Calculadora de Coeficiente de Correlación

• Calculadora de coeficiente de correlación online instantánea: pega dos series de datos y obtén la r de Pearson, R², el estadístico t, el valor p, la ecuación de regresión y un diagrama de dispersión en milisegundos. La calculadora de coeficiente de correlación maneja conjuntos de datos de cualquier tamaño sin esperas, sin necesidad de hojas de cálculo.
• Calculadora de coeficiente de correlación segura - 100 % privada: la calculadora de coeficiente de correlación se ejecuta enteramente en el lado del cliente, en tu navegador. Tus datos nunca se suben a ningún servidor, ni se almacenan, ni se rastrean, lo que la hace segura para conjuntos de datos sensibles de investigación, médicos o empresariales.
• Calculadora de coeficiente de correlación sin instalación: usa la calculadora de coeficiente de correlación directamente en cualquier navegador moderno, sin descargas, aplicaciones ni complementos. Funciona en ordenador, tableta y móvil: 100 % gratis para siempre y sin registro.
• Análisis completo - diagrama de dispersión, regresión y significación: la calculadora de coeficiente de correlación va más allá de la r de Pearson. Calcula R² (varianza explicada), la ecuación de regresión lineal (pendiente e intersección), un estadístico t con valor p bilateral para la prueba de significación y dibuja un diagrama de dispersión en vivo con la línea de regresión superpuesta.

• Investigación académica y cursos de estadística: estudiantes e investigadores usan la calculadora de coeficiente de correlación para medir la relación lineal entre dos variables en experimentos, encuestas y estudios observacionales. La calculadora de coeficiente de correlación proporciona la r de Pearson, R² y el valor p: todos los valores necesarios para un informe al estilo APA.
• Análisis empresarial y de ventas: los analistas usan la calculadora de coeficiente de correlación para explorar relaciones entre variables como inversión publicitaria e ingresos, satisfacción del cliente y tasa de abandono, o precio y demanda. El diagrama de dispersión facilita detectar tendencias y valores atípicos de un vistazo.
• Investigación financiera y de inversión: los analistas financieros usan la calculadora de coeficiente de correlación para medir la co-movilidad entre precios de activos, rentabilidades de carteras o indicadores económicos. Una r positiva alta indica que los activos se mueven juntos; una r negativa indica una relación de cobertura.
• Sanidad y estudios clínicos: los clínicos e investigadores usan la calculadora de coeficiente de correlación para evaluar relaciones entre mediciones de pacientes, como edad y presión arterial, IMC y colesterol, o dosis y respuesta. El valor p confirma si la correlación es estadísticamente significativa.
• Aprendizaje automático y selección de características: los científicos de datos usan la calculadora de coeficiente de correlación para identificar características muy correlacionadas antes de entrenar modelos, lo que ayuda a detectar multicolinealidad y reducir la dimensionalidad. El valor de R² muestra cuánta varianza explica una variable en otra.
• Control de calidad e ingeniería de procesos: los ingenieros usan la calculadora de coeficiente de correlación para determinar si variables del proceso (temperatura, presión, velocidad) se relacionan linealmente con métricas de calidad del resultado. La ecuación de regresión proporciona un modelo predictivo para la optimización del proceso.

El coeficiente de correlación de Pearson (r) mide la fuerza y la dirección de la relación lineal entre dos variables X e Y. Va de −1 (relación lineal negativa perfecta), pasando por 0 (ninguna relación lineal), hasta +1 (relación lineal positiva perfecta). Nuestra calculadora de coeficiente de correlación online calcula la r de Pearson con la fórmula estándar: r = Σ[(xᵢ − x̄)(yᵢ − ȳ)] / √[Σ(xᵢ − x̄)² × Σ(yᵢ − ȳ)²]. La calculadora de coeficiente de correlación también calcula R² (el coeficiente de determinación), que indica qué porcentaje de la varianza de Y explica X.

1. Introduce tus series de datos: pega o escribe tus valores X en el panel izquierdo y los valores Y en el derecho. La calculadora de coeficiente de correlación acepta cualquier combinación de enteros y decimales, separados por comas, espacios, puntos y comas o saltos de línea. X e Y deben tener el mismo número de valores. Pulsa Ctrl+Enter o haz clic en «Calcular Correlación» para ejecutar el análisis.
2. Procesamiento instantáneo en el navegador: la calculadora de coeficiente de correlación computa la r de Pearson, R², el estadístico t, el valor p bilateral y la ecuación de regresión lineal íntegramente en tu navegador. Nunca se envía ningún dato a un servidor. Los resultados aparecen de inmediato junto con un diagrama de dispersión y la línea de regresión superpuesta sobre los datos.
3. Revisa y copia los resultados: la calculadora de coeficiente de correlación muestra la interpretación de la fuerza, el veredicto de significación, la ecuación de regresión y una tabla paso a paso de pares de datos que muestra (X − X̄)(Y − Ȳ) para cada punto. Copia el resumen completo de resultados en tu portapapeles con un clic.

• |r| ≥ 0,9 - Muy fuerte: los cambios en X se asocian de forma muy fiable con cambios en Y. La relación es casi lineal.
• 0,7 ≤ |r| < 0,9 - Fuerte: X es un buen predictor de Y. Se observa habitualmente en experimentos bien controlados y datos financieros.
• 0,5 ≤ |r| < 0,7 - Moderada: X explica una parte significativa de la variación de Y, pero otros factores también influyen.
• 0,3 ≤ |r| < 0,5 - Débil: una relación lineal detectable pero limitada. X tiene un valor predictivo limitado para Y por sí sola.
• |r| < 0,3 - Insignificante: esencialmente no hay relación lineal. Ten en cuenta que aún puede existir una relación no lineal.

La calculadora de coeficiente de correlación mide únicamente relaciones lineales. Una r baja no significa que no haya relación: puede ser no lineal (por ejemplo, cuadrática o exponencial). Inspecciona siempre el diagrama de dispersión para comprobar patrones no lineales, valores atípicos o agrupaciones. La correlación tampoco implica causalidad: una r alta entre X e Y no significa que X cause Y. Ambas variables pueden estar impulsadas por una tercera variable de confusión. El valor p comprueba si r es significativamente distinta de cero dado el tamaño de la muestra; con conjuntos de datos grandes, incluso una r muy pequeña puede ser estadísticamente significativa sin ser prácticamente relevante.