Métodos Quantitativos e

Análise de Dados –
Correlação – Parte 2
Magnitude da correlação

2
Retomando Correlação...

3
Retomando Correlação...

4
Retomando Correlação...

5
Variância do coeficiente de correlação

▪ O coeficiente de correlação (r) é uma razão entre a

covariância (variância compartilhada pelas duas
variáveis) e uma medida das variações separadas.

▪ Ex: relação entre nº de horas de sol e temperatura.

6
Variância do coeficiente de correlação

▪ Representados no desenho anterior como se fossem

independentes, mas não são, pois compartilham
variância.

▪ Quanta variância exatamente eles compartilham?

▪ LEMBRE-SE: coeficiente de correlação varia de -1 a +1.

7
Variância do coeficiente de correlação

▪ Ao elevar ao quadrado o coeficiente de correlação, você

sabe quanta variância em termos percentuais, as duas
variáveis compartilham.

▪ LEMBRE-SE: valores negativos elevados ao quadrado

ficam positivos (-0,4) = 0,16. Portanto, 16% da variância
foi explicada pela correlação de -0,4.

8
Variância do coeficiente de correlação

▪ Podemos supor que as horas de sol e a temperatura

tenham uma correlação de 0,9 (81% de variância).

▪ Se 81% da variância é compartilhada entre as duas

variáveis, sobra 19% da variância – conhecida como
variânciaexclusiva – 9,5% do sol e 9,5% da temperatura.
9
Variância do coeficiente de correlação

▪ Em outras palavras, 81% da variabilidade no nº de horas

de sol pode ser explicada pela variabilidade na
temperatura.

▪ Da mesma forma, 81% da variabilidade na temperatura

pode ser explicada pela variabilidade no nº de horas de
sol, enquanto 19% não é explicada (variância nos escores
se deve a outros fatores).
10
Variância do coeficiente de correlação

▪ Ex: nº de centímetros de precipitação de chuva e a

presença em jogos de futebol.

▪ Esperada relação negativa (quanto mais chuva, menos

pessoas presentes).

▪ Supondo que o relacionamento é -0,3. Isso significa que

9% (-0,3 x -0,3 = 0,09) da variância foi explicada.
11
Variância do coeficiente de correlação

▪ Ex: nº de centímetros de precipitação de chuva e a

presença em jogos de futebol.

▪ Esperada relação negativa (quanto mais chuva, menos

pessoas presentes).

▪ Supondo que o relacionamento é -0,3. Isso significa que

9% (-0,3 x -0,3 = 0,09) da variância foi explicada.
12
Variância do coeficiente de correlação

▪ Importante: uma correlação de 0,4 não é duas vezes mais

forte que uma correlação de 0,2.

▪ r = 0,4 – significa que 16% da variânciafoi explicada.

▪ r = 0,2 – significa de 4% da variância foi explicada.

▪ Portanto, uma correlação de 0,4 é, na verdade, quatro

vezes mais forte que uma correlaçãode 0,2.
13
Demonstração

▪ https://rpsychologist.com/correlation/

14