Der Korrelationskoeffizient quantifiziert den linearen Zusammenhang zwischen zwei Variablen. Der Pearson-Korrelationskoeffizient ist das am häufigsten verwendete Maß zur Bestimmung der Stärke und Richtung dieser Beziehung. Er nimmt Werte zwischen -1 und +1 an: Der Wert +1 bedeutet einen perfekten positiven linearen Zusammenhang, -1 einen perfekten negativen, und 0 zeigt das Fehlen jeglicher linearer Abhängigkeit an.
Historisch geht dieser Koeffizient auf die Arbeiten von Francis Galton und Karl Pearson zurück. Pearson präzisierte die Methode zur Messung der Korrelation zwischen quantitativen Variablen und schuf damit ein Standardinstrument der statistischen Analyse, das in Wissenschaft, Wirtschaft und Sozialwissenschaften eingesetzt wird.
Ein Besonderheit dieses Maßes liegt in seiner Invarianz gegenüber Maßeinheiten. Ob Temperaturen in Celsius oder Fahrenheit gemessen werden, der Korrelationskoeffizient ändert sich nicht. Dies macht ihn zu einem universell verwendbaren Instrument für den Vergleich von Abhängigkeiten zwischen Variablen, die in unterschiedlichen Skalenbereichen liegen.
Mathematische Formulierung und Berechnung
Die Formel des Stichprobenkorrelationskoeffizienten basiert auf standardisierten Werten:
r_xy = 1/(n-1) × Σ (x’_i · y’_i)
Hierbei sind x’_i und y’_i die standardisierten Abweichungen vom Mittelwert. Diese entstehen, indem man die Differenz zwischen dem einzelnen Messwert und dem arithmetischen Mittel durch die Standardabweichung der Variablen teilt. Der Parameter n steht für die Anzahl der Beobachtungspaare.
Eine alternative, häufig verwendete Formulierung lautet:
r = Σ((x_i – x̄)(y_i – ȳ)) / √(Σ(x_i – x̄)² × Σ(y_i – ȳ)²)
Bei dieser Form wird der Zähler durch die Quadratwurzeln der Summen der quadrierten Abweichungen normalisiert. Beide Formeln führen zu identischen Ergebnissen, unterscheiden sich aber in ihrer praktischen Anwendbarkeit je nach verfügbaren Zwischenergebnissen.
Das Vorzeichen des Korrelationskoeffizienten stimmt stets mit dem Vorzeichen des Regressionskoeffizienten überein. Wenn der Koeffizient positiv ist, steigen die Variablen gemeinsam; bei negativem Vorzeichen fallen sie gemeinsam.
Praktisches Rechenbeispiel: Aggressivität und Intelligenz
Ein konkretes Beispiel zeigt die Berechnung in der Praxis. In einer Studie mit 14 Schülern wurde der Zusammenhang zwischen Aggressivitätsscores und IQ-Werten untersucht. Die Summe der Aggressivitätswerte betrug 344, die Summe der IQ-Werte 1549. Daraus resultierten Mittelwerte von 24,6 für Aggressivität und 110,5 für IQ.
Im nächsten Schritt wurden die Abweichungen jedes Wertes vom jeweiligen Mittelwert berechnet. Dann folgte die Quadrierung dieser Abweichungen und die Multiplikation der Abweichungspaare. Die Summe der quadrierten Abweichungen betrug 207,44 für Aggressivität und 2073,24 für IQ. Die Summe der Produkte der Abweichungspaare lautete -276,16.
Die Anwendung der Formel ergab:
r = -276,16 / √(207,44 × 2073,24) = -0,465
Dieses Ergebnis zeigt eine schwache negative Korrelation. Je höher die Aggressivitätswerte, desto niedriger tendieren die IQ-Werte dieser Schüler zu sein – allerdings nur in schwachem Ausmaß. Ein Korrelationskoeffizient von -0,465 deutet darauf hin, dass Aggressivität und Intelligenz in entgegengesetzte Richtung tendieren, aber zahlreiche andere Faktoren die Intelligenz beeinflussen.
Interpretation der Korrelationsstärke
Die Stärke des linearen Zusammenhangs lässt sich anhand der Betragsgröße des Koeffizienten ablesen. Werte zwischen 0 und 0,3 (oder -0,3) gelten als schwache Korrelation. Der Bereich von 0,3 bis 0,7 (oder -0,3 bis -0,7) wird üblicherweise als mittlere Korrelation charakterisiert. Koeffizienten ab 0,7 oder unter -0,7 deuten auf starke bis sehr starke Abhängigkeiten hin.
Ein Beispiel aus der Wirtschaft zeigt dies deutlich: Bei der Analyse von Löhnen zwischen 2001 und 2002 ergab sich ein Korrelationskoeffizient von etwa 0,992. Dieser außerordentlich hohe Wert belegt eine nahezu lineare Abhängigkeit – Mitarbeiter mit hohem Lohn 2001 behielten diese Position 2002. Ein mittlerer Zusammenhang zeigte sich dagegen bei der Korrelation zwischen Noten in Physik und Mathematik mit r ≈ 0,65, was darauf hindeutet, dass Schüler, die gut in Physik sind, oft auch in Mathematik gute Leistungen bringen.
Richtung und Bedeutung der Korrelation
Die Richtung der Korrelation wird durch das Vorzeichen ausgedrückt. Eine positive Korrelation bedeutet, dass beide Variablen tendenziell gemeinsam steigen oder fallen. Dies beobachtet man beispielsweise zwischen Körpergröße und Körpergewicht: Größere Menschen wiegen im Durchschnitt mehr. Eine negative Korrelation liegt vor, wenn eine Variable steigt, während die andere fällt – etwa zwischen Fehlzeiten von Studenten und ihren Noten, wobei mehr Fehlzeiten mit schlechteren Leistungen einhergehen.
Ein fundamentaler Punkt: Korrelation impliziert niemals Kausalität. Ein hoher Korrelationskoeffizient zeigt nur gemeinsame Bewegung oder Abhängigkeit an, nicht welche Variable die andere beeinflusst oder ob möglicherweise eine dritte, unbeobachtete Variable beide steuert. Dies ist eine der häufigsten Fehlinterpretationen statistischer Daten.
Praktische Anwendung der Berechnungsformel
Die praktische Anwendung folgt einem standardisierten Ablauf. Zuerst werden die Mittelwerte beider Variablen ermittelt. Dann berechnet man für jeden Datenpunkt die Abweichung vom Mittelwert. Diese Abweichungen werden quadriert und multipliziert, um alle benötigten Summen zu erhalten.
Ein Beispiel mit zehn Wertepaaren demonstrierte einen Korrelationskoeffizienten von 0,99, was einen starken positiven Zusammenhang signalisiert. Aus denselben Daten ergab sich die Regressionsgleichung y = 4,01x + 99,18. Das Bestimmtheitsmaß R² betrug 0,97, was bedeutet, dass 97 Prozent der Varianz in der abhängigen Variable durch die unabhängige erklärt wird. Nur 3 Prozent der Variation bleibt ungeklärt – ein ausgezeichneter Modellfit.
Zusammenhang mit linearer Regression und Bestimmtheitsmaß
Der Korrelationskoeffizient steht in enger Beziehung zur linearen Regression und zum Bestimmtheitsmaß. Das Bestimmtheitsmaß ist das Quadrat des Korrelationskoeffizienten: R² = r². Ein Korrelationskoeffizient von 0,9 führt zu R² = 0,81, was bedeutet, dass 81 Prozent der Variation einer Variable durch die andere erklärt wird.
Während die Korrelation lediglich die Stärke und Richtung einer linearen Beziehung misst, quantifiziert die Regressionsanalyse den funktionalen Zusammenhang und ermöglicht Vorhersagen. Der Beta-Koeffizient und die Elastizität sind verwandte Konzepte, die in spezialisierten Anwendungen – etwa der Ökonometrie – das Ausmaß der Reaktion einer Variablen auf Änderungen der anderen ausdrücken.
Eigenschaften und Besonderheiten
Der Pearson-Korrelationskoeffizient besitzt mehrere wichtige mathematische Eigenschaften. Seine Betragsgröße übersteigt niemals 1, weshalb -1 ≤ r ≤ 1 gilt. Sind zwei Variablen unabhängig voneinander, beträgt der Korrelationskoeffizient 0. Er ist invariant unter linearen Transformationen – multipliziert man eine Variable mit einer positiven Konstante oder addiert eine Konstante hinzu, ändert sich r nicht. Dies macht ihn robust gegenüber Verschiebungen oder Skalierungsänderungen.
Bei der Interpretation ist zu berücksichtigen, dass lineare Korrelation nichtlineare Zusammenhänge übersehen kann. Wenn Variablen nach einer Kurve zusammenhängen (etwa quadratisch oder exponentiell), kann der Korrelationskoeffizient nahe bei 0 liegen, obwohl ein starker funktionaler Zusammenhang besteht. In solchen Fällen werden Korrelationsverhältnisse oder andere nichtparametrische Maße verwendet.
Statistischer Test und Signifikanzprüfung
Die Berechnung eines Korrelationskoeffizienten ist erst der Anfang. Um festzustellen, ob dieser Wert statistisch signifikant ist – also ob er nicht zufällig entstanden ist – werden t-Tests oder F-Tests durchgeführt. Der t-Test prüft, ob der beobachtete Korrelationskoeffizient sich signifikant von Null unterscheidet. Bei großen Stichproben können sogar schwache Korrelationen signifikant werden, weshalb Forscher nicht nur auf den p-Wert, sondern auch auf die praktische Bedeutsamkeit des Effekts achten sollten.
Spezialisierte Korrelationsverfahren
Neben der linearen Pearson-Korrelation existieren spezialisierte Verfahren für unterschiedliche Datentypen. Die Spearman-Korrelation arbeitet mit Rangdaten und ist robuster gegenüber Ausreißern. Die Kendall-Tau-Korrelation nutzt ebenfalls Ränge, basiert aber auf einer anderen Logik. Für kategorische Variablen kommen Maße wie Cramers V oder der Kontingenzkoeffizient in Betracht. Die Wahl des passenden Koeffizienten hängt von der Art der Daten (intervallskaliert, ordinal, nominal) und der Fragestellung ab.
