COEFICIENTE DE

CORRELACIÓN DE SPEARMAN
Es una medida no paramétrica de
la correlación de rango
(dependencia estadística del
ranking entre dos variables). Se
utiliza principalmente para el
análisis de datos.
 ¿Cuándo utilizar la prueba de correlación de rangos de
Spearman?

El coeficiente de correlación mide el grado de El coeficiente de correlación de Spearman es

asociación entre dos cantidades, pero no
mira el nivel de acuerdo o concordancia. Si
los instrumentos de medida miden
sistemáticamente cantidades diferentes uno
del otro, la correlación puede ser 1 y su
concordancia ser nula.
recomendable utilizarlo cuando los datos
presentan valores extremos, ya que dichos
valores afectan mucho el coeficiente de
correlación de Pearson, o ante distribuciones
no normales. No está afectada por los
cambios en las unidades de medida
Para el cálculo y la prueba de
significación de la variable de
ranking, se requiere que las Nivel de intervalo o ratio Relación lineal
siguientes suposiciones de
datos sean ciertas:

Bivariante distribuido
Si los datos no cumplen con las suposiciones anteriores, se requerirá
el coeficiente de correlación de Spearman.

Para esto, es necesario saber qué función monótona es para

entenderlo.

Una función monótona es aquella que nunca disminuye o nunca

aumenta, ya que es un incremento variable independiente.
Monotónicamente en aumento Disminuye monótonamente No monótono

Cuando la variable
Cuando la variable
“x” aumenta y la
Monotónicamente “x” aumenta, pero
variable “y” a
en aumento la variable “y”
veces aumenta y a
nunca aumenta.
veces disminuye.
 CÓMO CALCULAR EL COEFICIENTE DE CORRELACIÓN
DE SPEARMAN
El Coeficiente Spearman,⍴, puede
tomar un valor entre +1 y -1 donde:

Un valor de +1 en ⍴ significa una perfecta

asociación de rango

n= número de puntos de datos de las dos variables Un valor 0 en ⍴ significa que no hay asociación de
rangos
di= diferencia de rango del elemento “n”

Un valor de -1 en ⍴ significa una perfecta

asociación negativa entre los rangos.

Si el valor de ⍴ se acerca a 0, la asociación entre

los dos rangos es más débil.