Su solución de análisis de datos

Correlación de Spearman: tutorial en Excel

20/04/2018

Este tutorial le mostrará cómo ejecutar e interpretar una prueba de correlación no paramétrica de Spearman sobre variables cuantitativas en Excel usando XLSTAT.

¿No está seguro de si esta es la prueba estadística que está buscando? Consulte por favor esta guía.

Datos para ejecutar una prueba de correlación de Spearman

Puede descargar una hoja de Excel con los datos y resultados usados en este tutorial haciendo clic en el botón de abajo : 
Descargar los datos

Los datos utilizados en este ejemplo corresponden a una encuesta, donde una marca / tipo de patatas fritas determinada ha sido evaluada por 100 consumidores. Cada consumidor dio una calificación en una escala de 1 a 5 sobre cuatro atributos (sabor, dulzor, acidez, textura crujiente) - 1 significa “poco” y 5 “mucho” -, y luego otorgó una puntuación de agrado global en una escala Likert con rango 1-10. Nuestro objetivo es comprobar cómo se correlacionan los atributos con la puntuación en gusto global.
Las correlaciones se calculan en muchas de las funciones de XLSTAT. Sin embargo, dos de ellas están dedicadas a ese cometido: la función Descripción de datos / Matrices de Similitud/Disimilitud, y la función Correlación / Pruebas de Asociación / Pruebas de Correlación. En este tutorial usaremos la herramienta Correlación / Pruebas de Asociación / Pruebas de Correlación.

Configuración de una prueba de correlación de Spearman

Tras abrir XLSTAT, seleccione el comando Correlación / Pruebas de Asociación / Pruebas de Correlación, o bien haga clic en el botón correspondiente de la barra de herramientas Correlación / Pruebas de asociación (véase más abajo).

Correlation tests in XLSTAT menu

Una vez que haya hecho clic en el botón, aparece el cuadro de diálogo. Seleccionamos las puntuaciones de gusto y los cuatro atributos en el campo Observaciones / Variables. Puesto que la primera fila de la tabla corresponde a los encabezados, dejamos seleccionada la opción Etiquetas de las variables.

Debido a que los datos no son continuos, sino ordinales, optamos por utilizar el coeficiente de correlación de Spearman en lugar del coeficiente de correlación de Pearson, que es el habitual cuando los datos son continuos.

XLSTAT dialog box for setting up a Spearman correlation test

En la pestaña Resultados, elegimos los resultados que queremos visualizar.

XLSTAT dialog box for setting up a Spearman correlation test

En la pestaña Gráficos, seleccionamos los mapas de correlaciones queremos mostrar.

XLSTAT dialog box for setting up a Spearman correlation test

Los cálculos empiezan tras hacer clic en OK. A continuación, se muestran los resultados.

Interpretación de los resultados de una prueba de coeficiente de correlación de Spearman

Los primeros resultados son los estadísticos descriptivos de los datos de gusto general y de los atributos. Se muestra a continuación la matriz de correlaciones.

corrsp4.gif

Las correlaciones entre las puntuaciones de gusto general y los atributos son en su mayoría bajas. La correlación entre las puntuaciones de gusto general y textura crujiente es más alta que la media con 0.466. Esto sugiere que el único criterio para el que tenemos “cuanto más, mejor” es el carácter crujiente. Para los demás criterios, es probable que exista un nivel óptimo intermedio, por encima del cual los consumidores muestran su insatisfacción.

Los valores que aparecen en negrita son significativos al nivel de significación de 0.05. Eso significa que el riesgo de equivocarse al rechazar la hipótesis nula de que las correlaciones no son significativamente diferentes de 0 es inferior al 5%.

Los correspondientes valores de p (el riesgo estimado) se muestran en la siguiente tabla. Cuanto menor sea el valor de p, más diferente a 0 es la correlación. Nota: las pruebas son bilaterales.

corrsp5.gif

XLSTAT está entre los escasos programas que generan mapas de correlaciones. Estos mapas permiten identificar visualmente patrones en las correlaciones. Si bien esto tiene más sentido cuando hay muchas dimensiones, podemos aprovechar este ejemplo para mostrar cómo se pueden utilizar los mapas.

El primer mapa de correlación utiliza una escala en una gama de color azul-rojo (frío-calor) para mostrar las correlaciones. El color azul corresponde a una correlación cercana a -1 y el color rojo corresponde a una correlación cercana a 1. El color verde corresponde a una correlación cercana a 0.

corrsp6.gif

El segundo mapa de correlaciones utiliza el blanco y negro para identificar respectivamente correlaciones positivas y negativas. La diagonal se muestra en color gris.

corrsp7.gif

El tercer mapa de correlaciones utiliza tramas para identificar tanto el signo como la intensidad de las correlaciones:

  • las líneas que van desde la parte inferior izquierda a la superior derecha corresponden a las correlaciones positivas, y viceversa;
  • mientras más apretadas sean las líneas, más cercana a cero es la correlación.

corrsp8.gif

Nota: si sólo se desea calcular el coeficiente de correlación entre dos muestras, se puede utilizar directamente en la hoja de Excel la función XLSTAT_Spearman, de XLSTAT.
Ejemplo: En la hoja “Data”, escriba en la celda G2 lo siguiente: “=XLSTAT_Spearman(A2:A101,B2:B101)”.

Contacto

Email ventas

Contactar con nuestro soporte técnico : support@xlstat.com

https://cdn.desk.com/
false
desk
Cargando
hace #{num} segundos
hace un minuto
hace #{num} minutos
hace una hora
hace #{num} horas
hace un día
Hace #{num} días
sobre
false
Se han encontrado caracteres no válidos
/customer/portal/articles/autocomplete
9283