##  [Korrelation](/de/node/66370) 

 Definition

Eine statistische Kennzahl, die das Ausmaß und die Richtung der Assoziation oder Abhängigkeit zwischen zwei Variablen in einer Stichprobe oder Population beschreibt; Korrelation quantifiziert, wie Werte einer Variablen mit denen einer anderen variieren, begründet aber nicht allein, dass die Variation der einen Variablen die der anderen verursacht.

 

 

 

 

 

 





## Prinzip

Prinzip

Korrelation weist auf statistische Abhängigkeit und potenzielle prädiktive Nutzbarkeit hin, ist jedoch unzureichend für kausale Schlussfolgerungen; sie kann aus direkter Kausalität, Rückwärtskausalität, Confounding, gemeinsamen Trends oder Messstruktur entstehen und bedarf daher weiterer Analysen zur Mechanismusinterpretation.

 

 

 

 

 





## Demonstration

Demonstration

Illustrierendes Szenario (hypothetisch): Situation — Ein Datensatz zeigt, dass Variable X und Variable Y tendenziell gemeinsam ansteigen. Erkennung — Analysten berechnen einen Korrelationskoeffizienten oder schätzen ein Modell, das die statistische Assoziation zeigt. Handlung — Die Assoziation wird als Ausgangspunkt für weitere Untersuchungen genutzt (z. B. stratifizierte Analysen, Zeitreihenstudien oder prädiktives Modellieren). Folge — Die Korrelation kann zur Hypothesengenerierung oder Vorhersage dienen, rechtfertigt jedoch ohne zusätzliche Evidenz keine kausalen Schlüsse oder Interventionen.

 

 

 

 

## Fehlanwendung

Fehlanwendung

Fehlerhafte Interpretation: Aus Korrelation auf Kausalität schließen. Warum plausibel: Starke oder konsistente Korrelation suggeriert eine Beziehung. Semantischer Fehler: Statistische Assoziation mit kausalem Effekt verwechseln und damit Interventionen oder mechanistische Erklärungen stützen, die die Daten nicht hergeben.

 

 

 

 

 





## Konsequenz

Konsequenz

Korrelation ist nützlich zur Beschreibung von Beziehungen, Auswahl von Prädiktoren und Hypothesengenerierung; die Verwechslung mit Kausalität kann zu schlechten Entscheidungen, ungeeigneten Interventionen und irreführenden Schlüssen führen.

 

 

 

 

## Umkehrung

Umkehrung

Korrelation kann erst dann als Evidenz für Kausalität gelten, wenn ergänzende Designs und Analysen (Temporalität, Kontrolle von Confoundern, Mechanismus) eine kausale Interpretation stützen; umgekehrt kann Korrelation nach Konditionierung auf einen Confounder oder bei Änderung der Messskala verschwinden.

 

 

 

 

 





## Abgrenzung

Abgrenzung

Eindeutig innerhalb: statistisch signifikante Assoziation zwischen zwei gemessenen Variablen in einem spezifizierten Datensatz, quantifiziert durch einen Korrelationskoeffizienten oder Abhängigkeitsmaß. Randfall: Korrelation in Querschnittsdaten, die Rückwärtskausalität oder Confounding widerspiegeln kann. Eindeutig außerhalb: Kausale Behauptung, dass eine Variable Änderungen in der anderen erzeugt, ohne unterstützende Kausalevidenz.

 

 

 

 

 





## Semantische Spannung

Semantische Spannung

Spannung zwischen deskriptiven statistischen Zielen (Messen und Zusammenfassen von Assoziation) und kausalen Inferenzzielen (Ursachen feststellen), die unterschiedliche Methoden und Evidenzstandards verlangen.

 

 

 

 

 





## Synthese

Synthese

Korrelation ist ein informativer deskriptiver und prädiktiver Indikator, bildet aber eine schwache Grundlage für kausale Behauptungen; ihre kausale Interpretation erfordert explizite Zusatzbelege und Sensitivität gegenüber alternativen Erklärungen.