O seu Blog de Psicometria

Tenha acesso à nossa enciclopédia virtual de conhecimento em Psicometria e Análise de Dados

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Como executar: correlação de Pearson, de Spearman e tau de Kendall

Alex França

dez 17, 2021

Já vimos aqui no blog que geralmente, é interessante para pesquisadores saber qual é o relacionamento que existe, se existe algum, entre duas ou mais variáveis. Uma correlação é uma medida do relacionamento linear entre variáveis (clique aqui para saber mais).

Existem três principais medidas de correlação e que também já abordamos elas por aqui:

A mais popular, a de Correlação de Pearson, que é uma análise paramétrica para medir se duas variáveis estão relacionadas de maneira linear.

Outra é a Correlação de Spearman, que é uma medida não paramétrica da associação entre os postos das variáveis. E por fim, a Correlação de Kendall. O Coeficiente de Correlação por Postos de Kendall, é uma medida não-paramétrica de associação entre duas variáveis, semelhante à correlação de Spearman, por também ser calculado através dos postos das variáveis. Este coeficiente também pode ser chamado de τ (tau) de Kendall.

Em todos esses post passados você vai encontrar, de modo detalhado, a teoria, principais usos e como interpretar cada um desses coeficientes.

Agora, vamos ensinar você uma maneira prática e muito simples obter esses coeficientes!

Novamente vamos usar o software para análises estatísticas gratuito, o JASP. Se ainda não conhece, baixe ele clicando aqui: https://jasp-stats.org/

Bom, vamos ao que interessa! Supondo que seus dados já estejam tabulados e inseridos no JASP. Ao abrir seu banco de dados, você clica no módulo Regression (Regresão).

Ao clicar no módulo Regression, escolha a opção Correlation. Selecione as variáveis que deseja correlacionar. Se preferir, clique em Display pairwise para que as correlações sejam exibidas par a par, uma ao lado da outra. Note que por padrão o JASP realiza a correlação de Pearson.

Agora, para obter os coeficientes de correlação de Spearman e tau de Kendall é muito simples! Veja:

Basta selecionar as opções Spearman e Kendall que automaticamente, no lado direito, aparecem os coeficientes. Para interpretação, você já sabe, aqui no blog já te damos essa dica!

Ah, o JASP está em constante atualização, essa função é fixa, porém o visual ou novas funções possam estar levemente diferentes, mas o caminho para obter os coeficientes continua o mesmo!

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Conteúdo

Mais lidos

Glossário de Análise Fatorial Exploratória

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Covariância e correlação

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Postados recentemente

Glossário de Análise Fatorial Exploratória

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Covariância e correlação

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Alex França

Posts sugeridos

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O…

psicometriaonline

abr 6, 2024

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de…

Alex França

fev 18, 2024

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de…

Alex França

fev 11, 2024

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.