A análise de correlação tenta estabelecer se existe alguma relação entre dois valores em uma amostra ou entre duas amostras diferentes. Se uma conexão for encontrada, então é necessário descobrir se ela é acompanhada por um aumento em um indicador por um aumento ou diminuição em outro.
Instruções
Passo 1
Decida entre quais indicadores você precisa para realizar uma análise de correlação. No entanto, lembre-se de que isso o ajudará a determinar se é possível prever certos valores de um valor, sabendo a magnitude de outro. Para tal, pode utilizar 2 métodos distintos: o método paramétrico de cálculo do coeficiente r (Brave-Pearson) e a determinação do coeficiente de correlação rs (postos de Spearman), que é aplicado a dados ordinais e não paramétrico.
Passo 2
Determine o coeficiente de correlação - um valor que pode variar de um a -1. Além disso, no caso de uma correlação positiva, este coeficiente será igual a mais um, e no caso de uma correlação negativa, será menos um. Você pode representar graficamente a correspondência dos valores que deseja analisar. Nele você obterá uma certa linha reta passando pelos pontos de intersecção dos indicadores de cada par desses valores. Por sua vez, se esses pontos (valores refletivos) não se alinham em linha reta e formam uma "nuvem", então o coeficiente de correlação em valor absoluto será menor que um, e como esta nuvem é arredondada, ela se aproxima de zero. Se o coeficiente de correlação for igual a 0, significa que ambas as variáveis são completamente independentes uma da outra.
etapa 3
Tire conclusões sobre a relação entre as variáveis. Ao mesmo tempo, preste muita atenção ao tamanho da amostra: quanto maior for, mais confiável será o valor do coeficiente de análise de correlação obtido. Existem tabelas especiais que contêm os valores críticos do coeficiente de correlação de acordo com Brave-Pearson e Spearman. Esses indicadores podem ser usados para determinar um número diferente de graus de liberdade (é igual ao número de pares menos dois). Somente no caso em que os coeficientes de correlação forem maiores que esses valores críticos, eles serão considerados confiáveis.
