STATISTIK-FORUM.de

[Ponne44]

Hallo zusammen,

ich habe einige Variablen, die sowohl intervall-, ordinal- und nominal skaliert sind.
Eigentlich war ich der Meinung verschiedene Korrelationskoeffizienten berechnen zu müssen, um zwischen den Variablen die Korrelation zu bestimmen.
Im Zweifelsfall - wie man auch in Statistikbüchern liest - immer das niedrigere Skalenniveau zu nehmen zweier Variablen.
Mein Betreuer meinte, ich soll für alles Pearson r Korrelationskoeffizienten nehmen. im Statistikbuch von Bortz und einem anderen Papern zu diesem Thema steht, dass Pearson r robust gegenüber Verletzung der Intervallskalierung ist. Bei vielen Papern sieht man ja auch, dass einfach Pearson r genommen wurde.
Aber ist das richtig?? Ich meine, wofür gibt es die verschiedenen Koeffizienten wie Spearman, Kontingenzkoeffizient etc.?

Ich hoffe, ihr könnt mir weiterhelfen!

Danke!

[strukturmarionette]

Hi,

immer das niedrigere Skalenniveau zu nehmen zweier Variablen.

- Ja. Das ist korrekt.

Gruß
S.

[Ponne44]

Hi, hier schau mal: da steht, dass Pearson robust gegenüber nicht-metrischem Skalenniveau ist.

Meinst du nicht, ich kann das dann auch bei Zusammenhang von nominalen(mehrkategorialen) und metrischen Variablen nehmen?

https://books.google.de/books?id=oF9ktU ... st&f=false

[PonderStibbons]

Das ergibt aber doch keinen Sinn. Wie willst Du eine Pearson-Korrelation
zwischen einer intervallskalierten und einer mehrkategorialen Variable
berechnen? Wie soll die Rechnung aussehen, um die Pearson-Korrelation
zwischen Einkommen in Euro und Haarfarbe (blond, schwarz,braun, rot,
sonstige) zu ermitteln?