Análise de correlação

A análise de correlação mostra como duas ou mais variáveis variam em conjunto, usando a correlação de Pearson para relações lineares e a correlação de postos de Spearman para dados ordinais ou relações monotônicas. Use-a para explorar relações, fazer triagem de dados e selecionar variáveis. Os dados devem ser contínuos ou ordinais, com n de 25 ou mais e distribuição aproximadamente normal bivariada. A saída traz os coeficientes de correlação aos pares com valores-p e diagramas de dispersão opcionais.

Última revisão

Conclusão principal

A análise de correlação quantifica a intensidade e a direção da relação linear entre duas ou mais variáveis contínuas ou ordinais, geralmente com o coeficiente de Pearson de -1 a +1, sem implicar causalidade.

Nesta página
  1. O que é a análise de correlação?
  2. Quando usar a análise de correlação?
  3. Diretrizes para o uso correto da análise de correlação
  4. Alternativas: quando não usar a análise de correlação
  5. Exemplo de análise de correlação
  6. Como fazer a análise de correlação

O que é a análise de correlação?

A análise de correlação é um método estatístico que quantifica a intensidade e a direção da relação linear entre duas ou mais variáveis. É usada principalmente para examinar como as variáveis variam em conjunto a uma taxa constante, sem implicar causalidade. A medida mais comum é o coeficiente de correlação de Pearson, que varia de -1 (relação negativa perfeita) a +1 (relação positiva perfeita), com 0 indicando ausência de relação linear. Essa análise se aplica a variáveis contínuas ou ordinais; para dados ordinais ou relações monotônicas, usa-se a correlação de postos de Spearman.

Quando usar a análise de correlação?

Ela é muito usada em diversas áreas, como estatística, ciências sociais, economia, finanças e pesquisa de mercado. Estas são algumas situações em que a análise de correlação pode ser útil:

  • Exploração de relações: A análise de correlação ajuda a entender a relação entre duas variáveis. Ela pode identificar se as variáveis são correlacionadas positivamente (aumentam ou diminuem juntas), correlacionadas negativamente (uma variável aumenta enquanto a outra diminui) ou não correlacionadas.
  • Triagem de dados: A análise de correlação costuma ser usada como etapa preliminar para identificar possíveis relações antes de realizar análises mais complexas. Ela pode ajudar os pesquisadores a identificar quais variáveis merecem uma investigação mais aprofundada.
  • Teste de hipóteses: A análise de correlação pode ser usada para testar hipóteses sobre as relações entre variáveis. Por exemplo, você pode querer testar se há uma correlação significativa entre renda e nível de escolaridade ou entre a satisfação do cliente e o comportamento de compra.
  • Previsão: A análise de correlação pode ser usada em modelos de previsão. Se há uma forte correlação entre duas variáveis nos dados históricos, isso sugere que mudanças em uma variável podem ser úteis para prever mudanças na outra.
  • Seleção de variáveis: Ao construir modelos preditivos, a análise de correlação pode ajudar na seleção de variáveis. Se duas variáveis são altamente correlacionadas, incluir ambas no modelo pode introduzir problemas de multicolinearidade. Nesses casos, você pode optar por incluir apenas uma das variáveis ou usar técnicas de redução de dimensionalidade.
  • Controle da qualidade: A análise de correlação pode ser aplicada em processos de controle da qualidade para identificar relações entre variáveis que podem afetar a qualidade do produto. Por exemplo, na manufatura, você pode analisar a correlação entre certas variáveis do processo e os defeitos do produto.
  • Gestão de portfólio: Em finanças, a análise de correlação é frequentemente usada para avaliar as relações entre diferentes ativos de investimento. Entender a correlação entre ativos ajuda a construir portfólios diversificados que podem reduzir o risco.

Diretrizes para o uso correto da análise de correlação

  • Inclua pelo menos 2 colunas de dados numéricos ou de data/hora
  • Todas as colunas devem ter o mesmo número de linhas
  • Os dados devem ser contínuos ou ordinais
  • Use Cross Tabulation e Qui-quadrado para dados categóricos
  • O tamanho amostral deve ser médio a grande (n ≥ 25)
  • Amostras maiores fornecem estimativas mais exatas e precisas
  • A relação entre as variáveis deve ser linear ou monotônica
  • Use o gráfico matricial para identificar e investigar outliers
  • Os dados devem seguir uma distribuição normal bivariada
  • Os procedimentos de valor-p para correlações são robustos a desvios da normalidade para n ≥ 25
  • Os intervalos de confiança para a correlação de Pearson são sensíveis à premissa de normalidade
  • Os intervalos de confiança para as correlações de Spearman se baseiam em postos e são menos sensíveis à premissa de distribuição

Alternativas: quando não usar a análise de correlação

  • Ajustar Modelo de Regressão: Ajustar um modelo de regressão costuma ser mais adequado do que realizar uma análise de correlação quando você deseja fazer previsões ou estimar os valores da variável dependente com base nas variáveis independentes.
  • Diagrama de dispersão: Uma situação em que um diagrama de dispersão pode ser mais adequado do que a análise de correlação é quando pode haver relações não lineares ou outliers nos dados.

Exemplo de análise de correlação

O banco exige oito informações específicas dos solicitantes de empréstimo, a saber: renda, nível de escolaridade, idade, tempo de residência atual, tempo no emprego atual, poupança, dívida e número de cartões de crédito. Um administrador do banco quer saber quais dessas informações estão fortemente relacionadas entre si. O administrador reúne esses dados de 30 solicitantes de empréstimo e realiza uma análise de correlação para obter os coeficientes de correlação aos pares e seus valores-p para as oito variáveis. As etapas a seguir:

  1. Reuniu os dados necessários.
Correlation Analysis — figure 1
  1. Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  2. Para encontrar a Análise de Correlação, escolha Statistical module> Graphical analysis> correlation analysis.
  3. Dentro da ferramenta, insira os dados juntamente com as demais entradas, da seguinte forma:
Correlation Analysis — figure 2

5. Após usar a ferramenta mencionada acima, obtém a saída da seguinte forma:

Correlation Analysis — figure 3

Como fazer a análise de correlação

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Graphical analysis > correlation analysis.
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel ou cole-os (Ctrl+V), ou então use a opção Load Example, em que os dados de exemplo serão carregados.
  4. Em seguida, você precisa mapear as colunas para os parâmetros.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) da Análise de Correlação, a janela é dividida em duas partes.

Correlation Analysis — figure 4

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.

Load example: Os dados de exemplo serão carregados.

Load File: É usado para carregar diretamente os dados do Excel.

Na parte direita, basta informar:

Variables: Para selecionar várias variáveis para a análise de correlação, primeiro identifique as variáveis quantitativas de interesse no seu conjunto de dados. Em seguida, calcule os coeficientes de correlação aos pares entre essas variáveis para entender a intensidade e a direção de suas relações lineares. Esse processo ajuda a determinar quais variáveis estão fortemente relacionadas, auxiliando na seleção de variáveis e na análise multivariada para pesquisas ou modelagens futuras.

Display Scatter: Exibir um diagrama de dispersão na análise de correlação representa visualmente a relação entre duas variáveis, mostrando sua associação em um plano cartesiano. Ele ajuda a identificar padrões, tendências e outliers, complementando o coeficiente de correlação numérico. Essa visualização oferece uma compreensão mais clara da intensidade e da direção da relação linear entre as variáveis.

 Download as Excel: Exibe o resultado em formato Excel, que pode ser facilmente editado e recarregado para os cálculos por meio da opção load file.

Perguntas frequentes

O que um coeficiente de correlação informa?

O coeficiente de correlação de Pearson mede a intensidade e a direção da relação linear entre duas variáveis. Ele varia de -1, uma relação negativa perfeita, a +1, uma relação positiva perfeita, e 0 significa ausência de relação linear. A correlação mostra como as variáveis variam em conjunto, mas não implica causalidade.

Quais são as premissas da análise de correlação?

Use pelo menos duas colunas de dados contínuos ou ordinais com o mesmo número de linhas. A relação deve ser linear ou monotônica, e os dados devem seguir uma distribuição normal bivariada. Os intervalos de confiança para a correlação de Pearson são sensíveis à premissa de normalidade; os de Spearman, baseados em postos, são menos sensíveis a ela.

De quantas amostras você precisa para a análise de correlação?

Recomenda-se uma amostra média a grande, de pelo menos 25, e amostras maiores fornecem estimativas mais exatas e precisas. Para n de 25 ou mais, os procedimentos de valor-p para correlações são robustos a desvios da normalidade. Use um gráfico matricial para identificar e investigar outliers antes de confiar nos coeficientes.

Quando usar a regressão ou um diagrama de dispersão em vez da correlação?

Ajuste um modelo de regressão quando quiser prever ou estimar os valores da variável dependente a partir das variáveis independentes. Use um diagrama de dispersão quando a relação puder ser não linear ou puderem existir outliers. Para dados categóricos, use tabulação cruzada e qui-quadrado em vez da análise de correlação.