Es hat einen Wert zwischen -1 und 1, wobei:<\/span><\/span><\/p>\n Je weiter der Korrelationskoeffizient von Null entfernt ist, desto st\u00e4rker ist die Beziehung zwischen den beiden Variablen.<\/span><\/p>\n In manchen F\u00e4llen m\u00f6chten wir jedoch die Korrelation zwischen mehreren Variablenpaaren verstehen.<\/span><\/p>\n In diesen F\u00e4llen k\u00f6nnen wir eine Korrelationsmatrix<\/a> erstellen, bei der es sich um eine quadratische Tabelle handelt, die die Korrelationskoeffizienten zwischen mehreren paarweisen Kombinationen von Variablen zeigt.<\/span><\/p>\n In diesem Tutorial wird erl\u00e4utert, wie Sie eine Korrelationsmatrix in Excel erstellen und interpretieren.<\/span><\/p>\n Nehmen wir an, wir haben den folgenden Datensatz, der die durchschnittliche Anzahl an Punkten, Rebounds und Assists f\u00fcr 10 Basketballspieler zeigt:<\/span> <\/p>\n Um eine Korrelationsmatrix f\u00fcr diesen Datensatz zu erstellen, gehen Sie im oberen Men\u00fcband von Excel zur Registerkarte \u201eDaten\u201c<\/strong> und klicken Sie auf \u201eDatenanalyse\u201c<\/strong> .<\/span> <\/p>\n Wenn diese Option nicht angezeigt wird, m\u00fcssen Sie zun\u00e4chst das kostenlose Data Analysis Toolpak in Excel laden<\/a><\/em> .<\/span><\/p>\n W\u00e4hlen Sie im neuen Fenster, das erscheint, Korrelation<\/strong> aus und klicken Sie auf OK<\/strong> .<\/span> <\/p>\n W\u00e4hlen Sie f\u00fcr Eingabebereich<\/strong> die Zellen aus, in denen sich die Daten befinden (einschlie\u00dflich der ersten Zeile mit Beschriftungen). Aktivieren Sie das Kontrollk\u00e4stchen neben Beschriftungen in der ersten Zeile<\/strong> . W\u00e4hlen Sie f\u00fcr Ausgabebereich<\/strong> eine Zelle aus, in der die Korrelationsmatrix angezeigt werden soll. Klicken Sie dann auf OK<\/strong> .<\/span> <\/p>\n Dadurch wird automatisch die folgende Korrelationsmatrix erstellt:<\/span> <\/p>\n Die Werte in den einzelnen Zellen der Korrelationsmatrix geben Auskunft \u00fcber den Pearson-Korrelationskoeffizienten zwischen jeder paarweisen Kombination von Variablen. Zum Beispiel:<\/span><\/p>\n Korrelation zwischen Punkten und Rebounds:<\/strong> -0,04639. Punkte und Rebounds korrelieren leicht negativ, aber dieser Wert liegt so nahe bei Null, dass es keine eindeutigen Hinweise auf einen signifikanten Zusammenhang zwischen diesen beiden Variablen gibt.<\/span><\/p>\n Korrelation zwischen Punkten und Assists:<\/strong> 0,121871. Punkte und Assists korrelieren leicht positiv, aber auch dieser Wert liegt recht nahe bei Null, sodass es keine eindeutigen Hinweise auf einen signifikanten Zusammenhang zwischen diesen beiden Variablen gibt.<\/span><\/p>\n Korrelation zwischen Rebounds und Assists:<\/strong> 0,713713. Rebounds und Assists korrelieren stark positiv. Das hei\u00dft, dass Spieler, die mehr Rebounds haben, tendenziell auch mehr Assists haben.<\/span><\/p>\n Beachten Sie, dass die Diagonalwerte der Korrelationsmatrix alle 1 sind, da die Korrelation zwischen einer Variablen und sich selbst immer 1 ist. In der Praxis ist diese Zahl nicht sinnvoll zu interpretieren.<\/span><\/p>\n Eine einfache M\u00f6glichkeit, den Wert der Korrelationskoeffizienten in der Tabelle zu visualisieren, besteht darin, eine bedingte Formatierung<\/strong> auf die Tabelle anzuwenden.<\/span><\/p>\n Gehen Sie im oberen Men\u00fcband von Excel zur Registerkarte \u201eStartseite<\/strong> \u201c und dann zur Gruppe \u201eStile\u201c<\/strong> .<\/span><\/p>\n Klicken Sie auf Diagramm zur bedingten Formatierung<\/strong> , dann auf Farbskalen<\/strong> und dann auf die Farbskala Gr\u00fcn-Gelb-Rot<\/strong> .<\/span><\/p>\n Dadurch wird automatisch die folgende Farbskala auf die Korrelationsmatrix angewendet:<\/span> <\/p>\n Dies hilft uns, die St\u00e4rke der Korrelationen zwischen Variablen leicht zu visualisieren.<\/span><\/p>\n Dies ist ein besonders n\u00fctzlicher Tipp, wenn wir mit einer Korrelationsmatrix mit vielen Variablen arbeiten, da er uns hilft, schnell die Variablen zu identifizieren, die die st\u00e4rksten Korrelationen aufweisen.<\/span><\/p>\n Verwandt:<\/strong> Was gilt als \u201estarke\u201c Korrelation?<\/a><\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So erstellen Sie eine Streudiagrammmatrix in Excel<\/a> Eine M\u00f6glichkeit, die Beziehung zwischen zwei Variablen zu quantifizieren, ist die Verwendung des Pearson-Korrelationskoeffizienten , der ein Ma\u00df f\u00fcr den linearen Zusammenhang zwischen zwei Variablen ist . Es hat einen Wert zwischen -1 und 1, wobei: -1 zeigt eine vollkommen negative lineare Korrelation zwischen zwei Variablen an 0 bedeutet, dass zwischen zwei Variablen keine lineare […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
So erstellen Sie eine Korrelationsmatrix in Excel<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel1.png\")
<\/p>\n![\"Datenanalyse-Toolpak](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deuxsampexcel3.png\")
<\/p>\n![\"Korrelationsmatrix](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel2.png\")
<\/p>\n![\"Korrelationsmatrix](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel3.png\")
<\/p>\n![\"Korrelationsmatrix-Ausgabe](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel4.png\")
<\/p>\n So interpretieren Sie eine Korrelationsmatrix in Excel<\/strong><\/span><\/h3>\n
Bonus: Visualisieren Sie die Korrelationskoeffizienten<\/strong><\/span><\/h3>\n
![\"Korrelationsmatrix](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmatrixexcel5.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fchren Sie einen Korrelationstest in Excel durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"