Allgemeines

Die Korrelationsstudie misst verschiedene Variablen und deren Beziehungen untereinander. Durch statistische Tests können die Beziehungen bezüglich ihrer Stärke (Signifikanz) untersucht werden, die Regression gibt den funktionalen Zusammenhang zwischen Variablen an.

Ziel

Ziel dieser Methode ist es, Vorhersagen auf Grundlage der einen Variable über die andere Variable zu treffen. Dabei ist zu beachten, dass eine Korrelation keine Kausalitätsannahmen zulässt, da die Variablen von einer dritten Variable beeinflusst werden könnten.

Durchführung

Es existieren verschiedene Korrelationskoeffizienten, die je nach Messniveau und einbezogenen Variablen in Einsatz kommen. Die bekanntesten sind:

  1. Bravais/Pearson: Dieser Korrelationskoeffizient wird bei metrisch skalierten Daten verwendet.
  2. Spearmansche: Dieser Korrelationskoeffizient wird bei ordinal skalierten Daten verwendet.

Bei gemischt skalierten Daten bestimmt das niedrigste Messniveau die Wahl des Korrelationskoeffizienten.

 


Kernliteratur

  • [1] Tichy, W., & Padberg, F. (2007). Empirische Methodik in der Softwaretechnik im Allgemeinen und bei der Software-Visualisierung im Besonderen. In Software Engineering 2007–Beiträge zu den Workshops–Fachtagung des GI-Fachbereichs Softwaretechnik. Gesellschaft für Informatik e. V.
  • [2] Artusi, R., Verderio, P., & Marubini, E. (2002). Bravais-Pearson and Spearman correlation coefficients: meaning, test of hypothesis and confidence interval. The International journal of biological markers17(2), 148-151.
Wir benutzen Cookies

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell für den Betrieb der Seite, während andere uns helfen, diese Website und die Nutzererfahrung zu verbessern (Tracking Cookies). Sie können selbst entscheiden, ob Sie die Cookies zulassen möchten. Bitte beachten Sie, dass bei einer Ablehnung womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen.