wiwiweb
online lernen

Besser lernen mit Online-Kursen

NEU! Jetzt online lernen:
SPSS Software
Den Kurs kaufen für:
einmalig 19,00 €
Zur Kasse
Korrelationsanalyse > Statistische Grundlagen > Zusammenhangsmaße auf Nominal- und Ordinalskala:

Korrelationsanalysen

WebinarTerminankündigung aus unserem Online-Kurs Volks- und Betriebswirtschaft:
 Am 12.01.2017 (ab 18:00 Uhr) findet unser nächstes Webinar statt.
Gratis-Webinar Grundbegriffe der Bilanzierung
- In diesem 60-minütigen Gratis-Webinar gibt Daniel Lambert einen Überblick über die zentralen Begriffe der Bilanzierung - hier im Besonderen dem Bilanzausweis.
[weitere Informationen] [Terminübersicht]

Im vorliegenden Kapitel wird die Abhängigkeit zweier Merkmale untersucht. Die Vorgehensweise nennt man auch Korrelationsrechnung (= Korrelationsanalyse). Das Skalenniveau ist hierbei äußerst wichtig, wir unterscheiden:

  • Kontingenzmaße für nominalskalierte Merkmale
    • φ- Koeffizient
    • Kontingenzkoeffizient nach Pearson
    • korrigierter Koeffizient nach Pearson
    • Kontingenzkoeffizient nach Cramér
  • Rangkorrelationsmaße für ordinalskalierte Daten
    • Rangkorrelationskoeffizient nach Spearman
  • Korrelationskoeffizienten für metrische Skalen
    • Korrelationskoeffizient von Fechner
    • Korrelationskoeffizient von Bravais und Pearson

Interpretation des Zusammenhanges

Grundsätzlich gilt, dass man zwei Dinge unterscheiden möchte, nämlich:

  • die Richtung und
  • die Stärke

des linearen Zusammenhanges zwischen zwei Merkmalen (was allerdings erst ab den Ordinalskalen möglich ist).

Beispiele zur Richtung des Zusammenhanges

Mit der „Richtung” des Zusammenhanges soll ausgedrückt werden, ob sich die beiden Merkmale

  • gleichgerichtet (positiver Korrelationskoeffizient) oder
  • entgegengerichtet (negativer Korrelationskoeffizient) bewegen.

Beispiel

Beispiel 1 - Negativer Korrelationskoeffizient:
Wenn z.B. der Preis eines Gutes steigt, bewegt sich i.A. (wenn man von preisunabhängigen- und Giffen-Gütern absieht) die nachgefragte Menge nach unten. Es liegt also ein entgegen gerichteter Zusammenhang vor, der Korrelationskoeffizient wäre negativ.

Beispiel

Beispiel 2 - Positiver Korrelationskoeffizient:
Wenn die Anzahl der BWL-Studenten der Universität Münster steigt, dann müssen die Assistenten der Professoren mehr Klausuren korrigieren als vorher. Der Zusammenhang zwischen der Anzahl der Studenten und der Korrekturzeit ist gleich gerichtet, der Korrelationskoeffizient entsprechend positiv.

Beispiele zur Stärke des Zusammenhanges

Bei der Stärke des Zusammenhanges ist die Fragestellung eine andere, nämlich ob die Veränderung des einen Merkmals eine deutliche Veränderung des anderen Merkmals bewirkt (bei einem starken Zusammenhang) oder nicht (bei einem schwachen Zusammenhang).

„Stark” bedeutet bei dem Korrelationskoeffizienten nach Spearman und Bravais-Pearson, dass die Werte nah bei + 1 oder -1 liegen, „schwach” hingegen ist der lineare Zusammenhang, wenn der jeweilige Korrelationskoeffizient nahe bei 0 liegt (auch zwischen -0,5 und +0,5 gilt der Zusammenhang noch als sehr schwach).
Zu beachten ist außerdem, dass wir hier nur einen statistischen, d.h. formalen Zusammenhang beschreiben bzw. erkennen können. Ob dieser auch kausal richtig ist, kann oft der Statistiker nicht sagen, sondern muss vom jeweiligen Fachmann (Mediziner, Ökonomen, Psychologen, etc.) untersucht werden.

Beispiel

Beispiel 3 - Statistischer Zusammenhang:
Eine altbekannte Frage: Fördert rauchen den Lungenkrebs? Der Statistiker kann (formal) untersuchen, ob die relative Häufigkeit, an Lungenkrebs zu erkranken, bei Rauchern höher ist als bei Nichtrauchern. Wenn die Antwort „Ja” lauten sollte, dann heißt dies noch lange nicht, dass der kausale Zusammenhang damit geklärt ist. Vielmehr müssen Mediziner diese Frage entscheiden. Es könnte nämlich z.B. sein, dass die Raucher eher durch andere Umwelteinflüsse an Lungenkrebs erkranken und deswegen die statistische Untersuchung verfälscht war.

Zwei weitere Probleme gibt es in diesem Zusammenhang, die eine Korrelation vortäuschen, obwohl sie aus anderen Gründen oder obwohl sie gar nicht besteht:

  • Scheinkorrelation,
  • Nonsenskorrelation.

Bei der Scheinkorrelation besteht ein Zusammenhang zwischen zwei Merkmalen nur deswegen, weil eine dritte Größe dahinter steht und beide beeinflusst.

Beispiel

Beispiel 4 - Scheinkorrelation:
Student Max erzielt in VWL eine 1,3 und in Recht eine 2,0.
Es existiert ein Zusammenhang zwischen den beiden guten Ergebnissen nur insofern, als dass eine dritte Größe, nämlich der Lernaufwand, dahinter steht.

Beispiel

Beispiel 5 - Scheinkorrelation:
Sonnenflecken und konjunkturelle Entwicklung in Westeuropa.
Als vor 200 Jahren die Gesellschaft noch sehr stark landwirtschaftlich geprägt war, sorgten Flecken auf der Sonne für schlechteres Wetter auf der Erde, dieses für Ernteausfälle und dieses wiederum für einen konjunkturellen Rückgang. Eine dritte Größe, nämlich das Wetter, sorgte also für diese Scheinkorrelation. Bei der Nonsenskorrelation hingegen lässt sich für einen (angeblichen) Zusammenhang gar keine kausale Begründung finden.

Beispiel

Beispiel 6 - Nonsenskorrelation:
In Upsala wurde die Anzahl der Störche und die Geburten über mehrere Jahre gezählt. Hierbei stellte man fest, dass in Monaten mit vielen Störchen auch viele Entbindungen stattfanden. Es wurde demnach „bewiesen”, dass der Klapperstorch die Kinder bringt. (Solche Statistiken wurden in der Realität wirklich erhoben)

Eine Aussage, die natürlich völlig falsch ist! Bevor man etwas auf Korrelations testet, sollte überprüft werden, ob überhaupt ein  möglicher kausaler Zusammenhang überhaupt bestehen kann.

Lückentext
Bitte die Lücken im Text sinnvoll ausfüllen.
Eine liegt vor, wenn eine dritte Variable im Hintergrund auf beide Größten einwirkt.
0/0
Lösen

Hinweis:

Bitte füllen Sie alle Lücken im Text aus. Möglicherweise sind mehrere Lösungen für eine Lücke möglich. In diesem Fall tragen Sie bitte nur eine Lösung ein.

Vorstellung des Online-Kurses SPSS Statistik-SoftwareSPSS Statistik-Software
Dieser Inhalt ist Bestandteil des Online-Kurses

SPSS Software

wiwiweb - Interaktive Online-Kurse (wiwiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Grundlagen
    • Aufbau
    • Einführung
    • Erste Schritte
    • Datenmatrix, Zeilen, Spalten
    • Dateneingabe
  • Daten
    • Definieren und Validieren
      • Einleitung zu Definieren und Validieren
      • Eigenschaften definieren
      • Messniveau festlegen
    • Strukturieren, Sortieren und Transponieren
      • Sortieren
      • Fälle auswählen
  • Transformieren
    • Berechnen, verschieben, zählen
    • Umcodieren und klassieren
  • Statistische Kennzahlen (Deskriptive Statistik)
    • Einleitung zu Statistische Kennzahlen (Deskriptive Statistik)
    • Häufigkeiten
    • Fälle zusammenfassen
    • Kreuztabellen
  • Mittelwertvergleiche
    • Einleitung zu Mittelwertvergleiche
    • T-Test
    • Zwei unabhängige Stichproben
    • Zwei abhängige Stichproben
  • Korrelationsanalyse
    • Statistische Grundlagen
      • Zusammenhangsmaße auf Nominal- und Ordinalskala
        • Korrelationsanalysen
        • Zusammenhangsmaße auf der Nominalskala
        • Zusammenhangsmaße auf der Ordinalskala
      • Zusammenhangsmaße auf metrischen Skalen
        • Übersicht
        • Bravais-Pearsonscher Korrelationskoeffizient
        • Korrelationskoeffizient von Ferchner
    • Durchführung in SPSS
      • Einleitung zu Durchführung in SPSS
      • Bivariat
      • Partiell
  • Regressionsanalyse
    • Einleitung zu Regressionsanalyse
    • Lineare Regression
    • Nichtlineare Regression
  • Einfaktorielle Varianzanalyse
    • Mathematische Grundlagen
    • Varianzanalyse in SPSS
  • Clusteranalyse
    • Einführung
    • Distanzmaße
    • Hierarchische Klassifikation
      • Einleitung zu Hierarchische Klassifikation
      • Linkage Methoden
      • Zentroidverfahren
    • Klassifikation von Variablen
  • 40
  • 13
  • 78
  • 56
einmalig 19,00
inkl. 19% Mehrwertsteuer
Online-Kurs Top AngebotTrusted Shop

Unsere Nutzer sagen:

  • Odelette Bisson

    Odelette Bisson

    "Ich hatte zu Beginn des Studiums keine Ahnung von BWL. Dank wiwiweb.de hab ich jetzt den Durchblick!"
  • Andreas Sommer

    Andreas Sommer

    "Großes Lob für die guten Kurse! Ich hab zum Glück bestanden."
  • Barbara Kalb

    Barbara Kalb

    "Die Videos von Daniel Lambert sind einfach klasse. Johnny Controlleti :)"

NEU! Sichere dir jetzt die perfekte Prüfungsvorbereitung und spare 10% bei deiner Kursbuchung!

10% Coupon: lernen10

Zu den Online-Kursen