In welchen Fällen sollte man die Spearman-Korrelation anstelle der Pearson-Korrelation verwenden?

Der Spearman-Korrelationskoeffizient wird anstelle der Pearson-Korrelation verwendet, wenn die Daten nicht die Anforderungen an eine Normalverteilung erfüllen oder wenn die Abhängigkeit zwischen Variablen nicht linear, sondern monotonisch ist (d.h., Variablen ändern sich in die gleiche Richtung, aber nicht unbedingt linear). Spearman basiert auf den Rängen der Daten und ist robust gegenüber Ausreißern und nicht-linearen monotonen Zusammenhängen.

Beispiele für Fälle, in denen Spearman verwendet wird:

• Die Daten enthalten starke Ausreißer.
• Die Abhängigkeit zwischen Variablen ist monotonisch, aber nicht linear (z.B. exponentiell oder logarithmisch).
• Die Daten sind ordinal oder gerankt.

Im Gegensatz dazu eignet sich die Pearson-Korrelation zur Messung der linearen Abhängigkeit zwischen quantitativen Variablen mit normalverteilten Daten.