O coeficiente de correlação de Spearman é uma medida não paramétrica da correlação de postos (dependência estatística do ranking entre duas variáveis). É usado principalmente para análise de dados.
Meça a força e direção da associação entre duas variáveis classificadas. Mas antes de falar sobre a correlação de Spearman, é importante entender a correlação de Pearson, que é uma medida estatística da força de uma relação linear entre dados emparelhados.
Para o teste de cálculo e significância da variável de classificação, é necessário que as seguintes suposições de dados sejam verdadeiras:
- Nível de intervalo ou razão
- Relacionamento linear
- Bivariada distribuída
Se os seus dados não atenderem às suposições anteriores, você precisará do coeficiente de correlação de Spearman. Para isso, é necessário saber qual é a função monótona para compreendê-lo.
Uma função monótona é aquela que nunca diminui ou nunca aumenta, já que é um aumento variável independente. Pode ser explicado usando a imagem abaixo:
A imagem explica três conceitos da função monótona:
- Monotonicamente crescente: quando a variável “x” aumenta e a variável “y” nunca diminui.
- Diminui monotonicamente: quando a variável “x” aumenta, mas a variável “y” nunca aumenta.
- Não monótono: quando a variável “x” aumenta e a variável “e” às vezes aumenta e às vezes diminui.
A relação monótona é menos restritiva quando comparada a uma relação linear que é usada no coeficiente de correlação de Pearson. Embora a monotonicidade não seja o último requisito, não será significativo segui-la sem realmente determinar a força e a direção de uma relação monótona, se já se sabia que a relação entre a variável não é monótona.
Como calcular o coeficiente de correlação de Spearman
n = número de pontos de dados das duas variáveis
di = diferença de alcance do elemento “n”
O Coeficiente de Spearman, ⍴, pode ter um valor entre +1 e -1 onde,
Um valor de +1 em ⍴ significa uma associação de classificação perfeita Valor de 0 em ⍴ significa que não há associação de classificação Um valor de -1 em ⍴ significa uma associação negativa perfeita entre os intervalos.
Se o valor de ⍴ se aproxima de 0, a associação entre os dois intervalos é mais fraca.
Devemos ser capazes de classificar os dados antes de prosseguir com o coeficiente de correlação de Spearman. É importante notar que, se uma variável aumenta, a outra segue uma relação monótona.
Como o coeficiente de correlação de Spearman é usado
Em cada nível, você deve comparar os valores das duas variáveis. Aqui está um exemplo de como os cálculos funcionam:
Os resultados de 9 alunos em História e Geografia são mencionados na tabela a seguir.
Etapa 1: Crie uma tabela com os dados obtidos.
Etapa 2: Comece classificando os dois conjuntos de dados. A classificação dos dados pode ser obtida atribuindo a classificação “1” ao maior número da coluna, “2” ao segundo maior número e assim por diante. O menor valor geralmente terá a classificação mais baixa. Isso deve ser feito para os dois conjuntos de medidas.
Etapa 3: Adicione uma terceira coluna “d” ao seu conjunto de dados, “d” aqui indica a diferença entre os intervalos. Por exemplo, se o intervalo de física do primeiro aluno for 3 e o intervalo de matemática for 5, a diferença no intervalo será 3. Na quarta coluna, faça um quadrado com os valores “d”.
Etapa 4: Adicione todos os valores do quadrado “d” que é 12 (Σd quadrado).
Etapa 5: Insira esses valores na fórmula.
=1-(6*12)/(9(81-1))
=1-72/720
=1-01
=0.9
O coeficiente de correlação de Spearman para esses dados é 0,9 e, como mencionado acima, se o valor de ⍴ se aproxima de +1, então eles têm uma associação de classificação perfeita.
Como realizar o coeficiente de correlação de Spearman com a QuestionPro
Nesta seção, você aprenderá como executar o coeficiente de correlação de Spearman em sua pesquisa on-line.
Etapa 1: Vá para Minhas Pesquisas → Selecione o questionário → Análise
2: clique na análise de correlação
Etapa 3: Clique no botão Gerar coeficiente de Spearman para obter um relatório detalhado.
No exemplo anterior, o coeficiente de correlação de Spearman é usado para descobrir a relação entre as duas variáveis, experiência de trabalho e renda mensal. Uma ideia geral é que a renda mensal deve aumentar com a experiência de trabalho, o que significa que deve haver uma associação positiva entre as duas variáveis, o que é demonstrado pelo valor de rs que é 0,97.
Se você quiser usar esta ou outras funções da nossa plataforma para um projeto de pesquisa, não hesite em entrar em contato com um de nossos especialistas.
Para agilizar seu processo de trabalho e para que tenha recursos que enriquecem seu projeto de pesquisa, utilize uma plataforma online de pesquisa, te convido a conhecer a Questionpro, uma solução completa em pesquisa e inteligência de mercado.
Siga-nos nas redes sociais e receba sempre dicas e novidades: Facebook, Twitter, Linkedin, Instagram
Também recomendamos as seguintes leituras:
Coeficiente viral e qual a relação com a satisfação do cliente
Experiência do cliente ou vendas: o que vem primeiro?
Net Promoter Score: conheça e analise a lealdade do cliente
Como encontrar o seu mercado-alvo?
Método Konmari nos negócios: como usá-lo para ter clientes satisfeitos
