Correlatie

Van 25 automodellen zijn hier het gewicht gegeven en het aantal liter per 100 kilometer:

Model Gewicht in kg Liter per 100 km
Honda Accord Sedan LX 1582 8,3
Toyota Corolla 1295 7,4
Toyota Sequoia Limited 4WD 2648 16,6
Mitsubishi Eclipse RS 1488 9,1
Hyundai Tiburon Base 1499 9,4
Ford Freestar Wagon SE 2138 12,3
Dodge Grand Caravan XFWD 2109 11,3
Toyota Sienna XLE FWD 2083 10,5
Chevrolet Colorado Extended Cab 2WD 1816 11,8
Dodge Dakota Club Cab 1919 12,8
Chevrolet Trail Blazer 2306 13,5
Jeep Grand Cherokee Laredo 1985 13,5
Dodge Durango ST 2491 15,7
Ford Expedition Eddie Bauer 2836 16,6
Chevrolet Tahoe 4WD 2525 15,7
GMC Yukon 4WD 2631 15,7
Ford Thunderbird Premium 1932 12,3
Mercedes-Benz SLR 1610 12,8
Jeep Liberty 2058 13,5
Hyundai Santa Fe Base 1787 10,5
Buick Le Sabre Custom 1784 9,7
Pontiac Bonneville 1817 9,7
Toyota Avalon 1709 9,7
Toyota Celica GT 1230 8,6
Hummer H2 3200 16,6

 

Een scatterplot toont de samenhang tussen beide variabelen, waarbij het gewicht de onafhankelijke variabele is, en het verbruik per 100 km:

Samenhang auto's gewicht versus brandstofverbruik

 

 

 

 

 

 

 

 

 

In deze scatterplot kun je ook een trendlijn weergeven met de vergelijking van die lijn en een correlatiecoëfficiënt, Pearson's R. Dat ziet er dan zo uit:

Samenhang auto's gewicht en brandstofverbruik

 

 

 

 

 

 

 

 

 

En wat zie je hier dan aan?

 

Verder moet je dit dan nog vertalen naar een conclusie voor jouw onderzoek. Is dit veel of weinig? Wat heeft het voor gevolgen voor de vraagstelling van jouw onderzoek?
Vaak is het ook relevant om een link te leggen naar de verwachting die je vooraf had, voordat je met het onderzoek begon. En komt het resultaat overeen met jouw verwachting, of heeft het juist verrassende, nieuwe inzichten opgeleverd?