Usa el Calculadora de Correlación gratuito abajo: tus datos nunca salen de tu navegador, todo el trabajo ocurre en tu dispositivo y no se sube a ningún servidor.
Dos columnas de números a menudo se mueven juntas, pero ¿con qué fuerza, y de qué manera? La calculadora de correlación responde con dos medidas en lugar de una, y esa segunda medida es lo que la hace distinta de una calculadora solo de Pearson. La correlación de Pearson mide un vínculo en línea recta. La correlación de Spearman mide un vínculo creciente o decreciente constante, aunque sea curvo, porque compara los rangos de los valores en lugar de los valores mismos. Mostrar ambas te dice si el vínculo es recto, solo constante, o más débil de lo que parecía al principio.
Esta herramienta está pensada para quien quiere una respuesta honesta, no solo un número. No necesitas un programa de estadística, una cuenta ni subir nada. Todo ocurre en tu navegador, en tu propio dispositivo. Tus datos nunca salen de la página y nada se envía a ningún servidor. Eso importa cuando las columnas contienen notas, ventas o cifras de salud que preferirías mantener en privado.
Para usarla, pega dos columnas con una fila de encabezado primero, un par X,Y por línea, como muestra la muestra. Pulsa Calcular correlación y el resultado da la r de Pearson y la rho de Spearman, cada una con una lectura en lenguaje claro: muy fuerte, fuerte, moderada, débil o muy débil, más la dirección, positiva o negativa. Positiva significa que cuando X sube, Y tiende a subir. Negativa significa que cuando X sube, Y tiende a bajar. La herramienta necesita al menos tres pares válidos, y las filas con valores ausentes o no numéricos se omiten en lugar de contarse como cero, así que ningún dato inventado entra en el resultado.
Pearson es la medida clásica, y funciona mejor cuando el vínculo es más o menos recto y los valores no están dominados por extremos. Responde a la pregunta: ¿con qué fuerza se pegan los puntos a una línea recta? Spearman responde a una pregunta más flexible: cuando X sube, ¿Y suele subir también, aunque los pasos sean desiguales? Como Spearman trabaja con rangos, una subida curva sigue puntuando alto, y un solo valor enorme no puede arrastrarla como arrastra a Pearson. Cuando Pearson es bajo pero Spearman es alto, el vínculo es real pero curvo, y una línea recta era la imagen equivocada.
Cuando ambas medidas coinciden y son altas, la asociación es fuerte y más o menos recta. Cuando ambas son bajas, hay poca asociación constante de la que hablar, aunque un patrón más complejo, como una forma de U, podría seguir escondido en los datos, y un gráfico lo revelaría. Cuando Pearson es alto pero Spearman es menor, unos pocos valores extremos pueden estar haciendo el trabajo, y revisar esas filas en la fuente es prudente. Comparar ambas es, por tanto, un diagnóstico rápido, no un adorno: el desacuerdo entre ellas es información.
La advertencia más importante sobre cualquier correlación es también la más repetida, porque es la más ignorada: la correlación no es causalidad. Dos valores pueden moverse juntos porque un tercer factor impulsa a ambos, como las ventas de helados y las quemaduras en verano, o porque el vínculo va en sentido contrario al que supusiste. Una correlación alta justifica una mirada más atenta y un estudio mejor, nunca una afirmación de que cambiar una cosa cambiará la otra. Trata el resultado como una pista y luego busca el mecanismo.
Una columna que nunca cambia rompe el cálculo, y la herramienta lo dice con claridad en lugar de devolver un cero engañoso. Si cada X es igual, no hay variación que relacionar con Y, y no existe correlación que medir. Una muestra diminuta da un resultado frágil, así que reúne más pares antes de actuar.
Los estudiantes usan esta herramienta para comprobar hipótesis de trabajos, las tiendas pequeñas la usan para probar si la publicidad y las ventas se mueven juntas de verdad, y cualquiera con dos columnas y una corazonada puede probar esa corazonada en menos de un minuto. Las dos medidas juntas hacen la prueba más difícil de engañar que cualquiera por separado, y ese es el punto.
Cómo calcular la correlación entre dos columnas
- Pega dos columnas con una fila de encabezado primero, un par X,Y por línea.
- Pulsa Calcular correlación.
- Lee la r de Pearson y la rho de Spearman con sus lecturas en lenguaje claro.
- Compara ambas: el acuerdo significa un vínculo recto, el desacuerdo significa un vínculo curvo o dominado por atípicos.
- Recuerda que la correlación muestra asociación, no causa.
Preguntas frecuentes
¿Qué diferencia hay entre Pearson y Spearman? Pearson mide un vínculo en línea recta con valores brutos. Spearman mide un vínculo creciente o decreciente constante con rangos, así que sigue funcionando para vínculos curvos.
¿Por qué mostrar ambas? Su desacuerdo es diagnóstico: una Spearman alta con una Pearson baja sugiere un vínculo curvo, y una Pearson alta con una Spearman menor sugiere que los atípicos hacen el trabajo.
¿Una correlación alta prueba la causa? No. Un tercer factor puede impulsar ambos valores, o la dirección puede ir al revés.
¿Se suben mis datos? No. Todo el cálculo ocurre en tu navegador.
Pega dos columnas que ya sospeches que están unidas y compara las dos medidas antes de afirmar nada. Cuando coinciden, el vínculo es real y recto; cuando discrepan, la forma del vínculo es la historia.
Herramientas relacionadas
- Correlation Calculator (English version)
- Generador de Tabla de Frecuencias
- Detector de Valores Atípicos