Entendendo o resultado da sua correlação
A tabela abaixo mostra uma escala descritiva bastante usada para interpretar a força de |r|. Essas faixas são uma convenção, não um teste estatístico, e diferentes áreas às vezes adotam limiares distintos.
| Faixa de |r| | Força da associação linear |
|---|---|
| 0,00 – 0,19 | Muito fraca |
| 0,20 – 0,39 | Fraca |
| 0,40 – 0,59 | Moderada |
| 0,60 – 0,79 | Forte |
| 0,80 – 1,00 | Muito forte |
- O r de Pearson mede especificamente a associação linear. Duas variáveis podem ter uma relação não linear forte e claramente padronizada (por exemplo, uma curva em U) e ainda assim produzir um r próximo de 0, porque o r não detecta curvatura.
- Correlação não implica causalidade: uma correlação alta pode surgir porque uma variável causa a outra, porque uma terceira variável de confusão influencia ambas, por causalidade reversa ou por coincidência nos dados.
- Como o r é calculado a partir de desvios ao quadrado, ele é sensível a valores atípicos — um único ponto extremo pode inflar ou reduzir substancialmente o coeficiente de correlação.
- O r de Pearson pressupõe que a relação de base seja aproximadamente linear e que os dados estejam em escala intervalar ou de razão; para relações monotônicas, porém não lineares, uma medida baseada em postos, como a correlação de Spearman, costuma ser mais adequada.
O que é o coeficiente de correlação de Pearson?
O coeficiente de correlação de Pearson (r) mede a força e a direção da relação linear entre duas variáveis numéricas pareadas. Ele varia de −1 a +1: valores próximos de +1 indicam relação linear positiva forte (quando x aumenta, y tende a aumentar), valores próximos de −1 indicam relação linear negativa forte (quando x aumenta, y tende a diminuir) e valores próximos de 0 indicam pouca ou nenhuma relação linear.
Esta calculadora também informa o R², coeficiente de determinação, que equivale a r² e representa a proporção da variância de y estatisticamente explicada por uma relação linear com x. Além disso, ela ajusta a reta de regressão por mínimos quadrados, a reta que minimiza a soma dos quadrados das distâncias verticais entre a reta e os pontos de dados.
Uma correlação forte entre duas variáveis não estabelece que uma causa a outra. A correlação é uma associação puramente estatística; estabelecer causalidade exige evidência adicional, como um experimento controlado ou um estudo bem desenhado que descarte variáveis de confusão e causalidade reversa.
Como usar esta calculadora de correlação
- Informe os valores de x como uma lista separada por ;, por exemplo 1; 2; 3; 4.
- Informe os valores de y correspondentes como lista separada por ;, na mesma ordem e com o mesmo comprimento dos valores de x, por exemplo 2; 4; 6; 8.
- Forneça pelo menos 3 pares de dados — o coeficiente de correlação não é significativo com menos que isso.
- Leia o coeficiente de correlação (r), o R², a inclinação e o intercepto da reta de regressão, além da própria equação da reta.
A fórmula por trás da correlação de Pearson e da regressão linear
O r de Pearson é a soma dos produtos dos desvios de cada variável em relação à sua própria média, dividida pela raiz quadrada do produto das somas dos desvios ao quadrado: r = Σ(xᵢ − x̄)(yᵢ − ȳ) / √[Σ(xᵢ − x̄)² × Σ(yᵢ − ȳ)²].
A reta de regressão por mínimos quadrados, ŷ = inclinação × x + intercepto, usa inclinação = Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)² e intercepto = ȳ − inclinação × x̄, escolhidos para minimizar a soma dos quadrados das distâncias verticais entre a reta e cada ponto de dados.
Exemplo prático: x = 1, 2, 3, 4 e y = 2, 4, 6, 8 — uma reta perfeita passando pela origem com inclinação 2. Isso dá r = 1 (correlação linear positiva perfeita), R² = 1, inclinação = 2, intercepto = 0 e reta de regressão ŷ = 2x.
Erros comuns
- Interpretar correlação como causalidade — uma correlação forte entre duas variáveis não estabelece que uma cause a outra; uma terceira variável de confusão, a causalidade reversa ou a coincidência podem produzir o mesmo padrão estatístico.
- Supor que o r de Pearson capta qualquer relação entre duas variáveis, quando ele mede apenas a associação linear — uma relação curva (não linear) forte pode produzir um r próximo de 0.
- Ignorar a influência de valores atípicos, que podem inflar ou reduzir bastante o r, já que o cálculo se baseia em desvios ao quadrado.
- Confundir o r com a inclinação da regressão — o r é uma medida adimensional da força e da direção da associação linear, entre −1 e +1, ao passo que a inclinação carrega as unidades de y por unidade de x e depende da escala dos dados.
- Extrapolar a reta de regressão para além da faixa dos valores de x observados, onde a relação linear estimada a partir dos dados pode não se sustentar.
Perguntas frequentes
O que significa um coeficiente de correlação igual a 1?
Um coeficiente de correlação de Pearson r = 1 significa que as duas variáveis têm relação linear positiva perfeita: todos os pontos caem exatamente sobre uma reta de inclinação positiva e, à medida que x aumenta, y aumenta proporcionalmente.
Correlação significa causalidade?
Não. A correlação mede uma associação estatística entre duas variáveis, não uma relação de causa e efeito. Uma correlação alta pode resultar de uma variável causar a outra, de um terceiro fator de confusão afetar ambas, de causalidade reversa ou simplesmente de coincidência — estabelecer causalidade exige evidência além da correlação.
O que é o R² (coeficiente de determinação)?
O R² equivale ao quadrado do coeficiente de correlação de Pearson (r²) e representa a proporção da variância da variável y estatisticamente explicada por sua relação linear com x. Um R² de 0,81 (vindo de r = 0,9) significa que 81% da variância de y está associada à relação linear com x.
Duas variáveis podem ter forte relação e coeficiente de correlação baixo?
Sim. O r de Pearson mede apenas relações lineares. Duas variáveis podem estar relacionadas de forma forte e previsível por um padrão curvo (não linear) — como uma curva em U ou uma exponencial — e ainda assim produzir um r próximo de 0, porque o r não capta esse tipo de relação.
Como a reta de regressão é calculada?
A reta de regressão por mínimos quadrados minimiza a soma dos quadrados das distâncias verticais entre a reta e cada ponto de dados. Sua inclinação equivale a Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)², e seu intercepto equivale à média de y menos a inclinação vezes a média de x.
De quantos pontos de dados eu preciso para uma correlação significativa?
Esta calculadora exige pelo menos 3 pares de dados para gerar um resultado, mas coeficientes de correlação vindos de amostras muito pequenas são altamente sensíveis a pontos individuais e podem enganar; amostras maiores dão estimativas mais estáveis e confiáveis da relação real subjacente.
Referências
- Pearson K. Note on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London 1895; 58: 240-242.
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — correlation and linear regression. nist.gov.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (correlation, least-squares regression).
- Evans JD. Straightforward Statistics for the Behavioral Sciences. Brooks/Cole, 1996 (descriptive strength bands for |r|).
- Chatterjee S, Hadi AS. Regression Analysis by Example. Wiley (least-squares regression and its assumptions).