Meetfouten in afhankelijke en verklarende variabele
In het volgende voorbeeld hebben we latjes van uiteenlopende lengte. We meten nu (zonder bias) de lengte van die latjes zowel in centimeters als in inches. Alle metingen, zowel van inches als van centimeters, hebben nu afleesfouten. Zetten we het aantal inches op de X-as uit, het aantal centimeters op de Y-as, dan zijn de punten ten opzichte van het foutloze punt zowel in de horizontale als in de verticale richting verschoven.
Zouden de latjes heel weinig in lengte verschillen, dan ontstond bij dezelfde meetfout een wolkje van observaties terwijl zonder meetfouten de punten op een korte, rechte lijn behoren te liggen. In het beeld rechts boven is er nog een sterke samenhang (correlatie) tussen de twee grootheden, in het beeld rechts lijkt de correlatie veel slechter te zijn. Hieruit volgt al, dat de correlatiecoëfficiënt, een statistische maat voor de sterkte van de samenhang tussen verklarende (onafhankelijke) en afhankelijke variabelen aangeeft, bij dezelfde meetfout het grootst is als de metingen zich over een groot bereik ("range") uitstrekken.
Worden bijv. metingen verricht waarbij het verband tussen lengte en vitale capaciteit van kind tot volwassene wordt gemeten, dan is het lengtebereik zeg 100 tot 200 cm, dus een factor 2. Doen we datzelfde voor volwassenen, dan is het lengtebereik maar circa 160 tot 200 cm, dus mag je bij gelijke fouten in beide metingen bij volwassenen ook wel een kleinere correlatiecoëfficiënt verwachten. Fouten, hoe dan ook veroorzaakt, hebben tot gevolg dat het verband tussen de onderzochte variabelen onduidelijker wordt; zijn de fouten erg groot en is over een klein meetbereik gemeten, dan kan evt. het verband helemaal niet meer worden opgespoord.