Correlação de Pearson ou de Spearman em 2026? Qual Usar no TCC e Como Interpretar o r

O software oferece os dois na mesma janela e o aluno marca o que está pré-selecionado. Só que Pearson e Spearman respondem a perguntas diferentes, e nas amostras pequenas de TCC eles frequentemente devolvem valores bem distintos — um dá 0,31 e não significativo, o outro dá 0,58 e significativo. Quem escolhe errado defende um achado que não existe, ou perde um que existe.

O que cada coeficiente realmente mede

O r de Pearson mede o quanto duas variáveis numéricas se aproximam de uma reta. Ele usa os valores como estão, e por isso um único ponto muito distante dos demais consegue mudar o resultado sozinho. Nasceu do trabalho de Karl Pearson sobre regressão e herança (Proceedings of the Royal Society of London, v. 58, p. 240-242, 1895).

O ρ de Spearman descarta os valores e trabalha com postos: ordena cada variável do menor para o maior e correlaciona as posições. Com isso ele mede se a relação é monotônica — se uma variável tende a subir quando a outra sobe, em linha reta ou não. Foi proposto por Charles Spearman em The Proof and Measurement of Association between Two Things (The American Journal of Psychology, v. 15, n. 1, p. 72, 1904).

A consequência prática dessa diferença: se os seus dados sobem consistentemente mas em curva, Pearson vai subestimar a associação e Spearman vai capturá-la. Se há um outlier gritante, Pearson vai reagir a ele e Spearman quase não.

Comparativo lado a lado

A linha do nível de mensuração é a que decide a maioria dos casos de TCC. Se você ainda não fechou a natureza das suas variáveis, o enquadramento geral está em pesquisa qualitativa e quantitativa.

Como decidir em três perguntas

1. Suas duas variáveis são realmente numéricas contínuas?

Idade em anos, faturamento, tempo de deslocamento, nota de 0 a 10: sim. Uma escala de concordância de cinco pontos respondida item a item: não exatamente — os intervalos entre “discordo” e “neutro” não são demonstravelmente iguais. Nesse caso, Spearman. O debate sobre tratar Likert como intervalar, e quando somar itens em um escore muda a resposta, está em como usar e analisar a escala Likert.

2. A distribuição é assimétrica ou há valores extremos?

Renda, número de filhos, tempo de casa, contagem de acessos: distribuições tipicamente enviesadas. Um único respondente com faturamento dez vezes maior que todos os outros basta para inflar ou destruir um r de Pearson. Spearman.

Se o valor extremo é um erro de digitação, corrija. Se é real, ele não se exclui por conveniência — a decisão precisa ser justificada e declarada no texto, e não tomada depois de ver o efeito que produz no coeficiente.

3. O gráfico de dispersão mostra uma reta?

Se mostra uma nuvem em torno de uma reta, Pearson. Se mostra uma curva que sobe sempre, Spearman. Se mostra um U — sobe e depois desce —, nenhum dos dois é adequado, porque a relação não é monotônica e ambos os coeficientes tenderão a zero apesar de existir uma relação clara.

Esse terceiro caso é o mais traiçoeiro: um r próximo de zero não significa “não há relação”, significa “não há relação do tipo que este coeficiente mede“.

Por que o gráfico de dispersão vem antes do teste

Rodar a correlação sem olhar o gráfico é o hábito que mais produz achados errados em TCC. O gráfico de dispersão mostra de uma vez quatro coisas que nenhum coeficiente revela:

• A forma da relação — reta, curva, patamar, U.
• Outliers influentes — pontos isolados capazes de comandar o resultado sozinhos.
• Subgrupos — duas nuvens separadas que, juntas, produzem uma correlação inexistente dentro de cada uma.
• Restrição de amplitude — quando todos os respondentes se concentram numa faixa estreita, a correlação encolhe artificialmente.

Como montar o gráfico em cada programa está em como fazer gráficos no TCC, e a comparação entre SPSS, R, jamovi e Excel para rodar as duas correlações, em qual programa usar para analisar os dados do TCC.

Um teste rápido que vale ouro: rode os dois coeficientes. Se derem valores próximos, a escolha é pouco relevante e você pode relatar o mais adequado teoricamente. Se derem valores muito diferentes, o gráfico vai explicar por quê — e essa explicação é conteúdo de análise, não um problema a esconder.

Como interpretar o valor de r

Ambos variam de −1 a +1. O sinal indica a direção; o módulo, a força. As faixas convencionais mais citadas na literatura de ciências sociais e da saúde tratam 0,10 como associação pequena, 0,30 como média e 0,50 como grande. São convenções, não leis: em algumas áreas, 0,20 já é notável.

A coluna do r² é a que costuma calibrar expectativas. Uma correlação de 0,50 — considerada grande — corresponde a apenas um quarto da variação compartilhada. Escrever “há forte relação entre X e Y” a partir de r = 0,50 é defensável; escrever “X determina Y” não é.

Duas advertências que a banca cobra. A primeira: o coeficiente é simétrico. O r de X com Y é idêntico ao r de Y com X, o que por si só mostra que ele não pode indicar direção causal. A segunda: significância não é magnitude. Com N = 400, um r de 0,10 é significativo e praticamente irrelevante; com N = 20, um r de 0,40 pode não alcançar significância e ainda assim merecer discussão.

Quando o objetivo passa de “as duas variam juntas?” para “quanto uma prevê a outra?”, o instrumento deixa de ser a correlação e passa a ser um modelo preditivo — e a pergunta que orienta essa escolha está no guia de decisão sobre qual teste estatístico usar.

Como relatar no TCC

Um relato completo tem coeficiente, N, valor, p e justificativa da escolha:

“A relação entre carga horária semanal e escore de exaustão foi avaliada pelo coeficiente de Spearman, adotado em razão da assimetria observada na distribuição da carga horária. Verificou-se associação positiva de magnitude moderada, ρ(78) = 0,42; p < 0,001. O gráfico de dispersão (Figura 3) indica relação crescente e monotônica, sem evidência de linearidade estrita.”

A frase que faz diferença é “adotado em razão da assimetria observada”. Sem ela, a banca não tem como saber se você escolheu ou apenas aceitou o padrão do programa. Com ela, a escolha vira decisão metodológica.

Se você calculou várias correlações de uma vez — o que é comum em questionários —, apresente-as em uma matriz e diga quantos testes foram feitos. Rodar quinze correlações e relatar as três significativas é seleção de resultados. A formatação da matriz segue as regras de tabelas e quadros da ABNT, e a redação do capítulo, análise e discussão dos resultados.

Erros que invalidam a correlação

• Rodar sem ver o gráfico de dispersão.
• Usar Pearson em variável ordinal sem discutir a decisão.
• Concluir causalidade a partir de um coeficiente simétrico.
• Correlacionar duas variáveis categóricas — ali o instrumento é outro, e a rota está em teste qui-quadrado no TCC.
• Ignorar um outlier que sozinho produz o resultado.
• Relatar só o p-valor, sem o valor de r e sem o N.
• Correlacionar tudo com tudo e relatar apenas o que deu significativo.

Vale também lembrar que a correlação herda a qualidade do instrumento: dois questionários com baixa confiabilidade produzem correlações atenuadas mesmo quando a relação real é forte. O diagnóstico está em validade e confiabilidade da pesquisa, e o dimensionamento que dá potência ao teste, em população e amostra no TCC.

Com o coeficiente escolhido e o gráfico pronto, sobra escrever. O Tesify escreve o capítulo de resultados com você, a partir dos valores que o seu software já calculou e com as referências no padrão ABNT.

Perguntas frequentes

Qual a diferença entre correlação de Pearson e de Spearman?

Pearson mede a força de uma relação linear entre duas variáveis numéricas, usando os próprios valores. Spearman converte os valores em postos e mede se a relação é monotônica, isto é, se uma variável tende a crescer quando a outra cresce, mesmo que não em linha reta.

Quando usar Spearman em vez de Pearson?

Quando pelo menos uma variável é ordinal, quando a distribuição é claramente assimétrica, quando há valores extremos que distorcem a média, ou quando o gráfico de dispersão mostra uma relação crescente porém curva.

Preciso testar normalidade antes de escolher entre Pearson e Spearman?

Ajuda, mas o passo indispensável é outro: olhar o gráfico de dispersão. Ele revela de uma vez linearidade, outliers e mudança de dispersão — três coisas que um teste de normalidade sozinho não mostra.

O que significa um r de 0,45?

Uma associação positiva de magnitude moderada pelas convenções usuais. Elevando ao quadrado, r² ≈ 0,20: cerca de 20% da variação de uma variável acompanha a variação da outra, e o restante tem outras origens.

Correlação significa causalidade?

Não. O coeficiente é simétrico — r de X com Y é idêntico a r de Y com X —, portanto não pode indicar direção. Além disso, uma terceira variável pode produzir a associação sem que exista relação direta entre as duas medidas.

Como relatar a correlação no TCC?

Informe o coeficiente usado, o N, o valor com duas casas decimais, o p-valor e, quando possível, o intervalo de confiança. Justifique a escolha do coeficiente em uma frase e apresente o gráfico de dispersão.