Statistikprogramme +++ Pearson +++ Kendall-Tau-b +++ Spearman +++ Streudiagramm
Korrelationsanalyse
[tb] Besteht zwischen zwei Variablen ein Zusammenhang? Das ist eine häufige Frage wissenschaftlicher Studien. Die Untersuchung von Zusammenhängen zwischen kategorialen Variablen mithilfe einer Kreuztabelle war bereits einmal Thema der pt. In diesem Beitrag demonstrieren wir Ihnen die Berechnung und Interpretation von Korrelationskoeffizienten.
Wie lässt sich ein Zusammenhang quantifizieren?
Mithilfe des Korrelationskoeffizienten nach Pearson kann man Zusammenhänge zwischen intervallskalierten Variablen quantifizieren. Dieser Koeffizient kann Werte von -1 bis +1 annehmen. Je näher der Betrag an 1 herankommt, desto mehr hängen die Variablen zusammen.
Das Vorzeichen kennzeichnet die Richtung der Korrelation. Positive Werte sprechen für eine positive Korrelation, d.h. hohe Werte der einen gehen mit hohen Werten der anderen Variablen einher. Bei einer negativen Korrelation ist es genau umgekehrt.
Pearson für metrische Daten
In unserer Studie (siehe Hinweis) dokumentierten wir unter anderem das Gewicht und den Blutdruck für jeden Probanden und es könnte interessant sein, zu untersuchen, ob diese beiden metrischen Variablen zusammenhängen.
Über den Befehl »Analysieren – Korrelationen – Bivariat« öffnet sich das Dialogfeld, in dem man die zu untersuchenden Merkmale über die Pfeiltaste in das Feld »Variablen« verschieben muss. Der für diesen Fall passende Koeffizient nach Pearson ist bereits markiert. Die beiden anderen Koeffizienten – Kendall-Tau-b und Spearman – sind für die Untersuchung des Zusammenhangs ordinalskalierter Variablen geeignet.
Der Test auf Signifikanz wird dabei gleich mit angefordert. Die Option »zweiseitig« ist vorausgewählt, d.h. man testet die Hypothese »in der Grundgesamtheit besteht zwischen den Variablen kein Zusammenhang« oder anders ausgedrückt »der Korrelationskoeffizient beträgt 0«. Die Option »einseitig« ist dann sinnvoll, wenn man eine ...
Links ist das Dialogfeld für die Berechnung des Korrelationskoeffizienten zu sehen, rechts die Ergebnistabelle und das Streudiagramm
Screenshot: Tanja Bossmann, erstellt mit IBM SPSS Statistics (ehemals PASW Statistics)
weiter ... (für pt_Abonnenten)
Sie haben noch kein  _Abonnement?Profitieren Sie von dem umfangreichen Angebot für _Abonnenten!
|
