Bivariate Analyse

Bivariate Analyse Definition

Eine bivariate Analyse ist eine statistische gemeinsame Auswertung von zwei Merkmalen.

Beispiel

Für zehn Personen werden die Körpergröße und das Körpergewicht gemessen und dann wird analysiert, ob ein Zusammenhang bzw. eine Korrelation besteht (gehen längere Körper mit höheren Gewichten einher?).

Statt bivariat könnte man auch zweidimensional sagen.

Gegenstücke

Bei mehr als zwei Merkmalen spricht man von multivariater Analyse, bei nur einem Merkmal von univariater Analyse.

Auswertungsmöglichkeiten

Bei der bivariaten Analyse geht es im Regelfall darum, Zusammenhänge bzw. deren Richtung und Stärke zu erkennen und zu messen.

Welche Analysen und Maße verwendet werden, hängt insbesondere vom Skalenniveau ab, das heißt, ob intervallskalierte bzw. metrische Daten wie die Körpergröße und das Körpergewicht vorliegen, ob ordinalskalierte Daten wie „gut, mittel, schlecht“ (Rangfolge) oder nominalskalierte Daten wie Geschlecht oder Augenfarbe vorliegen.

Mögliche Auswertungen / Maße:

  • Kovarianz: misst den Zusammenhang intervallskalierter Merkmale;
  • Streudiagramm: in einem Koordinatensystem werden die Werte zweier metrischer Merkmale graphisch abgetragen, um etwaige Zusammenhänge bzw. Korrelationen mit dem bloßen Auge erkennen zu können;
  • Korrelationskoeffizienten:
    • Pearson-Korrelationskoeffizient: misst den Zusammenhang zweier metrischer Merkmale, wenn ein zumindest annähernd linearer Zusammenhang angenommen werden kann;
    • Spearman-Korrelation: misst den Zusammenhang zweier Merkmale, wenn zumindest eines der zwei Merkmale nur ordinalskaliert ist oder bei metrischen Merkmalen, wenn kein linearer Zusammenhang vermutet wird;
    • Chi-Quadrat: ein Korrelationsmaß für nominalskalierte Merkmale; daraus abgeleitet bzw. normiert ergeben sich folgende Korrelationsmaße für nominalskalierte Merkmale:
    • Eta-Quadrat-Koeffizient: misst, inwieweit die gesamte Varianz einer abhängigen metrischen Variablen (zum Beispiel Einkommenshöhe) durch eine unabhängige nominale Variable (etwas das Geschlecht) erklärt wird;
    • Konkordanzmaße: Zusammenhangsmaße für ordinalskalierte Daten;
  • Regressionsanalyse, vor allem Lineare Regression: gibt es einen funktionalen Zusammenhang zwischen zwei intervallskalierten Merkmalen (zum Beispiel zwischen Körpergröße und Körpergewicht), der Vorhersagen erlaubt?

Alternative Begriffe: Bivariate Statistik.