So verwenden Sie die FISHER-Funktion in Excel
Einführung in die FISHER-Funktion
Die FISHER-Funktion ist sowohl in Microsoft Excel als auch in Google Sheets verfügbar und dient dazu, eine Transformation des Pearson’schen Korrelationskoeffizienten x durchzuführen. Diese Transformation, bekannt als Fisher-Transformation oder Z-Transformation, wird häufig in statistischen Analysen verwendet, um die Verteilung der Werte einer näherungsweise normalen Verteilung anzunähern.
Die Funktion erweist sich als besonders nützlich bei der Analyse der Korrelationen zwischen Datensätzen.
Syntax und Beispiel
Die Syntax der FISHER-Funktion in Excel lautet wie folgt:
FISHER(x)
Hierbei ist x
der numerische Wert, der transformiert werden soll. Dieser Wert sollte zwischen -1 (ausschließlich) und 1 (ausschließlich) liegen, da die Funktion für Werte außerhalb dieses Bereichs undefiniert ist.
Ein Beispiel für die Verwendung der Funktion könnte folgendermaßen aussehen:
=FISHER(0.75)
Dies würde die Fisher-Transformation auf den Korrelationskoeffizienten 0.75 anwenden und das Ergebnis zurückgeben.
Praktische Anwendungen der Transformation
Beispiel 1: Vergleich von Korrelationskoeffizienten
In der Statistik ist der direkte Vergleich der Stärke von Korrelationen zwischen verschiedenen Datensätzen oft schwierig, wenn die Korrelationskoeffizienten nicht transformiert sind.
Betrachten wir zwei Korrelationskoeffizienten:
- Koeffizient A: 0.5
- Koeffizient B: 0.8
Um diese vergleichbar zu machen, wenden wir die FISHER-Funktion an:
=FISHER(0.5) // Ergebnis z.B. 0.5493 =FISHER(0.8) // Ergebnis z.B. 1.0986
Die transformierten Werte veranschaulichen klarer die Unterschiede zwischen den beiden Korrelationen und können für weiterführende statistische Tests herangezogen werden.
Beispiel 2: Hypothesenprüfung auf Korrelation
Ein Forscher möchte überprüfen, ob eine signifikante Korrelation zwischen zwei Variablen besteht. Er berechnet den Korrelationskoeffizienten zu 0.65 und wendet die FISHER-Funktion an, um die Signifikanz zu testen:
=FISHER(0.65) // Ergibt z.B. 0.9735
Dieser transformierte Wert kann nun in weiterführende statistische Tests einfließen, um die Hypothese zu überprüfen. In Verbindung mit dem Standardfehler der Fisher-Transformierten kann der Forscher entscheiden, ob die Korrelation statistisch signifikant ist.
Mehr Informationen: https://support.microsoft.com/de-de/office/fisher-funktion-d656523c-5076-4f95-b87b-7741bf236c69