Wann die Rangkorrelation die bessere Wahl ist
Der bekannte Korrelationskoeffizient nach Pearson misst, wie gut zwei Merkmale auf einer Geraden liegen. Viele Zusammenhänge sind aber nicht linear, sondern nur gleichgerichtet: Wer mehr übt, schneidet meist besser ab, doch der Zuwachs wird kleiner. Spearmans ρ fragt deshalb nicht nach einer Geraden, sondern nur danach, ob eine höhere Position in der einen Liste mit einer höheren Position in der anderen einhergeht.
Dazu ersetzt der Rechner jede Zahl durch ihren Rang innerhalb ihrer Liste. Der kleinste Wert bekommt Rang 1, der größte Rang n. Kommen gleiche Werte vor, erhalten sie den Durchschnitt der Ränge, die sie gemeinsam belegen. Anschließend wird die Pearson-Korrelation dieser Ränge berechnet. Ergebnis ist eine Zahl zwischen −1 und +1.
Weil nur die Reihenfolge zählt, sind Ausreißer kaum ein Problem. Ein einzelner extrem hoher Wert ist einfach der höchste Rang, egal wie weit er von den anderen entfernt liegt. Das macht ρ beliebt für Schulnoten, Umfrageskalen, Ranglisten und kleine Stichproben.
Ergebnis richtig lesen
Ein Wert nahe +1 bedeutet, dass beide Listen fast dieselbe Reihenfolge haben. Nahe −1 kehrt sich die Reihenfolge um: Wer in X vorne liegt, liegt in Y hinten. Werte um 0 zeigen keinen monotonen Zusammenhang. Die im Rechner verwendeten Stufen (ab 0,3 schwach, ab 0,5 mittel, ab 0,7 stark, ab 0,9 sehr stark) sind eine Faustregel; in manchen Fachgebieten gelten andere Grenzen.
Die Kurzformel mit Σd² lernen viele in der Schule. Sie ist bequem, gilt exakt aber nur, wenn keine Werte doppelt vorkommen. Der Rechner zeigt beide Werte. Weichen sie voneinander ab, liegt das an Bindungen; maßgeblich ist dann der über die Ränge berechnete Koeffizient. Die Zahl der Bindungsgruppen wird ebenfalls angezeigt.
Ob ein Ergebnis zufällig sein könnte, lässt sich über die Teststatistik t = ρ · √((n − 2) ÷ (1 − ρ²)) abschätzen, die näherungsweise einer t-Verteilung mit n − 2 Freiheitsgraden folgt. Bei sehr kleinen Stichproben unter etwa zehn Paaren ist die Näherung grob; dort sind Tabellen mit exakten kritischen Werten genauer.
Wie bei jeder Korrelation gilt: Ein Zusammenhang sagt nichts über Ursache und Wirkung. Zwei Größen können sich gemeinsam verändern, weil eine dritte beide beeinflusst. Für den linearen Zusammenhang metrischer Daten nutzen Sie den Korrelations-Rechner, für Lage- und Streuungsmaße einer einzelnen Liste den Statistik-Rechner.
Tipps und typische Fehler
Daten vergleichen.
- Reihenfolge: Paare gleich sortieren.
- Bindungen: Mittlerer Rang.
- Kurzformel: Nur ohne Bindungen.
- Kausalität: Nicht ableiten.
Weitere Rechner: Mathe & Formeln
Häufige Fragen
Was misst die Spearman-Rangkorrelation?
Wie gut die Reihenfolge zweier Merkmale übereinstimmt, also einen monotonen Zusammenhang.
Wie werden gleiche Werte behandelt?
Sie bekommen den Mittelwert der Ränge, die sie gemeinsam belegen.
Wann nehme ich Spearman statt Pearson?
Bei Ranglisten, Ordinalskalen, Ausreißern oder nicht linearen, aber gleichgerichteten Zusammenhängen.
Ist Spearman robust gegen Ausreißer?
Weitgehend, weil nur die Reihenfolge der Werte zählt.
Wie viele Wertepaare brauche ich?
Rechnerisch drei, für belastbare Aussagen deutlich mehr.
- Spearman berechnen
- Rangkorrelation berechnen
- Spearman Rho
- Rangkorrelationskoeffizient
- Spearman Korrelation Rechner
- Rangkorrelation Bindungen
Alle Berechnungen erfolgen direkt in Ihrem Browser, Ihre Eingaben werden nicht übertragen oder gespeichert. Die Ergebnisse sind Orientierungswerte ohne Gewähr und ersetzen keine steuerliche, rechtliche oder finanzielle Beratung. Die Erklärtexte auf dieser Seite wurden mit KI erstellt. Letzte inhaltliche Änderung dieser Seite: . Mehr dazu: So entstehen und prüfen wir die Rechner.