Korrelationsanalyse

Das Ziel der Korrelationsanalyse ist, die Strenge des Zusammenhanges zwischen den einzelnen Variablen zu ermitteln. Bestimmt wird allerdings nicht der Grad der Abhängigkeit schlechthin, sondern lediglich der Grad des linearen Zusammenhanges. Betrachtet man die Verteilung zweier Variabler, so stellt man häufig fest, daß die Veränderung der einen Variablen einen Einfluß auf die Veränderung der anderen Variablen besitzt. Das Maß für den Grad der Beeinflussung ist der sog. Korrelationskoeffizient. Dieser variiert von 1. 0 bis + 1. 0, womit nicht nur die Stärke des Zusammenhanges, sondern auch die Richtung angezeigt wird. Die Korrelationsanalyse ist in der Regel nur eine zwischenstufe für andere Verfahren wie zum Beispiel der Faktorenanalyse oder der Regressionsanalyse. Je nach dem Meßniveau der einbezogenen Variablen unterscheidet man nach verschiedenen Korrelationskoeffizienten. Die gebräuchlichsten davon sind:
1. Der Korrelationskoeffizient nach BravaisPearson. Dieser Korrelationskoeffizient verlangt metrisch skalierte Ausgangsdaten. Zum Beispiel läßt sich damit der Zusammenhang zwischen dem Einkommen und dem Alter bestimmen.
2. Der Spearmansche Korrelations koeffizient

. Dieser Korrelationskoeffizient verlangt ordinal skalierte Variablen. Zum Beispiel läßt sich damit der Zusammenhang zwischen der Präferenzrangordnung von Automarken und dem Einkommen bestimmen. Dieses Beispiel zeigt, daß auch höher skalierte Daten (das Einkommen ist eine metrische Variable) einer Rangkorrelation unterzogen werden können. Die Umkehrung gilt jedoch nicht. Für gemischt skalierte Daten bestimmt also das niedrigste Meßniveau die Wahl des Korrelationskoeffizienten. Generell ist bei der Korrelationsanalyse zu berücksichtigen, daß der Zusammenhang keine kausale Verbindung bedeutet, sondern daß es sich lediglich um eine assoziative Ver knüpfung handelt. Das heißt, daß beispielsweise bei einer Korrelation von 1. 0 sich zwei Variable im Gleich klang miteinander verändern. Ein kausaler Zusammenhang kann daraus nicht unbedingt gefolgert werden. Umgekehrt bedingt aber ein kausaler Zusammenhang immer eine hohe Korrelation.

<< vorhergehender Begriff

nächster Begriff >>

Korrelation

Korrelationsdiagramm