Die Spearman-Korrelation wird oft verwendet, um Beziehungen mit ordinalen Variablen zu bewerten. Beispielsweise könnten Sie eine Spearman-Korrelation verwenden, um zu bewerten, ob die Reihenfolge, in der Mitarbeiter eine Testaufgabe absolvieren, mit der Anzahl der Monate zusammenhängt, die sie beschäftigt sind.
Warum verwenden wir die Spearman-Rangkorrelation?
Spearman's Rank Korrelationskoeffizient ist eine Technik, die verwendet werden kann um die Stärke und Richtung (negativ oder positiv) einer Beziehung zwischen zwei Variablen zusammenzufassen. Das Ergebnis liegt immer zwischen 1 und minus 1.
Wann sollte der Rangkorrelationskoeffizient nach Spearman verwendet werden?
Wenn die Variablen nicht normalverteilt sind oder die Beziehung zwischen den Variablen nicht linear ist, kann es empfehlenswerter sein, die Rangkorrelationsmethode nach Spearman zu verwenden. Ein Korrelationskoeffizient hat keine Verteilungsannahmen.
Warum wird ein Spearman-Test verwendet?
Spearman's Rank Correlation Test
Spearman's Rank Correlation ist ein statistischer Test, um zu testen, ob es eine signifikante Beziehung zwischen zwei Datensätzen gibt. Der Rangkorrelationstest nach Spearman kann nur verwendet werden, wenn mindestens 10 (idealerweise mindestens 15-15) Datenpaare vorhanden sind.
Warum sollten wir eine Spearman-Korrelation anstelle einer Pearson-Korrelation durchführen?
2. Ein weiterer Unterschied besteht darin, dass Pearson mit Rohdatenwerten der Variablen arbeitetSpearman arbeitet mit nach Rang geordneten Variablen. Wenn wir nun das Gefühl haben, dass ein Streudiagramm visuell eine „könnte monoton sein, könnte linear sein“-Beziehung anzeigen, wäre es am besten, Spearman und nicht Pearson anzuwenden.