Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ...

30
Skala 1 Skala 2 Skala 3 Skala 4 Skala 5 Skala 6 Skala 7 Skala 8 Skala 9
Skala 1 1.00 0.17 0.42 0.18 0.20 0.29 0.11 0.31 0.20
Skala 2 0.17 1.00 0.15 -0.06 -0.03 -0.08 -0.03 0.14 -0.03
Skala 3 0.42 0.15 1.00 0.29 0.31 0.27 0.17 0.50 0.24
Skala 4 0.18 -0.06 0.29 1.00 0.75 0.45 0.24 0.47 0.54
Skala 5 0.20 -0.03 0.30 0.75 1.00 0.41 0.21 0.60 0.63
Skala 6 0.29 -0.08 0.27 0.45 0.41 1.00 0.22 0.31 0.38
Skala 7 0.11 -0.03 0.17 0.24 0.21 0.22 1.00 0.17 0.19
Skala 8 0.31 0.14 0.50 0.47 0.60 0.31 0.17 1.00 0.42
Skala 9 0.20 -0.03 0.24 0.54 0.63 0.38 0.19 0.42 1.00
Tabelle 14 Korrelationen der Skalen
Auch hier findet man wieder die schon festgestellten Überschneidungen der Skalen 1 und 3 sowie 4
und 5 oder auch 5 und 9. Natürlich stellt sich die Frage nach der Berechtigung von Korrelationen, da
das vorliegende Datenmaterial stark diskreter Natur ist. Für die hier berechneten Korrelationen wurde
anhand von Scatterplots aber immer überprüft, ob eine Berechnung sinnvoll ist. Als Beispiel gibt die
nächste Abbildung die Scatterplotmatrix für die Korrelationsmatrix der Skalen an.
4
3
2
1
4
3
2
1
4
3
2
1
4
3
2
1
Skala1mittel
1 2 3 4
1 2 3 4
Skala2mittel
Skala3mittel
1 2 3 4
1 2 3 4
Skala4mittel
Abbildung 10 Scatterplotmatrix für die neun Skalen
Skala5mittel
1 2 3 4
1 2 3 4
Skala6mittel
Skala7mittel
1 2 3 4
1 2 3 4
Skala8mittel
Skala9mittel
1 2 3 4
Der Vollständigkeit halber sei noch erwähnt, dass die Verwendung nichtparametrischer Korrelationen
hier wegen Bindungen erst recht nicht unproblematisch wäre.
4
3
2
1
4
3
2
1
4
3
2
1
4
3
2
1
4
3
2
1