Wetenschapsforum

Ik heb een betrouwbaarheidsonderzoek verricht voor een nieuw te gebruiken medische vragenlijst.

Het betreft 8 vragen, die ik tweemaal aan 100 patienten heb voorgelegd.

De uitkomst is 100 maal een combinatie van 2 getallen. Ik wil een maat hebben om de correllatie tussen de twee getallen te beschrijven.

Mijn statistisch programma dat ik erop loslaat kan de Pearson en de Spearman uitrekenen

Ik ben een leek op het gebied van de statistiek.

Kan iemand mij vertellen welke correllatiecoefficient ik het best kan gebruiken?

Voor de eerste vraag komt er een Pearson van 0.8643 uit met een kans van 0,000 . Waar ligt de grens tussen een door het toeval bepaald verschil en een verschil dat door andere factoren bepaald wordt?

De Spearmanberekening geeft alleen een coefficient, geen kans, is dat een omissie van het programma? (Statistix)

Zeer vriendelijk bedankt voor je advies / hulp.

Pearson is inderdaad de 'gewone' correlatie tussen variabelen. De kans die je te zien krijgt is vermoedelijk het significantieniveau. Dat is de kans dat je de nul-hypothese ten onrechte verwerpt. Dat zijn natuurlijk vage begrippen dus ik zal het even kort proberen uit te leggen. De nulhypothese is de hypothese waartegen je je te toetsen waarde toetst met behulp van een bepaalde toets. Daarnaast is er altijd een alternatieve hypothese die je aanneemt als je de nulhypothese verwerpt. In jouw geval is de nul-hypothese: De correlatie is 0 (geen verband) en is de alternatieve hypothese bijvoorbeeld: de correlatie is ongelijk aan 0 (er is wel een verband). Je hebt nu een correlatie gevonden van 0.86 bij 100 gepaarde waarnemingen. Uit je toetsing volgt dan wat de kans is dat je per toeval deze correlatie van 0.86 hebt gevonden in je steekproef als de werkelijke correlatie in de gehele populatie 0 zou zijn. De kans op zo'n hoge correlatie door toeval is natuurlijk uiterst klein (0,000 kwam er uit je toets), dus dan zeg je 'ik verwerp de nul-hypothese, omdat ik de kans dat ik deze waarde door toeval zou vinden klein genoeg en dus aanvaardbaar vind'. Daarom neem je dan vervolgens de alternatieve hypothese aan: er is een correlatie (verband) tussen de variabelen. Dat is wat onder 'de correlatie verschilt significant van 0' verstaan wordt.

De methode van Spearman werkt in principe hetzelfde alleen wordt niet de correlatie tussen de waarden van de variabelen berekend, maar de correlatie tussen de rangnummers van de waarden van de variabelen.

Stel je vindt deze waarden (volkomen fictieve waarden hoor)

x1 x2

1.3884190 1.131684

0.3119164 4.462996

5.8621506 1.895909

4.3253796 7.128320

8.0619181 4.795336

8.1757570 7.376717

7.7340354 7.649264

8.1481941 11.921862

10.5566419 7.928315

10.1437461 12.393012

Dan is de (Pearson) correlatie 0.6685736 met significantie p = 0.03455

Doe ik hetzelfde op de rangnummers (0.3119164 is het laagste getal in kolom x1, 1.3884190 het tweede getal in rang enz.)

2 1

1 3

4 2

3 5

6 4

8 6

5 7

7 9

10 8

9 10

Dan is de correlatie 0.7939394 met significantie p = 0.0061 (waarom die laatste waarde bij jouw programma niet aangegeven wordt weet ik niet, maar misschien kun je iets bij opties aanvinken ofzo. Ik ken dat programma niet)

Je moet waarschijnlijk gewoon Pearson hebben. Spearman wordt gebruikt bij data met 'rare' verdelingen.