Als we echter de correlatie tussen een continue variabele en eencategorische variabele<\/a> willen berekenen, kunnen we de zogenaamde punt-biseri\u00eble correlatie<\/strong> gebruiken.<\/span><\/p>\n Punt-biseri\u00eble correlatie wordt gebruikt om de correlatie te berekenen tussen een binaire categorische variabele (een variabele die slechts twee waarden kan aannemen) en een continue variabele en heeft de volgende eigenschappen:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u in de praktijk een punt-biseri\u00eble correlatie kunt berekenen.<\/span><\/span><\/p>\n Stel dat een universiteitsprofessor wil vaststellen of er een verband bestaat tussen geslacht en de score op een bepaald kwalificerend examen.<\/span><\/p>\n Hij verzamelt de volgende gegevens over 12 jongens en 12 meisjes in zijn klas:<\/span> <\/p>\n Omdat geslacht<\/strong> een categorische variabele is en de score<\/strong> een continue variabele, is het zinvol om een punt-biseri\u00eble correlatie tussen de twee variabelen te berekenen.<\/span><\/p>\n De professor kan elk statistisch programma (waaronder Excel, R, Python, SPSS, Stata) gebruiken om de punt-biseri\u00eble correlatie tussen de twee variabelen te berekenen.<\/span><\/p>\n De volgende code laat zien hoe de punt-biseri\u00eble correlatie in R wordt berekend, waarbij de waarde 0 wordt gebruikt om vrouwen weer te geven en 1 om mannen weer te geven voor de geslachtsvariabele:<\/span><\/p>\n Uit het resultaat kunnen we zien dat de punt-biseri\u00eble correlatieco\u00ebffici\u00ebnt 0,281<\/strong> is en de overeenkomstige p-waarde 0,1833<\/strong> .<\/span><\/p>\n Omdat de correlatieco\u00ebffici\u00ebnt positief is, vertelt dit ons dat er een positieve correlatie bestaat tussen geslacht en score.<\/span><\/p>\n Omdat we mannen als 1 en vrouwen als 0 hebben gecodeerd, geeft dit aan dat de scores voor mannen doorgaans hoger zijn (dat wil zeggen: de scores nemen toe naarmate het geslacht ‚toeneemt‘). \u00bb van 0 tot 1).<\/span><\/p>\n Omdat de p-waarde echter niet kleiner is dan 0,05, is deze correlatieco\u00ebffici\u00ebnt niet statistisch significant.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u de biseri\u00eble puntcorrelatie kunt berekenen met behulp van verschillende statistische software:<\/span><\/p>\n Hoe punt-biseri\u00eble correlatie in Excel te berekenen<\/a> Wanneer we de correlatie tussen twee continue variabelen willen berekenen, gebruiken we doorgaans dePearson-correlatieco\u00ebffici\u00ebnt . Als we echter de correlatie tussen een continue variabele en eencategorische variabele willen berekenen, kunnen we de zogenaamde punt-biseri\u00eble correlatie gebruiken. Punt-biseri\u00eble correlatie wordt gebruikt om de correlatie te berekenen tussen een binaire categorische variabele (een variabele die slechts twee […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3596","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Voorbeeld: Berekening van een punt-biseri\u00eble correlatie<\/strong><\/span><\/h2>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/correlation1.jpg\")
<\/p>\n #define values for gender\n<\/span>gender <- c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,\n 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)\n\n#define values for score\n<\/span>score <- c(77, 78, 79, 79, 82, 84, 85, 88, 89, 91, 91, 94,\n 84, 84, 84, 85, 85, 86, 86, 86, 89, 91, 94, 98)\n\n#calculate point-biserial correlation\n<\/span>horn. test<\/span> (gender, score)\n\n\tPearson's product-moment correlation\n\ndata: gender and score\nt = 1.3739, df = 22, p-value = 0.1833\nalternative hypothesis: true correlation is not equal to 0\n95 percent confidence interval:\n -0.1379386 0.6147832\nsample estimates:\n horn \n0.2810996<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe de punt-biseri\u00eble correlatie in R te berekenen<\/a>
Hoe punt-biseri\u00eble correlatie in Python te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"