Kanonische Korrelationsanalyse in Excel - Anleitung

Dieses Tutorium zeigt Ihnen, wie Sie eine kanonischen Korrelationsanalyse in Excel mithilfe der Statistiksoftware XLSTAT einrichten und interpretieren.

Sie sind nicht sicher, ob dies das richtige Tool für die multivariate Datenanalyse ist, das Sie benötigen? Weitere Hinweise finden Sie hier.

Daten für die kanonische Korrelationsanalyse

Es gibt zwei Datensätze über die Männer: 1. Die physiologischen Daten:

• Gewicht
• Größe
• Puls

2. Die Übungen, die die Männer machten:

• Klimmzüge
• Situps
• Sprünge

Einrichten der kanonischen Korrelationsanalyse

Gehen Sie zum Menü Multiblock-Datenanalyse und wählen Sie die Funktion Kanonische Korrelationsanalyse aus.

In der Registerkarte Allgemein bestimmen Sie die beiden Datensätze. Y1 entspricht den physiologischen Daten, die in den Spalten B bis D gespeichert sind. Y2 entspricht den Übungsdaten, die in den Spalten E bis G gespeichert sind.

Da die Spalten einen Namen haben, muss die Option Beschriftung der Spalten aktiviert bleiben. Sie können auch die Option Beschriftungen der Beobachtungen hinzufügen, indem Sie die entsprechende Option markieren und die Spalte A auswählen.

In der Registerkarte Optionen überprüfen Sie, ob beide Datensätze zentriert und reduziert sind.

Für die Ausgabe markieren Sie alle.

Wählen Sie auch die Anzeige des einzigartigen Diagramms, das in der Registerkarte Diagramme verfügbar ist, aus.

Klicken Sie auf OK, sobald die Auswahlen vorgenommen wurden.

Bei Aufforderung wählen Sie die Anzeige des Diagramms mit Faktor 1 und Faktor 2.

Beachten Sie, dass die erklärte Varianz 99,22 % beträgt.

Ergebnisse der kanonischen Korrelationsanalyse

Das erste Ergebnis nach den deskriptiven Statistiken ist die Korrelationsmatrix.

Beachten Sie die starke Korrelation zwischen dem Gewicht und der Taille (0,870) in der ersten Tabelle und Situps und Sprüngen (0,669) und Situps und Klimmzügen (0,696) in der zweiten Tabelle. Die Korrelationen zwischen beiden Tabellen sind relativ klein, mit Ausnahme von Taille und Situps (-0,646) und Klimmzügen (-0,552).

Die Eigenwerte zeigen, dass der erste Faktor allein 93 % der Variabilität erklärt.

Mithilfe des Wilks-Lambda-Tests kann man testen, ob die kanonischen Variablen mit den ursprünglichen Tabellen verbunden sind oder nicht. Wir sehen hier, dass während F1 geringfügig aber nicht signifikant verbunden ist, F2 und F3 kaum mit den ursprünglichen Tabellen verbunden sind.

Die kanonischen Korrelationen bei Faktor 1 zeigen, dass die beiden Tabellen Y1 und Y2 korreliert sind. Beachten Sie, dass dieser Wert größer ist als die Korrelationen zwischen den beiden Tabellen.

Die Redundanzkoeffizienten zeigen, dass ein kleiner Anteil der Variabilität der Eingangsvariablen durch die kanonischen Variablen vorhergesagt wird.

Die Korrelationen zwischen Eingangs- und kanonischen Variablen (auch genannt Struktur-Korrelationskoeffizienten oder kanonische Faktorladungen) ermöglichen das Verständnis, wie die kanonischen Variablen mit den Eingangsvariablen verbunden sind.

Wir können sehen, dass die Variablen Taille und Gewicht korreliert sind und mit Faktor 1 und 2 negativ korreliert sind. Sie sind außerdem anitkorreliert mit den Übungen Situps und Klimmzüge. Das bedeutet, dass Personen mit einem höheren Gewicht und einer breiteren Taille nicht so viele Situps und Klimmzügen machen, wie die anderen Personen.