Contextopgaven over correlatie

Los echte correlatieopgaven op: bereken r stap voor stap uit een kleine dataset, interpreteer hem in de context, beoordeel oorzakelijke beweringen en zie hoe een uitschieter r verandert.

Gevorderd35 minLes
Werkblad om te printen

Definitie

Een contextopgave over correlatie geeft je gepaarde gegevens uit een echte situatie en vraagt je het verband te meten, te interpreteren en te beoordelen. De formule voor de correlatiecoëfficiënt rr ken je al uit de les *Correlatiecoëfficiënt*. Hier gebruik je hem als een volledige methode.
De vijfstappenmethode voor een kleine dataset:
  1. 1.Bereken de gemiddelden xˉ\bar{x} en yˉ\bar{y}.
  2. 2.Bereken elke afwijking xi−xˉx_i - \bar{x} en yi−yˉy_i - \bar{y}.
  3. 3.Tel de producten op: Sxy=∑(xi−xˉ)(yi−yˉ)S_{xy} = \sum(x_i - \bar{x})(y_i - \bar{y}).
  4. 4.Tel de kwadraten op: Sxx=∑(xi−xˉ)2S_{xx} = \sum(x_i - \bar{x})^2 en Syy=∑(yi−yˉ)2S_{yy} = \sum(y_i - \bar{y})^2.
  5. 5.Deel:
    r=SxySxx⋅Syyr = \frac{S_{xy}}{\sqrt{S_{xx} \cdot S_{yy}}}
Beantwoord daarna de vraag in de context:
  • Richting: het teken van rr (positief: beide stijgen samen; negatief: het ene stijgt terwijl het andere daalt).
  • Sterkte: de grootte van ∣r∣|r| (schaal hieronder).
  • Causaliteit: een sterke rr bewijst op zich nooit dat de ene variabele de andere veroorzaakt. Zoek een verstorende variabele en vraag je af of de gegevens uit een gecontroleerd experiment komen.
  • Uitschieters: één ongewoon punt kan rr veel sterker of veel zwakker maken, of zelfs het teken omdraaien.
rSterkte
0,000{,}00 tot 0,190{,}19zeer zwak
0,200{,}20 tot 0,390{,}39zwak
0,400{,}40 tot 0,590{,}59matig
0,600{,}60 tot 0,790{,}79sterk
0,800{,}80 tot 1,001{,}00zeer sterk

Probeer het meteen

Een enquête onder tieners vindt r=−0,85r = -0{,}85 tussen dagelijkse schermtijd en uren slaap. Welke beschrijving is juist?

Uitgewerkte voorbeelden

Vijf leerlingen noteerden hun studie-uren en toetsscores: (1,64)(1, 64), (2,63)(2, 63), (3,77)(3, 77), (4,71)(4, 71), (5,75)(5, 75). Bereken rr en interpreteer de waarde.
1

Bereken de gemiddelden

xˉ=1+2+3+4+55=3\bar{x} = \frac{1+2+3+4+5}{5} = 3, yˉ=64+63+77+71+755=3505=70\bar{y} = \frac{64+63+77+71+75}{5} = \frac{350}{5} = 70 → xˉ=3\bar{x} = 3, yˉ=70\bar{y} = 70
2

Bereken de afwijkingen

xi−xˉx_i - \bar{x}: −2,−1,0,1,2-2, -1, 0, 1, 2 yi−yˉy_i - \bar{y}: −6,−7,7,1,5-6, -7, 7, 1, 5 → Elke som van afwijkingen is 00 (een snelle controle)
3

Vermenigvuldig de afwijkingen en tel op

(−2)(−6)+(−1)(−7)+(0)(7)+(1)(1)+(2)(5)=12+7+0+1+10(-2)(-6) + (-1)(-7) + (0)(7) + (1)(1) + (2)(5) = 12 + 7 + 0 + 1 + 10 → Sxy=30S_{xy} = 30
4

Kwadrateer de afwijkingen en tel op

Sxx=4+1+0+1+4=10S_{xx} = 4 + 1 + 0 + 1 + 4 = 10 Syy=36+49+49+1+25=160S_{yy} = 36 + 49 + 49 + 1 + 25 = 160 → Sxx=10S_{xx} = 10, Syy=160S_{yy} = 160
5

Vul de formule in

r=3010⋅160=301600=3040r = \frac{30}{\sqrt{10 \cdot 160}} = \frac{30}{\sqrt{1600}} = \frac{30}{40} → r=0,75r = 0{,}75
6

Interpreteer in de context

Positief teken, ∣r∣=0,75|r| = 0{,}75 ligt in de band 0,600{,}60 tot 0,790{,}79 → Sterke positieve correlatie

Veelgemaakte fouten

De ruwe waarden xiyix_i y_i vermenigvuldigen in plaats van de afwijkingen

Waarom het fout is: De formule r=SxySxxSyyr = \frac{S_{xy}}{\sqrt{S_{xx} S_{yy}}} gebruikt de afstanden tot de gemiddelden. Ruwe producten zijn bij positieve gegevens altijd groot en positief en geven een verkeerde rr.

Correct: Trek eerst de gemiddelden af. Snelle controle: de afwijkingen van elke variabele tellen op tot 00.

De wortel vergeten of te vroeg afronden

Waarom het fout is: 3010⋅160≈0,019\frac{30}{10 \cdot 160} \approx 0{,}019 is niet rr. Wie 520\sqrt{520} afrondt op 2323, krijgt 0,9570{,}957 in plaats van 0,9650{,}965.

Correct: Neem de wortel van Sxx⋅SyyS_{xx} \cdot S_{yy} en rond alleen het eindantwoord af op 2 decimalen.

Een sterke rr zien als bewijs dat de ene variabele de andere veroorzaakt

Waarom het fout is: Observatiegegevens kunnen een sterke correlatie tonen doordat een verstorende variabele beide beïnvloedt, zoals regenachtig weer zowel de verkoop van paraplu's als het aantal verkeersongelukken beïnvloedt.

Correct: Zeg "hangt samen met". Alleen een gerandomiseerd gecontroleerd experiment kan een oorzakelijke bewering rechtvaardigen.

Een uitschieter negeren of zonder reden schrappen

Waarom het fout is: Eén punt kan rr van 11 naar 00 brengen. Negeren verbergt het probleem; schrappen alleen omdat het niet uitkomt, is oneerlijk.

Correct: Teken de gegevens, bereken rr met en zonder de uitschieter en laat hem alleen weg met een duidelijke reden (meetfout, slak), en vermeld dat je dat deed.

Interactieve visualisatie

Spreidingsdiagram

Studie-uren en toetsscores (r = 0,75)

123456065707580Studie-urenToetsscore

ŷ = 3x + 61

r = 0,75 · sterke positieve correlatie

Tik op een punt om de coördinaten te zien.

Spreidingsdiagram

Eén uitschieter: r daalt van 1 naar 0

1234502468Mest (g)Groei (cm)Uitschieter

ŷ = 4

r = 0 · geen lineaire correlatie

Tik op een punt om de coördinaten te zien.

Interactieve sandbox

Expressiecalculator

Probeer deze:

Geschiedenis

Nog geen berekeningen

Oefenproblemen

18 opgaven
Opgave 1 van 18
Makkelijk
Een enquête onder tieners vindt r=−0,85r = -0{,}85 tussen dagelijkse schermtijd en uren slaap. Welke beschrijving is juist?

Waarom het belangrijk is

Correlatiewaarden staan elke dag in nieuwsberichten, schoolrapporten en onderzoeksprojecten, en veel ervan worden verkeerd gelezen:
  • Gezondheidsnieuws: "Koffiedrinkers leven langer" is meestal een correlatie uit een enquête, geen bewijs.
  • Sport: coaches controleren of meer trainingsuren echt samengaan met betere looptijden voordat ze een schema aanpassen.
  • Handel en energie: een winkel vergelijkt temperatuur met verkoop, een gezin vergelijkt buitentemperatuur met stookverbruik.
  • Onderzoeksprojecten: één mislukte meting (een uitschieter) kan een resultaat verpesten als niemand naar het spreidingsdiagram kijkt.
Als je rr zelf kunt berekenen, in gewone woorden kunt beschrijven en een onterechte oorzakelijke bewering of een misleidende uitschieter herkent, kun je statistieken beoordelen in plaats van ze zomaar te geloven.

Toepassingen in de echte wereld

Sportwetenschap

Coaches vergelijken wekelijkse trainingsuren met looptijden om te zien of meer training samengaat met snellere runs.

Voorbeeld:

Voor een hardloopclub zijn de sommen Sxy=−45S_{xy} = -45, Sxx=25S_{xx} = 25 en Syy=100S_{yy} = 100. Een negatieve rr betekent: meer training, lagere (snellere) tijden.

1Probeer het zelf

Een hardloopclub noteert voor haar leden de trainingsuren per week en de tijden op de 5 km (minuten). De sommen zijn Sxy=−45S_{xy} = -45, Sxx=25S_{xx} = 25 en Syy=100S_{yy} = 100.

Wat is de correlatiecoëfficiënt rr?

Stap 1: Schrijf de wiskundige uitdrukking

Bereken r=SxySxx⋅Syyr = \frac{S_{xy}}{\sqrt{S_{xx} \cdot S_{yy}}}:

Kritisch nieuws lezen

Journalisten en lezers moeten beslissen of een gemelde correlatie een bewering over oorzaak en gevolg ondersteunt.

Voorbeeld:

Een rapport vindt r=0,83r = 0{,}83 tussen het aantal tv's per 100 inwoners van een land en de levensverwachting, en een blog beweert dat tv's je langer laten leven.

2Probeer het zelf

Over veel landen hebben het aantal tv's per 100 inwoners en de levensverwachting r=0,83r = 0{,}83. Een blog concludeert dat meer tv's kopen mensen langer laat leven.

Is de oorzakelijke bewering gerechtvaardigd?

Stap 1: Kies het juiste antwoord

Kies je oordeel:

Kwaliteitscontrole van sensoren

Ingenieurs controleren meetgegevens op foute metingen, omdat één verkeerde waarde een perfect verband kan verbergen.

Voorbeeld:

Een temperatuursensor wordt getest bij vijf instellingen: (2,10)(2, 10), (4,14)(4, 14), (6,18)(6, 18), (8,22)(8, 22) en een foute meting (10,6)(10, 6).

3Probeer het zelf

Een sensor geeft de metingen (2,10)(2, 10), (4,14)(4, 14), (6,18)(6, 18), (8,22)(8, 22), (10,6)(10, 6). De laatste meting is een bekende fout. De gemiddelden zijn xˉ=6\bar{x} = 6 en yˉ=14\bar{y} = 14.

Wat is rr als de foute meting wordt weggelaten?

Stap 1: Schrijf de wiskundige uitdrukking

Vergelijk rr met en zonder de fout:

Belangrijke punten

  • 1Zo bereken je rr met de hand: gemiddelden, afwijkingen, SxyS_{xy}, SxxS_{xx}, SyyS_{yy}, daarna r=SxySxxSyyr = \frac{S_{xy}}{\sqrt{S_{xx} S_{yy}}}
  • 2Controleer je werk: de afwijkingen van elke variabele tellen op tot 00 en rr moet tussen −1-1 en 11 liggen
  • 3Rond alleen de eindwaarde van rr af, meestal op 2 decimalen
  • 4Interpreteer rr in de context: het teken geeft de richting, ∣r∣|r| de sterkte
  • 5Een sterke correlatie uit observatiegegevens rechtvaardigt geen oorzakelijke bewering; zoek naar verstorende variabelen
  • 6Eén uitschieter kan rr versterken, verzwakken of zelfs omdraaien: teken de gegevens en vergelijk rr met en zonder hem

Veelgestelde vragen

Het gemiddelde is het evenwichtspunt van de gegevens: de waarden erboven en eronder heffen elkaar precies op. Als je afwijkingen niet optellen tot 00, zit er een fout in het gemiddelde of in een aftrekking.
Het gemiddelde is het evenwichtspunt van de gegevens: de waarden erboven en eronder heffen elkaar precies op. Als je afwijkingen niet optellen tot 00, zit er een fout in het gemiddelde of in een aftrekking.
Nee. Een constante optellen verschuift alle punten samen, dus de afwijkingen blijven gelijk. Ook vermenigvuldigen met een positief getal (bijvoorbeeld uren naar minuten) verandert rr niet. Vermenigvuldig je één variabele met een negatief getal, dan draait het teken van rr om.
Als je een duidelijke reden hebt die niets met het resultaat te maken heeft: een meetfout, een typefout, een plant die door een slak is opgegeten. Vermeld altijd dat je hem weggelaten hebt en geef, als het kan, rr met en zonder dat punt.
Met een gerandomiseerd gecontroleerd experiment: je deelt de behandeling (bijvoorbeeld mest) willekeurig toe aan sommige proefobjecten en aan andere niet, houdt al het andere gelijk en vergelijkt. Willekeurige toewijzing verdeelt verstorende variabelen gelijk over beide groepen.

Woordenlijst

Afwijking
De afstand van een waarde tot het gemiddelde, xi−xˉx_i - \bar{x}; die kan positief of negatief zijn
SxyS_{xy}
De som van de producten van de afwijkingen, ∑(xi−xˉ)(yi−yˉ)\sum(x_i - \bar{x})(y_i - \bar{y}); het teken ervan is het teken van rr
SxxS_{xx} en SyyS_{yy}
De sommen van de gekwadrateerde afwijkingen van xx en van yy; die zijn nooit negatief
Uitschieter
Een datapunt ver van het patroon van de andere; het kan rr sterk veranderen
Verstorende variabele
Een variabele die niet in het onderzoek zit, beide variabelen beïnvloedt en een misleidende correlatie kan veroorzaken
Gecontroleerd experiment
Een onderzoek waarin de onderzoeker de behandeling willekeurig toewijst; het enige soort onderzoek dat een oorzakelijke bewering kan rechtvaardigen

Formulekaart

Correlatiecoëfficiënt

r=SxySxx⋅Syyr = \frac{S_{xy}}{\sqrt{S_{xx} \cdot S_{yy}}}

$S_{xy} = \sum(x_i - \bar{x})(y_i - \bar{y})$, $S_{xx} = \sum(x_i - \bar{x})^2$, $S_{yy} = \sum(y_i - \bar{y})^2$

Controles

∑(xi−xˉ)=0,−1≤r≤1\sum(x_i - \bar{x}) = 0, \quad -1 \le r \le 1

Als een som van afwijkingen niet $0$ is of als $|r| > 1$, zit er een rekenfout in

Sterkteschaal

∣r∣: 0,2 zwak, 0,4 matig, 0,6 sterk, 0,8 zeer sterk|r|: \ 0{,}2 \ \text{zwak}, \ 0{,}4 \ \text{matig}, \ 0{,}6 \ \text{sterk}, \ 0{,}8 \ \text{zeer sterk}

Elk niveau begint bij zijn waarde; onder $0{,}20$ is de correlatie zeer zwak

Uitdaging van vandaagEén opgave, drie pogingen

Meer over dit onderwerp

Introductie tot correlatie

Gemiddeld25 min

Correlatiecoëfficiënt

Gevorderd25 min

Correlatie interpreteren

Gemiddeld25 min

Correlatie en causaliteit

Gemiddeld25 min