Streudiagramm & Korrelation
Kostenloser Streudiagramm-Generator. CSV hochladen oder einfügen, zwei numerische Spalten wählen und die Beziehung sofort sehen. Pearson-Korrelationskoeffizient (r), R² und optionale Regressionsgerade mit Steigung und Achsenabschnitt.
Streudiagramm & Korrelation
Laden Sie eine CSV-Datei hoch oder fügen Sie tabellarische Daten ein, wählen Sie zwei numerische Spalten und sehen Sie die Beziehung sofort. Dieses Tool zeichnet ein Streudiagramm in Ihrem Browser, berechnet den Pearson-Korrelationskoeffizienten und kann optional eine Regressionsgerade überlagern — ganz ohne Datenweitergabe an einen Server.
Was ist ein Streudiagramm?
Ein Streudiagramm (Scatter Plot oder XY-Diagramm) stellt gepaarte Beobachtungen als Punkte auf einer zweidimensionalen Ebene dar. Jeder Punkt hat eine X-Koordinate aus einer Variable und eine Y-Koordinate aus einer anderen. Die entstehende Punktwolke zeigt Form, Stärke und Richtung der Beziehung zwischen den beiden Variablen.
Pearson-Korrelationskoeffizient (r)
Pearson r ist die gebräuchlichste Einzelzahl-Zusammenfassung einer linearen Beziehung. Er liegt zwischen -1 und +1:
- r = +1: perfekte positive lineare Beziehung — alle Punkte liegen genau auf einer aufsteigenden Geraden.
- r = 0: keine lineare Beziehung.
- r = -1: perfekte negative lineare Beziehung.
Konventionelle Stärkerichtlinien (Cohen, 1988): |r| < 0,1 vernachlässigbar; 0,1–0,3 klein; 0,3–0,5 mittel; 0,5–0,7 groß; > 0,7 sehr groß.
Wichtige Hinweise: r misst nur lineare Zusammenhänge. Korrelation impliziert keine Kausalität. Ausreißer können r erheblich beeinflussen. Visualisieren Sie Ihre Daten immer — Anscombe’s Quartett (1973) zeigt eindrucksvoll, dass gleiche r-Werte völlig unterschiedliche Streudiagramme haben können.
R² — Bestimmtheitsmaß
R² ist das Quadrat von r und gibt den Anteil der Varianz in Y an, der durch den linearen Zusammenhang mit X erklärt wird. R² = 0,64 bedeutet beispielsweise, dass 64 % der Variation in Y durch X erklärt werden.
Lineare Regression
Aktivieren Sie Regressionsgerade anzeigen, um die Methode der kleinsten Quadrate (OLS) anzuwenden: die Gerade ŷ = Steigung · x + Achsenabschnitt, die die Summe der quadrierten vertikalen Abstände minimiert.
Anwendungsfälle
- Biologie/Medizin: Körpergröße vs. Gewicht, Dosis vs. Wirkung.
- Finanzen: Kurs vs. Volumen, Renditen vs. Marktindex.
- Bildung: Lernstunden vs. Prüfungsnote, Klassengröße vs. Leistung.
- Ingenieurwesen: Eingangsspannung vs. Ausgangsstrom, Temperatur vs. Widerstand.
Datenschutz
Alle Berechnungen erfolgen lokal in Ihrem Browser. Es werden keine Daten an einen Server übertragen. Maximale empfohlene Dateigröße: 5 MB.