Calculadora de matriz de correlaciones
Pega una hoja de cálculo con una columna por variable y obtén todas las correlaciones por pares a la vez —Pearson o Spearman—, con valores p, tamaños muestrales, una tabla sombreada en estilo APA que puedes copiar a Word y un ajuste opcional de Holm o Bonferroni. Funciona en tu navegador: no se sube nada. Gratis, sin registro.
Pega desde una hoja de cálculo (con una fila de encabezado si la tienes), o separa los valores con tabuladores, comas, punto y coma o espacios. Las celdas vacías y NA cuentan como valores perdidos; las columnas de texto se omiten.
Cómo usar la calculadora de matriz de correlaciones
- 1. Pega tu hoja de cálculo. Una fila por caso, una columna por variable, con una fila de encabezado con los nombres de las variables si la tienes. Las celdas vacías y NA son valores perdidos; las columnas de texto, como un ID o una etiqueta de grupo, se omiten y se listan.
- 2. Elige la correlación. r de Pearson para datos continuos y más o menos lineales; ρ de Spearman para rangos, escalas ordinales o datos con valores atípicos. Marca o desmarca variables para cambiar lo que aparece en la matriz.
- 3. Decide cómo tratar los valores perdidos. La eliminación por pares usa todos los casos que tiene cada par; la eliminación por listas conserva solo los casos completos en todas las variables, de modo que cada celda tiene la misma n.
- 4. Lee y copia la tabla. La tabla en estilo APA muestra el triángulo inferior con asteriscos de significación, sombreado según la fuerza y el signo. Cópiala como texto separado por tabuladores para Word o Sheets, o descarga la matriz completa en CSV.
Qué muestra la matriz
Una matriz de correlaciones recoge la correlación de cada variable con todas las demás. Es simétrica —r entre A y B es igual a r entre B y A— y la diagonal vale 1, así que la tabla imprime solo el triángulo inferior. Cada celda incluye un valor p para la hipótesis nula de que la correlación poblacional es cero: una prueba t bilateral sobre r con n − 2 grados de libertad. El sombreado es azul para las correlaciones positivas y naranja para las negativas, más intenso cuanto mayor es |r|; el número siempre se imprime, así que el color es una ayuda visual y no la única señal.
Ejemplo desarrollado
Los datos de ejemplo recogen las horas de estudio semanales, el sueño, una valoración de estrés (1–10), las tazas de café diarias y la nota del examen de 24 estudiantes. Falta un valor de sueño, así que con la eliminación por pares cualquier par que incluya el sueño usa 23 casos y el resto usa 24. Las correlaciones más fuertes son las horas de estudio con la cafeína (r = ,75) y con el estrés (r = ,70). La nota correlaciona ,56 con las horas de estudio y ,43 con la cafeína, pero solo ,14 con el sueño.
Los valores p sin ajustar marcan seis de los diez pares como significativos a ,05. Tras un ajuste de Holm sobre las diez pruebas, quedan cinco: la correlación de la nota con la cafeína (p sin ajustar = ,038, p ajustado = ,188) deja de cumplir el criterio, y otras pierden un nivel de asteriscos. Ese cambio es precisamente la razón para ajustar: con diez pruebas a ,05, cabe esperar alrededor de medio falso positivo aunque no hubiera ninguna correlación real.
¿Eliminación por pares o por listas?
| Por pares | Por listas | |
|---|---|---|
| Casos usados | Todos los casos con ambos valores | Solo los casos completos en todas las variables |
| Tamaño muestral | Varía según la celda | Una sola n en todo el análisis |
| Fortaleza | Conserva más datos y tiene más potencia | Siempre produce una matriz de correlaciones válida |
| Debilidad | Puede producir una matriz que no es definida positiva, lo que rompe el análisis factorial y la regresión a partir de la matriz | Puede descartar muchos datos |
Cuando faltan pocos datos, los dos métodos dan resultados muy parecidos. Cuando faltan muchos, indica cuál usaste y la n; la nota de la tabla que genera esta herramienta lo dice.
Muchas correlaciones, muchas oportunidades
Una matriz de k variables contiene k(k − 1) ÷ 2 pruebas: 45 para diez variables, 190 para veinte. Al nivel de ,05 cabe esperar un falso positivo por cada veinte correlaciones nulas. El ajuste de Bonferroni multiplica cada valor p por el número de pruebas; el método de Holm, de paso descendente, controla la misma tasa de error familiar con más potencia, por eso es la mejor opción por defecto. Ambos son las fórmulas de p.adjust de R. Cuando eliges un ajuste, los valores p ajustados son los que determinan los asteriscos de la tabla. El trabajo exploratorio puede dejar los valores p sin ajustar si lo indica; las afirmaciones confirmatorias no deberían.
Preguntas frecuentes
- ¿Cómo hago una matriz de correlaciones con valores p?
- Pega tus columnas en el recuadro de arriba. El complemento de análisis de datos de Excel produce solo los valores r, sin valores p ni marcas de significación, por eso mucha gente calcula la matriz en otro sitio. Esta calculadora da la r, el valor p y la n de cada par, además de una tabla con formato para un artículo.
- ¿Cómo presento una matriz de correlaciones en estilo APA?
- Presenta una tabla con las variables en filas y columnas numeradas, solo el triángulo inferior, sin cero inicial en r, columnas de M y DT, asteriscos para la significación y una nota que los defina e indique N (las convenciones de la 7.ª edición de APA para tablas de correlaciones). La tabla de arriba sigue ese formato, y el botón Copiar tabla te da texto separado por tabuladores para una tabla de Word.
- ¿Debo usar Pearson o Spearman para una matriz de correlaciones?
- Pearson si tus variables son continuas, aproximadamente lineales en su relación y sin valores atípicos extremos; Spearman si son ordinales, asimétricas o tienen valores atípicos, o si solo confías en el orden. Con ítems tipo Likert, Spearman es la opción por defecto más segura. Puedes cambiar y comparar: una gran diferencia entre las dos matrices sugiere curvatura o valores atípicos.
- ¿Cuál es la diferencia entre la eliminación por pares y por listas?
- La eliminación por pares calcula cada correlación a partir de todos los casos que tienen ambas variables, así que la n varía entre celdas. La eliminación por listas descarta cualquier caso con un valor perdido en cualquier variable, así que la n es constante. Por pares conserva más datos; por listas garantiza que todas las celdas describen la misma muestra. Ninguna de las dos corrige datos que faltan por una razón sistemática.
- ¿Necesito ajustar por comparaciones múltiples?
- Si vas a interpretar la significación de muchas correlaciones como hallazgos, sí; o al menos di que los valores p no están ajustados. Holm es una buena opción por defecto: nunca tiene menos potencia que Bonferroni y controla la misma tasa de error. Si solo lees la matriz de forma descriptiva, los tamaños del efecto importan más que los valores p.
- ¿Qué significa un guion en la matriz?
- En la diagonal marca la correlación de una variable consigo misma. En el resto significa que la correlación es indefinida, bien porque una variable es constante (no tiene varianza que correlacionar), o bien porque el par tiene menos de dos casos en común.