Hallo,
ich frage mich, ob bestimmte Korrelations-/Stärkemaße auch genutzt werden können, wenn eine der Variablen ein höheres oder niedrigeres Skalenniveau hat, als "standardmäßig" vorgegeben.
- Bis wann kann man die Rangkorrelation Spearman nutzen? Reicht eine ordinalskalierte und eine nominalskalierte Variable? Oder müssen beide ordinalskaliert sein? Kann auch eine ordinal und die andere Variable metrisch sein?
- Was ist wenn eine Variable dichotom und die andere metrisch oder auch beide dichotom sind? Kann dann nicht Pearson genutzt werden? Denn bei Regressionsanalysen können dichotome unabh. Variablen ja als metrisch angesehen und verwendet werden. Warum geht das dann bei der Korrelationsanalyse nicht? Welches Maß ist hier ggf. stattdessen zu nutzen?
Welche Korrelationsmaße bei welchem Skalenniveau?
-
Micha13
- Beiträge: 6
- Registriert: 27.01.2011, 15:41
-
Micha13
- Beiträge: 6
- Registriert: 27.01.2011, 15:41
Korrelation nach Pearson & dichotome Variable?
Danke dir, das ist schonmal sehr hilfreich!
FRAGE BZGL. DICHOTOMEN VARIABLEN:
1. Können dichotome Variablen bei Korrelationsanalysen (z.B. Pearson) als metrisch gehandhabt werden? (wie z.B. bei linearen Regressionen oft der Fall)
2. Können dichotome Variablen bei Korrelationsanalysen (z.B. Spearman) als ordinal gehandhabt werden? (i.S.v. einer 2stufigen Ordnung; denn oft lassen sich die 2 Stufen ja ordnen, z.B.: 0 keine Ausbildung, 1 Ausbildung)
FRAGE BZGL. DICHOTOMEN VARIABLEN:
1. Können dichotome Variablen bei Korrelationsanalysen (z.B. Pearson) als metrisch gehandhabt werden? (wie z.B. bei linearen Regressionen oft der Fall)
2. Können dichotome Variablen bei Korrelationsanalysen (z.B. Spearman) als ordinal gehandhabt werden? (i.S.v. einer 2stufigen Ordnung; denn oft lassen sich die 2 Stufen ja ordnen, z.B.: 0 keine Ausbildung, 1 Ausbildung)
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
die korrelation ist identisch mit der regression mit einem einzigen prädiktor. daher könnte man annehmen, dass in einer korrelation auch eine dichotome variable mit 0-1 codierung erlaubt ist. leider kann ich dir rechnerisch nicht zeigen, dass es so ist oder nicht. aber: ein dichotomer prädiktor kommt in einer regression eher nicht allein vor, sondern als einer von mehreren prädiktoren. in der korrelation dagegen geht es um den zusammenhang von 2 variablen. und wenn eine davon dichotom ist, gibt es dafür geeignetere verfahren (t-test, u-test).
ob dichotome variablen als metrisch oder ordinal behandelt werden dürfen, kann grundsätzlich diskutiert werden. ich würde dichotome variablen eher als nominal auffassen, da man nicht wirklich von einer abstufung des zugrunde liegenden merkmals ausgehen kann. z.b. keine ausbildung - ausbildung: diese beiden gruppen wird - ab einem bestimmten alter - sicher mehr trennen als der ausbildungsstatus, so dass man die gruppen eher als verschiede klassen ansehen kann. auch wenn theoretisch jemand von der niedrigeren in die höhere klasse aufsteigen kann, wird das eher nicht passieren. die schwierigkeit wird auch klar, wenn man dann das ergebnis der korrelation formulieren soll: je mehr ausbildung vorhanden, desto mehr/weniger xy?
ebenso spricht gegen die verwendung dichotomer daten in korrelation: bei der "normalen" regression kann die dichotome variable nur prädiktor sein, nicht aber kriterium (ausser man wählt als spezielles verfahren die logistische regression). bei der korrelation ist nicht festgelegt, was prädiktor und was kriterium ist.
ob dichotome variablen als metrisch oder ordinal behandelt werden dürfen, kann grundsätzlich diskutiert werden. ich würde dichotome variablen eher als nominal auffassen, da man nicht wirklich von einer abstufung des zugrunde liegenden merkmals ausgehen kann. z.b. keine ausbildung - ausbildung: diese beiden gruppen wird - ab einem bestimmten alter - sicher mehr trennen als der ausbildungsstatus, so dass man die gruppen eher als verschiede klassen ansehen kann. auch wenn theoretisch jemand von der niedrigeren in die höhere klasse aufsteigen kann, wird das eher nicht passieren. die schwierigkeit wird auch klar, wenn man dann das ergebnis der korrelation formulieren soll: je mehr ausbildung vorhanden, desto mehr/weniger xy?
ebenso spricht gegen die verwendung dichotomer daten in korrelation: bei der "normalen" regression kann die dichotome variable nur prädiktor sein, nicht aber kriterium (ausser man wählt als spezielles verfahren die logistische regression). bei der korrelation ist nicht festgelegt, was prädiktor und was kriterium ist.
