Website-Icon Björn Walther

Partielle Korrelation in SPSS rechnen

1 Ziel der partiellen Korrelation

Eine partielle Korrelation untersucht zwei Variablen auf eine (lineare) Beziehung bzw. einen Zusammenhang unter Kontrolle einer oder mehrerer dritter Variablen.
Sie versucht die Frage zu beantworten, ob zwischen ihnen ein a) positiver, b) negativer oder c) kein Zusammenhang besteht. Ein Korrelationskoeffizient ist zwischen den Maximalwerten -1 und +1 definiert. -1 ist ein perfekt negativer (linearer) Zusammenhang und +1 ein perfekt positiver (linearer) Zusammenhang. Eine einfache bivariate Korrelation in SPSS ist ebenfalls durchführbar.

Interpretation der Fälle a)-c)

a) Wenn der Wert einer Variable größer wird, wird der Wert der anderen Variable ebenfalls größer. Das ist positive Korrelation. Zum Beispiel: Je größer ein Mensch, desto schwerer ist er. Hierbei kann man zusätzlich für das Alter kontrollieren. Meist werden Menschen im Alter etwas schwerer.

b) Wenn der Wert einer Variable größer wird, wird der Wert der anderen Variable kleiner. Das ist negative Korrelation. Zum Beispiel: Je größer der Zuckergehalt der Nahrung, desto weniger gesunde Zähne hat der Mensch. Auch hier kann eine Kontrolle für das Alter einen zusätzlichen Nutzen haben, da auch im Alter die Zähne schlechter werden.

c) Die Werte der Variablen ändern sich scheinbar vollkommen beliebig und es gibt kein Muster wie bei a) oder b). Zum Beispiel: Anzahl Haare und Schuhgröße.

Wichtiger Hinweis: Ein Korrelation kann bestenfalls ein Indiz für einen kausalen Zusammenhang sein. Nur weil eine Korrelation existiert, bedeutet das nicht, dass die eine Variable die andere beeinflusst. Dies würde man theoretisch begründen müssen und die Hypothese entsprechend mit einer einfachen linearen Regression oder multiplen linearen Regression untersuchen.

Beispiel: Das Alter der Königin von England und die Anzahl der Menschen auf der Erde korrelieren sehr stark – weder das eine hat mit dem anderen was zu tun. Dies nennt sich Scheinkausalität, da eine Ursache-Wirkungs-Beziehung zwischen den Variablen nicht existiert und sie nur zufällig korrelieren. Von einer Korrelation sollte also auf keinen Fall auf eine Kausalität geschlossen werden!

 

Am einfachsten kann eine Korrelation mit einem Streudiagramm bzw. Punktdiagramm veranschaulicht werden. Eine Kontrolle für eine weitere Variable ist dabei allerdings nicht möglich, weswegen dies hier nicht dargestellt werden kann.

 


 

2 Partielle Korrelation – Analytisches Vorgehen in SPSS

2.1 Berechnung der partiellen Korrelation in SPSS

 

Hierzu kann auch folgender Syntax verwendet werden:

PARTIAL CORR
/VARIABLES=Abischni IQ BY Motivation
/SIGNIFICANCE=TWOTAIL
/STATISTICS=CORR
/MISSING=LISTWISE.

Korreliert man zwei metrische Variablen (Abiturschnitt und Intelligenzquotient) und kontrolliert dabei für die Motivation, erhält man folgende Tabelle mit dem Pearson-Korrelationskoeffizient

 

 

2.2 Interpretation der Ergebnisse der partiellen Korrelation

 

3 Videotutorial

https://www.youtube.com/watch?v=WJfWXDQpL0U/

Fragen können unter dem verlinkten Video gerne auf YouTube gestellt werden.

 

4 Tipp zum Schluss

Findest du die Tabellen von SPSS hässlich? Dann schau dir mal an, wie man mit wenigen Klicks die Tabellen in SPSS im APA-Standard ausgeben lassen kann.

Weitere nützliche Tutorials findest du auf meinem YouTube-Kanal.

 

 

 

Die mobile Version verlassen