Introducción. Compara dos correlaciones de muestras diferentes. Por ejemplo, podrás comparar si una correlación en mujeres es significativamente más alta o baja que en hombres.
Instrucciones. Únicamente tendrás que introducir la correlación (r) y la muestra (n) de cada muestra y dar a calcular. Tendrás como resultado la z-score (puntuación z) y su conversión a p (significación estadística). Según tu dirección de hipótesis deberás escoger la significación de una o dos colas. Si no tienes claro este último paso, fíjate en la significación de dos colas (2-tail p).
Funcionamiento. El método empleado es la transformación de la correlación (r) a puntuación z a través de la transformación de Fisher. Después, se ha comparado las dos z a través de la formula de abajo[F.1] (Cohen & Cohen, 1983)). Después se ha hallado el nivel de significación de la z resultante de la comparación.
Zobserved = (z1 – z2) / (sqrt {[1 /( N1 – 3)] + [1 / N2 – 3) ]}
Comparación de dos correlaciones – Calculadora
| r | n | |
| Muestra 1 | ||
| Muestra 2 | ||
| Z-score |
1-tail p |
2-tail p |
Referencias
Cohen, J., & Cohen, P. (1983). Applied multiple regression/correlation analysis for the behavioral sciences. Hillsdale, NJ: Erlbaum.