Berechnung des linearen Korrelationskoeffizienten Korrelationskoeffizienten

Berechnung des linearen Korrelationskoeffizienten

SHARE THE ARTICLE ON

Table of Contents

Was ist ein linearer Korrelationskoeffizient?

Ein linearer Korrelationskoeffizient ist ein Wert, der die Stärke der linearen Beziehung zwischen zwei Variablen angibt; x und y. Zwei Variablen haben eine lineare Beziehung, wenn ihre Gleichung grafisch dargestellt werden kann, um eine Linie zu bilden. 

Der Korrelationskoeffizient, ausgedrückt als r, kann die Stärke und Richtung der Beziehung zwischen x und y angeben. Der Wert von r kann von -1 bis +1 reichen. Das Vorzeichen des linearen Korrelationskoeffizienten gibt die Richtung der Beziehung zwischen den beiden Variablen an: Ein positiver Wert zeigt eine positive Beziehung an, während ein negativer Wert eine negative Beziehung anzeigt. Je näher der Wert von r bei -1 oder +1 liegt, desto stärker ist die Beziehung zwischen den beiden Variablen. Je näher der Wert von r an 0 liegt, desto schwächer ist die Beziehung zwischen den beiden Variablen. Ein Wert von 0 gibt an, dass zwischen den beiden Variablen keine Beziehung besteht.

Berechnung des linearen Korrelationskoeffizienten Korrelationskoeffizienten

Transformieren Sie Ihren Erkenntnisgewinnungsprozess

Erstellen Sie einen umsetzbaren Feedback-Sammelprozess.

online survey

Voraussetzungen für die Verwendung des Pearson-Korrelationskoeffizienten

Obwohl es viele verschiedene Arten von Korrelationskoeffizienten gibt, ist der Korrelationskoeffizient nach Pearson der am weitesten verbreitete. Aus diesem Grund beziehen sich Leute, wenn sie sich auf Korrelationskoeffizienten beziehen, oft auf Pearsons Korrelationskoeffizienten oder Pearsons R. 

Bevor wir uns mit der Korrelationskoeffizientenformel und ihrer Anwendung befassen können, müssen wir zunächst die unterschiedlichen Anforderungen an den Pearson-Korrelationskoeffizienten betrachten: 

  • Die Variablen müssen sich auf einer Intervall- oder Verhältnisskala befinden.  
  • Die Daten sollten keine Ausreißer enthalten. 
  • Die Variablen sollten (annähernd) normal verteilt sein.
  • Die Assoziation muss linear sein.

Wie berechnet man den linearen Korrelationskoeffizienten eines Datensatzes?

Wenn Ihre Daten die oben genannten Anforderungen erfüllen, können Sie die Korrelationskoeffizientenformel von Pearson verwenden, um Ihren Korrelationskoeffizienten (r) zu berechnen.  

pxy = Cov ( x,y ) xy

Wo, 

  • p xy : Pearson-Produkt-Moment-Korrelationskoeffizient
  • Cov(x,y) : Kovarianz der Variablen x und y
  • x : Standardabweichung von x
  • y : Standardabweichung von y

Laden Sie das Marktforschungs-Toolkit herunter

Holen Sie Sich Den Leitfaden Für Marktforschungstrends, Den Leitfaden Für Online-Umfragen, Den Leitfaden Für Agile Marktforschung Und 5 Marktforschungsvorlagen

Making the most of your B2B market research in 2021 PDF 3 s 1.png

Stärken und Schwächen des Rechners für lineare Korrelationskoeffizienten

 Stärken

Dies sind einige Stärken von Pearsons Methode zur Untersuchung der Korrelation: 

  • Es zeigt das Vorhandensein oder Nichtvorhandensein einer Korrelation zwischen Datensätzen an und gibt auch das Ausmaß der Korrelation an. 
  • Sie gibt die Richtung der Korrelation an (positiv oder negativ).
  • Es erleichtert die Schätzung des Werts einer abhängigen Variablen unter Verwendung eines bestimmten Werts einer unabhängigen Variablen als Referenz (durch Regressionsgleichungen). 

Schwächen

Dies sind einige Schwächen von Pearsons Methode zur Untersuchung der Korrelation: 

  • Kann aufgrund der komplizierten algebraischen Methoden zur Berechnung von r schwierig zu berechnen sein. 
  • Der Wert von r kann in Gegenwart extremer Elemente leicht verzerrt werden. 
  • Es kann nicht zwischen abhängigen und unabhängigen Variablen unterschieden werden. 
  • Es erfordert die Berechnung wahrscheinlicher Fehler für eine faire Interpretation der Ergebnisse, da es Fehlern unterliegt.

Sehen Sie sich die Voxco- Umfragesoftware in Aktion mit einer kostenlosen Demo an.

Häufig gestellte Fragen zum Rechner für lineare Korrelationskoeffizienten

A linear relationship, or linear association, describes the straight-line relationship between two variables. Any equation that forms a straight line when graphed depicts a linear relationship.

A linear correlation coefficient is a value that reflects the strength of the linear relationship between two variables, x and y.

The linear correlation coefficient between two variables can be calculated using Pearson’s correlation coefficient formula, which is; 

pxy =Cov(x,y)xy

The value of the correlation coefficient, r, indicates the strength and direction of the relationship between x and y. A value above 0 indicates a positive relationship while a value below 0 indicates a negative relationship. The closer the value is to -1 or +1, the stronger the relationship between the variables. The closer the value is to 0, the weaker the relationship between the variables.

Explore all the survey question types
possible on Voxco

Read more