Como sei quando escolher entre Spearman's $\rho$ e Pearson's $r$? Minha variável inclui satisfação e as pontuações foram interpretadas usando a soma das pontuações. No entanto, estas pontuações também podem ser classificadas.
A resposta mais curta e mais correta é:
Pearson benchmarks relação linear, Spearman benchmarks relação monotônica (poucos infinitos casos mais gerais, mas para algumas trocas de poder).
Então se você assumir/pensar que a relação é linear (ou, como um caso especial, que essas são duas medidas da mesma coisa, então a relação é $y=1\cdot x+0$) e a situação não é muito confusa (verifique outras respostas para mais detalhes), vá com Pearson. Caso contrário, use o Spearman.
Isto acontece frequentemente em estatísticas: há uma variedade de métodos que podem ser aplicados na sua situação, e você não'não sabe qual deles escolher. Você deve basear a sua decisão nos prós e contras dos métodos em consideração e nas especificidades do seu problema, mas mesmo assim a decisão é geralmente subjectiva, sem qualquer acordo sobre "correct" responder. Normalmente é uma boa ideia experimentar tantos métodos quantos lhe pareçam razoáveis e que a sua paciência permita e veja quais lhe darão os melhores resultados no final.
A diferença entre a correlação de Pearson e a correlação de Spearman é que o Pearson é mais apropriado para medições feitas a partir de uma escala interval, enquanto o Spearman é mais apropriado para medições feitas a partir de escalas ordinais. Exemplos de escalas de intervalo incluem "temperatura em Farenheit" e "comprimento em polegadas" nas quais as unidades individuais (1 deg F, 1 in) são significativas. Coisas como " índices de satisfação" tendem ao tipo ordinal, pois enquanto é claro que "5 felicidade" é mais feliz que "3 felicidade", não está claro se você poderia dar uma interpretação significativa de "1 unidade de felicidade". Mas quando você add up muitas medidas do tipo ordinal, que é o que você tem no seu caso, você acaba com uma medida que realmente não é ordinal nem de intervalo, e é difícil de interpretar.
Eu recomendaria que você convertesse suas notas de satisfação em quantile scores e depois trabalhe com as somas desses, pois isso lhe dará dados que são um pouco mais receptivos à interpretação. Mas mesmo neste caso não está claro se Pearson ou Spearman seriam mais apropriados.
Embora concordando com a resposta do Charles, eu sugeriria (a um nível estritamente prático) que você computasse os dois coeficientes e olhasse para as diferenças. Em muitos casos, eles serão exatamente os mesmos, então você não'não precisa se preocupar.
Se, no entanto, forem diferentes, então você precisa olhar se você cumpriu ou não as suposições de Pearsons (variância e linearidade constantes) e se estas não forem cumpridas, você provavelmente está melhor usando Spearmans.