Korte definitie
Spearman-rangcorrelatie — een statistische maat voor hoe sterk twee rangordes samengaan, van −1 (precies omgekeerd) via 0 (geen verband) tot +1 (precies gelijk).
Ook bekend als: Spearman, rangcorrelatie, Spearman's rho.
Twee lijstjes, één vraag: bewegen ze samen? Dat is waar de Spearman-rangcorrelatie antwoord op geeft. Het is het gereedschap dat wij gebruiken om te checken of bijvoorbeeld snelheidsscores samenhangen met zoekposities — en het levert één getal tussen −1 en +1.
Wat Spearman-rangcorrelatie is
De Spearman-rangcorrelatie — meestal genoteerd als ρ (rho) of rs — meet hoe sterk twee rangordes samengaan. Je rangschikt je data twee keer: bijvoorbeeld negentien websitebouwers op hun PageSpeed-score en dezelfde negentien op hun positie in Google. Vervolgens kijk je per bureau hoe ver de twee rangen uit elkaar liggen. Beweegen de lijstjes mee, dan nadert de uitkomst +1. Beweegt het ene omhoog terwijl het andere zakt, dan nadert hij −1. Is er geen patroon, dan zit de waarde rond 0.
Het verschil met een gewone (Pearson-)correlatie is subtiel maar belangrijk: Spearman gebruikt uitsluitend de volgorde, niet de onderliggende waarden. Tussen positie 1 en 2 in Google kan een wereld van verschil zitten in klikken; voor de maat telt het als één rangstap. Dat maakt hem robuust voor uitschieters en scheve verdelingen — precies wat je hebt bij scores en rangposities. De wiskunde achter de maat staat helder uitgelegd in de uitleg van Wikipedia.
Hoe je het getal leest
De reputatie van het getal volgt een vaste vuistregel. Waarden rond ±0,8 of sterker wijzen op een duidelijk verband; tussen ±0,4 en ±0,7 is er een matig verband; alles dichter bij nul is zwak tot afwezig. Maar die grenzen zijn conventies, geen wetten: bij een kleine steekproef van een stuk of twintig pagina’s kan een ogenschijnlijk stevige waarde nog altijd toeval zijn. De steekproefomvang hoort daarom altijd bij de uitkomst, net als de vraag wat er precies met elkaar is vergeleken.
Belangrijker nog: een correlatie beschrijft een samenhang, nooit een oorzaak. Twee rangordes kunnen meebewegen doordat een derde factor beide aandrijft — een sterk merk zorgt bijvoorbeeld zowel voor goede posities als voor een verzorgde website. Wie uit een correlatie meteen een causaliteitsclaim maakt, gaat verder dan het getal reikt.
Waarom wij hem gebruiken
In ons onderzoek naar lab- en velddata en de benchmark van websitebouwers willen we precies dit soort vragen beantwoorden: hangt een hoge PageSpeed-score samen met een hogere positie op “website laten maken”? De Spearman-rangcorrelatie is daarvoor het juiste gereedschap, omdat posities rangen zijn en scores niet netjes verdeeld.
De uitkomst in september 2026: +0,32 tussen labscore en positienummer, oftewel bureaus met betere scores stonden gemiddeld zelfs iets lager in Google. De veld-LCP, de snelheid zoals echte bezoekers die ervaren, scoorde −0,07 — geen verband. Samen zeggen die twee getallen iets wat één PageSpeed-rapport nooit kan zeggen: snelheid alleen verkoopt geen posities. Wat wél samenhangt met de positie is de autoriteit van de pagina — en dat is een ander, groter verhaal.