Startseite › Rechner › Korrelationskoeffizient-Rechner

Korrelationskoeffizient-Rechner

Füge gepaarte Daten ein, um zu messen, wie stark sich zwei Variablen gemeinsam verändern. Du erhältst Pearsons r, Spearmans Rangkorrelation, r², Signifikanztests und eine verständliche Interpretation.

Zuletzt aktualisiert:

Datenformat

z. B. 1, 2.1 — Kommas, Leerzeichen oder Tabs. Füge zwei Tabellenspalten direkt ein.

Getrennt durch Kommas, Leerzeichen oder Zeilenumbrüche

Gib deine Werte ein, um das Ergebnis zu sehen.
Anzeige
Anzeige

Anleitung: Korrelationskoeffizient-Rechner

  1. Füge deine Daten ein als x, y-Paare oder als zwei getrennte Listen.
  2. Klicke auf Berechnen: Die Ergebnisse aktualisieren sich auch beim Tippen.
  3. Lies Pearson r ab für einen linearen Zusammenhang und Spearman ρ für jeden monotonen.
  4. Prüfe den p-Wert, um zu sehen, ob die Korrelation statistisch signifikant ist.
  5. Sieh dir das Streudiagramm an, um Kurven oder Ausreißer zu erkennen, die eine einzelne Zahl verbergen kann.

Korrelationsformeln

Pearsons r: r = Σ(x − x̄)(y − ȳ) / √(Σ(x − x̄)² · Σ(y − ȳ)²)

Spearmans ρ: Bilde für jede Variable Ränge (gleiche Werte erhalten den Durchschnittsrang) und wende Pearsons Formel auf die Ränge an. Ohne Bindungen entspricht das ρ = 1 − 6Σd² / (n(n² − 1)), wobei d die Differenz der beiden Ränge eines Paares ist.

Signifikanz: t = r √((n − 2) / (1 − r²)) mit n − 2 Freiheitsgraden.

Beispiel: x = 1, 2, 3, 4, 5 und y = 2, 4, 5, 4, 5 ergeben Σ(x − x̄)(y − ȳ) = 6, Σ(x − x̄)² = 10 und Σ(y − ȳ)² = 6, also r = 6 / √60 ≈ 0.775.

Den Koeffizienten interpretieren

|r| or |ρ|StärkeBeispieldeutung für r = +Wert
0.00 – 0.19Sehr schwachPraktisch kein Zusammenhang
0.20 – 0.39SchwachEine leichte Tendenz, dass y mit x steigt
0.40 – 0.59MäßigEin deutlicher, aber lockerer Aufwärtstrend
0.60 – 0.79Starky steigt meist, wenn x steigt
0.80 – 1.00Sehr starkDie Punkte liegen nah an einer steigenden Geraden oder Kurve

Negative Werte liest man genauso, nur dass y tendenziell fällt, wenn x steigt. Du willst die Gerade selbst? Nutze den Lineare-Regression-Rechner.

Häufige Fragen

Was ist ein Korrelationskoeffizient?

Ein Korrelationskoeffizient ist eine Zahl von −1 bis 1, die misst, wie stark zwei Variablen zusammenhängen. 1 ist ein perfekter positiver Zusammenhang, −1 ein perfekter negativer und 0 bedeutet keinen linearen (oder monotonen) Zusammenhang.

Was ist der Unterschied zwischen Pearson- und Spearman-Korrelation?

Pearsons r misst einen linearen Zusammenhang anhand der Rohwerte. Spearmans ρ ist Pearsons r, berechnet auf den Rängen; es misst also jeden durchgehend steigenden oder fallenden (monotonen) Zusammenhang und wird weniger von Ausreißern beeinflusst.

Wie wird Pearsons r berechnet?

r = Σ(x − x̄)(y − ȳ) / √(Σ(x − x̄)² × Σ(y − ȳ)²). Es ist die Kovarianz von x und y geteilt durch das Produkt ihrer Standardabweichungen.

Was gilt als starke Korrelation?

Eine gängige Faustregel: |r| unter 0.2 ist sehr schwach, 0.2–0.4 schwach, 0.4–0.6 mäßig, 0.6–0.8 stark und 0.8–1 sehr stark. Die Konventionen unterscheiden sich je nach Fachgebiet.

Woran erkenne ich, ob eine Korrelation signifikant ist?

Der Rechner prüft mit t = r√((n − 2)/(1 − r²)) und n − 2 Freiheitsgraden, ob sich r von null unterscheidet. Ein zweiseitiger p-Wert unter 0.05 gilt üblicherweise als signifikant.

Bedeutet Korrelation Kausalität?

Nein. Zwei Variablen können durch Zufall, durch einen dritten Faktor, der beide beeinflusst, oder durch umgekehrte Kausalität korrelieren. Korrelation zeigt einen Zusammenhang, keine Ursache und Wirkung.

Wie werden gleiche Werte (Bindungen) bei Spearman behandelt?

Gleiche Werte erhalten den Durchschnitt der Ränge, die sie belegen würden, und ρ wird als Pearsons r auf diesen Rängen berechnet. Die Kurzformel 1 − 6Σd²/(n(n² − 1)) ist nur ohne Bindungen exakt.

Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?

Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.

Ähnliche Tools

Alle Statistik- & Wahrscheinlichkeitsrechner ansehen →