von Cadee » Di 13. Aug 2013, 23:05
Wenn ich das richtig verstanden habe, dann kannst du SPSS dazu nicht bringen, aber ich glaube das willst du auch eigentlich gar nicht. Das klingt mir hier ein wenig nach einem Missverständnis:
SPSS zeigt dir an, welche Korrelationen signifikant sind, welche also in der Population wahrscheinlich von 0 verschieden sind. Um einen Signifikanztest für einen Korrelationskoeffizienten durchführen zu können, brauchen wir eine passende Prüfgröße, denn lässt sich allein aus dem Korrelationskoeffizienten keine bekannte theoretische Verteilung ableiten! Daher müssen wir ein Verfahren anwenden, die aus dem Korrelationskoeffizienten eine Prüfgrüße macht, für die wir wiederum die theoretische Verteilung kennen. Denn wenn wir die Verteilung kennen, können wir Wahrscheinlichkeiten bestimmen und damit einen Signifikanztest durchführen.
Es gibt mehrere verschiedene Verfahren, die aus dem Korrelationskoeffizienten eine Prüfgröße mit bekannter Verteilung machen, z.B. t-Wert, F-Wert oder z-Wert. Diese haben alle ihre eigene Verteilung, die nicht unbedingt einer Normalverteilung entsprechen muss (daher glaube ich, hast du was missverstanden). t-Werte folgen einer t-Verteilung (die erst ab n > 30 einer Nv folgen), F-Werte folgen einer F-Verteilung und nur z-Werte entsprechen streng genommen einer Normalverteilung. Haben wir aus dem Korrelationskoeffizienten eine Prüfgröße unserer Wahl ermittelt, können wir "die Wahrscheinlichkeit dafür bestimmen für die Prüfgröße diesen Wert oder einen noch extremeren Wert zu finden, unter der Bedingung, dass die H0 zutrifft" das ist unser p-Wert! Nun ist es so, dass SPSS sich erspart die Prüfgröße mit anzugeben, das heißt man kann nicht nachvollziehen, ob er nun Fisher-z-transformiert oder t-Test oder F-Test. SPSS gibt dir nur zusätzlich den p-Wert an (etwas anderes interessiert auch gar nicht).
Ich habe das Gefühl deine Frage zielt eher darauf ab, dass du dir nicht sicher bist, ob du eine Korrelation rechnen durftest. Die Voraussetzungen bei der klassischen Korrelationen nach Pearson sind (1) (mindestens) intervallskalierte Daten (2) die Daten sollten in der Population der beiden Variablen normalverteilt sein (3) die Korrelation misst den linearen Zusammenhang zwischen zwei Variablen, also sollte man annehmen können, dass die Variablen linear und nicht anders zusammenhängen.
Wenn du Bedenken hast, dass diese Voraussetzungen bei dir nicht erfüllt sind, dann rechne halt eine Rangkorrelation nach Spearman (bspw.). Aber sei dir gesagt, dass auch der Signifikanztest für Rangkorrelationen (bspw. nach Spearman) das oben genannte Prozedere durchfahren.
Ich hoffe ich konnte helfen.
Viele Grüße
Cadee