Verschil tussen correlatie en regressie
- Enkel continue variabelen
- Regressie impliceert niet per se dat er causaliteit is
- 1 afhankelijke variabele en 1 of meer onafhankelijke variabelen
Correlatie of regressie?
- Hebben andere vraagstelling:
- Correlatie: is er een verband tussen X en Y, of hoe sterk is dat verband?
o Bv. lengte en gewicht
o Lengte en gewicht zijn inwisselbaar (gelijkwaardig) symmetrische analyse
o X en Y moeten aselecte steekproeven (je kan ze niet zelf kiezen zoals tijd)
- Regressie: heeft variabele X invloed op Y? He verandert X met Y? Hoe voorspel je Y gegeven X…
o Bv. voorspel de lengte van een persoon op basis van het gewicht
o X en Y zijn niet inwisselbaar (niet gelijkwaardig)
o Soms oorzaak en gevolg (causaliteit) voorzichtig zijn met interpretatie
o Bv. neerslag per dag + verkeersongelukken ongelukken kunnen gevolg zijn van neerslag
o Dan zekere causaliteit MAAR voorzichtig zijn want is niet per se zo
- Minstens 1 variabele moet normaal verdeeld zijn
- Parametrisch: zeer gevoelig voor outliers
o Indien je een outlier niet kan verwijderen: Spearman
- Gaat na of er een lineair verband is, of geen verband (een wolk is dus ook oke)
o Indien een duidelijk niet-lineair verband: Spearman
o SCATTERPLOT
- H0: de variabelen zijn niet lineair gecorreleerd
o P-waarde < 0,05: verwerpt H0 en zegt dat r ≠ 0
o r = de maat voor sterkte van het verband, ligt tussen -1 en 1
o Hoe verder naar 1 of -1, hoe meer de data op een rechte lijn ligt
o r² = of de variabiliteit vd ene variabele kan verklaard worden door de variabliteit vd andere
Spearman
- Niet-parametrisch: ongevoelig voor outliers
- Veronderstelt geen lineair verband, gaat na of x en y zich gelijkwaardig gedragen
- H0: de variabelen zijn niet gecorreleerd
o Significantie is meestal niet echt relevant
- Hoe groter ρ, hoe sterker de correlatie
SPSS:
Nagaan of er een relatie is tussen X en Y en hoe sterk dit verband is
Analyze correlate bivariate
Alle twee de variabelen rechts onder variables
Onder correlation coëfficiënts : ofwel Pearson ofwel Spearman aanduiden
OUTPUT: PEARSON
o Je kan in de 4 vakjes telkens: X & X correleren, X & Y correleren, Y & X en Y & Y
o X & X en Y & Y is natuurlijk altijd 1
o Bij Pearson maakt het ook niet uit of je X met Y correleert of Y met X (is hetzelfde)
o Pearson correlatie coëfficiënt (r) : hoe verder naar 1 of -1, hoe sterker het verband
o Daaronder: Sig. (2-tailed)
< 0,05: significant verband tussen X en Y
OUTPUT: SPEARMAN
o Je kan in de 4 vakjes telkens: X & Y correleren en Y & X
o Spearman’s rho (ρ) : hoe verder naar 1, hoe sterker het verband
o Sig (2-tailed)
< 0,05: significant verband tussen X en Y of Y en X
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Bi0med. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €2,99. Je zit daarna nergens aan vast.