Korrelationen

Korrelationskoeffizient R
Nachteile: R = (Einzelvarianz * Einzelvarianz / Kovarianz) -1 bis +1
 * Von Ausreißern verzerrt. Daher Streudiagramm angucken.
 * Einschränkung der Variabilität (z.B. Altersgruppenbeschränkung). R verringert sich dadurch, dass Werte nicht auftreten, die aber da sein könnten.
 * Zusammfassung von heterogenen Untergruppen. Ein Beispiel wäre, wenn man in einer Stichprobe Männer und Frauen hat und den Korrelationskoeffizient für beide Gruppen gemeinsam berechnet, statt einmal für die Gruppe der Frauen und einmal für die Gruppe der Männer.
 * Korrelationskoeffizient R (SPSS)

Determinationskoeffizient R²
Maß für den "erklärten Streuungsanteil". Erklärter Streuungsanteil besagt, wie sich die Streuung der erwarteten Werte auf die Streuung der beobachteten Werte verhält.

z''.B. UV Training, AV Erfolg. R2 = 0,880 d.h. 88% der Streuung des gemessenen Erfolgs wird über die Variation des gemessenen Trainings erklärt. d.h. Der gemessene Erfolg ist unterschiedlich, weil unterschiedlich viel trainiert wurde.''

 Das Quadrat des Korrelationskoeffizienten r² nennt man Bestimmtheitsmaß. Es gibt in erster Näherung an, wie viel Prozent der Varianz, d.h. Streuung, der einen Variable durch die Streuung der anderen Variable erklärt werden können. Beispiel: Bei r = 0,3 werden 9 % (= 0,3² = 0,09) der gesamten auftretenden Varianz im Hinblick auf einen statistischen Zusammenhang erklärt.

Wenn Varianz der beobachteten Werte denen der theoretischen entsprechen, ist R² = 1.

Rangkorrelationskoeffizient Spearman Roh
-1 bis +1
 * Rangkorrelationskoeffizient Spearman Roh (SPSS)

Vierfelderkoeffizient Phi
Nur für dichotome Variablen. Vorzeichen bedeutungslos.

Für dichotome geht auch Korrelationskoeffizient R.
 * Vierfelderkoeffizient Phi (SPSS)

Kontingenzkoeffizient C
Für nichtdichotome Variablen (z.B. Partei). Eine von beiden hat mehr als eine Ausprägung.
 * Kontingenzkoeffizient C (SPSS)