Het heeft een waarde tussen -1 en 1 waarbij:<\/span><\/span><\/p>\n Hoe verder de correlatieco\u00ebffici\u00ebnt van nul verwijderd is, hoe sterker de relatie tussen de twee variabelen.<\/span><\/p>\n Maar in sommige gevallen willen we de correlatie tussen meerdere paren variabelen begrijpen.<\/span><\/p>\n In deze gevallen kunnen we een correlatiematrix<\/a> maken, een vierkante tabel die de correlatieco\u00ebffici\u00ebnten tussen verschillende paarsgewijze combinaties van variabelen weergeeft.<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u een correlatiematrix in Excel maakt en interpreteert.<\/span><\/p>\n Laten we zeggen dat we de volgende gegevensset hebben die het gemiddelde aantal punten, rebounds en assists voor 10 basketbalspelers toont:<\/span> <\/p>\n Om een correlatiematrix voor deze gegevensset te maken, gaat u naar het tabblad Gegevens<\/strong> in het bovenste lint van Excel en klikt u op Gegevensanalyse<\/strong> .<\/span> <\/p>\n Als u deze optie niet ziet, moet u eerst de gratis Data Analysis Toolpak in Excel laden<\/a><\/em> .<\/span><\/p>\n In het nieuwe venster dat verschijnt, selecteert u Correlatie<\/strong> en klikt u op OK<\/strong> .<\/span> <\/p>\n Selecteer voor Invoerbereik<\/strong> de cellen waarin de gegevens zich bevinden (inclusief de eerste rij met labels). Vink het vakje aan naast Labels in de eerste rij<\/strong> . Selecteer bij Uitvoerbereik<\/strong> een cel waarin u de correlatiematrix wilt laten verschijnen. Klik vervolgens op OK<\/strong> .<\/span> <\/p>\n Dit levert automatisch de volgende correlatiematrix op:<\/span> <\/p>\n De waarden in de individuele cellen van de correlatiematrix vertellen ons de Pearson-correlatieco\u00ebffici\u00ebnt tussen elke paarsgewijze combinatie van variabelen. Bijvoorbeeld:<\/span><\/p>\n Correlatie tussen punten en rebounds:<\/strong> -0,04639. Punten en rebounds zijn enigszins negatief gecorreleerd, maar deze waarde ligt zo dicht bij nul dat er geen sterk bewijs is voor een significant verband tussen deze twee variabelen.<\/span><\/p>\n Correlatie tussen punten en assists:<\/strong> 0,121871. Punten en assists zijn enigszins positief gecorreleerd, maar deze waarde ligt ook vrij dicht bij nul, dus er is geen sterk bewijs voor een significant verband tussen deze twee variabelen.<\/span><\/p>\n Correlatie tussen rebounds en assists:<\/strong> 0,713713. Rebounds en assists zijn sterk positief gecorreleerd. Dat wil zeggen dat spelers met meer rebounds doorgaans ook meer assists hebben.<\/span><\/p>\n Merk op dat de diagonale waarden van de correlatiematrix allemaal 1 zijn, omdat de correlatie tussen een variabele en zichzelf altijd 1 is. In de praktijk is dit getal niet bruikbaar om te interpreteren.<\/span><\/p>\n Een eenvoudige manier om de waarde van de correlatieco\u00ebffici\u00ebnten in de tabel te visualiseren is door voorwaardelijke opmaak<\/strong> op de tabel toe te passen.<\/span><\/p>\n Ga op het bovenste lint van Excel naar het tabblad Start<\/strong> en vervolgens naar de groep Stijlen<\/strong> .<\/span><\/p>\n Klik op Diagram met voorwaardelijke opmaak<\/strong> , vervolgens op Kleurschalen<\/strong> en vervolgens op Groen-geel-rode kleurschaal<\/strong> .<\/span><\/p>\n Dit past automatisch de volgende kleurenschaal toe op de correlatiematrix:<\/span> <\/p>\n Dit helpt ons de sterkte van correlaties tussen variabelen gemakkelijk te visualiseren.<\/span><\/p>\n Dit is vooral een nuttige tip als we werken met een correlatiematrix met veel variabelen, omdat het ons helpt snel de variabelen te identificeren die de sterkste correlaties hebben.<\/span><\/p>\n Gerelateerd:<\/strong> Wat wordt beschouwd als een \u201csterke\u201d correlatie?<\/a><\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:<\/span><\/p>\n Hoe u een spreidingsdiagrammatrix in Excel maakt<\/a> E\u00e9n manier om de relatie tussen twee variabelen te kwantificeren is door dePearson-correlatieco\u00ebffici\u00ebnt te gebruiken , een maatstaf voor de lineaire associatie tussen twee variabelen . Het heeft een waarde tussen -1 en 1 waarbij: -1 geeft een perfect negatieve lineaire correlatie aan tussen twee variabelen 0 geeft aan dat er geen lineaire correlatie is […]<\/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-647","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Hoe u een correlatiematrix maakt in Excel<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel1.png\")
<\/p>\n![\"Data-analysetoolpak](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deuxsampexcel3.png\")
<\/p>\n![\"Correlatiematrix](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel2.png\")
<\/p>\n![\"Correlatiematrix](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel3.png\")
<\/p>\n![\"Correlatiematrixuitvoer](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel4.png\")
<\/p>\n Hoe een correlatiematrix in Excel te interpreteren<\/strong><\/span><\/h3>\n
Bonus: visualiseer de correlatieco\u00ebffici\u00ebnten<\/strong><\/span><\/h3>\n
![\"Correlatiematrix](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel5.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe u een correlatietest uitvoert in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"