Inhaltsverzeichnis
Der Korrelationskoeffizient von Fechner benötigt ein Kardinalskalenniveau für beide Merkmale. Er wird folgendermaßen berechnet:
Berechnung Korrelationskoeffizient von Fechner
Korrelationskoeffizient von Fechner - Schema:
- Trage die Punktwolke $\ (x_i,y_i) $ in ein Koordinatensystem ab.
- Berechne die arithmetischen Mittel $\ (\overline x, \overline y) $.
- „Berechne” das Vorzeichen der Abweichungen $\ x_i- \overline x $ und $\ y_i- \overline y $ .
- Die Vorzeichen der Abweichungen stimmen in zwei der vier Quadranten überein. Die Anzahl der Punkte in diesen beiden Quadranten bezeichnen wir mit ü. Sollte einer der Werte $\ x_i- \overline x $ oder $\ y_i- \overline y$ gleich Null sein, so wird dies als Übereinstimmung gezählt.
- Berechne den Korrelationskoeffizienten nach Fechner als
$$\ r_F = {ü-(n-ü) \over ü+(n-ü)}= {2ü-n \over n} $$
Wir rechnen das Schema einem Beispiel nach:
Beispiel
Beispiel:
Die Punkte seien:
i | $$\ x_i $$ | $$\ y_i $$ |
1 | 3 | 5 |
2 | 4 | 1 |
3 | 7 | 3 |
4 | 8 | 2 |
5 | 8 | 9 |
Die Tabelle liefert folgendes Diagramm:
Die arithmetischen Mittel sind $\ \overline x= 6 $ und $\ \overline y = 4 $, die Tabelle kann dann erweitert werden zu:
i | $$\ x_i $$ | $$\ y_i $$ | $$\ X_i - \overline x $$ | Vorzeichen | $$\ Y_i - \overline y $$ | Vorzeichen | Übereinstimmung |
1 | 3 | 5 | -3 | - | 1 | + | nein |
2 | 4 | 1 | -2 | - | -3 | - | ja |
3 | 7 | 3 | 1 | + | -1 | - | nein |
4 | 8 | 2 | 2 | + | -2 | - | nein |
5 | 8 | 9 | 2 | + | 5 | + | ja |
Die Anzahl der „Ja-Antworten”, also der übereinstimmenden Vorzeichen der Abweichungen, ist ü = 2. Also lautet der Korrelationskoeffizient
$$\ r_F = {ü-(n-ü) \over ü+(n-ü)} = {2-(5-2) \over 2+(5-2)} = {2-3 \over 2+3} ={-1 \over 5} = - 0,2 $$
Der Korrelationskoeffizient von Fechner ist nicht sehr bedeutungsvoll, da zwar die Vorzeichen der Abweichungen in die Formel eingehen, nicht jedoch die Abweichungen selbst.
Merke
Skalenniveau und Korrelationskoeffizient
Abschließend werden jene Korrelationskoeffizienten, die ab der angegeben Skala verwendbar sind zusammengefasst:
Skala | Korrelationskoeffizient |
Nominalskala | (korrigierter) Kontingenzkoeffizient nach Pearson $\ C_P, C_{korr} $ Kontingenzkoeffizient nach Cramér $\ C_C $ |
Ordinalskala | Spearmanscher Rangkorrelationskoeffizient $\ r_S $ |
metrische Skalen | Bravais-Pearsonscher Korrelationskoeffizient $\ r_{BP} $, Korrelationskoeffizient nach Fechner $\ r_F $ |
Wenn zwei unterschiedlich skalierte Merkmale verglichen werden sollen, so nimmt man stets den Korrelationskoeffizienten, der zu der schwächeren Skalierung passt. Wenn also ein (behaupteter) Zusammenhang zwischen Haarfarbe (nominalskaliert) und IQ (ordinalskaliert) gemessen werden soll, so nimmt man einen Koeffizienten für die Nominalskala.
Weitere interessante Inhalte zum Thema
-
Korrelationskoeffizient von Fechner
Vielleicht ist für Sie auch das Thema Korrelationskoeffizient von Fechner (Zusammenhangsmaße) aus unserem Online-Kurs Deskriptive Statistik interessant.
-
Übersicht
Vielleicht ist für Sie auch das Thema Übersicht (Korrelationsanalyse) aus unserem Online-Kurs SPSS Software interessant.