Correlatieanalyse
Correlatieanalyse toont hoe twee of meer variabelen samen veranderen, met Pearson-correlatie voor lineaire verbanden en Spearman-rangcorrelatie voor ordinale gegevens of monotone verbanden. Gebruik haar om verbanden te verkennen, gegevens te screenen en variabelen te selecteren. Gegevens moeten continu of ordinaal zijn, met n van 25 of meer en een bij benadering bivariaat normale verdeling. De uitvoer geeft paarsgewijze correlatiecoëfficiënten met p-waarden en optionele spreidingsdiagrammen.
Laatst beoordeeld
Belangrijkste conclusie
Correlatieanalyse kwantificeert de sterkte en richting van het lineaire verband tussen twee of meer continue of ordinale variabelen, meestal met de Pearson-coëfficiënt van -1 tot +1, zonder causaliteit te impliceren.
Op deze pagina
Wat is correlatieanalyse?
Correlatieanalyse is een statistische methode die de sterkte en richting van het lineaire verband tussen twee of meer variabelen kwantificeert. Ze wordt vooral gebruikt om te onderzoeken hoe variabelen met een constante snelheid samen veranderen, zonder causaliteit te impliceren. De meest gebruikte maat is de correlatiecoëfficiënt van Pearson, die loopt van -1 (perfect negatief verband) tot +1 (perfect positief verband), waarbij 0 aangeeft dat er geen lineair verband is. Deze analyse is van toepassing op continue of ordinale variabelen; voor ordinale gegevens of monotone verbanden wordt de Spearman-rangcorrelatie gebruikt.
Wanneer gebruikt u correlatieanalyse?
Correlatieanalyse wordt veel gebruikt in uiteenlopende vakgebieden, waaronder statistiek, sociale wetenschappen, economie, financiën en marktonderzoek. Hier zijn enkele situaties waarin correlatieanalyse nuttig kan zijn:
- Verbanden verkennen: Correlatieanalyse helpt u het verband tussen twee variabelen te begrijpen. Ze kan vaststellen of de variabelen positief gecorreleerd zijn (samen toenemen of afnemen), negatief gecorreleerd zijn (de ene variabele neemt toe terwijl de andere afneemt) of helemaal niet gecorreleerd zijn.
- Gegevens screenen: Correlatieanalyse wordt vaak gebruikt als voorbereidende stap om mogelijke verbanden op te sporen voordat complexere analyses worden uitgevoerd. Ze kan onderzoekers helpen vast te stellen welke variabelen nader onderzoek waard zijn.
- Hypothesen toetsen: Correlatieanalyse kan worden gebruikt om hypothesen over de verbanden tussen variabelen te toetsen. U kunt bijvoorbeeld willen toetsen of er een significante correlatie is tussen inkomen en opleidingsniveau of tussen klanttevredenheid en koopgedrag.
- Voorspellen: Correlatieanalyse kan worden gebruikt in voorspellingsmodellen. Als er in historische gegevens een sterke correlatie tussen twee variabelen is, suggereert dat dat veranderingen in de ene variabele nuttig kunnen zijn om veranderingen in de andere te voorspellen.
- Variabelen selecteren: Bij het bouwen van voorspellende modellen kan correlatieanalyse helpen bij de selectie van variabelen. Als twee variabelen sterk gecorreleerd zijn, kan het opnemen van beide in het model multicollineariteitsproblemen veroorzaken. In dat geval kunt u ervoor kiezen slechts één van de variabelen op te nemen of technieken voor dimensiereductie te gebruiken.
- Kwaliteitsbeheersing: Correlatieanalyse kan worden toegepast in kwaliteitsbeheersingsprocessen om verbanden te vinden tussen variabelen die de productkwaliteit kunnen beïnvloeden. In de maakindustrie kunt u bijvoorbeeld de correlatie analyseren tussen bepaalde procesvariabelen en productdefecten.
- Portefeuillebeheer: In de financiële sector wordt correlatieanalyse veelvuldig gebruikt om de verbanden tussen verschillende beleggingsactiva te beoordelen. Inzicht in de correlatie tussen activa helpt bij het samenstellen van gespreide portefeuilles die het risico mogelijk kunnen verlagen.
Richtlijnen voor correct gebruik van correlatieanalyse
- Neem minimaal 2 kolommen met numerieke of datum-/tijdgegevens op
- Alle kolommen moeten hetzelfde aantal rijen hebben
- Gegevens moeten continu of ordinaal zijn
- Gebruik voor categorische gegevens Cross Tabulation and Chi-Square
- De steekproefomvang moet middelgroot tot groot zijn (n ≥ 25)
- Grotere steekproeven geven nauwkeurigere en preciezere schattingen
- Het verband tussen variabelen moet lineair of monotoon zijn
- Gebruik een matrixplot om uitschieters op te sporen en te onderzoeken
- Gegevens moeten een bivariate normale verdeling volgen
- P-waardeprocedures voor correlaties zijn robuust tegen afwijkingen van normaliteit bij n ≥ 25
- Betrouwbaarheidsintervallen voor de Pearson-correlatie zijn gevoelig voor de aanname van normaliteit
- Betrouwbaarheidsintervallen voor Spearman-correlaties zijn gebaseerd op rangen en minder gevoelig voor de verdelingsaanname
Alternatieven: wanneer u geen correlatieanalyse gebruikt
- Fit Regression Model: Het fitten van een regressiemodel is doorgaans geschikter dan het uitvoeren van een correlatieanalyse wanneer u voorspellingen wilt doen of de waarden van de afhankelijke variabele wilt schatten op basis van de onafhankelijke variabelen.
- Scatter Plot: Een spreidingsdiagram is geschikter dan correlatieanalyse wanneer er mogelijk niet-lineaire verbanden of uitschieters in de gegevens aanwezig zijn.
Voorbeeld van correlatieanalyse
De bank vraagt van leningaanvragers acht specifieke gegevens: inkomen, opleidingsniveau, leeftijd, woonduur op het huidige adres, duur van het dienstverband bij de huidige werkgever, spaargeld, schulden en aantal creditcards. Een bankmedewerker wil weten welke van deze gegevens sterk met elkaar samenhangen. De medewerker verzamelt deze gegevens voor 30 leningaanvragers en voert een correlatieanalyse uit om de paarsgewijze correlatiecoëfficiënten en hun p-waarden voor de acht variabelen te verkrijgen. De volgende stappen:
- De benodigde gegevens verzamelen.

- Analyseer nu de gegevens in Zometric Statistical Software op https://statsai.zometric.com/.
- Kies voor correlatieanalyse Statistical module> Graphical analysis> correlation analysis.
- Voer in de tool de gegevens samen met de andere invoer als volgt in:

5. Na gebruik van bovenstaande tool haalt u de uitvoer als volgt op:

Zo voert u een correlatieanalyse uit
De handleiding is als volgt:
- Log in op Zometric Statistical Software op https://statsai.zometric.com/
- Kies op de startpagina Statistical Tool> Graphical analysis > correlation analysis.
- Voer vervolgens de gegevens handmatig in, of kopieer (Ctrl+C) de gegevens uit een Excel-werkblad en plak (Ctrl+V) ze hier, of gebruik de optie Load Example waarmee de voorbeeldgegevens worden geladen.
- Koppel vervolgens de kolommen aan de parameters.
- Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.
Op het dashboard van Correlation Analysis is het venster in twee delen verdeeld.

Aan de linkerkant staat de Data Pane. In de Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kopieert (Ctrl+C) de gegevens uit een Excel-werkblad en plakt (Ctrl+V) ze hier.
Load example: Voorbeeldgegevens worden geladen.
Load File: Hiermee laadt u de Excel-gegevens rechtstreeks.
Aan de rechterkant hoeft u alleen het volgende op te geven:
Variables: Om meerdere variabelen voor correlatieanalyse te selecteren, bepaalt u eerst de kwantitatieve variabelen die u in uw dataset wilt onderzoeken. Bereken vervolgens de paarsgewijze correlatiecoëfficiënten tussen deze variabelen om de sterkte en richting van hun lineaire verbanden te begrijpen. Zo kunt u bepalen welke variabelen sterk samenhangen, wat helpt bij de selectie van kenmerken en bij multivariate analyse voor verder onderzoek of modellering.
Display Scatter: Een spreidingsdiagram in een correlatieanalyse geeft het verband tussen twee variabelen visueel weer en toont hun samenhang in een cartesisch vlak. Het helpt patronen, trends en uitschieters te herkennen en vult de numerieke correlatiecoëfficiënt aan. Deze visualisatie geeft een duidelijker inzicht in de sterkte en richting van het lineaire verband tussen de variabelen.
Download as Excel: Hiermee wordt het resultaat in Excel-formaat weergegeven, dat u eenvoudig kunt bewerken en met de optie Load File opnieuw kunt laden voor berekeningen.
Veelgestelde vragen
Wat zegt een correlatiecoëfficiënt u?
De correlatiecoëfficiënt van Pearson meet de sterkte en richting van het lineaire verband tussen twee variabelen. Ze loopt van -1, een perfect negatief verband, tot +1, een perfect positief verband, waarbij 0 betekent dat er geen lineair verband is. Correlatie toont hoe variabelen samen veranderen, maar impliceert geen causaliteit.
Wat zijn de aannames van correlatieanalyse?
Gebruik minimaal twee kolommen met continue of ordinale gegevens met hetzelfde aantal rijen. Het verband moet lineair of monotoon zijn en de gegevens moeten een bivariate normale verdeling volgen. Betrouwbaarheidsintervallen voor de Pearson-correlatie zijn gevoelig voor de aanname van normaliteit; Spearman-intervallen, die op rangen zijn gebaseerd, zijn daar minder gevoelig voor.
Hoeveel waarnemingen hebt u nodig voor correlatieanalyse?
Een middelgrote tot grote steekproef van minimaal 25 wordt aanbevolen, en grotere steekproeven geven nauwkeurigere en preciezere schattingen. Bij n van 25 of meer zijn de p-waardeprocedures voor correlaties robuust tegen afwijkingen van normaliteit. Gebruik een matrixplot om uitschieters op te sporen en te onderzoeken voordat u op de coëfficiënten vertrouwt.
Wanneer gebruikt u regressie of een spreidingsdiagram in plaats van correlatie?
Fit een regressiemodel wanneer u de waarden van de afhankelijke variabele uit de onafhankelijke variabelen wilt voorspellen of schatten. Gebruik een spreidingsdiagram wanneer het verband niet-lineair kan zijn of er uitschieters kunnen zijn. Gebruik voor categorische gegevens kruistabellen en chi-kwadraat in plaats van correlatieanalyse.
