Há certos pontos que um pesquisador deve conhecer para compreender melhor as medidas de associação estatística.

• Primeiro, o pesquisador deve saber que as medidas de associação não são as mesmas que as medidas de significância estatística. É possível que uma associação fraca seja estatisticamente significativa; também é possível que uma associação forte não seja estatisticamente significativa.

• Para medidas de associação, um valor de zero significa que não existe relação. Em uma análise de correlação, se o coeficiente (r) tem um valor de um, significa uma relação perfeita sobre as variáveis de interesse. Em análises de regressão, se o peso beta padronizado (β) tem um valor de um, significa também uma relação perfeita sobre as variáveis de interesse. O pesquisador deve observar que medidas bivariadas de associação (por exemplo, correlações de Pearson) são inadequadas para relações curvilíneas ou relações descontínuas.

Recursos

Gibbons, J. D. (1993). Medidas não-paramétricas de associação. Thousand Oaks, CA: Sage Publications.

Liebetrau, A. M. (1983). Medidas de associação. Newbury Park, CA: Sage Publications.

Siegel, S. (1956). Estatísticas não paramétricas para as Ciências Comportamentais. New York: McGraw-Hill.

Wilcox, R. R. (2007). Medidas locais de associação: Estimando a derivada da linha de regressão. British Journal of Mathematical and Statistical Psychology, 60, 107-117.

.