Calculadora do Coeficiente de Correlação de Pearson
Introduza dois conjuntos de dados emparelhados e obtenha instantaneamente o coeficiente de correlação de Pearson r, o coeficiente de determinação r², a covariância e uma interpretação em linguagem simples da força e da direção da relação.
Calcular Correlação de Pearson
Fórmula do Coeficiente de Correlação
Onde:
- \(r\) — coeficiente de correlação de Pearson, sempre entre \(-1\) e \(+1\)
- \(x_i, y_i\) — os valores dos dados emparelhados
- \(\bar{x}, \bar{y}\) — as médias dos dois conjuntos de dados
- \(n\) — o número de pares
O numerador é a soma dos produtos cruzados dos desvios (o numerador da covariância); o denominador o redimensiona pelo produto das dispersões de X e Y, de modo que o resultado se torna um número adimensional. É por isso que r não é afetado pelas unidades ou pela escala dos seus dados.
A calculadora também informa o coeficiente de determinação \( r^2 \) e a covariância:
\[ r^2 = r \times r, \qquad \operatorname{cov}(X,Y) = \frac{\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})}{n - 1 \ \text{(amostral)} \ \text{ou} \ n \ \text{(populacional)}} \]
Coeficiente de Correlação – Exemplo de Cálculo
Exemplo: um pesquisador mede as horas de estudo (X) e as notas de uma prova (Y) de oito estudantes: X = 1, 2, 3, 4, 5, 6, 7, 8 e Y = 53, 61, 68, 74, 80, 85, 90, 95.
\[ \bar{x} = \frac{1+2+\cdots+8}{8} = 4.5, \qquad \bar{y} = \frac{53+61+\cdots+95}{8} = 75.75 \]
\[ \sum (x_i - \bar{x})(y_i - \bar{y}) = 248, \qquad \sum (x_i - \bar{x})^2 = 42, \qquad \sum (y_i - \bar{y})^2 = 1475.5 \]
\[ r = \frac{248}{\sqrt{42 \times 1475.5}} = \frac{248}{248.94} \approx 0.9962 \]
Resultado: r ≈ 0,9962, uma relação linear positiva muito forte. O coeficiente de determinação é r² ≈ 0,9925, o que significa que cerca de 99,25% da variação das notas é explicada pelas horas de estudo. Com o tipo de covariância "Amostral", cov(X, Y) = 248 / 7 ≈ 35,43; com "Populacional", cov(X, Y) = 248 / 8 = 31. Há n = 8 pares.
Como Usar a Calculadora
- Digite os valores da sua primeira variável no campo Conjunto de dados X. Separe os números com vírgulas, espaços, ponto e vírgula ou quebras de linha — como preferir.
- Digite os valores correspondentes em Conjunto de dados Y, na mesma ordem de X. Cada valor de X deve estar emparelhado com exatamente um valor de Y, e ambos os conjuntos devem conter o mesmo número de valores.
- Escolha o Tipo de covariância: "Amostral (dividir por n − 1)" se os seus pares são uma amostra de uma população maior, ou "Populacional (dividir por n)" se você tem dados de toda a população. Essa escolha afeta apenas a covariância informada — o coeficiente de correlação r é idêntico em ambos os casos.
- Leia os resultados: o r de Pearson, o coeficiente de determinação r², a covariância, o número de pares n e uma interpretação da relação em linguagem simples.
O Que É o Coeficiente de Correlação de Pearson?
O coeficiente de correlação de Pearson (geralmente escrito como r) mede a força e a direção de uma relação linear entre duas variáveis numéricas. Ele sempre está entre \(-1\) e \(+1\):
- +1 — uma relação linear positiva perfeita: todo aumento de X vem acompanhado de um aumento proporcional de Y.
- 0 — nenhuma associação linear entre as variáveis.
- −1 — uma relação linear negativa perfeita: à medida que X aumenta, Y diminui proporcionalmente.
O sinal indica a direção da relação, enquanto o valor absoluto indica o quão fortemente os pontos de dados se agrupam em torno de uma reta. Como r é padronizado, ele não depende das unidades de medida: a correlação entre altura e peso é a mesma, quer você meça em quilogramas e centímetros ou em libras e polegadas.
O coeficiente de determinação r² responde a uma pergunta relacionada: quanto da variação de Y é explicada pela sua relação linear com X. Por exemplo, r = 0,7 dá r² = 0,49, ou seja, aproximadamente 49% da variação de Y é explicada pela tendência linear. Frequentemente, essa é uma forma mais intuitiva e honesta de comunicar o tamanho prático de uma relação.
A covariância informada junto com r é a versão não padronizada da mesma ideia. A covariância descreve a direção da variação conjunta, mas sua magnitude depende das unidades — e é exatamente por isso que o r padronizado costuma ser a estatística mais útil.
Interpretando o Resultado: Um Guia Aproximativo
A escala de interpretação usada por esta calculadora é uma convenção descritiva comum. Trate os limites como aproximados, não como regras rígidas — o contexto importa:
| |r| | Força descritiva |
|---|---|
| 0,90 – 1,00 | Muito forte |
| 0,70 – 0,89 | Forte |
| 0,50 – 0,69 | Moderada |
| 0,30 – 0,49 | Fraca |
| 0,00 – 0,29 | Muito fraca a nula |
Premissas, Limitações e Dicas Práticas
- Linearidade: o r de Pearson detecta apenas padrões de reta. Uma relação pode ser muito forte, mas curva (por exemplo, Y = X²) e ainda assim produzir um r próximo de 0. Sempre trace um gráfico dos seus dados antes de tirar conclusões com base apenas em r.
- Correlação não é causalidade: um r alto mostra que duas variáveis se movem juntas, não que uma causa a outra. Uma terceira variável oculta pode estar impulsionando ambas.
- Valores atípicos (outliers): r é sensível a valores extremos. Um único ponto incomum pode inflar ou reduzir drasticamente o coeficiente, especialmente em amostras pequenas.
- Dados emparelhados: o cálculo exige que cada valor de X esteja emparelhado com um valor de Y (mesma fonte ou unidade). Duas listas de números não relacionadas produzem um r sem sentido.
- Tamanho da amostra: com muito poucos pares, até mesmo um r grande pode surgir por acaso. Com n = 2, o coeficiente é sempre exatamente +1 ou −1, motivo pelo qual são necessários pelo menos 2 pares, e mais pares são fortemente recomendados.
- Dados contínuos: o r de Pearson foi projetado para dados contínuos, aproximadamente numéricos. Para dados ordinais (classificações), a correlação de postos de Spearman costuma ser a escolha mais adequada.
Por fim, lembre-se da diferença entre as opções de covariância: o divisor (n − 1 versus n) altera o valor da covariância, mas nunca altera r ou r², pois o mesmo fator aparece no numerador e no denominador da fórmula de correlação.
Perguntas frequentes
Como calcular o coeficiente de correlação de Pearson à mão, passo a passo?
Primeiro calcule as médias \( \bar{x} \) e \( \bar{y} \). Em seguida, para cada par, encontre os desvios \( (x_i - \bar{x}) \) e \( (y_i - \bar{y}) \) e construa três somas: os produtos cruzados \( \sum (x_i - \bar{x})(y_i - \bar{y}) \) e os desvios ao quadrado \( \sum (x_i - \bar{x})^2 \) e \( \sum (y_i - \bar{y})^2 \). Por fim, divida a soma dos produtos cruzados pela raiz quadrada do produto das duas somas de desvios ao quadrado. Uma tabela de planilha com uma coluna por etapa mantém a aritmética sob controle.
O meu coeficiente de correlação é estatisticamente significativo?
Esta calculadora informa o tamanho de r, mas não um valor-p. Como verificação aproximada, você pode calcular \( t = r \sqrt{\frac{n-2}{1-r^2}} \) e compará-lo a uma distribuição t com \( n - 2 \) graus de liberdade. Com n = 30 pares, |r| acima de aproximadamente 0,36 é significativo ao nível de 0,05; com n = 100, basta |r| acima de cerca de 0,20. Amostras pequenas precisam de correlações muito maiores para ter significado, portanto trate resultados no limite com cautela.
O r de Pearson pode ser maior que 1 ou menor que −1?
Não. Matematicamente, r está sempre entre −1 e +1, porque o denominador \( \sqrt{\sum(x_i-\bar{x})^2 \cdot \sum(y_i-\bar{y})^2} \) nunca pode ser menor que o numerador (essa é a desigualdade de Cauchy–Schwarz). Se o seu próprio cálculo produzir um valor fora dessa faixa, isso indica um erro de cálculo ou de digitação dos dados — na maioria das vezes, pares desalinhados ou um sinal negativo no lugar errado. Valores como exatamente +1 ou −1 com apenas dois pares são matematicamente forçados, não evidência de uma relação perfeita.
Qual é a diferença entre a correlação de Pearson e a de Spearman?
O r de Pearson mede o quão bem os dados seguem uma reta e pressupõe variáveis aproximadamente contínuas, em escala de intervalo. A correlação de postos de Spearman primeiro converte os valores em postos (rankings) e depois correlaciona esses postos, de modo que captura qualquer relação monotônica consistente — reta ou curva — e é robusta a outliers. Use Spearman para dados ordinais (avaliações, rankings) ou quando um gráfico de dispersão mostra um padrão curvo, mas sempre crescente ou sempre decrescente. Use Pearson quando a linearidade e dados aproximadamente normais forem pressuposições razoáveis.
Converter unidades, como centímetros em polegadas, altera a correlação?
Não — o r de Pearson é adimensional e invariante a mudanças lineares de escala. Multiplicar ou somar constantes a qualquer uma das variáveis (converter moedas, deslocar uma linha de base, redimensionar pontuações) deixa r exatamente igual, porque o fator de redimensionamento aparece tanto no numerador quanto no denominador e se cancela. O sinal só se inverte se você multiplicar uma das variáveis por um número negativo. A covariância, no entanto, muda com as unidades — uma das razões pelas quais r costuma ser a estatística preferida.
Por que um único outlier tem um efeito tão grande no meu resultado?
Como r é construído a partir de somas de desvios, um único ponto extremo contribui com termos de produto cruzado desproporcionalmente grandes. Em amostras pequenas, um outlier pode arrastar r de 0,8 para perto de 0, ou fazer uma relação fraca parecer forte. Verifique primeiro se há erros de digitação e de medição nos seus dados e, em seguida, trace um gráfico de dispersão para ver se algum ponto domina. Se o outlier for legítimo, mas distorcer o quadro, considere informar a correlação de postos de Spearman ou uma alternativa robusta junto com o r de Pearson.
Quais são os erros mais comuns ao calcular uma correlação?
O maior deles é usar dados não emparelhados ou fora de ordem — o i-ésimo valor de X deve corresponder ao i-ésimo valor de Y, e as duas listas devem ter o mesmo comprimento. Outros erros frequentes incluem usar r para relações curvas (nas quais ele subestima a associação), confundir r com r² ao relatar o "percentual de variação explicada" e tratar um r grande como prova de causalidade. Lembre-se também de que um conjunto de dados constante torna r indefinido, pois sua dispersão é zero.