Korrelationsanalyse (Pearson)

Bivariate Korrelation, partielle Korrelation und Rangkorrelation.

Korrelationsanalyse (Pearson)

Beitragvon l.s. » Sa 2. Mär 2013, 14:50

Ein Hallo ins Forum,

leider konnte ich in den alten Diskussionen keine direkten Antworten auf meine Fragen finden (vermutlich sind sie einfach zu einfach; aber ich kann sie mir trotzdem nicht beantworten...)

ich berechne in meiner Bachelorarbeit mit Pearson die Korrelation zwischen der Häufigkeit der Variable A (Verhaltensmerkmal) und der Höhe der Ausprägung in Variable B (Testwert). Jetzt habe ich gestern die erste Fassung kommentiert zurückbekommen und habe Verständnisprobleme mit mehreren Kommentaren von meiner Betreuerin.

1. Hypothesenformulierung:
Meine Hypothese lautete: “ Es besteht ein positiver Zusammenhang zwischen der Häufigkeit von A und der Höhe von B“
und meine Betreuerin meinte, dass dies schon die operationalisierte Form meiner Hypothese sei und ich diese erst im Ergebnisteil so formulieren soll. Da ich jetzt etwas verunsichert bin, habe ich folgende Frage: stimmt die Formulierung:
„Je häufiger Variable A (Verhalten) gezeigt wird, desto höher ist die Ausprägung in Variable B (Testwert)“
und wäre die folgende Formulierung auch korrekt oder impliziert sie, dass ich einen Unterschied berechnen würde (was ja mit der Korrelationsanalyse nicht geschieht):
„Personen, die häufiger Variable A zeigen, haben höhere Ausprägungen in Variable B, als Person, die seltener Variable A zeigen.“
falls die Formulierungen beide daneben sind, wäre ich für einen Vorschlag sehr dankbar!

2. Signifikanz bei SPSS
ich soll bei einer Signifikanz von .000 angeben, dass diese <.001 sei. Jetzt steht bei SPSS in der Korrelationsmatrix direkt bei der Berechnung: Signifikanz: .000. allerdings ist der Korrelationskoeffizient nur mit zwei Sternchen gekennzeichnet (also p<.01). kann ich mich da jetzt auf die .000 beziehen und p <.001 angeben oder muss ich mich auf die Angabe des Sternchens beziehen?

3. niedrige Korrelation
spricht man bei einer Korrelation von r = .14 von einem „schwachen“ Zusammenhang (oder ist „niedrig“ oder „nicht bedeutsam“ die bessere Formulierung)?
--> Kann ein entsprechender, niedriger Zusammenhang von r = .14 daran liegen, dass die Variable B bei allen VPn ähnlich hoch ausgeprägt ist?

Für Antworten auf eine oder am besten alle Fragen wäre ich sehr dankbar!

Schöne Grüße
Lena
l.s.
Einmal-Poster
Einmal-Poster
 
Beiträge: 1
Registriert: Sa 2. Mär 2013, 14:38
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Korrelationsanalyse (Pearson)

Beitragvon bele » Mo 4. Mär 2013, 17:13

Hallo Lena!

l.s. hat geschrieben:ich soll bei einer Signifikanz von .000 angeben, dass diese <.001 sei. ... kann ich mich da jetzt auf die .000 beziehen und p <.001 angeben oder muss ich mich auf die Angabe des Sternchens beziehen?


Ich kenne mich mit SPSS nicht aus, aber Sternchen sind i. d. R. nur Lesehilfen und wenn da .000 steht, dann ist das kleiner als .001 und so würde ich das dann auch schreiben.

l.s. hat geschrieben:spricht man bei einer Korrelation von r = .14 von einem „schwachen“ Zusammenhang (oder ist „niedrig“ oder „nicht bedeutsam“ die bessere Formulierung)?

Zusammenhänge sind schwach, Korrelationskoeffizienten sind klein und Bedeutsamkeit kann man mit der Korrelationsrechnung nicht quantifizieren.

l.s. hat geschrieben:--> Kann ein entsprechender, niedriger Zusammenhang von r = .14 daran liegen, dass die Variable B bei allen VPn ähnlich hoch ausgeprägt ist?

Wenn er abhängig von A nur geringe Unterschiede zeigen würde, dann wäre r hoch. Wenn B überall gleich niedrig ist, ohne Beziehung zu A, dann ist r klein.

LG,
Bernhard
----
`Oh, you can't help that,' said the Cat: `we're all mad here. I'm mad. You're mad.'
`How do you know I'm mad?' said Alice.
`You must be,' said the Cat, `or you wouldn't have come here.'
(Lewis Carol, Alice in Wonderland)
bele
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 4335
Registriert: Do 2. Jun 2011, 23:16
Danke gegeben: 10
Danke bekommen: 939 mal in 928 Posts

Re: Korrelationsanalyse (Pearson)

Beitragvon KathrinSchmidt » Mi 13. Mär 2013, 12:00

Hallo,

wir schreiben derzeit unsere Diplomarbeit und sind momentan an der statistischen Analyse. Wir möchten Korrelationen zwischen verschiedenen Werten errechnen, die wir erhoben haben. So z.B. den Zusammenhang zwischen verschiedenen Reaktionszeiten und Intelligenz oder klinischen Symptomen.
Wir haben eine große Stichprobe, die sich noch einmal in 4 Altersgruppen unterteilt. Wir möchten uns allgemein die Zusammenhänge anschauen und zusätzlich, wie sich diese Zusammenhänge zwischen den Altersgruppen unterscheiden. Also z.B. ob die Korrelationen zwischen Reaktionszeit 1 und Intelligenz in Altersgruppe 1 stärker ausfällt als in Altersgruppe 2,3 oder 4.

Wir benötigen also ein Verfahren, welches die Unterschiede von mehr als 2 Korrelationen misst, also ob sich diese Korrelationen signifikant voneinander unterscheiden.
Wir finden aber nur Verfahren, die 2 Korrelationen miteinander vergleichen.

Vielleicht haben Sie einen Tipp für uns, welches Verfahren wir anwenden könnten.
Vielen Dank und freundliche Grüße!
KathrinSchmidt
Grünschnabel
Grünschnabel
 
Beiträge: 2
Registriert: Mi 13. Mär 2013, 11:58
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Korrelationsanalyse (Pearson)

Beitragvon bele » Do 14. Mär 2013, 08:32

Hey, hier in dem Thread gib es eine gaaanz ähnliche Frage von Dir. Vielleicht sollten wir mal die Antworten dort abwarten und hier nicht weiter posten.
korrelationen-f10/korrelationsanalyse-pearson-t2552.html
----
`Oh, you can't help that,' said the Cat: `we're all mad here. I'm mad. You're mad.'
`How do you know I'm mad?' said Alice.
`You must be,' said the Cat, `or you wouldn't have come here.'
(Lewis Carol, Alice in Wonderland)
bele
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 4335
Registriert: Do 2. Jun 2011, 23:16
Danke gegeben: 10
Danke bekommen: 939 mal in 928 Posts

Re: Korrelationsanalyse (Pearson)

Beitragvon Tanzfreak » So 23. Okt 2016, 15:38

Hey:)

ich hatte dieses Problem auch bis gerade. Habe einen SPSS-Spezi von der Uni gefragt. Seine Antwort:

"In manchen Statistikprogrammen und in manchen Studien werden maximal zwei Sternchen verwendet. Theoretisch könnte man ja drei, vier, fünf oder noch mehr Sternchen benutzen, aber meistens braucht man nur die Unterscheidung zwischen knapp signifikant (*p < .05) und statistisch hoch signifikant (**p < .01). Wenn du maximal drei Sternchen verwenden möchtest, dann müsste man deinen p-Wert (.000) mit drei Sternchen versehen. Wenn du dich für maximal zwei Sternchen entscheidest, dann müsste man diesen p-Wert mit zwei Sternchen versehen."

Ich hoffe das hilft hier.

Liebe Grüße und noch viel Erfolg
Tanzfreak
Grünschnabel
Grünschnabel
 
Beiträge: 4
Registriert: So 23. Okt 2016, 15:34
Danke gegeben: 2
Danke bekommen: 0 mal in 0 Post


Zurück zu Korrelationen

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 1 Gast