In nieuwsberichten, wetenschap of economie hoor je vaak dat er een “correlatie” bestaat tussen twee zaken.
Bijvoorbeeld: wie meer beweegt, heeft minder kans op hartproblemen.
Maar wat betekent dat precies, en waarom is het belangrijk om het verschil te kennen tussen correlatie en oorzaak-gevolg?
Wat betekent correlatie?
Correlatie betekent letterlijk dat twee verschijnselen op een of andere manier met elkaar samenhangen.
Als het ene toeneemt, verandert het andere meestal ook – al hoeft dat niet te betekenen dat het ene het andere veroorzaakt.
Volgens Statistiek Vlaanderen wordt correlatie vaak gebruikt om patronen of trends te herkennen in grote datasets, bijvoorbeeld bij gezondheid, economie of onderwijs.
Voorbeeld van correlatie
Stel dat onderzoek toont dat mensen die veel sporten gemiddeld minder hartproblemen hebben.
Er is dan een positieve correlatie tussen beweging en hartgezondheid.
Maar dat betekent niet noodzakelijk dat sporten alléén de oorzaak is – ook voeding, genetica of levensstijl spelen mee.
Positieve en negatieve correlatie
- Positieve correlatie: als A stijgt, stijgt B ook (bijv. inkomen en opleidingsniveau).
- Negatieve correlatie: als A stijgt, daalt B (bijv. alcoholgebruik en concentratievermogen).
- Geen correlatie: er is geen meetbaar verband tussen de twee variabelen.
Correlatie ≠ Causaliteit
Een veelgemaakte fout is om correlatie te verwarren met causaliteit (oorzaak-gevolg).
Alleen omdat twee zaken samen voorkomen, wil dat niet zeggen dat het ene het andere veroorzaakt.
KU Leuven benadrukt dat goed onderzoek altijd controleert op bijkomende factoren – zogenaamde confounders – vooraleer conclusies te trekken.
Grappig voorbeeld
Een klassiek voorbeeld dat vaak gebruikt wordt in statistieklessen: er is een sterke correlatie tussen de verkoop van ijsjes en het aantal verdrinkingen.
Maar dat komt niet omdat ijsjes verdrinkingen veroorzaken – het komt doordat beide vaker voorkomen bij warm weer.
De onderliggende factor is dus het weer, niet de ijsjesverkoop.
Hoe wordt correlatie berekend?
In de statistiek wordt correlatie meestal uitgedrukt via de Pearson-correlatiecoëfficiënt, een getal tussen -1 en +1.
+1 betekent een perfecte positieve samenhang, -1 een perfecte negatieve.
Een waarde rond 0 betekent geen verband.
Meer uitleg vind je op Wikipedia.
Waarom is correlatie belangrijk?
Correlatie helpt wetenschappers, economen en beleidsmakers om verbanden te ontdekken tussen verschillende factoren.
Zo kan men trends opsporen, voorspellingen doen of beleid bijsturen.
Maar wie met data werkt, moet altijd kritisch blijven en correlatie niet verwarren met oorzakelijkheid.
Correlatie toont aan dat twee variabelen samenhangen, maar zegt niets over wie of wat de oorzaak is.
Het is een belangrijk hulpmiddel in statistisch en wetenschappelijk onderzoek, zolang het correct wordt geïnterpreteerd.
