FatCamera/E+/GettyImages

Coeficiente de correlação de Pearson, denotado como r , quantifica a associação linear entre duas variáveis contínuas. Seu valor varia de –1 a +1, onde –1 sinaliza um relacionamento negativo perfeito, +1 um relacionamento positivo perfeito e 0 indica nenhuma correlação linear. Os investigadores normalmente calculam r utilizando software estatístico como SPSS ou SAS para garantir a precisão, especialmente quando relatam resultados em publicações revistas por pares.

Etapa 1:Definir as variáveis

Escolha duas variáveis que sejam medidas de forma independente para evitar viés. A primeira geralmente é a variável dependente, enquanto a segunda é o preditor ou exposição de interesse.

Etapa 2:Calcular o coeficiente

Para grandes conjuntos de dados, o cálculo manual torna-se impraticável, por isso utilize um software ou uma calculadora científica. A fórmula matemática está disponível na seção de referência abaixo.

Etapa 3:Examine r próximo de 0

Um r próximo de zero sugere que as variáveis não compartilham uma relação linear. Tais resultados podem destacar variáveis ​​que podem não influenciar umas às outras.

Etapa 4:examine r próximo de +1

Um r positivo próximo de +1 indica uma forte tendência linear:à medida que uma variável aumenta, a outra aumenta proporcionalmente. A interpretação deve considerar o contexto do estudo.

Etapa 5:Examine r próximo de –1

Um r negativo próximo de –1 reflete uma tendência linear inversa:à medida que uma variável aumenta, a outra diminui num valor correspondente. O contexto é novamente essencial.

Etapa 6:Interpretação Contextual

Interprete r dentro da questão específica da pesquisa. Por exemplo, um r de 0,912 denota uma associação positiva muito forte, o que poderia sugerir uma ligação causal que justifica uma investigação mais aprofundada. Por outro lado, o mesmo r numa relação bem estabelecida pode sinalizar erros de dados ou falhas de design.

Etapa 7:teste de significância

Determine a significância estatística comparando r com valores críticos de uma tabela de correlação. Os graus de liberdade são iguais ao número de observações emparelhadas menos dois. Procure o valor crítico para α =0,05 (95% de confiança) ou α =0,01 (99% de confiança). Se |r| excede o valor crítico, a relação é estatisticamente significativa.

Coisas necessárias

• Calculadora científica ou software estatístico
• Tabela de valores críticos para o coeficiente de correlação

TL;DR

Use intervalos de confiança para r para avaliar correlações populacionais além de estimativas pontuais.