Direkt zum Inhalt

RV-Koeffizienten-Test in Excel - Anleitung

Dieses Tutorium wird Ihnen helfen, RV-Koeffizienten, die zum Testen der Verbindung zwischen zwei Matrizen verwendet werden, in Excel mithilfe von XLSTAT zu berechnen und zu interpretieren. Sie sind sich nicht sicher, ob dies der statistische Test ist, nach dem Sie suchen? Weitere Hinweise finden Sie hier.

Datensatz für die Durchführung eines RV-Koeffizienten-Tests in XLSTAT

Absicht dieses Tutoriums

Ziel dieses Tutoriums ist es, zu bewerten, wie ähnlich die durch die beiden HKAs gesammelten Informationen sind.

Einrichten eines RV-Koeffizienten-Tests in XLSTAT

Nach dem Öffnen von XLSTAT klicken Sie auf Testen einer Hypothese/Korrelations-/Assoziationstests/RV-Koeffizienten.

RV correlation menu

Wählen Sie in der Registerkarte Allgemein den ersten quantitativen Datensatz (nur die Variablen) im Datenfeld Matrix A aus. Dann wählen Sie im Datenfeld Matrix B den zweiten Datensatz aus.

RV coefficient dialog box

Wählen Sie in der Registerkarte Optionen die Option **Benutzerdefiniert für die Ausgewählten Variablen aus und geben Sie 1 in das Feld von und 5 in das Feld bis ein.

RV dialog box options tab

Klicken Sie auf den Button OK und auf den Button fortfahren im folgenden Dialogfenster.

Interpretieren der Ergebnisse eines RV-Koeffizienten-Tests in XLSTAT

Eine Tabelle zeigt die RV-Koeffizienten für die ausgewählte Reihe von Dimensionen an, d. h. die erste Variable, die beiden ersten Variablen, die drei ersten Variablen, usw. Zusammen mit den RV-Koeffizienten zeigt XLSTAT die angepassten RV-Koeffizienten, die standardisierten RV-Koeffizienten, den Mittelwert und die Varianz der RV-Koeffizientenverteilung und die entsprechenden p-Werte an.

RV result 1

Je näher der RV-Koeffizient bei 1 liegt, desto ähnlicher sind die Matrizen. Je niedriger der p-Wert ist, desto stärker weicht der RV-Koeffizient von 0 ab.

Ein Säulendiagramm ermöglicht die Darstellung der RV-Koeffizienten. Der Farbcode ermöglicht die schnelle Überprüfung, ob die RV-Koeffizienten sich signifikant von 0 unterscheiden oder nicht, und wie hoch das Signifikanzniveau ist (0,001; 0,01 oder 0,05).

RV result 2

War dieser Artikel nützlich?

  • Ja
  • Nein