Ai două variabile continue și vrei să măsori legătura dintre ele. SPSS îți dă două opțiuni în meniul Correlate: Pearson și Spearman. Cei mai mulți studenți bifează Pearson din reflex, aplică testul, raportează coeficientul și merg mai departe. În aproximativ 4 din 10 lucrări pe care le verificăm, alegerea asta implicită se dovedește greșită. Cei doi coeficienți măsoară lucruri diferite, presupun proprietăți diferite ale datelor și pot scoate rezultate foarte diferite pe același fișier. Dacă știi când se aplică fiecare, îți scutești o revizuire.
Ce măsoară r al lui Pearson
Coeficientul r al lui Pearson exprimă tăria și direcția unei legături liniare între două variabile continue. Dacă pui pe un grafic orele de mișcare săptămânală față de pulsul de repaus la 100 de participanți, iar punctele cad aproximativ pe o dreaptă care coboară, Pearson prinde tiparul ăsta. O valoare r = −0,62 îți spune că legătura e negativă (mai multă mișcare, puls mai mic), iar după pragurile lui Cohen (0,10 mic, 0,30 mediu, 0,50 mare) legătura e puternică.
Coeficientul vine cu niște condiții. Ambele variabile trebuie măsurate pe scală de interval sau de raport. Datele ar trebui să fie aproximativ normale bivariat, adică fiecare variabilă are o distribuție apropiată de cea normală, iar distribuția lor comună formează un nor eliptic. Nu ar trebui să existe valori extreme, fiindcă formula lui Pearson folosește valorile brute, iar un singur participant care câștigă de zece ori media eșantionului poate trage serios coeficientul. Ai nevoie și de o verificare a normalității înainte să raportezi rezultatul. Un test Shapiro-Wilk pe ambele variabile, plus un grafic de dispersie rapid, durează mai puțin de un minut și pot preveni un coeficient care induce în eroare.
Cerința de liniaritate e partea pe care studenții o scapă cel mai des din vedere. Coeficientul r al lui Pearson detectează doar tipare în linie dreaptă. Dacă legătura reală dintre două variabile urcă și apoi se aplatizează, Pearson subestimează asocierea, fiindcă încearcă să treacă o dreaptă printr-o curbă. Două variabile pot fi legate perfect într-un mod monoton și tot să scoată un r Pearson modest.
Ce măsoară ρ al lui Spearman
Corelația de ranguri a lui Spearman (rs sau ρ) măsoară tăria și direcția unei legături monotone. În loc să lucreze cu valorile brute, transformă mai întâi fiecare variabilă în ranguri și apoi calculează coeficientul Pearson pe acele ranguri. Transformarea în ranguri e cea care îi dă lui Spearman flexibilitatea.
Fiindcă rangurile comprimă distanța dintre valori, valorile extreme își pierd forța. Un participant care câștigă 400.000 de euro într-un eșantion unde toți ceilalți câștigă între 20.000 și 80.000 primește rangul 1 (sau n, în funcție de direcție), nu o valoare de cinci ori mai mare decât următoarea observație. Schimbarea asta face Spearman mult mai rezistent la valori extreme decât Pearson.
Spearman se descurcă și cu date ordinale, direct. Dacă măsori satisfacția pacienților pe o scală Likert cu 5 trepte și o pui în corelație cu timpul de așteptare în minute, Spearman e alegerea corectă. Variabila de satisfacție nu are un interval real (diferența dintre „mulțumit” și „foarte mulțumit” nu e neapărat egală cu cea dintre „neutru” și „mulțumit”), așa că presupunerea lui Pearson de măsurare pe interval e încălcată. Din experiența noastră, cam jumătate din analizele de corelație din lucrări au cel puțin o variabilă ordinală, iar în acele cazuri Spearman ar trebui să fie varianta implicită.
Un exemplu practic în care diferă
Gândește-te la un studiu pe 100 de angajați care cercetează legătura dintre venitul anual și satisfacția în muncă (măsurată pe o scală cu 7 trepte). Majoritatea angajaților câștigă între 25.000 și 65.000 de euro, dar opt directori din eșantion câștigă între 120.000 și 310.000. Graficul de dispersie arată o tendință monotonă clară: pe măsură ce venitul crește, satisfacția tinde să crească. Numai că legătura nu e liniară. Satisfacția urcă abrupt pe intervalul 25.000–65.000 și apoi se aplatizează printre cei cu venituri mari, care raportează toți scoruri de satisfacție de 5, 6 sau 7, indiferent dacă iau 120.000 sau 310.000.
Coeficientul r al lui Pearson pe acest fișier scoate 0,31. Cele opt venituri extreme întind axa orizontală și trag dreapta de regresie spre orizontală, slăbind asocierea aparentă. Coeficientul rs al lui Spearman scoate 0,58. Transformând veniturile în ranguri, Spearman scoate distorsiunea produsă de acele valori extreme și prinde tendința constantă vizibilă pe grafic. Diferența dintre 0,31 și 0,58 poate schimba felul în care un coordonator evaluează rezultatul. Unul sugerează o asociere slabă; celălalt sugerează una puternică. Valoarea Spearman reflectă ce arată de fapt datele.
Cum alegi între ele
Pornește de la graficul de dispersie. Întotdeauna. Dacă punctele urmează o dreaptă, fără curbură vizibilă și fără valori extreme, Pearson e potrivit. Dacă punctele urmează o curbă monotonă (urcă constant sau coboară constant, dar se îndoaie pe drum), Spearman prinde tendința mai bine. Dacă vezi un grup de puncte cu câteva valori departe de restul, acele valori extreme distorsionează Pearson, dar abia ating Spearman.
Verifică apoi scalele de măsurare. Orice variabilă măsurată pe scală ordinală (itemi Likert, preferințe ordonate, niveluri de studii codificate 1–5) ar trebui analizată cu Spearman. Pearson cere ca ambele variabile să fie de interval sau de raport. Nu e o sugestie. Dacă coordonatorul sau manualul de metodologie spune „Pearson cere date continue, de interval”, asta înseamnă că Spearman e alternativa atunci când condiția nu e îndeplinită.
Aplică apoi testele de normalitate. Dacă vreuna dintre variabile pică testul Shapiro-Wilk la p < 0,05 și eșantionul e sub 300, Spearman e opțiunea mai sigură. Pearson tolerează abateri ușoare de la normalitate pe eșantioane mari (teorema limitei centrale ajută la n > 30 pentru distribuția de eșantionare a lui r), dar cu asimetrie sau boltire puternică Spearman rămâne mai de încredere, indiferent de volumul eșantionului. Pentru un cadru de decizie mai larg, care acoperă și alte teste, vezi ghidul despre corelație sau regresie.
Pearson față de Spearman: comparație directă
| Caracteristică | r al lui Pearson | rs al lui Spearman |
|---|---|---|
| Ce detectează | Legături liniare | Legături monotone (liniare sau curbe) |
| Tipul de date cerut | Continue (interval sau raport) | Ordinale, de interval sau de raport |
| Condiția de distribuție | Normalitate bivariată | Niciuna |
| Sensibilitate la valori extreme | Mare (folosește valorile brute) | Mică (folosește ranguri) |
| Merge cu scale Likert | Nu (încalcă condiția de interval) | Da |
| Calea în SPSS | Analyze → Correlate → Bivariate → Pearson |
Analyze → Correlate → Bivariate → Spearman |
| Raportare APA | r(98) = 0,45, p < 0,001 | rs(98) = 0,52, p < 0,001 |
Raportarea în stil APA
Pentru Pearson, raportezi litera statisticii, gradele de libertate (egale cu n − 2), valoarea coeficientului și valoarea p exactă: r(98) = 0,45, p < 0,001. Dacă valoarea p e între 0,001 și 0,05, o raportezi exact: r(73) = 0,28, p = 0,014. Scrii mereu r și p cu caractere cursive.
Pentru Spearman, formatul e la fel, dar simbolul devine rs: rs(98) = 0,52, p < 0,001. Unele ghiduri de stil folosesc litera grecească ρ în loc de rs, dar ediția a șaptea APA recomandă rs. Oricare simbol alegi, folosește-l consecvent în toată lucrarea. Dacă Academic Stats Agent îți face corelația, rezultatul e deja formatat în stil APA 7, cu simbolul și gradele de libertate corecte.
O greșeală de raportare pe care o vedem des: studenții scriu „s-a folosit corelația Spearman fiindcă datele nu erau normale”, fără să arate rezultatele testului de normalitate care au dus la decizia asta. Raportează mereu statistica Shapiro-Wilk pentru fiecare variabilă (de exemplu, W = 0,91, p = 0,003 pentru venit), ca cititorul să-ți poată verifica raționamentul.
Cea mai frecventă greșeală
Bifarea lui Pearson fără să te uiți la graficul de dispersie. O vedem în majoritatea ciornelor care ne vin la revizuire. Studentul deschide SPSS, apasă Analyze → Correlate → Bivariate, lasă Pearson bifat (e opțiunea implicită) și raportează rezultatul. Fără grafic de dispersie. Fără test de normalitate. Fără să se gândească dacă legătura e liniară sau doar monotonă.
Remedierea durează 30 de secunde. Înainte de orice corelație, fă un grafic de dispersie în SPSS (Graphs → Chart Builder → Scatter/Dot). Uită-te la formă. Dacă punctele se îndoaie, dacă valorile extreme stau departe de nor sau dacă o variabilă e ordinală, treci la Spearman. Pasul ăsta previne cea mai frecventă corecție pe care o facem la analizele de corelație. Într-o serie recentă de 40 de lucrări, 17 folosiseră Pearson acolo unde Spearman se potrivea mai bine. Toate 17 au avut nevoie de reanaliză. Dacă vrei o verificare rapidă, instrumentul interactiv de alegere a testului îți confirmă care coeficient e potrivit.
De reținut: r al lui Pearson măsoară asocierea liniară dintre două variabile continue, normal distribuite. rs al lui Spearman măsoară asocierea monotonă folosind ranguri, se descurcă cu date ordinale și rezistă la valori extreme. Uită-te mereu la graficul de dispersie și la rezultatele de normalitate înainte să alegi. Dacă legătura se îndoaie, dacă apar valori extreme sau dacă o variabilă e ordinală, Spearman e coeficientul corect.
Întrebări frecvente
Ce corelație folosesc pentru date pe scală Likert?
Folosești corelația Spearman pentru itemii Likert luați separat, fiindcă sunt ordinali. Dacă însumezi sau mediezi mai mulți itemi într-un scor de scală, rezultatul e adesea tratat ca aproximativ de interval, iar Pearson devine acceptabil atunci când scorurile au o distribuție apropiată de cea normală.
Pot folosi corelația Spearman pentru date continue?
Da. Spearman funcționează cu date continue și e alegerea mai bună atunci când datele nu sunt normal distribuite, conțin valori extreme sau legătura e monotonă, dar nu liniară. Pur și simplu transformă valorile în ranguri înainte să calculeze corelația.
Spearman e întotdeauna mai mic decât Pearson?
Nu. Spearman poate fi mai mare sau mai mic decât Pearson pe aceleași date. Pentru o legătură perfect monotonă, dar curbă, Spearman e egal cu 1,0, în timp ce Pearson stă sub 1,0; cu valori extreme puternice, Pearson poate fi umflat artificial față de Spearman.