Deskriptive Statistik

Korrelation und Kausalität

In diesem Artikel erklären wir die anhand anschaulicher Beispiele, was die Korrelation und die Kausalität voneinander unterscheidet. Noch leichter verstehst du den Unterschied mit unserem Video .

Inhaltsübersicht

Was ist der Unterschied zwischen Korrelation und Kausalität?

Korrelation

Eine Korrelation sagt dir, dass zwischen zwei Variablen ein Zusammenhang besteht. Dabei gehen im Fall einer positiven Korrelation größere Werte von Variable A mit größeren Werten von Variable B und kleinere Werte mit kleineren einher. Du weißt bei einer Korrelation jedoch nicht, welche Variable welche beeinflusst oder ob vielleicht ein dritter Einflussfaktor für den Zusammenhang verantwortlich ist. Du kannst also nicht sagen, dass die Werte von Variable A größer sind, WEIL Variable B gestiegen ist.

Wichtig

Du darfst bei Korrelation nie ungeprüft auf Kausalität schließen!

Kausalität

Kausalität bedeutet, dass zwischen Variablen ein klarer Ursache-Wirkungs-Zusammenhang besteht. In anderen Worten liegt Kausalität also dann vor, wenn du sicher weißt, welche Variable welche beeinflusst. In diesem Fall darfst du sagen, dass Variable A größere Werte zeigt, WEIL Variable B gestiegen ist. 

Korrelation, aber keine Kausalität?

Dass zwischen zwei Variablen eine Korrelation, aber keine Kausalität besteht, kann ganz verschiedene Gründe haben. Besonders häufig gibt es  eine dritte Variable C, die sowohl Variable A als auch Variable B beeinflusst. Dadurch, dass Variable C beide Variablen auf die gleiche Weise beeinflusst, entsteht der Eindruck, es bestünde ein direkter Zusammenhang zwischen A und B.
Gleichzeitig könnte es so sein, dass sich die Variablen A und B gegenseitig beeinflussen. Auch in diesem Fall kannst du keinen klaren Ursache-Wirkung-Zusammenhang feststellen.  

%Grafik Variable C beeinflusst sowohl A und B und dadurch entsteht ein Zusammenhang zwischen A und B 

%Grafik wechselseitige Beeinflussung A und B

Jetzt neu
Teste Dein Wissen mit Übungsaufgaben

Beispiel 1

Sehen wir uns den Unterschied zwischen Korrelation und Kausalität an zwei Beispielen an:

So besteht zum Beispiel eine positive Korrelation zwischen der Menge an verkauftem Speiseeis und der Anzahl an Sonnenbränden. Je mehr Eis verkauft wird, desto mehr Menschen haben also auch einen Sonnenbrand. Das bedeutet allerdings natürlich nicht, dass es mehr Sonnenbrände gibt, WEIL mehr Eis verkauft wurde. Stattdessen wird sowohl die Menge des Speiseeises als auch die Anzahl der Sonnenbrände durch die Außentemperatur beeinflusst. Ist es draußen wärmer, dann kaufen die Leute mehr Eis und sie bekommen gleichzeitig auch häufiger einen Sonnenbrand als wenn es kalt ist. Das bedeutet, die Variablen „Speiseeis“ und „Sonnenbrände“ korrelieren zwar miteinander, es besteht zwischen ihnen aber kein kausaler Ursache-Wirkungs-Zusammenhang. 

% Grafik zur Veranschaulichung des Beispiels (Orientierung an Grafik oben, aber mit zum Beispiel passenden Bildern

Beispiel 2

Ein zweites Beispiel ist die Korrelation zwischen der Anzahl der Störche in einer Region und der Zahl der Geburten. Hier wurde beobachtet, dass in Regionen mit weniger Störchen auch weniger Kinder geboren werden. Auch hier ist es natürlich Unsinn davon auszugehen, dass irgendwo weniger Kinder geboren werden, WEIL es dort weniger Störche gibt. Stattdessen ist es so, dass in städtischen, industrialisierteren Gegenden sowohl weniger Störche leben, als auch tendenziell weniger Kinder geboren werden als auf dem Land. Auch hier haben wir also eine Korrelation, die jedoch durch eine dritte Variable (hier: der Industrialisierungsgrad der Region) verursacht wurde und bei der man nicht auf Kausalität schließen darf. 

Kausalität nachweisen

Nun weißt du bereits, dass man von einer Korrelation nicht einfach automatisch auf Kausalität schließen darf. Doch unter welchen Umständen ist es denn möglich, von Kausalität auszugehen? 

Von Kausalität ausgehen darfst du, wenn du ein Experiment durchgeführt hast. Dafür teilst du deine Versuchspersonen zufällig („randomisiert“) den unterschiedlichen Versuchsbedingungen zu. In den Bedingungen sollen alle relevanten Merkmale gleich sein bis auf die Variable, die du als Ursache vermutest. Findest du anschließend Unterschiede zwischen den Bedingungen, kannst du dir sicher sein, dass diese von deiner Variablen verursacht wurden. 

Jetzt neu
Teste Dein Wissen mit Übungsaufgaben

Andere Nutzer halten diese Inhalte aus dem Bereich „Deskriptive Statistik“ für besonders klausurrelevant

Hallo, leider nutzt du einen AdBlocker.

Auf Studyflix bieten wir dir kostenlos hochwertige Bildung an. Dies können wir nur durch die Unterstützung unserer Werbepartner tun.

Schalte bitte deinen Adblocker für Studyflix aus oder füge uns zu deinen Ausnahmen hinzu. Das tut dir nicht weh und hilft uns weiter.

Danke!
Dein Studyflix-Team

Wenn du nicht weißt, wie du deinen Adblocker deaktivierst oder Studyflix zu den Ausnahmen hinzufügst, findest du hier eine kurze Anleitung. Bitte lade anschließend die Seite neu.