La correlación entre dos variables describe la probabilidad de que un cambio en una variable cause un cambio proporcional en la otra variable. Una alta correlación entre dos variables sugiere que comparten una causa común o que un cambio en una de las variables es directamente responsable de un cambio en la otra variable. El valor r de Pearson se utiliza para cuantificar la correlación entre dos variables discretas.
Etiqueta la variable que crees que está causando el cambio a la otra variable como x (la variable independiente) y la otra variable y (la variable dependiente).
Construya una tabla con cinco columnas y tantas filas como puntos de datos para x e y. Rotula las columnas de la A a la E de izquierda a derecha.
Complete cada fila con los siguientes valores para cada punto de datos (x, y) en la primera columna: el valor de x en la columna A, el valor de x al cuadrado en la columna B, el valor de y en la columna C, el valor de y al cuadrado en la columna D y el valor x veces y en la columna E.
Haga una fila final en la parte inferior de la tabla y ponga la suma de todos los valores de cada columna en su celda correspondiente.
Calcule el producto de las celdas finales en la columna A y C.
Multiplique la celda final en la Columna E por el número de puntos de datos.
Reste el valor obtenido en el Paso 5 del valor obtenido en el Paso 6 y subraye la respuesta.
Multiplique la celda final de la Columna B por el número de puntos de datos. Reste de este valor el cuadrado del valor de la celda final de la Columna A.
Multiplique la celda final de la Columna D por el número de puntos de datos y reste el cuadrado del valor de la celda final de la Columna C.
Multiplique los valores encontrados en los pasos 8 y 9 y luego tome la raíz cuadrada del resultado.
Divida el valor obtenido en el Paso 7 (debe subrayarse) por el valor obtenido en el Paso 10. Este es Pearsons r, también conocido como coeficiente de correlación. Si r está cerca de 1, existe una fuerte correlación positiva. Si r está cerca de -1, hay una fuerte correlación negativa. Si r está cerca de 0, hay una correlación débil.