Correlação

Métodos inferenciais em Psicologia

Prof. Dr. Tiago Lima
Objetivos
• Medindo Relacionamentos
• Gráficos de dispersão
• Covariância
• Coeficiente de correlação de Pearson
• Medidas não paramétricas
• Rho de Spearman
• Tau de Kendall
• Interpretando Correlações
• Causalidade
• Correlações Parciais
O que é uma correlação?
• É uma forma de medir até que ponto duas variáveis estão
relacionadas.
• A correlação mede o padrão de respostas nas variáveis.
O que é uma correlação?
• Precisamos ver se à medida que uma variável aumenta, a outra
aumenta, diminui ou permanece a mesma.
• Isso pode ser feito calculando a covariância.

Se ambas as variáveis se
Observamos o quanto
desviarem da média no
cada pontuação se desvia
mesmo valor, é provável
da média.
que estejam relacionadas.
Variância e covariância

Variância representa a quantidade média em que os dados

de uma variável se afastam da média.

A covariância indica o quanto as pontuações em duas

variáveis diferem de suas respectivas médias.
Variância e covariância
Problemas com a covariância
• Depende das unidades de medida.
• Por exemplo. A covariância de duas variáveis medidas em milhas pode ser
4,25, mas se as mesmas pontuações forem convertidas para km, a
covariância é 11.
• Uma solução: padronize!
• Divida pelos desvios padrão de ambas as variáveis.
• A versão padronizada da covariância é conhecida como coeficiente
de correlação.
Informações sobre a correlação
• Varia entre -1 e +1
• 0 = sem relacionamento
• É um tamanho de efeito
• ± .1 = pequeno efeito
• ± .3 = efeito médio
• ± 0,5 = grande efeito
• Coeficiente de determinação, r2
• Ao elevar o valor de r ao quadrado, obtém-se a proporção da variância em
uma variável compartilhada pela outra.
Y = Satisfação com a vida
X = Vitalidade subjetiva

r = 0,49
Y = Vitalidade subjetiva
X = Fadiga

r = -0,65
 r = −1 r = −0.5 r=0
Time after performance before leaving (mins) 10
9
8
7
6
5
4
3
2
1
0
r=1 r = 0.5
10
9
8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Duration of performance (minutes)
O r de Pearson
http://guessthecorrelation.com/
r como tamanho de efeito
• Interpretação do r como tamanho de efeito
• r2 (coeficiente de determinação) é a proporção de variância compartilhada
entre X e Y
• Se (por exemplo) X é alto, o quão provável é que Y também seja alto?
r como tamanho de efeito
• Tamanho de efeito grande: r >= ± 0,50

• r = 0,50

• r2 = 25% de variância

Você precisa N = 26 para ter 80% de chance de detectar um efeito deste

tamanho (p = 0,05)
r como tamanho de efeito
• Tamanho de efeito médio: r entre ± 0,30 e 0,50

• r = 0,30

• r2 = 9% de variância

Você precisa N = 84 para ter 80% de chance de detectar um efeito deste

tamanho (p = ,05)
r como tamanho de efeito
• Tamanho de efeito pequeno: r =< ± 0,30

• r = 0,10

• r2 = 1% de variância

Você precisa N = 779 para ter 80% de chance de detectar um efeito deste
tamanho (p = ,05)
Correlação e causalidade
• O problema da terceira variável:
• Em qualquer correlação, a causalidade entre duas variáveis não pode ser
presumida porque pode haver outras variáveis medidas ou não medidas
afetando os resultados.
• Sentido de causalidade:
• Coeficientes de correlação não dizem nada sobre qual variável faz com que
a outra mude
Um exemplo ansioso
• Ansiedade e desempenho em exames (Base de dados: Exam
Anxiety.sav)
• Participantes:
• 103 alunos
• Medidas
• Tempo gasto revisando (horas)
• Desempenho no exame (%)
• Ansiedade do exame (o EAQ, pontuação de 100)
• Gênero
Pressupostos – r de Pearson
• Dados intervalares ou de razão
• Linearidade
• Diagrama de dispersão
• Normalidade (em caso de amostras pequenas e teste de hipótese)
• Teste Shapiro-Wilks; Histograma (distribuição dos dados)
Correlação no JASP
Coeficientes de Calculo do IC com base em
correlação Bootstrap

Sinaliza correlações
significativas

Gráfico de
dispersão

Teste de normalidade
Teste unicaudal ou para cada par de variável
bicaudal (preferêncial)
Resultados Valor de r, significância e
IC

Teste de normalidade
para cada par de
variáveis
Reportando os resultados

Foi observada uma correlação

negativa entre ansiedade frente ao
exame e o desempenho no exame, r
= -0,44 [-0,564; -0,301], p < 0,001.
Correlações parciais e semi-parciais
• Correlação parcial:
• Mede a relação entre duas variáveis, controlando o efeito que uma terceira
variável tem sobre as duas.
• Correlação semiparcial:
• Mede a relação entre duas variáveis controlando o efeito que uma terceira
variável tem em apenas uma das outras.
Correlações parciais
Seleciona as duas variáveis que
se quer correlacionar

Selecionar variável
de controle Resultado
controlado pela
variável
Correlação não-paramétrica
• Rho de Spearman
• Dados ordinais, com muitos escores extremos ou que violam os pressupostos da
normalidade (no caso de amostras pequenas).
• Tau de Kendall
• Melhor do que Spearman para pequenas amostras.
Exemplo de pesquisa
• Maior competição de mentirosos do mundo
• Base de dados: The Biggest Liar.sav
• 68 competidores
• Medidas
• Colocação na competição (primeiro, segundo, terceiro, etc.)
• Questionário de criatividade (pontuação máxima 60)
Rho de Spearman
Selecionar o tipo
de correlação
Resultado para
cada tipo de
correlação
Correlação ponto-bisserial
• Calculada quando uma variável é dicotômica.
• É uma correlação de Pearson quando a variável dicotômica é
codificada com 0 para uma categoria e 1 para a outra.
• Mesmo caminho da correlação de Pearson