Kovarianz
In diesem Beitrag
Was versteht man unter Kovarianz?
Die Kovarianz ist ein statistisches Maß, das beschreibt, wie zwei metrische Variablen gemeinsam variieren – also ob sie dazu neigen, sich gleichzeitig in dieselbe oder in entgegengesetzte Richtungen zu verändern. Formal berechnet sich die Kovarianz zweier Variablen X und Y für eine Stichprobe wie folgt:
Formel: Stichproben-Kovarianz
Dabei steht n für die Anzahl der Beobachtungen, xi und yi für die einzelnen Messwerte sowie und für die jeweiligen Mittelwerte der beiden Variablen. Die Formel berechnet im Kern, wie stark die einzelnen Wertepaare gemeinsam vom jeweiligen Mittelwert abweichen.
Das Vorzeichen der Kovarianz gibt die Richtung des Zusammenhangs an:
- Positive Kovarianz: Steigt X, steigt tendenziell auch Y.
- Negative Kovarianz: Steigt X, sinkt tendenziell Y.
- Kovarianz ≈ 0: Kein linearer Zusammenhang zwischen den Variablen.
Warum ist Kovarianz für statistische Analysen wichtig?
Die Kovarianz ist ein grundlegendes Konzept in der Statistik und taucht in vielen Analysemethoden als Baustein auf. Sie bildet zum Beispiel die Grundlage für den Pearson-Korrelationskoeffizienten, der die Kovarianz durch die Standardabweichungen beider Variablen dividiert und dadurch auf einen interpretierbaren Wertebereich von −1 bis +1 normiert. Auch in der Regressionsanalyse und in multivariaten Verfahren wie der Faktorenanalyse oder der Hauptkomponentenanalyse spielt die Kovarianz eine zentrale Rolle.
Ein wichtiger Unterschied zur Korrelation: Die Kovarianz ist einheitenabhängig. Ihr numerischer Wert hängt davon ab, in welcher Einheit die Variablen gemessen wurden. Eine Kovarianz von 150 zwischen Körpergröße (in cm) und Gewicht (in kg) lässt sich deshalb kaum inhaltlich interpretieren – man weiß nicht, ob das ein starker oder schwacher Zusammenhang ist. Die Richtung des Zusammenhangs ist aber zuverlässig ablesbar.
Praxisbeispiel zu Kovarianz
Eine Studentin untersucht, ob Lernzeit und Prüfungspunkte zusammenhängen. Sie erhebt Daten von fünf Kommilitonen:
| Person | Lernzeit x (Std.) | Punkte y | (xi − x̄) | (yi − ȳ) | Produkt |
|---|---|---|---|---|---|
| A | 2 | 40 | −3 | −18 | 54 |
| B | 4 | 55 | −1 | −3 | 3 |
| C | 5 | 60 | 0 | 2 | 0 |
| D | 6 | 65 | 1 | 7 | 7 |
| E | 8 | 80 | 3 | 22 | 66 |
| Mittelwert | 5 | 60 | – | – | Σ = 130 |
Die Stichproben-Kovarianz ergibt sich als:
Berechnung
Die Kovarianz beträgt 32,5. Da der Wert positiv ist, zeigt sich: Wer mehr lernt, erzielt tendenziell mehr Punkte. Für eine Aussage darüber, wie stark dieser Zusammenhang ist, würde man im nächsten Schritt den Korrelationskoeffizienten berechnen.
