Pontos de dicotomização para a obtenção do coeficiente de correlação tetracórico

Existem situações em que a característica de interesse, tratada como variável, não é medida diretamente embora seja possível observar o seu efeito. Essas características são tratadas como variáveis latentes. Assim, uma pessoa pode ser considerada inteligente ou não, ou ainda ser ansiosa ou não, por...

ver descrição completa

Detalhes bibliográficos
Autores: Lira, Sachiko Araki, Neto, Anselmo Chaves
Formato: artículo
Estado:Versión publicada
Fecha de publicación:2009
País:Brasil
Recursos:Universidade Estadual do Centro-Oeste (UNICENTRO)
Repositorio:Revista Ciências Exatas e Naturais (Online)
Idioma:portugués
OAI Identifier:oai:ojs.revistas.unicentro.br:article/212
Acesso em linha:https://revistas.unicentro.br/index.php/RECEN/article/view/212
Access Level:acceso abierto
Palavra-chave:correlação tetracórico, correlação de Pearson, coeficiente de correlação.
Descrição
Resumo:Existem situações em que a característica de interesse, tratada como variável, não é medida diretamente embora seja possível observar o seu efeito. Essas características são tratadas como variáveis latentes. Assim, uma pessoa pode ser considerada inteligente ou não, ou ainda ser ansiosa ou não, por exemplo. O Coeficiente de Correlação Tetracórico é um estimador do grau de associação entre duas variáveis latentes L X e L Y , subjacentes às variáveis dicotômicas X e Y efetivamente observadas. Uma das suposições para a utilização do Coeficiente de Correlação Tetracórico é a de que os pontos de dicotomização das variáveis medidas X e Y estejam o mais próximo possível das respectivas medianas (percentil 50). Foram geradas amostras através de simulações e utilizados o percentil 25 ( P25 ), percentil 50 ( P50 = mediana) e percentil 75 (P75 ) como pontos de dicotomização das variáveis X e Y. Se obteve os desvios absolutos médios, comparando-se os Coeficientes de Correlação Tetracórico e Linear de Pearson. Os resultados comprovam que as estimativas dos coeficientes são melhores, quando se adota a mediana como pontos de dicotomização.