben op je groep
- Niet-lineair betekend geen Pearson
- Heterogenen subgroepen: zijn er meer clusters en hoe zijn ze samen in verband
- Restriction of range: je kijkt naar klein stukje van het scatterplot. kan een verkeerde
conclusie veroorzaken
Hij is kwantitatief. Punten liggen niet erg dicht bij elkaar. Vandaar dat je de pearson gebruikt om het
verband te vinden.
, Zx reken je uit door (4-6.75)/1.80= -1.53
Zy is (85-103.75)/11.24= -1.67
Wat je doet is (9.5-6.75)/1.8= 1.53 en voor Zy doe je (111-103.75)/11.24=0.65 en dat keer elkaar en
dat wordt 0.99 voor ZxZy. Op de puntjes horen dus 1.53. 0.65 en 0.99.
Om naar Pearson te gaan doe je alles van ZxZy uitrekenen dat wordt 8.42 en dat delen door N-1 dat
is 11. Dit wordt 0.765
Het plot wat hierbij hoort als je moet kiezen tussen deze allemaal is antwoord B (z.o.z.)
College 1: Correlaties en maten voor effectgrootte
Correlatie betekent niet causatie. Dus geen oorzaak gevolg.
Correlatie is de samenhang tussen twee variabele?
Causaliteit: is er een effect? Oorzaak-gevolg
Geen correlatie dan ook geen causatie
De voorwaardes voor causatie zijn:
1. Covariantie: variabelen moeten samenhangen. Bijvoorbeeld lage score van de ene variabele
met lage score van andere variabele, Of hoog met hoog of laag met hoog.
2. Directionaliteit: oorzaak gaat vooraf aan gevolg
3. Interne validiteit: alternatieve verklaringen uitgesloten. Hier zijn vaak problemen mee. We
hebben een verklaring maar klopt deze voorwaarde dit kan aan de confouding variabel
liggen. Zijn er alternatieve verklaringen die het resultaat beïnvloeden.
Je moet veel externe controle doen om te weten of jouw verklaring wel de juiste is. Er zijn ook
toevallige correlaties die niks met elkaar te maken hebben.
Pearson wordt het meeste gebruikt in wetenschappelijk onderzoek.
Je moet kijken bij een scatterplot of er sprake is van een lineair verband. Ook kijk je naar de sterkte
en de richting van het verband. Of er uitbuiters zijn.
Richting: positief of negatief
Sterkte: hoe meer op een rechte lijn, hoe sterker het verband.
Vorm: lineair of niet lineair. Homogeen of heterogeen.
Homogeen: een cluster
Heterogeen: meerder clusters aan punten.
Uitbijters: punten die ver van de andere liggen
Covariantie (Sxy): de mate waarin twee variabele samen variëren. Je meet hoeveel het punt van x en
hoeveel hij van y af ligt. Twee richtingen.
,Het geeft een indicatie over de sterkte en de richting van de samenhang.
Het nadeel: de range van de covariantie is afhankelijk van de meeteenheid van de variabelen.
De oplossing hiervan is deel de covariantie door de standaarddeviatie. (Pearson correlatie)
Als je hem standaardiseert. De waarde van de covariantie deelt door de
standaarddeviatie van x en y. Dan is hij niet meer afhankelijk. Als je hem standaardiseert
heb je boven en onder de streep de meeteenheid van x en y, hierdoor valt hij weg.
Dit is lastig en daarom gebruik je Pearson correlatie berekenen, alle onderstaande formules zijn
hetzelfde:
Pearson correlatie (r) is een gestandaardiseerde maat die de lineaire relatie beschrijft tussen twee
kwantitatieve/numerieke variabele. De waardes liggen tussen -1 en 1.
Verbanden van de Pearson correlatie:
,Begin altijd met een scatterplot!!!
Pas bij het maken van Pearson correlatie op:
- Uitbijters kan erg grote invloed hebben op je groep
- Niet-lineair betekend geen Pearson
- Heterogenen subgroepen: zijn er meer clusters en hoe zijn ze samen in verband
- Restriction of range: je kijkt naar klein stukje van het scatterplot. kan een verkeerde
conclusie veroorzaken
Hij is kwantitatief. Punten liggen niet erg dicht bij elkaar. Vandaar dat je de pearson gebruikt om het
verband te vinden.
, Zx reken je uit door (4-6.75)/1.80= -1.53
Zy is (85-103.75)/11.24= -1.67
Wat je doet is (9.5-6.75)/1.8= 1.53 en voor Zy doe je (111-103.75)/11.24=0.65 en dat keer elkaar en
dat wordt 0.99 voor ZxZy. Op de puntjes horen dus 1.53. 0.65 en 0.99.
Om naar Pearson te gaan doe je alles van ZxZy uitrekenen dat wordt 8.42 en dat delen door N-1 dat
is 11. Dit wordt 0.765
Het plot wat hierbij hoort als je moet kiezen tussen deze allemaal is antwoord B (z.o.z.)
