Cómo calcular el coeficiente de correlación de Spearman

El coeficiente de correlación de Spearman permite identificar si dos variables se relacionan en una función monótona (es decir, cuando un número aumenta, el otro también o viceversa). Sigue las instrucciones de nuestro sencillo tutorial para hacer el cálculo a mano o para calcular el coeficiente de correlación en Excel o R.

Método 1

Método 1 de 3:

A mano

Descargar el PDF

1
Dibuja tu tabla. Esta organizará la información que necesitas para calcular el coeficiente de correlación de Spearman. Necesitarás:
- 6 columnas con encabezados como se muestra a continuación.
- Las filas necesarias para poner los pares de datos que tengas.
con los pares de datos.
clasifica tus datos de la primera columna del 1 hasta n (el número de datos que tienes). Comienza con el más bajo, el cual debe tener el 1, el siguiente número más bajo el 2 y así sucesivamente.
4
haz lo mismo que en el paso 3, pero clasifica la segunda columna en lugar de la primera.
- Si dos (o más) valores de de datos son iguales, halla la media del rango que hubieran tenido normalmente y clasifícalos con este promedio.
  En el ejemplo que se muestra existen 2 número 5 que deberían tener el rango 2 y 3. Pero como son datos iguales, calcula el promedio del rango que les correspondería. El promedio de 2 y 3 es 2,5, por lo que se asigna a ambos números el lugar 2,5 de la clasificación.
calcula la diferencia del número de clasificación para cada par de datos. Esto quiere decir que si un dato es tiene el 1 y el otro el número 3, la diferencia sería de 2 (no importa el signo porque el siguiente paso es elevarlo al cuadrado).
y escribe estos valores en la columna "d ² ".
Este resultado es Σd ² .
8
Escoge alguna de las siguientes fórmulas:
- Si no hay ninguna relación en los pasos anteriores, introduce este valor en la fórmula simplificada del coeficiente de correlación de Spearman
  
  y reemplaza "n" por el número de pares de datos que tienes para calcular la respuesta.
- Si hay alguna relación en cualquiera de los pasos anteriores, usa más bien la fórmula estándar de coeficiente de correlación de Spearman:
9
Interpreta el resultado. Puede variar entre -1 y 1.
- Cercano a -1: correlación negativa
- Cercano a 0: sin correlación linear
- Cercano a 1: correlación positiva
- Recuerda dividir entre el total exacto de resultados, luego redúcelo a la mitad. A continuación, divídelo entre Σd ² .
Anuncio

Método 2

Método 2 de 3:

En Excel

Descargar el PDF

1

Crea una nueva columna con los rangos de las columnas existentes. Por ejemplo, si los datos están en la columna A2:A11, deberás utilizar la fórmula "=RANK(A2,A$2:A$11)" y copiar hacia abajo y a través de todas las filas y columnas.
2

Rompe las relaciones como hemos descrito en el paso 3 y 4 del método 1.
3

En una nueva celda, haz una correlación entre las dos columnas de rango con algo como "=CORREL(C2:C11,D2:D11)". En este caso, C y D se corresponderían con las columnas de rango. La celda de correlación tendrá el coeficiente de correlación de Spearman.

Anuncio

Método 3

Método 3 de 3:

Usando R

Descargar el PDF

1

Consíguete R si no lo tienes.
2

Guarda los datos en un archivo CSV con los datos que deseas correlacionar en las dos primeras columnas. Generalmente se puede hacer en la opción "Guardar como".
3

Abre el editor de R. Si estás en el terminal, simplemente ejecuta R. En el escritorio, debes hacer clic en el logo R.
4
Escribe los comandos:
- d <- read.csv("NAME_OF_YOUR_CSV.csv") y pulsa "Enter".
- cor(rank(d[,1]),rank(d[,2]))
Anuncio

Consejos

La mayoría de los conjuntos de datos deben ser al menos 5 pares para poder identificar una tendencia (se usaron 3 para el ejemplo para que fuera más sencilla la demostración).

Anuncio

Advertencias

El coeficiente de correlación de Spearman solo identifica la fortaleza de correlación donde los datos son constantemente crecientes o decrecientes. Si se utiliza una gráfica de dispersión de datos, el coeficiente Spearman no dará una representación acertada de esta correlación.
Esta fórmula está basada en el supuesto de que no haya relaciones entre las variables. Si hay relaciones como en el ejemplo, deberás usar la definición: momento del producto de coeficiente de correlación basado en rangos.

Anuncio