Korrelation Rechner

Berechnen Sie die Korrelation nach Pearson oder Spearman mit r, Bestimmtheitsmaß, p-Wert, Konfidenzintervall und Stärke nach Cohen, mit Rechenweg und Tabelle der Wertepaare.

Rechner wird vorbereitet …

Auf einen Blick

Verfahren
Pearson (linear) oder Spearman (Ränge)
Kennzahlen
r, r², t, p-Wert, Konfidenzintervall
Einordnung
Stärke nach Cohen
Extra
Regressionsgerade bei Pearson

Was die Korrelation misst

Zur Definition: Die Korrelation misst Stärke und Richtung eines Zusammenhangs zwischen zwei Messreihen auf einer Skala von −1 bis +1. Bei +1 (perfekte positive Korrelation) steigen beide Werte gemeinsam perfekt, bei −1 fällt der eine, wenn der andere steigt. Bei 0 gibt es keinen linearen Zusammenhang. Die Kovarianz ist die Grundlage; durch die Standardabweichungen wird sie auf diese Skala normiert.

Der Rechner nennt zusätzlich das Bestimmtheitsmaß, das zeigt, welcher Anteil der Streuung gemeinsam erklärt wird, und die Stärke nach Cohen: ab 0,1 klein, ab 0,3 mittel, ab 0,5 groß. Die Streuung der Einzelreihen zeigt der Standardabweichung Rechner.

So funktioniert es

  1. Verfahren wählen

    Pearson für lineare Zusammenhänge, Spearman bei Ausreißern oder krummen Verläufen.

  2. Wertepaare eintragen

    Die x- und y-Werte als zwei gleich lange Listen und das Signifikanzniveau.

  3. Auf „Korrelation berechnen“ klicken

    Sie sehen r, r², den p-Wert, das Konfidenzintervall und die Stärke des Zusammenhangs.

Formel

r = Summe((x − Mittel x) × (y − Mittel y)) ÷ Wurzel(Summe((x − Mittel x)²) × Summe((y − Mittel y)²))
t = r × Wurzel((n − 2) ÷ (1 − r²))
Spearman: dieselbe Formel auf den Rängen von x und y
  • r — Korrelationskoeffizient, von −1 bis +1
  • r² — Bestimmtheitsmaß, der gemeinsam erklärte Anteil der Streuung

Beispiel: Acht Wertepaare aus Lernstunden und Punkten ergeben r = 0,9779 und r² = 0,9562 bei einem p-Wert unter 0,0001.

Rechenbeispiele

Beispiel 1Lernstunden und Punkte

Acht Studierende lernten 2 bis 12 Stunden und erreichten 55 bis 90 Punkte. Gerechnet wird nach Pearson bei 5 Prozent.

  1. Wählen Sie Pearson (linearer Zusammenhang) bei „Verfahren“ aus.
  2. Geben Sie 2 3 4 5 6 8 10 12 für „x-Werte“ ein.
  3. Geben Sie 55 58 66 70 75 82 88 90 für „y-Werte“ ein.
  4. Geben Sie 5 % für „Signifikanzniveau“ ein.
  5. Klicken Sie auf Korrelation berechnen.
  6. Das Ergebnis: Pearson r = 0,9779, r² = 0,9562, p < 0,0001 (signifikant bei 5 %, n = 8)

Der Korrelationskoeffizient ist 0,9779, das Bestimmtheitsmaß 0,9562, die Prüfgröße t = 11,4441. Der p-Wert liegt unter 0,0001. Das Konfidenzintervall reicht von 0,8786 bis 0,9961, die Gerade ist y = 50,0468 + 3,6725 · x.

Beispiel 2Rangkorrelation mit Ausreißer

Sieben Wertepaare steigen gleichmäßig, nur der letzte y-Wert springt auf 400. Gerechnet wird nach Spearman.

  1. Wählen Sie Spearman (Rangkorrelation, auch bei Ausreißern) bei „Verfahren“ aus.
  2. Geben Sie 1 2 3 4 5 6 7 für „x-Werte“ ein.
  3. Geben Sie 10 12 15 20 24 30 400 für „y-Werte“ ein.
  4. Geben Sie 5 % für „Signifikanzniveau“ ein.
  5. Klicken Sie auf Korrelation berechnen.
  6. Das Ergebnis: Spearman ρ = 1, ρ² = 1, p < 0,0001 (signifikant bei 5 %, n = 7)

Spearman findet den perfekten monotonen Zusammenhang: ρ = 1. Pearson käme wegen des Ausreißers nur auf 0,6493.

Beispiele für Korrelationen
Verfahrenx-Wertey-WerteKoeffizientBestimmtheitsmaß
Pearson1 2 3 4 52 4 6 8 1011
Pearson1 2 3 4 52 1 4 3 50,80,64
Pearson1 2 3 4 55 4 3 2 1-11
Pearson1 2 3 4 53 1 4 1 50,35360,125
Pearson1 2 3 4 5 6 710 12 15 20 24 30 4000,64930,4216
Spearman1 2 3 4 5 6 710 12 15 20 24 30 40011

Wo Sie den Rechner brauchen

Studium und Forschung

Zusammenhänge in Messreihen prüfen.

Business-Daten

Zum Beispiel Werbung und Umsatz.

Ausreißer testen

Pearson und Spearman vergleichen.

Gerade berechnen

Steigung und Prognose.

Zum Lineare Regression Rechner →

Gruppen vergleichen

Zwei Mittelwerte prüfen.

Zum T-Test Rechner →

Streuung

Die Standardabweichung der Reihen.

Zum Standardabweichung Rechner →

Pearson oder Spearman?

Pearson misst lineare Zusammenhänge und setzt annähernd normalverteilte Daten voraus. Er ist empfindlich gegenüber Ausreißern: Ein einzelner extremer Wert kann ihn stark verzerren. Spearman rechnet mit Rängen und erkennt auch monotone, nicht lineare Zusammenhänge. Gleiche Werte bekommen den mittleren Rang. Eine Gerade durch die Punkte legt der Lineare Regression Rechner; ob zwei Gruppen sich im Mittelwert unterscheiden, prüft der T-Test Rechner.

Tipps für genaue Ergebnisse

  • Erst zeichnen

    Ein Streudiagramm zeigt Ausreißer und Krümmungen.

  • Genug Paare nehmen

    Mit weniger als acht Paaren bleibt das Ergebnis unsicher.

  • Beide Verfahren vergleichen

    Weichen sie stark ab, steckt oft ein Ausreißer dahinter.

Häufige Fehler vermeiden

  • Ursache annehmen

    Korrelation beweist keinen Einfluss.

  • Pearson bei krummen Verläufen

    Er unterschätzt dann den Zusammenhang.

  • Listen ungleich lang

    Zu jedem x gehört genau ein y.

Häufige Fragen

Wie berechnet man die Korrelation?

Die gemeinsame Streuung von x und y (Kovarianz) geteilt durch das Produkt der Standardabweichungen.

Was ist der Unterschied zwischen Pearson und Spearman?

Pearson misst lineare Zusammenhänge der Werte, Spearman monotone Zusammenhänge der Ränge. Spearman ist robuster gegen Ausreißer.

Was bedeutet ein negatives r?

Je größer x, desto kleiner y. Die Stärke liest man am Betrag ab.

Ab wann ist eine Korrelation signifikant?

Wenn der p-Wert unter dem Signifikanzniveau liegt, meist 5 Prozent. Das hängt stark von der Zahl der Paare ab.