Inteligencia Estrategica Latinoamericana

(jerarquías). (…) Se trata de estadísticas extremamente eficientes para datos
ordinales. La diferencia entre ellos es [que] (…) el coeficiente de Kendall
es un poco más significativo cuando los datos contienen un número considerable
de posiciones empatadas” (SAMPIERI; COLLADO; LUCIO, 2006, p. 477-478).
Cuadro IV Ordenación de variables PBI (x) y % Defensa (y) 2000-2013
País
Guyana
Bolivia
Paraguay
Uruguay
Perú
Ecuador
Chile
Venezuela
Colombia
Argentina
Brasil
PBI (x)
1.604
18.724
26.865
38.710
131.646
143.970
194.214
252.359
266.858
297.000
1.954.962
% Def (y)
1,7
1,8
1,1
2,1
1,4
1,1
2,4
1,3
3,4
1,0
1,6
Fuente: STOKHOLM INTERNATIONAL PEACE RESEARCH INSTITUTE (SIPRI, 2014)
El Coeficiente de Spearman (ρ) se calcula, por lo tanto, para el mismo par de variables en
relación con las cuales ya se calculó el Coeficiente de Spearman (r). Las variables están
constituidas por el PBI de los países sudamericanos (x) y por el porcentaje del PBI destinado
al gasto en Defensa (y), en cada uno de ellos. El Cuadro V, muestra el modelo de cálculo.
Así como sucede con el Coeficiente de Pearson (r), del cual deriva, el Coeficiente de Spearman
(ρ) retoma un número que varía entre (-) 1,00 y (+) 1,00 (FERREIRA, 2010). El análisis
del valor obtenido es semejante al que se hace para el Coeficiente de Pearson (VIALI,
2010), siendo el valor (-) 1,00 correspondiente a una correlación negativa perfecta y el valor
(+) 1,00 a una correlación positiva perfecta. El valor obtenido para ρ, -0,1 (menos cero
coma uno) señala la existencia de una correlación negativa débil, confirmando el resultado
obtenido por medio del Coeficiente de Pearson (r).
253