Korrelationsrechner Berechnen Sie Pearson- und Spearman-Korrelationskoeffizienten mit R-quadrat-Interpretation.
Korrelationsrechner
Berechnen Sie Pearson- und Spearman-Korrelationskoeffizienten mit R-quadrat-Interpretation.
X-Werte eingeben
Geben Sie Ihre X-Datensatz als durch Komma oder Leerzeichen getrennte Zahlen ein.
Y-Werte eingeben
Geben Sie Ihren Y-Datensatz (gleiche Anzahl an Werten wie X) ein.
Korrelation anzeigen
Sehen Sie den Pearson-Koeffizienten r, den Spearman-Koeffizienten ρ, R-quadrat und die Interpretation.
What Is Korrelationsrechner?
Der Korrelationsrechner berechnet sowohl den Pearsonschen als auch den Spearmanschen Korrelationskoeffizienten, um die Stärke und Richtung der Beziehung zwischen zwei Variablen zu messen. Pearsons r misst die lineare Korrelation (wie gut die Daten auf einer geraden Linie liegen), während Spearmans ρ die monotonische Korrelation misst (ob sich die Variablen in die gleiche Richtung bewegen). Der R-Quadrat-Wert (R²) zeigt den Anteil der Varianz in einer Variable an, der durch die andere Variable erklärt wird. Der Rechner klassifiziert die Stärke der Korrelation (schwach, mittel, stark) und die Richtung (positiv, negativ), wodurch eine klare Interpretation der Beziehung möglich ist.
Why Use Korrelationsrechner?
-
Berechnet sowohl Pearson (linear) als auch Spearman (Rang)-Korrelationen
-
Zeigt R-quadrat für die interpretierte Varianz
-
Klassifiziert die Stärke und Richtung der Korrelation
-
Anzeigt Mittelwerte und Anzahl der Datenpunkte
Common Use Cases
Forschungsanalyse
Messen Sie Beziehungen zwischen Variablen in wissenschaftlichen Studien.
Business Intelligence
Identifizieren Sie Korrelationen zwischen Geschäftsmetriken (Umsatz vs. Werbung).
Bildung
Erkunden Sie Beziehungen in Daten für Statistik-Kurse.
Qualitätskontrolle
Testen Sie Beziehungen zwischen Prozessvariablen und Ergebnissen.
Technical Guide
Pearson-Korrelation: r = Σ(xᵢ−x̄)(yᵢ−ȳ) / √(Σ(xᵢ−x̄)² × Σ(yᵢ−ȳ)²). Die Werte reichen von -1 (perfekt negativ) bis +1 (perfekt positiv), wobei 0 keine lineare Korrelation anzeigt. Spearmans Rangkorrelation: ρ = 1 − 6Σdᵢ² / (n(n²−1)), wobei dᵢ die Rangdifferenz ist. R-Quadrat = r² stellt den Anteil der Varianz in Y dar, der durch X erklärt wird. Interpretation der Stärke: |r| < 0,3 = schwach, 0,3-0,7 = mittel, > 0,7 = stark. Wichtig: Korrelation impliziert keine Kausalität - zwei Variablen können korreliert sein, ohne dass eine die andere verursacht.
Tips & Best Practices
-
1Korrelation impliziert keine Kausalität - berücksichtigen Sie immer Störvariablen
-
2Pearson ist empfindlich gegenüber Ausreißern; Spearman ist robuster
-
3Beide Variablen müssen die gleiche Anzahl an Datenpunkten haben
-
4Verwenden Sie Spearman für ordinale Daten oder nicht-lineare monotonische Beziehungen
Related Tools
Mittelwert-, Median- und Modus-Rechner
Berechnen Sie Mittelwert, Median, Modus, Bereich und andere Maße der zentralen Tendenz für jedes Datenset.
🔢 Math & Calculators
Konfidenzintervall-Rechner
Berechnen Sie Konfidenzintervalle aus Zusammenfassungsstatistiken oder Rohdaten mit mehreren Konfidenzniveaus.
🔢 Math & Calculators
Lineare Regressionsrechner
Führen Sie eine lineare Regression durch, um die beste Approximationslinie mit Vorhersagemöglichkeit zu finden.
🔢 Math & Calculators
Schuldenabbau-Rechner
Planen Sie den Schuldenabbau mit Schneeball- und Lawinestrategien sowie Analyse von Zusatzzahlungen.
🔢 Math & CalculatorsFrequently Asked Questions
Q Was ist eine gute Korrelation?
Q Was ist der Unterschied zwischen Pearson und Spearman?
Q Kann die Korrelation negativ sein?
Q Was bedeutet R-quadrat?
Q Wie viele Datenpunkte benötige ich?
About This Tool
Korrelationsrechner is a free online tool by FreeToolkit.ai. All processing happens directly in your browser — your data never leaves your device. No registration or installation required.