Frage zur Interpretation von Spearmans rho

Wissenschaft Mathematik
#1

Guten Abend liebe Community und liebe Experten,

ich habe folgende Frage:

Wenn ich nun mehrere ordinal skalierte Variablen habe (z.B. Variable A, Variable B, Variable C, usw.) und diese jeweils mit derselben Variable Z korreliere. Dann wären ja durchaus unterschiedliche Spearman rhos denkbar (0,2; 0,3; 0,4) die nach Cohen, „schwach“ oder „mittel“ wären.

Kann ich nun sagen, dass ein statistischer Zusammenhang existiert und die eine Variablen-Kombination stärker korreltiert als die andere, auch wenn möglicherweise Variable A und Variable B irgendwie zusammenhängen?

Konkreter wird das Beispiel, wenn es z.B. um eine Umfage zum Einkaufsverhalten geht und A = Einkommen, B = Alter usw. und Z = Konsumausgaben beim Einkauf bedeuten.

Wichtige Info: Ich möchte keine Prognose abgeben oder das Gesamtergebnis auf Populationen anwenden o.Ä. Es dreht sich ausschließlich(!) um die Beschreibung meiner Stichprobe (n=1500).

Viele Grüße
gentix

#2

Hallo,

erlaube mir zunächst einen kurzen Hinweis hinsichtlich deiner Beispiele. Wenn du in deinen Daten tatsächlcih ausschließlich metrisch skalierte Variablen hast wie in deinen Beispielen, warum verwndest du dann nicht eine Korrelation nach Bravais-Pearson.Mit Spearman verschenkst du doch nur unnötig Informationen.

Nun zu deiner Frage: Ja, man kann es so interpretieren. Multikollinearität (so heißt das von dir beschriebene Phänomen) wird erst bei einer Regressionsanalyse zu einem Problem. Wenn du sehen möchtest, ob eine solche vorliegt, schwenke doch einmal von deinen bivariaten Korrelationen auf eine multiple Korrelation um. Erläuterungen dazu im Statistik-Buch deines Vertrauens.

Herzliche Grüße, Andreas

#3

hallo gentix,

du hast bereits eine antwort erhalten. dieser schliesse ich mich an. aber natürlich kann mann partielle/bedingte korrelationen auch in betracht ziehen. ob das nicht zu weit geht hängt natürlich vom rahmen der arbeit ab.

beste grüße,
michael kobl

www.masta-support.de