STATISTIK-FORUM.de

[Tobfather]

Hallo Statistik-Gemeinde,
Ich habe folgendes Problem.

Ich vermute einen Zusammenhang zwischen der Ausprägung von V1 und V2 (beide intervallskaliert). Die bivariate Korrelation nach Pearson beträgt r = .216 und ist nicht signifikant.

In meiner Hypothese vermute ich, dass dieser Zusammenhang von V3 beeinflusst sein könnte. Ist es bei dieser Korrelation von V1 und V2 nun überhaupt noch sinnvoll den Zusammenhang zwischen allen drei zu bestimmen? Ich weiß nicht wie ich das in der Arbeit beschreiben soll.

Herzlichen Dank für eure Überlegungen!

[bele]

Hi Tobfather,

"nicht signifikant" heißt meistens, dass die Stichprobe nicht groß genug war, um den Zusammenhang zu belegen. Wenn die Korrelation (V1 und V3) und (V2 und V3) größer ist, kann sie durchaus signifikant werden. Also solltest du sie berechnen, wenn Du theoretische Gründe hast, sie anzunehmen.

LG,
Bernhard

[Tobfather]

Hi Bele,

danke für deine Antwort. Ich glaube ich habe es noch nicht ganz verstanden. Also ich habe aufgrund ähnlicher Studien Annahme zu diesem Zusammenhang, also dass der Zusammen V1 - V2 durch V3 beeinflusst wird, allerdings fanden diese auch eine signifikante Korrelation zwischen V1 und V2.

Also folgende bivariate Korrelationen:

V1 - V2: .214
V1 - V3: .459
V2 - V3: .588*

Ich verstehe deine Aussage nicht wieso der Zusammenhang signfikant werden könnte, wenn ich für V3 kontrolliere? Würde ich das dann über ein partielle Korrelation rechnen?Ich bin sehr daran interessiert es zu verstehen.

Dankeschön!

[Tobfather]

Hi Bele,

es wäre wirklich cool, wenn du mir nochmal weiterhelfen könntest. Ich verstehe nämliclh nicht, wieso die Korrelation zwischen V1 und V2 durch das Hinzunehmen von V3 noch signifikant werden könnte? Und ich bin mir auch unsicher bezügl. des richtigen Verfahrens für die Berechnung. Nehme ich da eine multiple Regression oder berechne die partielle Korrelation. Hoffe du kannst da meinem Verständnis weiterhelfen!

lg

[PonderStibbons]

Rechne es doch einfach. Es spricht nichts dagegen.

[bele]

Hier ein Beispiel:

Code: Alles auswählen

> a <- 1
> n <- 30
>
> V3 <- a*runif(n)
> V1 <- V3+runif(n)
> V2 <- V3+runif(n)
>
> cor(V1,V2)
[1] 0.4562846
> cor(V1,V3)
[1] 0.7301298
> cor(V2,V3)
[1] 0.7800062
>
> V1
[1] 0.5597206 1.4034294 0.6614662 0.5188632 0.2145133 0.5530557 0.2717516 0.8832194
[9] 0.7733700 0.3368904 0.7444090 0.6636257 1.3664279 1.6506510 1.4490219 0.5581546
[17] 1.3146576 1.9807280 0.9795239 1.2648399 1.2514002 0.7627551 0.7309102 1.0647669
[25] 1.0892751 1.5838425 1.1621671 0.7382625 0.6724169 0.7283658
> V2
[1] 0.8097860 1.0831994 0.1495206 1.0120145 1.0313157 1.0951597 1.1066493 0.4411126
[9] 0.8953622 0.7225995 0.8010352 0.8694868 1.5576963 1.2790163 1.1107415 0.4446728
[17] 0.8831994 1.8575494 1.7167533 1.0272365 0.6422869 0.0640513 0.1871019 1.4189552
[25] 1.7180469 1.1633816 0.6507795 0.9327350 0.6695308 1.1130418
> V3
[1] 0.31468717 0.56192014 0.08263366 0.18214675 0.09909696 0.47567122 0.26826147
[8] 0.32560941 0.20277363 0.26423928 0.48322822 0.06517929 0.71247524 0.75061699
[15] 0.80218499 0.16083131 0.50779061 0.99446501 0.80732939 0.52454055 0.46724119
[22] 0.00554441 0.15317314 0.92082400 0.91153866 0.59083694 0.47715746 0.38184677
[29] 0.58250535 0.35844420

Der Code ist in R. Es wurden V1, V2 und V3 so erstellt, dass V1 und V2 mit einem r von 0,45 korrelieren, jede der beiden mit V3 aber mit r>0,7 korrellieren. Jedes mal, wenn Du den oben genannten Code ausführst findest Du V1, V2 und V3 so, dass die Korrelationen mit V3 höher sind als die cor(V1,V2). Je nach Fallzahl kann es doch sein, dass die kleineren Korrelationen nicht signifikant werden, die mit V3 aber doch signifikant werden.
Also kann es Sinn machen, alle Korrelationen zu berechnen. Danach hattest Du gefragt.

LG,
Bernhard