Ein Korrelationskoeffizient wird in der Statistik verwendet, um ein Muster oder eine Beziehung zwischen zwei Variablen zu beschreiben. Eine negative Korrelation beschreibt das Ausmaß, in dem sich zwei Variablen in entgegengesetzte Richtungen bewegen. Zum Beispiel ist für zwei Variablen, X und Y, eine Zunahme von X mit einer Abnahme von Y verbunden.Ein negativer Korrelationskoeffizient wird auch als inverse Korrelation bezeichnet. Korrelationsbeziehungen werden in Scatterplots dargestellt.,
Negative versus positive Korrelation
Eine negative Korrelation zeigt eine Verbindung zwischen zwei Variablen auf die gleiche Weise wie ein positiver Korrelationskoeffizient, und die relativen Stärken sind die gleichen. Mit anderen Worten, ein Korrelationskoeffizient von 0,85 zeigt die gleiche Stärke wie ein Korrelationskoeffizient von -0,85.
Korrelationskoeffizienten sind immer Werte zwischen -1 und 1, wobei -1 eine perfekte, lineare negative Korrelation und 1 eine perfekte, lineare positive Korrelation zeigt., Die folgende Liste zeigt, welche verschiedenen Korrelationskoeffizientenwerte angeben:
Genau -1. Eine perfekte negative (nach unten abfallende) lineare Beziehung
-0,70. Eine starke negative (nach unten abfallende) lineare Beziehung
-0,50. Eine moderate negative (abwärts abfallende) Beziehung
-0,30. Eine schwache negative (abwärts abfallende) lineare Beziehung
0. Keine lineare Beziehung
+0.30. Eine schwache positive (nach oben abfallende) lineare Beziehung
+0.50., Eine moderate positive (nach oben abfallende) lineare Beziehung
+0.70. Eine starke positive (nach oben abfallende) lineare Beziehung
Genau +1. Eine perfekte positive (nach oben abfallende) lineare Beziehung
Eine andere Art, über den numerischen Wert eines Korrelationskoeffizienten nachzudenken, ist in Prozent. Eine 20% ige Bewegung höher für Variable X würde einer 20% igen Bewegung niedriger für Variable Y entsprechen.
Extreme Korrelationskoeffizienten
Ein Korrelationskoeffizient von Null oder nahe Null zeigt keine aussagekräftige Beziehung zwischen Variablen., In Wirklichkeit werden diese Zahlen selten gesehen, da perfekt lineare Beziehungen selten sind.
Ein Beispiel für eine starke negative Korrelation wäre -.97 wobei sich die Variablen in einer nahezu identischen Bewegung in entgegengesetzte Richtungen bewegen würden. Wenn sich die Zahlen 1 oder -1 nähern, zeigen die Werte die Stärke einer Beziehung; Beispielsweise würden 0,92 oder -0,97 jeweils eine starke positive und negative Korrelation zeigen.,
Beispiele für positive und negative Korrelationskoeffizienten
Wenn beispielsweise die Temperatur nach außen steigt, nimmt die Schneefallmenge ab; dies zeigt eine negative Korrelation und hätte im weiteren Sinne einen negativen Korrelationskoeffizienten.
Ein positiver Korrelationskoeffizient wäre die Beziehung zwischen Temperatur und Eisverkauf; Mit steigender Temperatur steigt auch der Eisverkauf. Diese Beziehung hätte einen positiven Korrelationskoeffizienten., Eine Beziehung mit einem Korrelationskoeffizienten von Null oder sehr nahe Null kann Temperatur-und Fast-Food-Verkäufe sein (vorausgesetzt, es gibt keine Korrelation für illustrative Zwecke), da die Temperatur normalerweise keinen Einfluss darauf hat, ob Menschen Fast Food konsumieren.
Unterm Strich
Eine negative Korrelation kann auf eine starke Beziehung oder eine schwache Beziehung hindeuten. Viele Leute denken, dass eine Korrelation von -1 keine Beziehung anzeigt. Aber das Gegenteil ist wahr., Die Korrelation von -1 zeigt eine nahezu perfekte Beziehung entlang der geraden Linie an, die die stärkste Beziehung ist. Das Minuszeichen zeigt einfach an, dass die Linie nach unten abfällt, und es ist die negative Beziehung.