Spearman-Korrelation: Voraussetzungen

Als nicht-parametrisches Verfahren ist die Spearman-Korrelation verhältnismäßig wenig anspruchsvoll, was die grundlegenden Voraussetzungen angeht. Dennoch gibt es zwei Voraussetzungen die erfüllt sein müssen, damit wir mit der Berechnung fortfahren dürfen.

Die Voraussetzungen sind allerdings theoretischer Natur und können nicht direkt mit SPSS mit einem Test oder Verfahren überprüft werden.

Voraussetzungen

1. Skalenniveau. Die Variablen, die wir miteinander korrelieren wollen, müssen mindestens ordinal skaliert sein. Das heißt, dass wir ordinal skalierte, intervall skalierte oder verhältnis skalierte Variablen benötigen. Dies schließt beispielsweise nominal skalierte Variablen aus. Bei nominal skalierten Variablen existieren andere Verfahren, die über die Entscheidungshilfe für statistische Verfahren ermittelt werden können.
   Bei ordinal skalierten Variablen gibt es eine Rangfolge, allerdings sind die Abstände zwischen den einzelnen Punkten auf der Skala nicht gleich. Beispiele für ordinal skalierte Variablen sind Amazon-Bewertungen, militärische Ränge und sozioökonomischer Status. Variablen können auch in Kategorien abgebildet werden, die dann ordinal skaliert sind. Beispielsweise wäre Einkommen verhältnis skaliert, allerdings wird oft nicht das genaue Monatseinkommen abgefragt, sondern Intervalle wie „0–1.500 Euro“, „1.500–2.000 Euro“, etc., welche dann wiederum ordinal skaliert wären.
    
2. Paarweise Beobachtungen. Unsere Beobachtungen sind gepaart, was bedeutet, dass eine Zeile in SPSS einen Fall darstellt. Dies könnte beispielsweise eine Versuchsperson sein, wobei jede Spalte eine andere Variable darstellt, die gemessen wurde. Allerdings müssen die Messungen nicht unbedingt Personen darstellen, sondern können jedes beliebige Versuchsobjekt meinen. So könnte jede Zeile auch eine Schulklassen darstellen, bei der Klassengröße und durchschnittliche Schulnote gemessen wurden. Wichtig ist lediglich, dass eine Zeile ein und dasselbe Versuchsobjekt enthält.