Jewiki unterstützen. Jewiki, die größte Online-Enzy­klo­pädie zum Judentum.

Helfen Sie Jewiki mit einer kleinen oder auch größeren Spende. Einmalig oder regelmäßig, damit die Zukunft von Jewiki gesichert bleibt ...

Vielen Dank für Ihr Engagement! (→ Spendenkonten)

How to read Jewiki in your desired language · Comment lire Jewiki dans votre langue préférée · Cómo leer Jewiki en su idioma preferido · בשפה הרצויה Jewiki כיצד לקרוא · Как читать Jewiki на предпочитаемом вами языке · كيف تقرأ Jewiki باللغة التي تريدها · Como ler o Jewiki na sua língua preferida

Zusammenhangsmaß

Aus Jewiki
(Weitergeleitet von Kontingenz (Statistik))
Wechseln zu: Navigation, Suche

Ein Zusammenhangs- bzw. Assoziationsmaß gibt in der Statistik die Stärke und ggf. die Richtung eines Zusammenhangs zweier statistischer Variablen wieder.

Allgemeines

Je nach Voraussetzung gibt es einen oder mehrere mögliche Zusammenhangsmaße, z. B.

Als nicht-standardisierte Zusammenhangsmaße werden solche bezeichnet, die ausschließlich für Tabellen gleicher Dimension und/oder bei gleichem Stichprobenumfang vergleichbar sind. In der Regel nehmen diese Maße den Wert null an, wenn keine Abhängigkeit zwischen den betrachteten Merkmalen vorliegt. Standardisierte Zusammenhangsmaße nehmen Werte in einem Intervall an, damit man auch die Stärke des Zusammenhangs beurteilen kann.

Standardisierte Zusammenhangsmaße bei denen mindestens ein Merkmal nominal skaliert ist, nehmen meist nur Werte im Intervall an. Sind beide Merkmale mindestens ordinal skaliert, dann nehmen die standardisierten Zusammenhangsmaße Werte in Intervall (Fall 1) oder (Fall 2) an. Im ersten Fall wird neben der Stärke des Zusammenhangs auch noch eine Richtung berücksichtigt.

Zum zweiten Fall zählen auch die Fehlerreduktionsmaße. Hier wird vorausgesetzt, dass eine Regression zwischen den beiden Variablen durchgeführt wird und die Reduktion des Vorhersagefehlers betrachtet. Damit wird der Zusammenhang zwischen den Variablen indirekt gemessen. Dies führt auch zu asymmetrischen Maßzahlen, je nachdem welche der beiden Variablen die abhängige Variable ist. Asymmetrisch bedeutet hier, dass sich der Wert des Koeffizienten ändert, wenn man statt der Beobachtungsreihe die Beobachtungsreihe betrachtet.


Koeffizienten

Für zwei nominale Variablen

Bei Koeffizienten für zwei nominal skalierten Variablen liegt eine Kontingenztabelle mit den gemeinsamen Häufigkeiten (bzw. Wahrscheinlichkeiten für Zufallsvariablen) zugrunde. Für die direkte Messung des Zusammenhang wird die quadratische Kontingenz verwendet, die die beobachten gemeinsamen Häufigkeiten mit den erwarteten gemeinsamen Häufigkeiten unter Unabhängigkeit (= kein Zusammenhang) vergleicht. Weichen die beiden Häufigkeiten für eine oder mehrere Kombinationen von Merkmalsausprägungen voneinander ab, dann liegt ein Zusammenhang vor. Des Weiteren gibt es spezielle Koeffizienten für 2x2-Kontingenztabellen.


Zusammenhangsmaße für nominale Variablen können auch für ordinale oder metrisch diskrete Merkmale eingesetzt werden. Allerdings wird dabei ein Teil der Information in den Daten, z. B. die Rangfolge der Merkmalsausprägungen, nicht ausgenutzt.

Koeffizient Wertebereich Bemerkung
Quadratische Kontingenz größer gleich null nicht-standardisiert, symmetrisch
Mittlere quadratische Kontingenz größer gleich null standardisiert für 2x2-Kontingenztabellen, symmetrisch
Kontingenzkoeffizient größer gleich null und kleiner als eins nicht-standardisiert, symmetrisch
Korrigierter Kontingenzkoeffizient im Intervall standardisiert, symmetrisch
Cramérs V im Intervall (?) standardisiert, symmetrisch
Phi-Koeffizient im Intervall (?) standardisiert, symmetrisch, Spezialfall von Cramérs V für 2x2-Kontingenztabellen
Odds-ratio größer gleich null nicht-standardisiert, asymmetrisch, meist für 2x2-Kontingenztabellen
Goodman und Kruskals Lambda im Intervall standardisiert, symmetrisch und asymmetrisch, Fehlerreduktionsmaß
Goodman und Kruskals Tau im Intervall standardisiert, symmetrisch und asymmetrisch, Fehlerreduktionsmaß
Unsicherheitskoeffizient im Intervall standardisiert, symmetrisch und asymmetrisch, Fehlerreduktionsmaß

Für zwei ordinale Variablen

Bei Koeffizienten für zwei ordinal skalierten Variablen wird die Zahl der Beobachtungspaare die konkordant ( und ) bzw. diskordant ( und ) ermittelt. Konkordanten Paare sprechen eher für einen positiven Zusammenhang, d. h. bei den Beobachtungen treten kleine Werte von mit kleinen Werten von und große Werte von mit großen Werten von auf. Diskordanten Paare sprechen eher für einen negativen Zusammenhang, d. h. bei den Beobachtungen treten kleine Werte von mit großen Werten von und große Werte von mit kleinen Werten von auf. Aus der Zahl der konkordanten und diskordanten wird dann ein Zusammenhangsmaß berechnet. Die einzelnen Koeffizienten unterscheiden sich dann in der Art und Weise wie Bindungen, d. h. Beobachtungspaare mit und/oder berücksichtigt werden.

Eine Alternative ist die Verwendung von Rängen. Hierbei wird jedem Beobachtungswert ein Rang zugeordnet, der seiner Position in der sortierten Reihe der Werte angibt. Das Gleiche geschieht mit den -Werten. Dann wird für jede Beobachtung der Rang von mit dem Rang von verglichen. Je stärker die Ränge bei einer Beobachtung übereinstimmen, desto mehr spricht es für einen positiven Zusammenhang. Je stärker sich die Ränge bei einer Beobachtung unterscheiden, desto mehr spricht es für einen negativen Zusammenhang.


Zusammenhangsmaße für ordinale Variablen können auch für metrisch Merkmale eingesetzt werden. Auch hierbei wird dann ein Teil der Information in den Daten nicht ausgenutzt, andererseits sind diese Koeffizienten dann robust gegen Ausreißer und zeigen auch nicht-linearen Zusammenhänge an.

Koeffizient Wertebereich Bemerkung
Kovarianz für Rangplätze im Intervall nicht-standardisiert, symmetrisch, Differenz der konkordanten und diskordanten Paare
Kendalls Tau a im Intervall standardisiert, symmetrisch, berücksichtigt keine Bindungen
Kendalls Tau b im Intervall standardisiert, symmetrisch, berücksichtigt keine Beobachtungspaare mit und , erreicht die Werte und auf nicht-quadratischen Tabellen nicht
Kendalls Tau c im Intervall standardisiert, symmetrisch, berücksichtigt keine Bindungen, korrigiert aber für nicht-quadratischen Tabellen
Kendalls Tau im Intervall standardisiert, symmetrisch, berücksichtigt keine Beobachtungspaare mit und
Goodman und Kruskals gamma im Intervall standardisiert, symmetrisch, weist beim Vorliegen von Bindungen zu hohe Werte auf, der Absolutbetrag ist ein Fehlerreduktionsmaß
Yule's Q im Intervall standardisiert, symmetrisch, Spezialfall von Goodman und Kruskals gamma für dichotome Variablen, kann auch für nominale Variablen eingesetzt werden
Spearmans Rangkorrelationskoeffizient im Intervall standardisiert, symmetrisch, setzt implizit voraus, dass benachbarte Ränge immer den gleichen Abstand haben

Für zwei metrische Variablen

Konstruktion der Kovarianz:

Bei Koeffizienten für zwei metrischen skalierten Variablen wird für jede Beobachtung der Abstand von zu einem Mittelwert der Werte sowie der Abstand von zu einem Mittelwert der Werte ermittelt. Danach wird für jede Beobachtung das Produkt der beiden Abstände berechnet und über alle Beobachtungen gemittelt. Positive Werte des Produktes sprechen für einen positiven Zusammenhang, negative Werte für einen negativen Zusammenhang. Die Grafik rechts zeigt dies für die Kovarianz einer Beobachtungsreihe: Für jede Beobachtung wird der Abstand zum Mittelwert ermittelt, dann multipliziert und gemittelt. Die Koeffizienten unterscheiden sich darin wie der Abstand berechnet wird und welcher Mittelwert verwendet wird (arithmetisches Mittel oder Median).

Auch der Spearmans Rangkorrelationskoeffizient folgt diesem Schema, statt und werden die Ränge von und in der Bravais-Pearson-Korrelation verwendet. Durch die Eigenschaften der Ränge, z. B. , kann die Formel der Bravais-Pearson-Korrelation vereinfacht werden.

Koeffizient Wertebereich Bemerkung
Kovarianz nicht-standardisiert, symmetrisch, nicht robust, misst nur den linearen Zusammenhang
Bravais-Pearson-Korrelation im Intervall standardisiert, symmetrisch, nicht robust, misst nur den linearen Zusammenhang
Quadrantenkorrelation im Intervall standardisiert, symmetrisch, robust, misst auch nicht-lineare Zusammenhänge
Bestimmtheitsmaß im Intervall standardisiert, symmetrisch, nicht robust, Fehlerreduktionsmaß

Für zwei Variablen unterschiedlichen Skalenniveaus

Eine oft genutzte Möglichkeit ist die Benutzung eines Koeffizienten, der für zwei Variablen des niedrigen Skalenniveaus geeignet ist. Ist z. B. eine Variable ordinal, die andere metrisch skaliert, dann benutzt man einen Koeffizienten für zwei ordinale Variablen. Dabei nimmt man in Kauf, dass man nicht alle Informationen in den Beobachtungen ausnutzt.

Sehr problematisch wird dies, wenn eine Variable metrisch (stetig) ist und die andere nominal. Daher wurden eine Reihe von speziellen Koeffizienten für unterschiedliche Skalenniveaus entwickelt. Eine Vertauschung der Rollen der Variablen in den Formeln ist nicht möglich, d. h. es ergibt keinen Sinn, von symmetrischen oder asymmetrischen Koeffizienten zu sprechen.

Koeffizient Wertebereich Bemerkung
Eta Quadrat nominal metrisch im Intervall Fehlerreduktionsmaß, nicht robust
Punktbiseriale Korrelation dichotom metrisch im Intervall nicht robust

Abgrenzung zu Testgrößen

Zusammenhangsmaße sollten von Testgrößen unterschieden werden, die für einen Test auf Signifikanz verwendet werden - wie t für den t-Test, F für F-Test und Varianzanalyse oder Chi-Quadrat für den Chi-Quadrat-Test.

Siehe auch

Dieser Artikel basiert ursprünglich auf dem Artikel Zusammenhangsmaß aus der freien Enzyklopädie Wikipedia und steht unter der Doppellizenz GNU-Lizenz für freie Dokumentation und Creative Commons CC-BY-SA 3.0 Unported. In der Wikipedia ist eine Liste der ursprünglichen Wikipedia-Autoren verfügbar.