Conclusies trekken > Samenhang tussen variabelenVoorbeeld 1
In deze figuur staan twee statistische variabelen. Op de horizontale as staat de totale lengte van de Tour de France in kilometer. Op de verticale as staat de gemiddelde snelheid van de winnaar.
Welke samenhang is er tussen de lengte van de Tour de France en de gemiddelde snelheid van de winnaar?
Als je kijkt naar de afbeelding, lijkt er een (sterke) negatieve samenhang te zijn. Hoe korter de Tour de France, hoe hoger de gemiddelde snelheid van de winnaar.
Maar pas op met oorzaak en gevolg. De oorzaak van een hogere gemiddelde snelheid van de winnaar hoeft niet de afnemende lengte van het parcours te zijn.
Bekijk de drie grafieken:
|
I |
II |
|
III |
Twee van de grafieken kun je combineren tot een spreidingsdiagram.
Hoe komt het dat je deze grafieken kunt combineren tot een spreidingsdiagram?
De drie grafieken hebben allemaal twee gaten. Wat betekent dit en wat is de oorzaak?
Welke twee (van de drie) grafieken tonen gecombineerd het spreidingsdiagram uit het voorbeeld?
Welke samenhang wordt zichtbaar, als je steeds twee andere grafieken combineert?
Het is gevaarlijk om conclusies te trekken. Het gegeven spreidingsdiagram suggereert dat de gemiddelde snelheid van de winnaar omlaag gaat, als een Tour de France langer gemaakt wordt.
Geef drie redenen waarom de gemiddelde snelheid van de winnaar los staat van de tourlengte.
Noem nog een tweetal variabelen die vermoedelijk een sterke samenhang hebben met de gemiddelde snelheid van de winnaar.
Noem een tweetal variabelen die geen oorzakelijk verband hebben met de gemiddelde snelheid van de winnaar.