Er zijn bepaalde punten die een onderzoeker moet weten om de maatstaven van statistische associatie beter te begrijpen.

• Ten eerste moet de onderzoeker weten dat maatstaven van associatie niet hetzelfde zijn als maatstaven van statistische significantie. Het is mogelijk dat een zwakke associatie statistisch significant is; het is ook mogelijk dat een sterke associatie niet statistisch significant is.

• Voor associatiemetingen betekent een waarde van nul dat er geen verband bestaat. In een correlatieanalyse betekent een coëfficiënt (r) met een waarde van één dat er een perfect verband bestaat tussen de variabelen van belang. In regressieanalyses betekent een gestandaardiseerd bètagewicht (β) met een waarde van één eveneens een perfect verband tussen de betrokken variabelen. De onderzoeker moet er rekening mee houden dat bivariate associatiematen (b.v. Pearson correlaties) ongeschikt zijn voor kromlijnige relaties of discontinue relaties.

Resources

Gibbons, J. D. (1993). Nonparametric measures of association. Thousand Oaks, CA: Sage Publications.

Liebetrau, A. M. (1983). Maatstaven van associatie. Newbury Park, CA: Sage Publications.

Siegel, S. (1956). Nonparametric Statistics For The Behavioral Sciences. New York: McGraw-Hill.

Wilcox, R. R. (2007). Lokale maten van associatie: Het schatten van de afgeleide van de regressielijn. British Journal of Mathematical and Statistical Psychology, 60, 107-117.