Calculadora de correlação de Spearman - correlação por postos
Calcule o coeficiente de correlação por postos de Spearman (ρ) entre dois conjuntos de dados — meça a força e a direção de uma relação monótona sem assumir normalidade.
Insira dois conjuntos de dados separados por vírgulas e com o mesmo comprimento. A calculadora ordena cada conjunto e calcula ρ usando a fórmula de Pearson sobre os postos, tratando empates corretamente.
Calculadora de correlação de Spearman - correlação por postos
Calcule o coeficiente de correlação por postos de Spearman (ρ) entre dois conjuntos de dados — meça a força e a direção de uma relação monótona sem assumir normalidade.
Digite números separados por vírgulas ou espaços
Deve ter a mesma quantidade de valores que o conjunto X
Sobre a Calculadora de correlação de Spearman
O coeficiente de correlação por postos de Spearman, representado por ρ (rho) ou rs, é uma medida não paramétrica da relação monótona entre duas variáveis. Diferentemente da correlação de Pearson, que mede a relação linear e exige dados normalmente distribuídos e medidos em escala intervalar ou de razão, o coeficiente de Spearman trabalha com os postos dos valores. Isso o torna adequado para dados ordinais, dados com outliers e qualquer situação em que a relação entre variáveis seja monótona, mas não necessariamente linear.
O cálculo ocorre em três etapas. Primeiro, cada conjunto de dados é ranqueado: o menor valor recebe posto 1, o segundo menor recebe posto 2 e assim por diante. Quando há empates, cada valor empatado recebe a média dos postos que ocuparia. Segundo, calcula-se a diferença dᵢ entre os postos pareados para cada observação. Terceiro, calcula-se ρ. Para dados sem empates, a fórmula clássica ρ = 1 − (6 Σdᵢ²) / (n(n²−1)) fornece um resultado exato. Para dados com empates, esta calculadora usa a fórmula mais geral — a correlação de Pearson calculada sobre os postos —, que trata os empates corretamente por construção.
O coeficiente varia de −1 a +1. Um valor de +1 significa uma relação monótona positiva perfeita: cada aumento em uma variável é acompanhado por um aumento na outra. Um valor de −1 significa uma relação monótona negativa perfeita: cada aumento em uma variável é acompanhado por uma diminuição na outra. Um valor de 0 indica ausência de relação monótona. Na prática, valores acima de ±0.7 são considerados fortes, de ±0.5 a ±0.7 moderados, de ±0.3 a ±0.5 fracos e abaixo de ±0.3 desprezíveis, embora o limiar de 'significativo' sempre dependa do tamanho da amostra e do contexto.
A correlação de Spearman é amplamente usada em psicologia (ordenação de preferências ou atitudes), educação (comparação de posições na turma com notas de testes), medicina (comparação de escores de gravidade de sintomas), ecologia (contagens de abundância versus qualidade do habitat), finanças (classificação de fundos por retorno ajustado ao risco) e pesquisa de mercado (classificações de preferência do consumidor). Qualquer área que trabalhe com dados ordenados, ordinais ou não normais se beneficia dela.
Uma limitação importante: o ρ de Spearman detecta apenas relações monótonas. Se a relação for em U ou de outra forma não monótona, o ρ pode ficar próximo de zero mesmo quando houver uma relação forte. Nesses casos, gráficos de dispersão e outras verificações visuais devem sempre acompanhar o coeficiente numérico para garantir a interpretação correta do resultado.
Exemplos de correlação de Spearman
Quatro exemplos resolvidos que ilustram diferentes forças de correlação e estruturas de dados.
| Conjuntos de dados | ρ | Interpretação |
|---|---|---|
| X: 10, 20, 30, 40, 50 | Y: 2, 4, 6, 8, 10 | ρ = 1.0000 | Relação monótona positiva perfeita — as duas variáveis sempre aumentam juntas. |
| X: 105, 120, 90, 150, 135 | Y: 4.5, 3.2, 5.0, 2.1, 2.9 | ρ = −1.0000 | Relação negativa perfeita — X e Y têm ordens exatamente inversas. |
| X: 1, 2, 3, 4, 5 | Y: 3, 1, 5, 2, 4 | ρ = 0.3000 | Relação monótona positiva fraca entre as duas ordenações. |
| X: 8, 9, 10, 10, 12 | Y: 4, 6, 5, 5, 7 | ρ ≈ 0.6842 | Correlação positiva moderada; valores empatados são tratados pela média dos postos. |
Como usar a calculadora de correlação de Spearman
- Digite seu primeiro conjunto de dados (X) como números separados por vírgulas no campo Conjunto de dados X.
- Digite seu segundo conjunto de dados (Y) no campo Conjunto de dados Y — ele deve ter exatamente a mesma quantidade de valores que X.
- Clique em Calcular. A calculadora ordena os dois conjuntos, trata os empates pela média dos postos e calcula ρ usando a fórmula de Pearson sobre os postos.
- Leia o valor de ρ, o tamanho da amostra e a interpretação da força no painel de resultados.
- Use os botões de exemplo para carregar conjuntos pré-prontos e ver cenários típicos de correlação positiva, negativa e nula.
Perguntas frequentes sobre a correlação de Spearman
Qual é a diferença entre a correlação de Spearman e a de Pearson?
O r de Pearson mede a força de uma relação linear e pressupõe que ambas as variáveis sejam normalmente distribuídas e medidas em escala intervalar. O ρ de Spearman mede qualquer relação monótona — não apenas linear — e funciona com dados em postos, sendo mais robusto a outliers e válido para dados ordinais. Use Spearman quando a suposição de normalidade for violada, os dados forem ordinais ou houver outliers.
A correlação de Spearman exige tamanho mínimo de amostra?
Tecnicamente, a fórmula funciona com n ≥ 2, mas com amostras muito pequenas (n < 5) o coeficiente é altamente sensível a valores individuais e os testes de significância têm poder muito baixo. Recomenda-se um mínimo de 10–15 observações pareadas para uma estimativa confiável, e para testes formais de significância é preferível n ≥ 20.
Como a calculadora trata valores empatados?
Quando duas ou mais observações compartilham o mesmo valor, cada observação empatada recebe a média dos postos que ocuparia. Por exemplo, se os valores nas posições 3 e 4 forem iguais, cada um recebe posto 3,5. A calculadora então usa a fórmula de Pearson sobre os postos, que é algebraicamente equivalente à fórmula simples de dᵢ² quando não há empates e trata corretamente os empates quando presentes.
O que significa um ρ de Spearman igual a 0?
Um ρ exatamente igual a 0 significa que não há relação monótona entre as ordenações de X e Y. Isso não quer dizer que as variáveis sejam independentes — uma relação não monótona (por exemplo, em U) também pode produzir ρ próximo de 0. Sempre plote seus dados junto com o coeficiente para garantir que nenhum padrão seja ignorado.
A correlação de Spearman pode ser usada com dados categóricos?
A correlação de Spearman exige pelo menos dados ordinais — dados que possam ser ranqueados de forma significativa. Ela não pode ser aplicada a dados categóricos nominais (por exemplo, cores, nomes, rótulos), nos quais o conceito de ordem não se aplica. Para dados nominais, considere o V de Cramér ou outras medidas de associação.