Themenbereich 8: Korrelation und Kausalität

In diesem kurzen Video (5:58 Min.) erläutert Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg den Begriff der Kausalität und warum dieser nicht mit "Korrelation" gleichgesetzt werden kann. Hierzu verdeutlicht er, was man unter einem Kausalzusammenhang versteht und zeigt anhand eines Beispiels aus dem Hochschulkontext auf, warum eine hohe Korrelation zweier Merkmale noch kein Nachweis einer Wirkungsbeziehung sein muss.
 

Im folgenden Video (6:20 Min.) befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) mit der Interpretation von Korrelationen und der irrtümlichen Annahme, dass eine Korrelation automatisch auch auf eine Kausalität hinweist. Dazu zeigt er anhand von Beispielen unterschiedliche Ursachen für eine Assoziation von Variablen auf und unter welchen Bedingungen der Schluss von einer Korrelation auf Kausalität doch zulässig ist.
 
 

Im kurzen Video "How Ice Cream Kills! Correlation vs. Causation" (5:26 Min.) von Dr. Richard Feenstra (www.decisionskills.com) wird anhand der vermeintlichen Gefahren von Eiscreme (Fettleibigkeit, Kriminalität, Ertrinken, Waldbrände) verdeutlicht, warum Korrelation nicht mit Kausalität gleichgesetzt werden darf und wie derartige Zusammenhänge (z.B. zwischen Eisverkauf und Waldbränden) zustande kommen.
 
 
 

Nach oben

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Korrelation und Kausalität":

• Einen leichten Einstieg in das Thema bietet das E-Learning-Modul "Methoden der Psychologie" der Professur Methoden der Psychologie und kognitive Modellierung der TU Dresden mit zwei kurzen Einheiten zu Korrelation und Kausalität.

• Auf der Webseite "Methoden der Entwicklungspsychologie - Datenerhebung und Datenauswertung" von Prof. Dr. Günter Daniel Rey (TU Chemnitz) wird im Abschnitt "Korrelationen und Kausalität" erläutert, welche Ursachen für eine Korrelation zweier Variablen theoretisch überhaupt möglich sind und wie man einzelne dieser Möglichkeiten ausschließen kann. Zudem wird anhand von Beispielen illustriert, warum eine hohe Korrelation noch kein Garant für einen Kausalzusammenhang ist.

• Im Blog "Crashkurs-Statistik" von Alexander Engelhardt (freiberuflicher Data Scientist sowie Doktorand an der LMU München) führt der Artikel "Korrelation und Kausalität" anhand von fiktiven und realen Beispielen in das Thema ein und spricht dabei die zentralen Aspekte an.

Nach oben

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Korrelation und Kausalität" einarbeiten:

• Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften (5. Aufl.). Berlin: Springer. (Kap. 12.5.2., S. 695-701 & S. 684-687, verfügbar per Campuslizenz)

• Krämer, W. (2015). So lügt man mit Statistik. Frankfurt am Main: Campus-Verlag. (Kap. 15)

• Sedlmeier, P. & Renkewitz, F. (2018). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler (3. Aufl.). München: Pearson. (Kap. 7.5 & 7.6)

• Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1 (6. Aufl.). Weinheim: Beltz. (Kap. II.C.3)

Nach oben

Im folgenden Video (11:05 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird gezeigt, wie sich die Voraussetzungen zur Berechnung einer Partialkorrelation in SPSS prüfen lassen. Dabei wird zunächst auf die Normalverteilungsannahme und das Vorliegen von Ausreißerwerten getestet und anschließend die Linearität graphisch mittels Streudiagrammen überprüft.
 

Im Anschluß an die Voraussetzungsprüfung (siehe Video oben!) demonstriert Prof. Dr. Todd L. Grande (Wilmington University, USA) in diesem Video (8:18 Min.) die Durchführung einer Partialkorrelationsanalyse in SPSS. Er verdeutlicht dies anhand eines Beispiels mit drei Variablen und geht dabei nach den Zielen und Voraussetzungen einer solchen Analyse v.a. ausführlich auf die in der Korrelationstabelle enthaltenen Ergebnisse und deren Interpretation ein.
 

Nach oben

Im ersten Video (6:08 Min) der zweiteiligen Reihe "Correlation Is Not Causation" von Soomo Publishing (www.soomolearning.com) wird der Frage nachgegangen, ob die Aussage, dass der Konsum von Videospielen Kinder aggressiv macht, aufgrund der gefundenen Korrelation zwischen diesen beiden Variablen (Videospielkonsum & Aggressivität) gerechtfertigt werden kann. Dazu wird in Teil 1 zunächst verdeutlicht, wie eine solche Korrelation zu interpretieren ist.
 

Im zweiten Video (8:36 Min.) der Reihe "Correlation Is Not Causation" von Soomo Publishing (www.soomolearning.com) wird aufgezeigt, warum die gefundene Korrelation zwischen Videospielkonsum und Aggressivität keine Aussage auf einen kausalen Zusammenhang erlaubt. Dazu wird die Bedeutung von sogenannten "Drittvariablen" erläutert und auf das Beispiel übertragen. Schließlich wird demonstriert, wie sich die Aussage, dass der Konsum von Videospielen Kinder aggressiv macht, tatsächlich - nämlich experimentell - auf Kausalität prüfen ließe.
 

Im Video "Causal Relationship in Scientific Reseach" (16:39 Min.) gibt Dr. E. Paik (University of Nevada, Las Vegas) eine Einführung in die Untersuchung kausaler Zusammenhänge in der wissenschaftlichen Forschung. Dazu wird zunächst das Konzept der Kausalität mit Hilfe eines Beispiels erörtert und anschließend verdeutlicht, wie Kausalität in der Forschung modelliert wird, d.h. wie sie sich experimentell überprüfen lässt. Im Zuge dieser Präsentation werden zudem die Begriffe von Ursache, Wirkung, Wenn-Dann-Regel, wissenschaftliches Experiment, unabhängige und abhängige Variable eingeführt.
 

Nach oben

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote bzw. -ressourcen zu weiterführenden Fragen rund um das Thema "Korrelation und Kausalität" (z.B. Partialkorrelation):

• Im Online-Kurs "STAT 505" des PennState Eberly College of Science wird in Kapitel 6.3 die Testung auf eine partielle Korrelation und die Berechnung der entsprechenden Konfidenzintervalle veranschaulicht.

• Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "Correlation & Regression" neben zahlreichen Tools zu verschiedensten korrelationsbezogenen Maßen auch solche zur Berechnung von  Partialkorrelationen.

• Auf seiner Homepage stellt der US-amerikanische Autor Tyler Vigen ("Spurious correlations") ganze 30.000(!) Beispiele für Scheinkorrelationen vor und weist die Quellen der zugrunde liegenden Daten aus. Zudem lassen sich aus der Fülle der vorliegenden Variablen - quasi zu Übungszwecken - diverse "neue" Korrelationen bestimmen und graphisch darstellen.

Nach oben

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Korrelation und Kausalität" zu befassen:

• Opp, K.-D. (2010). Kausalität als Gegenstand der Sozialwissenschaften und der multivariaten Statistik. In C. Wolf & H. Best (Hrsg.). Handbuch der sozialwissenschaftlichen Datenanalyse (S. 9-38). Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)

• Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler (4. Aufl.). Berlin: Springer. (Kap. 4.1.11; verfügbar per Campuslizenz)

• Simon, H. (1954). Spurious Correlation: A Causal Interpretation. Journal of the American Statistical Association,49(267), 467-479.

Nach oben