Métodos Quantitativos e

Análise de Dados –
Correlação
Retomando...

▪ Idade, inteligência e grau de escolaridade variam de uma

pessoa para outra, e são, portanto, referidas como
variáveis.

▪ Até o momento, buscamos identificar a

presença/ausência dessas variáveis.

▪ Agora vamos analisar a relação que se estabelece entre

duas variáveis. 2
Correlação

▪ É uma medida de associação entre variáveis.

▪ Bastante útil na exploração de resultados de pesquisa

que consideram mais de uma variável.

▪ Verifica qual relacionamento se estabelece entre as

variáveis de interesse (duas ou mais).

3
Delineamento Correlacional

▪ Amplamente utilizado em Psicologia:

- Relação entre variáveis;
- Grau de associação entre construtos.

▪ Correlação de Pearson

- Depressão VS Ansiedade;
- Depressão VS Satisfação com a vida. 4
Informações importantes

▪ Tendência (direção) da correlação

- Nos dirá se a relação existente é positiva ounegativa.

▪ Magnitude
- Força da associação.

▪ Significância estatística
- Associação do resultado com uma probabilidade. 5
Tendência (direção) da correlação

▪ Positiva: quando as variáveis caminhamjuntas.

▪ Negativas: enquantouma cresce outra diminui.

▪ Zero: significa que não existe relações entre as variáveis

(são independentes).

6
Tendência (direção) da Correlação

▪ Valores na variável X acompanham a tendência dos valores na

variável Y, na mesma direção: correlação positiva.

curso de Psicologia

Nível de satisfação
Desempenho no

com o curso
curso de Psicologia

(Variável Y)
Nível de satisfação

(Variável X)
Desempenho no

com o curso
(Variável X)

(Variável Y)

7
Tendência (direção) da Correlação

▪ Valores na variável X acompanham a tendência dos valores na

variável Y, em direção oposta: correlação negativa.

Nível de ansiedade em

de Estatística (Variável
Desempenho na Prova
relação à Estatística
de Estatística (Variável
Desempenho na Prova

Nível de ansiedade em
(Variável Y)

relação à Estatística
(Variável Y)
X)
X)

8
Correlação

▪ “Quanto maior o aumento de peso, maior será o ganho de

massa muscular” e “Quanto maior a ingestão de
alimentos, maior será o peso de uma pessoa”.

▪ Ambas são correlações positivas...No entanto, podemos

afirmar que são iguais? Provavelmente não.

▪ Uma delas pode apresentar um coeficiente maior que a

outra (r= 0,68 e r=0,22), respectivamente. 9
Correlação

▪ Obs: o mesmo vale para correlação negativa.

▪ “Quanto menor a temperatura, maior é a quantidade de

roupa vestida” e “Quanto mais antipática é uma pessoa,
menor é o número de amigos”.

▪ -0,45 e -0,80, por exemplo.

10
Correlação

▪ -1 é tão forte quanto +1.

▪ Só porque o relacionamento é negativo não significa que seja

menos importante ou menos forte do que um relacionamento
positivo.

11
Magnitude da correlação

12
Significância estatística

▪ Quando o resultado indica uma pequena probabilidade -

menor que 5% - (0,05 ou p<0,05) diz-se que o resultado é
estatisticamente significativo.

▪ Indica que é improvável que a diferença verificada se

deva a erro amostral.

13
Exemplo

14
Exemplo

▪ Correlação entre testes de atenção:

- (r= 0,89): positiva, ou seja, aumento no desempenho de um
teste correspondeu ao aumento no desempenho do outro.

- (p< 0,001): indica que provavelmente não ocorreu ao acaso e

não se deve a erro amostral.

- Magnitude forte. 15
Exemplo

▪ Correlação entre testes de depressão e otimismo:

- (r= -0,81): negativa, ou seja, aumento da sintomatologia
depressiva corresponde a diminuição do otimismo ou vice-
versa.

- (p< 0,001): indica que provavelmente não ocorreu ao acaso e

não se deve a erro amostral.

- Magnitude forte. 16
Representação Gráfica – Diagrama de Dispersão

- É um gráfico em que a linha horizontal representa a variável X

e a linha vertical representa a variável Y.

- Cada ponto desse gráfico representa DOIS escores (obtidos

pelo mesmo elemento da amostra ou população).

17
Representação Gráfica – Diagrama de Dispersão

- Pode-se visualizar a partir desse gráfico a intensidade e

também a direção da associação entre as variáveis.

- A intensidade da correlação entre X e Y aumenta a medida que

os pontos em um gráfico de dispersão formam algo mais
parecido com uma reta diagonal imaginária através do centro
da dispersão de pontos no gráfico.

18
Gráficos de dispersão

19
Gráficos de dispersão

20
Importante

▪ Ao interpretar uma correlação deve-seconsiderar, portanto:

- Se foi positivo ounegativo;

- Se foi significativo;
- Magnitude da correlação.

21
Importante

▪ A correlação dePearson é uma medida de associação LINEAR.

▪ A associação entre as variáveis (mesmo que forte e

significativa) NÃO permite estabelecer uma relação causal
entre as variáveis.

22