Hoi Marcus,
Een vrij algemene opvatting over de betekenis van R² is, dat R²x100% van de variatie in de ene grootheid te verklaren is door de variatie in de andere grootheid te beschouwen. In dit geval is dit dus ongeveer 21%. Zelf kun je natuurlijk ook je oordeel hierover vellen, omdat je de scatterplot erbij hebt. Wel is het van belang je te realiseren dat het om een lineaire correlatiecoëfficiënt gaat. Een kwadratisch verband kan dus correlatie nul geven.
Voor mijn grafiek was R dus gelijk aan -0.46, de negatieve wortel uit 0.2098. Hier zijn wat voorbeelden voor verschillende waarden van R waardoor je een "gevoel" voor R krijgt.
R = 1:
R = -0.54:
R = 0.85:
R = -0.94:
R = 0.42:
R = -0.33:
R = 0.17:
R = 0.39:
Je zou ook kunnen zeggen:
|R|=0.0-0.3 -> geen of gering lineair verband
|R|=0.3-0.7 -> matig lineair verband
|R|=0.7-1.0 -> sterk of perfect lineair verband
Groet,
Alwin
Een vrij algemene opvatting over de betekenis van R² is, dat R²x100% van de variatie in de ene grootheid te verklaren is door de variatie in de andere grootheid te beschouwen. In dit geval is dit dus ongeveer 21%. Zelf kun je natuurlijk ook je oordeel hierover vellen, omdat je de scatterplot erbij hebt. Wel is het van belang je te realiseren dat het om een lineaire correlatiecoëfficiënt gaat. Een kwadratisch verband kan dus correlatie nul geven.
Voor mijn grafiek was R dus gelijk aan -0.46, de negatieve wortel uit 0.2098. Hier zijn wat voorbeelden voor verschillende waarden van R waardoor je een "gevoel" voor R krijgt.
R = 1:
R = -0.54:
R = 0.85:
R = -0.94:
R = 0.42:
R = -0.33:
R = 0.17:
R = 0.39:
Je zou ook kunnen zeggen:
|R|=0.0-0.3 -> geen of gering lineair verband
|R|=0.3-0.7 -> matig lineair verband
|R|=0.7-1.0 -> sterk of perfect lineair verband
Groet,
Alwin
Bericht laatst bijgewerkt: 06-11-2003 15:53
