Calculadora de correlação
Calcule o coeficiente de correlação de Pearson (r) entre duas variáveis. Cole seus valores de X e Y — separadamente ou em pares — e obtenha r, r² e uma interpretação honesta da força, com a fórmula desenvolvida.
Modo de entrada de dados
0 valor
0 valor
Perguntas frequentes
- O que é o coeficiente de correlação de Pearson?
- O r de Pearson mede a força e a direção da relação linear entre duas variáveis. Ele varia de −1 (correlação negativa perfeita), passando por 0 (nenhuma relação linear), até +1 (correlação positiva perfeita). É calculado como a soma dos produtos dos desvios de cada par em relação às suas médias, dividida pela raiz quadrada do produto dos desvios quadrados somados.
- Como interpreto a força de uma correlação?
- Uma regra prática comum, usada por esta calculadora: |r| de 0,7 ou mais é forte, de 0,4 a 0,69 é moderada, de 0,1 a 0,39 é fraca, e abaixo de 0,1 é insignificante. Essas faixas são convenções, não leis — o que conta como uma correlação significativa depende da sua área.
- O que r² me diz?
- r² (o coeficiente de determinação) é a proporção da variância em uma variável que está linearmente associada à outra. Um r de 0,8 dá r² = 0,64, o que significa que 64% da variação é compartilhada entre as duas variáveis.
- Correlação significa que uma variável causa a outra?
- Não. Correlação não é causalidade. Duas variáveis podem estar fortemente correlacionadas porque uma causa a outra, porque ambas são impulsionadas por um terceiro fator, ou por pura coincidência. Um coeficiente de correlação sozinho nunca consegue estabelecer um vínculo causal.
- Por que o r de Pearson pode não detectar uma relação real?
- O r de Pearson só mede relações lineares. Uma relação em forma de U perfeita ou outra relação curva pode produzir um r próximo de zero. Ele também é sensível a valores atípicos — um único par extremo pode inflar ou destruir o coeficiente. Sempre plote seus dados também.
- De quantos pares de dados eu preciso?
- A calculadora exige pelo menos 3 pares, e as listas de X e Y devem conter o mesmo número de valores. Estatisticamente, correlações de amostras muito pequenas são instáveis — com apenas alguns pares, até um r grande pode surgir facilmente por acaso.