Spearman's $rho$とPearson's $r$のどちらを選択すべきか、どのようにして知ることができますか?私の変数には満足度が含まれており、スコアはスコアの合計を使って解釈されています。しかし、これらのスコアはランク付けすることもできます。
最も短く、ほとんどの正解は
Pearsonベンチマークはlinear関係、Spearmanベンチマークはmonotonic関係(数無限大のより一般的なケースですが、いくつかのパワーのトレードオフがあります)。
ですから、もしあなたが関係が線形であると仮定/考えていて(あるいは、特殊なケースとして、それらが同じものの2つの尺度であることから、関係は $y=1\cdot x+0$ となります)、状況がそれほど悪化していないのであれば(詳細は他の回答を確認してください)、Pearson を使ってください。そうでなければ、スピアマンを使います。
統計学の世界ではよくあることですが、いろいろな手法があってどれを選べばいいのかわからない。 検討している方法の長所と短所、そして問題の詳細を考慮して判断する必要がありますが、それでも判断は主観的なものであり、合意された正しい答えはないのが普通です。 通常は、自分の忍耐力が許す限り、合理的と思われる方法をいくつも試してみて、最終的にどの方法が一番良い結果をもたらすかを見極めるのが良いでしょう。
Pearson相関とSpearman相関の違いは、Pearsonはinterval scaleから取られた測定値に最も適しているのに対し、Spearmanはordinal scaleから取られた測定値に適していることです。 間隔尺度の例としては、"温度(Farenheit")や"長さ(inch")などがあり、個々の単位(1 deg F, 1 in)に意味があります。 満足度スコアのようなものは順序型になりがちです。なぜならば、幸福度5が幸福度3よりも幸福であることは明らかですが、幸福度1単位に意味のある解釈ができるかどうかはわからないからです。 しかし、あなたのケースのように、順序型の測定値をたくさん_加算すると、順序型でも間隔型でもない測定値になってしまい、解釈が難しくなります。
私は、満足度のスコアを分位値に変換して、その合計値を扱うことをお勧めします。 しかし、この場合でも、ピアソンとスピアマンのどちらがより適切かは明らかではありません。