Calculadora de Correlación de Rangos de Spearman

Calculadora de Correlación de Rangos de Spearman

La Calculadora de Correlación de Rangos de Spearman calcula el coeficiente de correlación de rangos de Spearman (ρ, también escrito como r_s), una medida no paramétrica de la fuerza y dirección de la relación monótona entre dos variables clasificadas. Funciona convirtiendo los datos brutos a rangos y luego midiendo la correlación entre esos rangos, lo que la hace robusta frente a valores atípicos y adecuada para datos ordinales.

Cómo usar la Calculadora de Correlación de Rangos de Spearman

1. Ingrese valores de X: Ingrese su primer conjunto de datos en el campo Variable X, separados por comas, espacios o saltos de línea.
2. Ingrese valores de Y: Ingrese su segundo conjunto de datos en el campo Variable Y. Ambos conjuntos de datos deben tener el mismo número de valores.
3. Establecer precisión: Elija el número de decimales para sus resultados (2 a 15).
4. Elija el nivel de significancia: Seleccione α = 0.01, 0.05 o 0.10 para la prueba de hipótesis.
5. Haga clic en Calcular: Vea el coeficiente de correlación, la prueba de significancia, las visualizaciones y los cálculos paso a paso.

Fórmula de Correlación de Rangos de Spearman

Para datos sin empates, el ρ de Spearman se calcula como:

$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2-1)}$$

donde \(d_i\) es la diferencia entre los rangos de cada par de observaciones y \(n\) es el número de pares de datos. Cuando hay rangos empatados, se aplica un factor de corrección utilizando la fórmula general basada en sumas de rangos.

Cuándo usar la Correlación de Spearman vs. Pearson

Elija la correlación de rangos de Spearman cuando:

• Sus datos son ordinales (rangos) en lugar de escala de intervalo o razón
• La relación entre las variables es monótona pero no necesariamente lineal
• Sus datos contienen valores atípicos que distorsionarían la correlación de Pearson
• Los datos no siguen una distribución normal
• Tiene un tamaño de muestra pequeño

Elija la correlación de Pearson cuando sus datos sean continuos, sigan una distribución normal y se espere que la relación sea lineal.

Interpretación de los Resultados

• ρ = +1: Relación monótona positiva perfecta — a medida que X aumenta, Y siempre aumenta
• ρ = −1: Relación monótona negativa perfecta — a medida que X aumenta, Y siempre disminuye
• ρ = 0: No hay relación monótona entre las variables
• 0.7 ≤ |ρ| < 1.0: Correlación fuerte
• 0.5 ≤ |ρ| < 0.7: Correlación moderada
• 0.3 ≤ |ρ| < 0.5: Correlación débil
• |ρ| < 0.3: Correlación muy débil o nula

Cómo se manejan los rangos empatados

Cuando dos o más observaciones comparten el mismo valor, se les asigna el promedio de los rangos que habrían ocupado. Por ejemplo, si los valores en las posiciones 3 y 4 son iguales, ambos reciben el rango 3.5. La calculadora detecta automáticamente los empates y aplica la fórmula de corrección adecuada para mantener la precisión.

Pruebas de Significancia

La calculadora realiza una prueba t de dos colas para determinar si la correlación es estadísticamente significativa. El estadístico de prueba es:

$$t = \frac{\rho \sqrt{n-2}}{\sqrt{1-\rho^2}}$$

Este se compara con el valor crítico de la distribución t con n−2 grados de libertad en el nivel de significancia elegido.

Preguntas Frecuentes