Saltar al contenido

Matemáticas

Calculadora de coeficiente de correlación

Pega tus valores de X y de Y como listas separadas por comas y de igual longitud. La calculadora devuelve la r de Pearson, la r al cuadrado, el tamaño de la muestra y la media de cada variable. La r de Pearson va de -1 a 1 y mide la fuerza de una relación lineal. No dice nada sobre causa y efecto.

Actualizado 2026-11-15 Estimación editorial Equipo editorial de Calccc Gratis · Sin registro

Cargando calculadora…

Qué hace esta calculadora

El coeficiente de correlación de Pearson resume cuán juntos se mueven dos conjuntos de números en línea recta. Se usa en ciencia, finanzas, control de calidad y otros contextos con datos emparejados. Esta calculadora toma dos listas de igual longitud e informa r, r al cuadrado y las medias, además del tamaño de la muestra, porque una correlación obtenida de unos pocos puntos es menos estable que una de una muestra grande.

Cómo usarla

  1. Ingresa los valores de X separados por comas, por ejemplo 1, 2, 3, 4, 5.
  2. Ingresa los valores de Y en el mismo orden y con la misma cantidad.
  3. Revisa r, r al cuadrado, n y ambas medias.

Cómo funciona

r de Pearson = Σ((x - x̄)(y - ȳ)) / √(Σ(x - x̄)² x Σ(y - ȳ)²). El numerador mide cómo varían juntas las variables; el denominador escala según sus dispersiones separadas. El resultado queda entre -1 y 1. Elevar r al cuadrado da r², la proporción de la varianza de una variable asociada con la otra en un modelo lineal. El tamaño de la muestra n es el número de pares.

Ejemplos de cálculo

Ejemplo 1: relación positiva

Con x = 1, 2, 3, 4, 5 e y = 2, 4, 5, 4, 5, las medias son 3 y 4. Las desviaciones dan r = 6 / √60, unos 0.775, y r² = 0.60. Los pares suben juntos, pero el ajuste es imperfecto.

Ejemplo 2: relación negativa perfecta

Con x = 1, 2, 3, 4 e y = 10, 8, 6, 4, cada aumento de x viene acompañado de una caída de 2 en y. r = -1 y r² = 1, así que los puntos caen exactamente sobre una recta descendente.

Ejemplo 3: relación negativa débil

Con x = 1, 2, 3 e y = 3, 1, 2, las medias son 2 y 2. El resultado es r = -1 / √4 = -0.5, con r² = 0.25. Tres puntos son demasiado pocos para confiar en el signo.

Qué significa el resultado

r describe la dirección y la estrechez de un patrón lineal: positiva significa que ambas variables tienden a subir juntas, negativa que una tiende a bajar cuando la otra sube, y los valores cercanos a cero indican poco patrón lineal. r² suele ser más intuitiva: la fracción de la variación explicada por un ajuste lineal. Ambas son sensibles a los valores atípicos y no detectan relaciones curvas que son fuertes pero no lineales. La correlación no es causalidad: un tercer factor, una causalidad inversa o una simple coincidencia pueden producir una r alta. Una muestra pequeña también puede producir una r alta por azar, así que revisa n y el gráfico de dispersión antes de sacar conclusiones.

Errores comunes

  • Leer r como prueba de que una variable causa la otra.
  • Usar listas de distinta longitud o con el orden desemparejado.
  • Incluir un valor atípico sin revisar su influencia.
  • Suponer que una r alta implica una relación lineal fuerte en todas partes.
  • Presentar r² como un porcentaje de causalidad.

Supuestos y límites

  • Ambas listas contienen valores numéricos y la misma cantidad de elementos.
  • Los pares se emparejan por posición, así que el orden importa.
  • La relación de interés es lineal.
  • Los valores se tratan como una muestra de observaciones emparejadas.
  • No se imputan valores faltantes.

Preguntas frecuentes

¿Qué es un buen coeficiente de correlación?

No hay un umbral universal. Los valores cercanos a 1 o -1 son fuertes y los cercanos a cero son débiles, pero lo que resulta útil depende del campo.

¿Qué significa r al cuadrado?

Es la proporción de la varianza de una variable explicada por un ajuste lineal con la otra. Una r² de 0.60 significa que se explica el 60% de la variación.

¿r puede ser mayor que 1?

No. La r de Pearson se mantiene entre -1 y 1. Un resultado fuera de ese rango indica que los datos de entrada o el cálculo son incorrectos.

¿La correlación demuestra causalidad?

No. Dos variables pueden moverse juntas porque una causa la otra, porque un tercer factor impulsa a ambas o por azar.

¿Qué pasa si las listas tienen longitudes distintas?

La calculadora necesita cantidades iguales para emparejar los valores. Revisa si falta un elemento o sobra una coma.

¿Cuántos pares necesito?

En general, más es mejor. Las muestras muy pequeñas pueden mostrar una r fuerte por azar, así que toma unos pocos pares como una pista, no como un hallazgo.

Fuentes

Esta calculadora es una herramienta educativa de estadística. La r de Pearson supone una relación lineal y es sensible a los valores atípicos y a las muestras pequeñas. La correlación no es causalidad, así que contrasta los resultados con los datos originales.

Actualización 2026

Cómo usar el resultado profesional

Esta página no es solo una caja de fórmula. El resultado está pensado para comprobarlo, compararlo y llevarlo contigo.

  • Hoja de trabajo profesional. El resultado incluye los datos usados, el método y el alcance, además de una comprobación de sensibilidad de una variable para calculadoras financieras.
  • Escenarios A/B. Guarda dos conjuntos de datos en el navegador y compara las cifras principal, secundaria y el desglose lado a lado.
  • Imprimir / PDF y CSV. Imprime una hoja con la marca o exporta la tabla anual cuando la calculadora la genera.

Las fórmulas y los supuestos anteriores siguen gobernando la cifra. La hoja de trabajo hace la estimación auditable; no la convierte en una cotización de un prestamista, una declaración de impuestos ni asesoría personalizada.

Go deeper

Guides that explain the math

Correlation Coefficient: Strength, Direction, and Causation
Math

Correlation Coefficient: Strength, Direction, and Causation

How Pearson's r turns a scatterplot into one number, what r-squared adds, when Spearman is safer, and why a strong correlation still cannot prove causation.

8 min read

Equipo editorial de Calccc · Actualizado 2026-11-15

Preparado por Equipo editorial de Calccc como estimación educativa. Esta página no es una revisión profesional licenciada ni constituye asesoría financiera, médica, legal o fiscal.

Estimación editorial preparada por el Equipo editorial de Calccc; no es una revisión profesional licenciada.