Korrelationsanalyse

Definition: Die Korrelationsanalyse ist ein statistisches Verfahren, das den linearen oder monotonen Zusammenhang zwischen zwei oder mehr Variablen misst und diesen Zusammenhang in Form eines standardisierten Korrelationskoeffizienten ausdrückt. Der Koeffizient nimmt Werte zwischen −1 (perfekter negativer Zusammenhang: steigt eine Variable, sinkt die andere) und +1 (perfekter positiver Zusammenhang: beide Variablen bewegen sich gleichgerichtet) an; ein Wert von 0 zeigt keinerlei linearen Zusammenhang an. Zu den gebräuchlichsten Korrelationskoeffizienten im Marketing zählen Pearsons r (für metrische, normalverteilte Daten), Spearmans Rho (für ordinale oder nicht-normalverteilte metrische Daten) und Kendalls Tau (robuste Alternative zu Spearman). Die Korrelationsanalyse ist ein deskriptives Verfahren und trifft keine Aussagen über Kausalrichtungen: Zwei Variablen können stark korrelieren, ohne dass eine die andere kausal beeinflusst.

Erläuterung

Im Online Marketing ist die Korrelationsanalyse ein häufig genutztes Explorationswerkzeug, um Zusammenhänge zwischen Marketingkennzahlen und Ergebnisgrössen sichtbar zu machen und Hypothesen für vertiefende Analysen zu generieren. Typische Anwendungen sind die Analyse des Zusammenhangs zwischen Werbebudget und Conversion-Rate über Wochen oder Monate, die Untersuchung des Zusammenhangs zwischen Net Promoter Score (NPS) und Wiederkaufrate, oder die Frage, ob höhere Seitengeschwindigkeit (PageSpeed) mit niedrigeren Absprungraten korreliert. Die Stärke von Pearsons r wird konventionell eingestuft als: schwach (|r| = 0,10–0,29), mittel (|r| = 0,30–0,49) und stark (|r| ≥ 0,50), wobei diese Schwellenwerte kontextabhängig sind und im Marketing häufig auch schwächere Korrelationen relevant sein können. Ein zentrales Problem bei der Interpretation von Korrelationskoeffizienten ist Spuriousness: Zwei Variablen können aus dem alleinigen Grund korrelieren, weil beide von einer dritten, ungemessenen Variable (Confounder) beeinflusst werden – das klassischste Beispiel ist die positive Korrelation zwischen Eisverkäufen und Ertrinkungsopfern, die beide gemeinsam von der Sonnenstunden-Variable beeinflusst werden. Im Marketing kann dies z. B. bedeuten, dass erhöhte Werbeausgaben und Umsatzsteigerungen gleichzeitig auftreten, weil beides auf eine Saisonalität zurückzuführen ist, nicht weil das Werbebudget den Umsatz kausal treibt. Deshalb ist die Korrelationsanalyse stets als erster Analyseschritt zu verstehen, dem bei Bedarf Regressions- oder Kausalanalysen folgen. Korrelationsmatrizen – tabellarische Darstellungen aller paarweisen Korrelationen zwischen einer Menge von Variablen – sind ein mächtiges visuelles Tool zur explorativen Analyse von Datensätzen. In Python lassen sie sich mit seaborn (heatmap) oder Pandas (df.corr()) erzeugen; in R mit dem corrplot-Paket. Für die Signifikanzprüfung einer Korrelation wird ein t-Test eingesetzt; bei grossen Stichproben (n > 100) werden selbst kleine Korrelationen statistisch signifikant, was die Notwendigkeit unterstreicht, praktische Relevanz (Effektgrösse) und statistische Signifikanz sorgfältig zu trennen. Spezialformen wie die partielle Korrelation kontrollieren den Einfluss einer oder mehrerer Drittvariablen auf den Zusammenhang zwischen zwei Variablen und liefern damit eine präzisere Schätzung des “bereinigten” Zusammenhangs.

Korrelationskoeffizienten im Überblick

• Pearsons r: Misst die Stärke und Richtung des linearen Zusammenhangs zwischen zwei metrischen Variablen. Setzt Normalverteilung und metrisches Skalenniveau beider Variablen voraus. Empfindlich gegenüber Ausreissern. Geeignet für: Umsatzzahlen, Klickraten, Budgets.
• Spearmans Rho (ρ): Rangkorrelationskoeffizient, der auf den Rangpositionen der Daten basiert. Robuster gegenüber Ausreissern und geeignet für ordinale Daten (z. B. Likert-Skalen, Bewertungen) oder nicht normalverteilte metrische Daten. Standardmässig für NPS-Analysen oder Bewertungsdaten empfohlen.
• Kendalls Tau (τ): Ebenfalls ein Rangkorrelationskoeffizient, der bei kleinen Stichproben robuster als Spearman ist. Basiert auf der Anzahl konkordanter und diskordanter Paare. Seltener im Marketing eingesetzt, aber bei kleinen n und vielen Bindungen vorzuziehen.
• Biseriale und punkt-biseriale Korrelation: Spezialmethoden für den Zusammenhang zwischen einer metrischen und einer dichotomen Variable (z. B. konvertiert ja/nein vs. Seitenaufenthaltsdauer). Wichtig in der Conversion-Optimierung.

Visualisierung und Interpretation

• Streudiagramm (Scatterplot): Grundlegende Visualisierung des bivariaten Zusammenhangs zwischen zwei Variablen. Ermöglicht die Erkennung von Ausreissern, nichtlinearen Mustern und heteroskedastischen Strukturen, die ein einzelner Korrelationskoeffizient verschleiert.
• Korrelationsmatrix (Heatmap): Farbkodierte Darstellung aller paarweisen Korrelationen in einem Datensatz. Ermöglicht schnelle Identifikation von Variablenclustern und potenziell redundanten Prädiktoren (Multikollinearität) vor einer Regressionsanalyse.
• Anscombe-Quartett: Vier Datensätze mit fast identischem Pearson-r, aber fundamental verschiedener Streudiagramm-Struktur – illustriert, warum die visuelle Inspektion vor der numerischen Interpretation unverzichtbar ist.

Ausgewählte Referenzen

• Cohen, J., Cohen, P., West, S. G. & Aiken, L. S. (2003). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (3. Aufl.). Erlbaum.
• Field, A. (2024). Discovering Statistics Using IBM SPSS Statistics (6. Aufl.). SAGE Publications.
• Anscombe, F. J. (1973). Graphs in statistical analysis. The American Statistician, 27(1), 17–21.
• Hauke, J. & Kossowski, T. (2011). Comparison of values of Pearson's and Spearman's correlation coefficients on the same sets of data. Quaestiones Geographicae, 30(2), 87–93.
• Backhaus, K., Erichson, B., Gensler, S., Weiber, R. & Weiber, T. (2021). Multivariate Analysemethoden (16. Aufl.). Springer.