{"id":3911,"date":"2026-10-09T06:33:08","date_gmt":"2026-10-09T05:33:08","guid":{"rendered":"https:\/\/wpcalc.com\/de\/statistik\/kendall-tau-rechner\/"},"modified":"2026-10-09T06:33:08","modified_gmt":"2026-10-09T05:33:08","slug":"kendall-tau-rechner","status":"publish","type":"post","link":"https:\/\/wpcalc.com\/de\/statistik\/kendall-tau-rechner\/","title":{"rendered":"Kendall-Tau-Rechner"},"content":{"rendered":"<section class=\"not-prose calculator-box\" aria-labelledby=\"calculator-title\"><div class=\"flex items-baseline sm:items-center justify-between gap-2 sm:gap-3\"><div class=\"flex flex-col sm:flex-row sm:items-center gap-2\"><span class=\"icon icon-calculator text-primary-700! text-base! dark:text-primary-300!\" aria-hidden=\"true\"><\/span><h2 id=\"calculator-title\" class=\"text-lg font-display font-bold\">Rangkorrelation zwischen zwei gepaarten Variablen berechnen<\/h2><\/div><div class=\"calcdash-favorite group\">\n  <button type=\"button\" class=\"favorite\" id=\"favorite\" data-favorite-id=\"3911\" data-favorite-title=\"Kendall-Tau\" data-favorite-url=\"https:\/\/wpcalc.com\/de\/statistik\/kendall-tau-rechner\/\" data-favorite-excerpt=\"Geben Sie zwei gepaarte Wertelisten ein, um Kendall-Tau-b zu berechnen \u2013 samt Anzahl der konkordanten und diskordanten Paare, z-Statistik und p-Wert f\u00fcr den Rangzusammenhang zwischen den Variablen.\" aria-label=\"Zu Favoriten hinzuf\u00fcgen\" data-favorite-icon=\"icon icon-wpcalc-regression-plot\">\n    <span class=\"icon icon-shape-star-empty\" aria-hidden=\"true\"><\/span>\n  <\/button>\n  <div class=\"calcdash-favorite__tip\" aria-hidden=\"true\">\n   <span class=\"favorite-tooltip\" id=\"favorite-tooltip\"><\/span>\n  <\/div>\n  <span class=\"sr-only\" role=\"status\" id=\"favorite-status\"><\/span>\n<\/div><\/div><form action=\"https:\/\/wpcalc.com\/de\/statistik\/kendall-tau-rechner\/\" method=\"POST\" class=\"calculator\" id=\"calculator-3911\" data-post=\"3911\"><fieldset class=\"fieldset-input is-1\"><legend class=\"sr-only\">Eingabefelder<\/legend><div class=\"field is-single\" id=\"input-1\"><label for=\"field-1\">Erste Variable (X)<\/label><textarea id=\"field-1\" name=\"erste_variable_x\">1; 2; 3; 4; 5; 6; 7; 8; 9; 10<\/textarea><\/div><div class=\"field is-single\" id=\"input-2\"><label for=\"field-2\">Zweite Variable (Y)<\/label><textarea id=\"field-2\" name=\"zweite_variable_y\">2; 2; 1; 4; 5; 5; 7; 6; 9; 10<\/textarea><\/div><div class=\"field is-single\" id=\"input-3\"><label for=\"field-3\">Alternativhypothese<\/label><div class=\"grid grid-cols-1\"><select id=\"field-3\" name=\"alternativhypothese\"><option value=\"two\" selected>Zweiseitig (\u03c4 \u2260 0)<\/option><option value=\"greater\">Gr\u00f6\u00dfer (\u03c4 &gt; 0)<\/option><option value=\"less\">Kleiner (\u03c4 &lt; 0)<\/option><\/select><svg class=\"pointer-events-none col-start-1 row-start-1 mr-2 size-5 self-center justify-self-end text-gray-500 sm:size-4\" viewBox=\"0 0 16 16\" fill=\"currentColor\" aria-hidden=\"true\" data-slot=\"icon\">\n              <path fill-rule=\"evenodd\" d=\"M4.22 6.22a.75.75 0 0 1 1.06 0L8 8.94l2.72-2.72a.75.75 0 1 1 1.06 1.06l-3.25 3.25a.75.75 0 0 1-1.06 0L4.22 7.28a.75.75 0 0 1 0-1.06Z\" clip-rule=\"evenodd\" \/>\n            <\/svg><\/div><\/div><\/fieldset><div class=\"buttons\"><button type=\"submit\" data-text=\"Neu berechnen\" id=\"calculate-button\" data-post=\"3911\">Berechnen<\/button><button type=\"reset\">Zur\u00fccksetzen<\/button><\/div><div class=\"field is-checkbox hidden!\" id=\"field-auto-calc\"><input type=\"checkbox\" id=\"auto-calc\"><label for=\"auto-calc\">Automatisch berechnen<\/label><small>Wenn aktiviert, wird das Ergebnis automatisch aktualisiert, sobald Sie einen Wert \u00e4ndern.<\/small><\/div><div class=\"fieldset-result is-hidden\" aria-labelledby=\"result-title\" aria-live=\"polite\" role=\"region\"> <h3 class=\"result-title bg-gradient-to-r from-primary-50 to-gray-50 dark:from-primary-900 dark:to-gray-800\" id=\"result-title\"><span class=\"icon icon-s-pulse\" aria-hidden=\"true\"><\/span> Ergebnisse zu Kendalls Tau<\/h3><div class=\"result-box\"><div class=\"field-result\" id=\"output-1\"><span class=\"field-title\"><span>Kendalls Tau-b<\/span><span class=\"result-term\">\u03c4B<\/span><\/span><span class=\"field-value\" id=\"result-1\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-2\"><span class=\"field-title\"><span>Konkordante Paare<\/span><span class=\"result-term\">C<\/span><\/span><span class=\"field-value\" id=\"result-2\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-3\"><span class=\"field-title\"><span>Diskordante Paare<\/span><span class=\"result-term\">D<\/span><\/span><span class=\"field-value\" id=\"result-3\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-4\"><span class=\"field-title\"><span>Nur in X gebundene Paare<\/span><span class=\"result-term\">Tx<\/span><\/span><span class=\"field-value\" id=\"result-4\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-5\"><span class=\"field-title\"><span>Nur in Y gebundene Paare<\/span><span class=\"result-term\">Ty<\/span><\/span><span class=\"field-value\" id=\"result-5\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-6\"><span class=\"field-title\"><span>Kendalls S (C \u2212 D)<\/span><span class=\"result-term\">S<\/span><\/span><span class=\"field-value\" id=\"result-6\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-7\"><span class=\"field-title\"><span>z-Statistik<\/span><span class=\"result-term\">z<\/span><\/span><span class=\"field-value\" id=\"result-7\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-8\"><span class=\"field-title\"><span>Approximativer p-Wert<\/span><span class=\"result-term\">p<\/span><\/span><span class=\"field-value\" id=\"result-8\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-9\"><span class=\"field-title\"><span>Funktionsweise und Interpretation<\/span><\/span><span class=\"field-value\" id=\"result-9\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><\/div><div class=\"result-actions\"><button type=\"button\" class=\"copy-link\"><svg viewBox=\"0 0 20 20\" fill=\"currentColor\" aria-hidden=\"true\"><path d=\"M12.232 4.232a2.5 2.5 0 0 1 3.536 3.536l-1.225 1.224a.75.75 0 0 0 1.061 1.06l1.224-1.224a4 4 0 0 0-5.656-5.656l-3 3a4 4 0 0 0 .225 5.865.75.75 0 0 0 .977-1.138 2.5 2.5 0 0 1-.142-3.667l3-3Z\"\/><path d=\"M11.603 7.963a.75.75 0 0 0-.977 1.138 2.5 2.5 0 0 1 .142 3.667l-3 3a2.5 2.5 0 0 1-3.536-3.536l1.225-1.224a.75.75 0 0 0-1.061-1.06l-1.224 1.224a4 4 0 1 0 5.656 5.656l3-3a4 4 0 0 0-.225-5.865Z\"\/><\/svg><span class=\"copy-link__text\">Link zu dieser Berechnung kopieren<\/span><\/button><span class=\"sr-only\" role=\"status\" id=\"copy-link-status\"><\/span><\/div><\/div><a href=\"#respond\" class=\"hidden transition-opacity duration-300 opacity-0 w-50 text-sm justify-center items-center gap-2 px-4 py-2 rounded bg-gray-200 text-gray-700 hover:bg-gray-300\" id=\"leave-comment\"><span class=\"icon icon-comments\" aria-hidden=\"true\"><\/span>Kommentar schreiben<\/a><\/form><\/section><section id=\"calc-reactions\" class=\"not-prose hidden my-12 bg-gradient-to-r from-primary-50 to-gray-50 border border-indigo-100 rounded-xl px-6 py-4 shadow-sm\" data-post=\"3911\" aria-live=\"polite\" aria-labelledby=\"calc-reactions-title\"><p id=\"calc-reactions-title\" class=\"text-sm text-gray-500 text-center mb-2\">Wie finden Sie dieses Ergebnis?<\/p><div role=\"group\" aria-labelledby=\"calc-reactions-title\" class=\"grid grid-cols-3 sm:flex sm:flex-row sm:justify-around gap-4 sm:items-center sm:flex-wrap\"><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"like\"><span class=\"reaction-count\" data-reaction-count=\"like\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude00 <\/span><span class=\"reaction-description font-medium\">Gef\u00e4llt mir <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"helpful\"><span class=\"reaction-count\" data-reaction-count=\"helpful\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\udca1 <\/span><span class=\"reaction-description font-medium\">Hilfreich <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"confused\"><span class=\"reaction-count\" data-reaction-count=\"confused\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude15 <\/span><span class=\"reaction-description font-medium\">Verwirrt <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"disappointed\"><span class=\"reaction-count\" data-reaction-count=\"disappointed\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude1e <\/span><span class=\"reaction-description font-medium\">Entt\u00e4uscht <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"inaccurate\"><span class=\"reaction-count\" data-reaction-count=\"inaccurate\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\u274c <\/span><span class=\"reaction-description font-medium\">Ungenau <\/span><\/button><\/div><div id=\"reaction-message\" class=\"hidden mt-8 rounded-md border border-primary-100 bg-white\/50 backdrop-blur-sm px-4 py-2 text-sm text-center shadow-sm\"><\/div><\/section><div class=\"calcdash-ad not-prose calcdash-ad--calc_result calcdash-ad--in-article\"><ins class=\"adsbygoogle\" style=\"display:block\" data-ad-client=\"ca-pub-1721569815777345\" data-ad-slot=\"6317458308\" data-ad-layout=\"in-article\" data-ad-format=\"fluid\"><\/ins><script>(adsbygoogle = window.adsbygoogle || []).push({});<\/script><\/div>\n<style id=\"wpcoderpro-inline-1\">.formula-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section class=\"formula-box\" aria-labelledby=\"formula-title\">\r\n\t<div id=\"formula-title\" class=\"not-prose font-display mb-4\"><span class=\"icon icon-formula\" aria-hidden=\"true\"><\/span><h2>Formel f\u00fcr Kendalls Tau<\/h2><\/div>\r\n\t<figure class=\"not-prose formula\">\r\n\t\t<figcaption class=\"formula-title\">Formel<\/figcaption>\r\n\t\t<div class=\"text-base text-gray-800\" id=\"formula\">\n\\[ \\tau_B = \\frac{C - D}{\\sqrt{(C + D + T_x)(C + D + T_y)}} \\qquad z = \\frac{S}{\\sqrt{\\dfrac{n(n-1)(2n+5)}{18}}} \\qquad p = 2\\left(1 - \\Phi(|z|)\\right) \\]\n<\/div>\r\n\t<\/figure>\r\n\t<\/p>\n<p><strong>Dabei gilt:<\/strong><\/p>\n<ul>\n<li>\\(C\\) \u2014 Anzahl der konkordanten Paare (X und Y ver\u00e4ndern sich in dieselbe Richtung)<\/li>\n<li>\\(D\\) \u2014 Anzahl der diskordanten Paare (X und Y laufen in entgegengesetzte Richtungen)<\/li>\n<li>\\(T_x\\) \u2014 Paare, die nur in X gebunden sind, \\(T_y\\) \u2014 Paare, die nur in Y gebunden sind<\/li>\n<li>\\(S\\) \u2014 Kendalls Statistik, \\(S = C - D\\)<\/li>\n<li>\\(n\\) \u2014 Anzahl der gepaarten Beobachtungen<\/li>\n<li>\\(\\Phi\\) \u2014 Verteilungsfunktion der Standardnormalverteilung<\/li>\n<\/ul>\n<p>\\(\\tau_B\\) vergleicht alle m\u00f6glichen Paare von Beobachtungen miteinander: \u00dcberwiegen die Paare, bei denen beide Variablen in derselben Reihenfolge stehen, ist Tau positiv; \u00fcberwiegen die Paare mit umgekehrter Reihenfolge, ist Tau negativ. Mit der z-Statistik wird die Nullhypothese \\(\\tau = 0\\) anhand der Normalapproximation gepr\u00fcft.<\/p>\n<p>\r\n<\/section>\n<style id=\"wpcoderpro-inline-2\">.calculation-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section id=\"calculation\" class=\"calculation-box\" aria-labelledby=\"calculation-title\">\r\n\t<div id=\"calculation-title\" class=\"not-prose font-display\"><span class=\"icon icon-unordered-list\" aria-hidden=\"true\"><\/span><h2>Kendalls Tau \u2013 Rechenbeispiel<\/h2><\/div>\r\n\r\n<\/p>\n<p><strong>Beispiel:<\/strong> zehn gepaarte Beobachtungen mit \\(X = 1; 2; 3; 4; 5; 6; 7; 8; 9; 10\\) und \\(Y = 2; 2; 1; 4; 5; 5; 7; 6; 9; 10\\) (die Standardwerte des Rechners).<\/p>\n<p>Von den \\(\\frac{10 \\times 9}{2} = 45\\) Paaren entfallen \\(C = 40\\) auf konkordante und \\(D = 3\\) auf diskordante Paare, \\(T_x = 0\\) und \\(T_y = 2\\), also \\(S = 40 - 3 = 37\\).<\/p>\n<p>\\[ \\tau_B = \\frac{37}{\\sqrt{(40 + 3 + 0)(40 + 3 + 2)}} = \\frac{37}{\\sqrt{43 \\times 45}} = \\frac{37}{\\sqrt{1935}} \\approx 0.8412 \\]<\/p>\n<p>\\[ z = \\frac{37}{\\sqrt{10 \\times 9 \\times 25 \/ 18}} = \\frac{37}{\\sqrt{125}} \\approx 3.3094 \\]<\/p>\n<p><strong>Ergebnis:<\/strong> \\(\\tau_B \\approx 0.8412\\) \u2013 ein sehr starker positiver monotoner Zusammenhang; der zweiseitige p-Wert betr\u00e4gt \\(\\approx 0.0009\\) und ist damit auf dem 1-%-Niveau signifikant.<\/p>\n<p>\n\r\n<\/section>\n<h2>So benutzen Sie den Rechner<\/h2>\n<ol>\n<li>Geben Sie die Werte der <strong>ersten Variable (X)<\/strong> in das erste Textfeld ein \u2013 eine Zahl pro Beobachtung, getrennt durch Leerzeichen, Semikolons oder Zeilenumbr\u00fcche. R\u00e4nge oder Rohwerte funktionieren gleicherma\u00dfen, denn Tau h\u00e4ngt nur von der Reihenfolge ab.<\/li>\n<li>Geben Sie die Werte der <strong>zweiten Variable (Y)<\/strong> in das zweite Textfeld ein, mit derselben Anzahl an Eintr\u00e4gen. Jeder Y-Wert geh\u00f6rt zum X-Wert an derselben Position.<\/li>\n<li>W\u00e4hlen Sie die <strong>Alternativhypothese<\/strong>: <em>Zweiseitig (\u03c4 \u2260 0)<\/em> f\u00fcr den \u00fcblichen Test auf einen beliebigen Zusammenhang oder eine der einseitigen Optionen, wenn Sie nur einen positiven bzw. negativen Trend erwarten.<\/li>\n<li>Lesen Sie die Ergebnisse ab: Kendall-Tau-b, die Paarz\u00e4hlungen (konkordant, diskordant und gebunden), \\(S\\), die z-Statistik, den p-Wert sowie eine kurze Interpretation von St\u00e4rke, Richtung und Signifikanz.<\/li>\n<\/ol>\n<h2>Was ist Kendalls Tau?<\/h2>\n<p>Kendalls Tau ist ein nichtparametrisches Zusammenhangma\u00df f\u00fcr zwei Variablen. Statt die tats\u00e4chlichen Werte zu vergleichen, betrachtet es die <em>Reihenfolge<\/em> der Beobachtungen: Ein Paar von Datenpunkten ist <strong>konkordant<\/strong>, wenn die Beobachtung mit dem gr\u00f6\u00dferen X auch das gr\u00f6\u00dfere Y besitzt, und <strong>diskordant<\/strong>, wenn es umgekehrt ist. Tau ist im Wesentlichen der Unterschied zwischen dem Anteil der konkordanten und dem der diskordanten Paare, skaliert auf einen Bereich von \\(-1\\) (perfekt abnehmender Zusammenhang) \u00fcber 0 (kein monotoner Zusammenhang) bis \\(+1\\) (perfekt zunehmender Zusammenhang).<\/p>\n<p>Die hier berechnete Variante, <strong>Tau-b<\/strong>, korrigiert f\u00fcr Bindungen: Paare mit gleichem X-Wert oder gleichem Y-Wert lassen sich nicht als konkordant oder diskordant einordnen, und Tau-b nimmt sie aus dem Nenner heraus, sodass die Extremwerte \\(\\pm 1\\) auch dann erreichbar bleiben, wenn die Daten perfekt monoton sind, ohne einander widersprechende Bindungen. Enthalten Ihre Daten gar keine Bindungen, ist Tau-b gleich Tau-a und auch der vertrauteren Form \\(S \/ \\binom{n}{2}\\).<\/p>\n<p>Weil Tau mit R\u00e4ngen arbeitet, erfasst es <em>jeden<\/em> monotonen Zusammenhang \u2013 exponentielles Wachstum, sich s\u00e4ttigende Kurven, ordinale Skalen \u2013 und nicht nur geradlinige Muster; zudem ist es robust gegen\u00fcber Ausrei\u00dfern und nicht normalverteilten Daten. Als Faustregel gilt: |\u03c4| unter 0,2 ist sehr schwach, 0,2\u20130,4 schwach, 0,4\u20130,6 mittel, 0,6\u20130,8 stark und \u00fcber 0,8 sehr stark. Eine g\u00e4ngige Vergleichsgr\u00f6\u00dfe ist \\(\\tau_B \\approx \\frac{2}{\\pi}\\arcsin(r)\\), wobei \\(r\\) die Korrelation nach Pearson ist; einer Pearson-Korrelation von 0,9 entspricht also ungef\u00e4hr \\(\\tau \\approx 0.71\\).<\/p>\n<p>Der p-Wert beantwortet die Frage: W\u00e4ren X und Y tats\u00e4chlich unabh\u00e4ngig, wie wahrscheinlich w\u00e4re es, allein durch Zufall ein mindestens so extremes Tau zu beobachten? Ein kleiner p-Wert (konventionell unter 0,05) zeigt einen statistisch signifikanten monotonen Zusammenhang an. Um f\u00fcr andere Tests eine z-Statistik in einen p-Wert umzurechnen, k\u00f6nnen Sie auch unseren <a href=\"https:\/\/wpcalc.com\/de\/statistik\/p-wert-rechner\/\">P-Wert-Rechner<\/a> nutzen.<\/p>\n<h2>Kendalls Tau oder Spearman-Rho?<\/h2>\n<p>Beide Kennzahlen messen den monotonen Zusammenhang anhand von R\u00e4ngen und f\u00fchren meist zu denselben Schl\u00fcssen. Kendalls Tau beruht auf paarweisen Vergleichen und l\u00e4sst sich unmittelbarer deuten (Unterschied zwischen zustimmenden und widersprechenden Paaren); es reagiert weniger empfindlich auf Fehler und Ausrei\u00dfer, und seine Stichprobenverteilung ist bei kleinen Stichproben besserm\u00fctiger. Spearman-Rho ist eine Pearson-Korrelation auf R\u00e4ngen und l\u00e4sst sich von Hand leichter berechnen. Bei den meisten Datens\u00e4tzen f\u00fchren beide zu \u00e4hnlichen Signifikanzentscheidungen \u2013 um die alternative Kennzahl auf denselben Daten zu pr\u00fcfen, verwenden Sie unseren <a href=\"https:\/\/wpcalc.com\/de\/statistik\/spearman-rangkorrelation-rechner\/\">Rechner f\u00fcr die Spearman-Rangkorrelation<\/a>.<\/p>\n<h2>Voraussetzungen, Grenzen und Tipps<\/h2>\n<ul>\n<li><strong>Gepaarte Daten:<\/strong> Zu jedem X-Wert muss ein Y-Wert derselben Beobachtung geh\u00f6ren; beide Listen m\u00fcssen gleich lang sein, und die Paarung muss sinnvoll sein (die Reihenfolge der Eintr\u00e4ge legt fest, welche Werte zusammengeh\u00f6ren).<\/li>\n<li><strong>Monoton, nicht linear:<\/strong> Tau erkennt Zusammenh\u00e4nge, die best\u00e4ndig zu- oder abnehmen. Ein U-f\u00f6rmiger Zusammenhang kann ein Tau nahe null aufweisen, obwohl X und Y eng zusammenh\u00e4ngen.<\/li>\n<li><strong>Geeignet f\u00fcr ordinale Daten:<\/strong> Da nur R\u00e4nge z\u00e4hlen, funktioniert Tau auch bei geordneten Kategorien (z. B. Zufriedenheitsbewertungen), nicht nur bei kontinuierlichen Messwerten. F\u00fcr ungeordnete Kategorien in einer Kontingenztabelle verwenden Sie stattdessen den <a href=\"https:\/\/wpcalc.com\/de\/statistik\/chi-quadrat-test-rechner\/\">Chi-Quadrat-Test<\/a> oder den <a href=\"https:\/\/wpcalc.com\/en\/statistics\/fishers-exact-test\/\">Exakten Test nach Fisher<\/a>.<\/li>\n<li><strong>Normalapproximation:<\/strong> Der p-Wert beruht auf \\(z = S\/\\sqrt{n(n-1)(2n+5)\/18}\\), was ab etwa \\(n \\ge 10\\) hinreichend genau ist. Bei kleineren Stichproben oder vielen Bindungen greifen Sie besser auf exakte Tabellen oder Statistiksoftware zur\u00fcck, die die exakte Varianz von S berechnet.<\/li>\n<li><strong>Unabh\u00e4ngigkeit:<\/strong> Die Beobachtungen m\u00fcssen voneinander unabh\u00e4ngig sein; bei wiederholten Messungen an denselben Personen sind spezielle Varianten wie Kendalls W n\u00f6tig.<\/li>\n<\/ul>\n<h2>Auf einen Blick: Interpretation von Tau<\/h2>\n<table>\n<thead>\n<tr>\n<th>\\(|\\tau_B|\\)<\/th>\n<th>St\u00e4rke des Zusammenhangs<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>0,00 \u2013 0,19<\/td>\n<td>Sehr schwach<\/td>\n<\/tr>\n<tr>\n<td>0,20 \u2013 0,39<\/td>\n<td>Schwach<\/td>\n<\/tr>\n<tr>\n<td>0,40 \u2013 0,59<\/td>\n<td>Mittel<\/td>\n<\/tr>\n<tr>\n<td>0,60 \u2013 0,79<\/td>\n<td>Stark<\/td>\n<\/tr>\n<tr>\n<td>0,80 \u2013 1,00<\/td>\n<td>Sehr stark<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Denken Sie daran, dass dies unverbindliche Orientierungswerte sind und keine festen Grenzen: Bei einer ausreichend gro\u00dfen Stichprobe kann auch ein winziges Tau statistisch signifikant sein, w\u00e4hrend bei wenigen Beobachtungen sogar ein gro\u00dfes Tau die Signifikanz verfehlen kann. Geben Sie daher immer die Stichprobengr\u00f6\u00dfe zusammen mit Tau und dem p-Wert an.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Geben Sie zwei gepaarte Wertelisten ein, um Kendall-Tau-b zu berechnen \u2013 samt Anzahl der konkordanten und diskordanten Paare, z-Statistik und p-Wert f\u00fcr den Rangzusammenhang zwischen den Variablen.<\/p>\n","protected":false},"author":3168,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[12],"tags":[30],"class_list":["post-3911","post","type-post","status-publish","format-standard","hentry","category-statistik","tag-korrelation-regression"],"acf":[],"_links":{"self":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/posts\/3911","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/users\/3168"}],"replies":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/comments?post=3911"}],"version-history":[{"count":0,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/posts\/3911\/revisions"}],"wp:attachment":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/media?parent=3911"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/categories?post=3911"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/tags?post=3911"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}