STATISTIK-FORUM.de

[Orlando]

Hallo,

ich hab gerade versucht, den Zusammenhang zwischen einer metrisch skalierten und einer ordinalskalierten Variable zu berechnen. Damit habe ich folgende Ergebnisse erhalten:

Zu beiden Merkmalen die Ränge gebildet und mit verkürzter Formel für Spearman: r_s = 0,57
auf gleicher Datenbasis (Ränge) Pearson berechnet: 0,58 - so weit, so gut.

Pearson auf der Basis ursprüngliche metrische Datenreiche Variable 1, Ränge Merkmal 2: 0,31. - hmmm.

Was halte ich jetzt davon? Mache ich einen systematischen Fehler, wenn ich Variable 1 NICHT ordinal behandel und mittels der Ränge künstlich wieder metrisch mache? Leider finde ich dazu in der mir zur Verfügung stehenden Literatur auch so erst mal nichts.

Gruß, Orlando

[bele]

Welche ist denn jetzt die Variable 1?

Von beiden die Ränge bilden und dann Pearson, das kannst Du machen. Da kommt (bis den Rundungsfehler oben) das gleiche wie Spearman bei raus. Nenn es Spearman-Korrelation, dann brauchst Du nicht umständlich zu erklären, was Du gemacht hast.

Eine Pearson-Korrelation zwischen der metrisch skalierten und den Rängen der ordinalskalierten ist ungewöhnlich. Das musst Du gut begründen, warum Du glaubst, dass zwischen den Rängen der einen und dem metrisch skalierten ein linearer Zusammenhang bestehen sollte. Wenn Du dafür keinen guten Grund hast, versuch besser nicht, neue Statistikmethoden zu erfinden. Wenn Du einen hast, dann wäre das ungewöhnlich genug, dass wir den gerne auch lesen würden.

Grüße,
Bernhard

[Orlando]

Hallo Bernhard

Welche ist denn jetzt die Variable 1

Ist das nicht bei reiner Korrelation eigentlich erst einmal egal und wird nur wichtig, wenn ich zur Regression übergehe? Wenn ich mir die Formel ansehe dann kann ich doch auch nach Formel x und y - oder Variable 1 und 2 - beliebig tauschen, oder?

Von beiden die Ränge bilden und dann Pearson, das kannst Du machen. Da kommt (bis den Rundungsfehler oben) das gleiche wie Spearman bei raus.

Auch bei mehrfach besetzten Rängen?

Nenn es Spearman-Korrelation, dann brauchst Du nicht umständlich zu erklären, was Du gemacht hast.

Damit wollte ich den Unterschied deutlich machen, ob ich mit der Formel rechne oder einen klassischen Pearson auf der Basis der Daten, die ich nach der Transformation in Ränge bekommen habe.

... versuch besser nicht, neue Statistikmethoden zu erfinden.

Das erklärt natürlich auch, warum ich dazu nichts gefunden habe. Wenn mit eine gute Begründung einfällt, lasse ich es dich natürlich als ersten wissen.

Danke und Gruß,
Orlando

[bele]

Hallo Bernhard

Welche ist denn jetzt die Variable 1

Ist das nicht bei reiner Korrelation eigentlich erst einmal egal und wird nur wichtig, wenn ich zur Regression übergehe?

Du führst oben zwei Variablen mit unterschiedlichem Skalenniveau ein und plötzlich heißt eine davon "Variable 1" und ich weiß nicht, welche. Letztlich gilt zunächst die Regel: Wenn eine von beiden ordinal skaliert ist, dann ist das ein Fall für die Spearman-Korrelation. Jede Abweichung davon bräuchte eine Begründung und ohne mehr über den konkreten vorliegenden Fall zu wissen bleibt alles spekulativ, was ich oder was wir Dir sagen könnten.
Irgendetwas hat Dich dazu bewegt, auf verschiedene, durchaus kreative Weise herumzukorrelieren. Es bleibt offen, was Dich dazu bewegt hat. Wenn es die Freude am Ausprobieren war, dann Viel Spaß. Wenn Du in einer Publikation Leute von Deinen Ergebnissen überzeugen willst, dann bleibe für Standardfragestellungen bei Standardmethoden.

LG,
Bernhard