Kritische-r-Tabelle (Korrelation)

Was ist eine kritische r-Wertetabelle?

Eine kritische r-Wertetabelle zeigt den minimalen Absolutwert des Pearson-Korrelationskoeffizienten an, der erforderlich ist, um die Nullhypothese keiner Korrelation abzulehnen. Wenn Ihr berechneter |r| den kritischen Wert ueberschreitet, ist die Korrelation statistisch signifikant.

Die Beziehung zwischen r und t

Die Signifikanz eines Korrelationskoeffizienten wird mit der t-Verteilung getestet:

$t = \frac{r\sqrt{n-2}}{\sqrt{1-r^2}}$

Diese t-Statistik hat n - 2 Freiheitsgrade. Die kritische r-Wertetabelle berechnet vorab die r-Werte, die den kritischen t-Werten entsprechen, sodass die Signifikanz direkt bewertet werden kann.

Verwendung der Tabelle

1. Berechnen Sie Ihren Stichproben-Korrelationskoeffizienten r
2. Finden Sie die Zeile fuer Ihren Stichprobenumfang n
3. Finden Sie die Spalte fuer Ihr Signifikanzniveau α
4. Vergleichen Sie |r| mit dem kritischen Wert

Entscheidung: Wenn |r| ≥ r_kritisch, ist die Korrelation statistisch signifikant.

Beispiel: Bei n = 25 und α = 0,05 (zweiseitig):

• Kritischer r-Wert = 0,396
• Wenn r = 0,52, dann ist |0,52| > 0,396, also wird H₀ abgelehnt

Einseitige vs. zweiseitige Tests

• Zweiseitig (r ≠ 0): Testet, ob eine Korrelation existiert (positiv oder negativ)
• Einseitig (r > 0 oder r < 0): Testet auf Korrelation in einer bestimmten Richtung

Fuer einen einseitigen Test verwenden Sie die Spalte fuer α. Fuer zweiseitig verwenden Sie α/2 (oder suchen Sie nach einer zweiseitigen Tabelle).

Haeufige kritische Werte (zweiseitig, α = 0,05)

Stichprobenumfang und Signifikanz

Beachten Sie, wie der kritische r-Wert mit zunehmendem Stichprobenumfang abnimmt. Das bedeutet:

• Kleine Stichproben: Benoetigen sehr starke Korrelationen, um signifikant zu sein
• Grosse Stichproben: Selbst schwache Korrelationen koennen statistisch signifikant sein

Deshalb ist statistische Signifikanz ≠ praktische Bedeutung. Eine Korrelation von r = 0,10 kann bei n = 500 signifikant sein, erklaert aber nur 1% der Varianz.

Interpretation der Effektstaerke

Cohens Richtlinien zur Interpretation der Korrelationsstaerke:

| |r|-Wert | Interpretation | |----------|-------------------| | 0,10 | Kleiner Effekt | | 0,30 | Mittlerer Effekt | | 0,50 | Grosser Effekt |

Bestimmtheitsmass

Denken Sie daran, dass r² (r-Quadrat) den Anteil der erklaerten Varianz angibt:

• r = 0,50 → r² = 0,25 (25% der Varianz erklaert)
• r = 0,70 → r² = 0,49 (49% der Varianz erklaert)
• r = 0,90 → r² = 0,81 (81% der Varianz erklaert)

Voraussetzungen fuer gueltige Tests

Der Signifikanztest fuer Korrelationen setzt voraus:

1. Beide Variablen sind stetig
2. Die Beziehung ist linear
3. Die Daten sind annaehernd bivariat normalverteilt
4. Die Beobachtungen sind unabhaengig
5. Keine signifikanten Ausreisser

Die Verletzung dieser Voraussetzungen kann den Test ungueltig machen.

Alternative: Fishers z-Transformation

Zum Vergleich von Korrelationen oder zur Konstruktion von Konfidenzintervallen verwenden Sie Fishers z:

$z = \frac{1}{2}\ln\left(\frac{1+r}{1-r}\right) = \text{arctanh}(r)$

Der Standardfehler von z betraegt ungefaehr 1/√(n-3).

Verwandte Werkzeuge

• Pearson-Korrelationsrechner — Berechnet r
• Korrelations-p-Wert-Rechner — Liefert exakte p-Werte
• Spearman-Korrelationsrechner — Rangkorrelation
• Lineare Regressionsrechner — Beziehungen vorhersagen

Zusammenfassung

Die kritische r-Wertetabelle bietet eine schnelle Moeglichkeit zu beurteilen, ob eine Korrelation statistisch signifikant ist. Durch den Vergleich Ihrer berechneten Korrelation mit dem kritischen Wert fuer Ihren Stichprobenumfang und Ihr Signifikanzniveau koennen Sie sofort eine Entscheidung ueber die Ablehnung der Nullhypothese treffen. Beruecksichtigen Sie jedoch immer die Effektstaerke und die praktische Bedeutung neben der statistischen Signifikanz - eine "signifikante" Korrelation in einer grossen Stichprobe kann dennoch eine trivial kleine Beziehung darstellen.