Diferentes tipos de correlações são usados nas estatísticas para medir as maneiras pelas quais as variáveis se relacionam umas com as outras. Por exemplo, usando duas variáveis - classificação na classe de ensino médio e GPA da faculdade - um observador pode estabelecer uma correlação que os alunos com uma classificação de ensino médio acima da média normalmente atingem um GPA universitário acima da média. Correlações também medem a força do relacionamento e se a correlação entre as variáveis é positiva ou negativa. O tipo de correlação executada depende de as variáveis serem não-numéricas ou de intervalo, como temperatura.
Correlação do Momento do Produto Pearson
A Correlação do Momento do Produto Pearson recebeu o nome de Karl Pearson, fundador da disciplina de estatística matemática. É considerada uma correlação linear simples, significando que a relação entre duas variáveis depende delas serem constantes. Pearson é usado com dados de intervalo para medir a força de uma correlação, que é representada pela letra r na equação. Essa correlação também mostra se o relacionamento é positivo ou negativo; representado por números valorizados entre +1 e -1. Quanto mais próximo o valor de r chegar a -1,00 ou +1,00, mais forte será a correlação. Quanto mais próximo o valor de r chegar ao número 0, mais fraca será a correlação. Por exemplo, se for igual a -90 ou .90, isso indicaria um relacionamento mais forte que -.09 ou .09.
Correlação de Rank de Spearman
A Correlação de Rank de Spearman foi nomeada em homenagem ao estatístico Charles Edward Spearman. A equação de Spearman é mais simples e freqüentemente usada em estatísticas no lugar de Pearson, embora seja menos conclusiva. Os cientistas sociais também podem usar o Spearman para descrever a correlação entre dados qualitativos, como etnia ou gênero, e dados quantitativos, como o número de crimes cometidos. A correlação é calculada usando uma hipótese nula que é subsequentemente aceita ou rejeitada. Uma hipótese nula normalmente consiste em uma questão a ser respondida; por exemplo, se o número de crimes cometidos é ou não o mesmo para homens e mulheres.
Correlação de Kendall Rank
A Correlação de Kendall Rank, batizada em homenagem ao estatístico britânico Maurice Kendall, mede a força de dependência entre os conjuntos de duas variáveis aleatórias. Kendall pode ser usado para análises estatísticas adicionais quando a Correlação de Spearman rejeita a hipótese nula. Atinge uma correlação quando o valor de uma variável diminui e o valor da outra variável aumenta; esta correlação é referida como pares discordantes. Uma correlação também pode ocorrer quando ambas as variáveis aumentam simultaneamente, referidas como um par concordante.
