PEARSON AND SPEARMAN EASY CORRELATION + SPSS Tutorial 

Muy buenos los videos! Gracias!

Es h0rr1bl3

Siempre a la orden

Éxitos en tu defensa

Gracias a ti por vernos Juan Carlos. Saludos y estamos para servirte.

Nos alegra muchísimo que te haya ayudado. Saludos Egiber y gracias por vernos.

Gracias a ti por vernos Sergio. Estaremos actualizando nuestro curso de estadística. Saludos

Siempre a la orden

Muchas gracias

Gracias a ti por vernos. Esperamos que te suscribas a nuestro canal y sigas disfrutando de nuestro contenido. Saludos

Con mucho gusto

Aquí estamos para apoyarte. Saludos y gracias por vernos.

Gracias por tu comentario y por vernos. Saludos

Genial

Éxitos en tu examen Hugo y nos alegra demasiado de nuestro material sea de ayuda para ti. Saludos y gracias por vernos

Maestría en ciencias?

Siempre a la orden

Hola Pamela. Por supuesto. Todos los vídeos posteriores del curso hacemos ambos tipos de análisis para cada una de las comparaciones. Acá te dejamos el link. Saludos y gracias por vernos ru-vid.com/group/PL5WQMdfK30eJPqWg1hsCvjlJWP-FqzUhL

@@PsicoFacil son geniales :'3

Nos alegra que te haya servido. Muchas gracias por tu comentario y por vernos. Saludos

Me alegra saberlo. Para eso estamos. Saludos y gracias por vernos

Siempre a la orden

Siempre a la orden

Siempre a la orden

Muchas gracias

Siempre a la orden

Para eso estamos

Gracias a ti por vernos y esperamos tengas muchos éxitos con tu examen. Saludos

Gracias a ti por vernos Dani. Saludos

@@PsicoFacil :)

Gracias a ti por vernos Gisela. Te invito a que te suscribas al canal. Saludos.

Gracias a ti por vernos Rodrigo. Saludos

Siempre a la orden

Siempre a la orden

Gracias por tu comentario y por vernos. Saludos

A la orden

Siempre a la orden

Hola Eddy, ese tema lo estaremos subiendo en las próximas semanas. Suscríbete al canal para que estés pendiente de nuestras actualizaciones. Saludos y gracias por vernos.

Siempre a la orden. Del vídeo del spss tenemos la versión 23 y 25 en el canal. Busca los videos. Saludos y gracias por vernos

Lo sabíamos y por eso ahí esta 😉. Éxitos en tu examen.

Hola, en este vídeo te explico todos los supuestos ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html saludos y gracias por vernos

Sí

Puedes asignar algún tipo de agrupación (ya sea por género, rango de edad, etc.) que tengas en tu investigación y obtener el valor de la homocedasticidad. Saludos y gracias por vernos

Siempre a la orden

Chi es exclusivo para variables cualitativas, Speraman puedes usar una cualitativa y otra cuantitativa o ambas cuantitativas cuando no se cumplen los criterios de estadística paramétrica. Saludos y gracias por vernos.

@@PsicoFacil Gracias! Y en el caso de dos variables ordinales entonces estaría mal usar Spearman y se usaría Chi 2?

Sí Renato, por teoría deberían, pero muchas veces los investigadores se saltan los parámetros de la estadística y caen en malas prácticas sólo por reportar valores p, y lo más triste es que algunos de los revisores de los artículos no prestan atención a este tema tan importante. Nunca adoptes esa mala praxis. Saludos y gracias por vernos.

Del estudio clásico y más citado de Taylor. Te dejo la referencia: Taylor, R. (1990). Interpretation of the correlation coefficient: a basic review. Journal of diagnostic medical sonography, 6(1), 35-39 Siempre estamos para aprender, me interesa si me puedes compartir tus fuentes para leer, analizar y aprender. Quedo atento. Muchas gracias por vernos.

@@PsicoFacil Muchas gracias !!! Salvas una Tesis de Maestría. Te comparto una referencia: Khamis, H. (2008) Measures of association HOw to choose. Journal of diagnostic medical sonography, 24(1), 155-162

Hola Aldo, en este vídeo respondo específicamente a tu pregunta. Espero te sirva ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-RNsVzj7b4Jc.html saludos y gracias por vernos

@@PsicoFacil ¡Muchas gracias! Saludos

Siempre se espera que sea grande, pero es posible hacer el análisis

No debes ajustar la estadística a tus datos, ella sólo te da resultados y no los puedes cambiar empelando otro método. Analiza el por qué de tus resultados, la verdad con la chi es suficiente. Saludos y gracias por vernos.

Gracias por tu comentario y por vernos. La música jamás se irá pero gracias por tu opinión. Saludos

Así es. Debes usar chi cuadrada. Aquí te dejo un vídeo explicado con gatitos 😻😻 ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-e7Aa5df_Mt8.html saludos y gracias por vernos

@@PsicoFacil muchas gracias, eres un crack!!

Hola Jorge, la bivariada va a tomar los valores de significancia estadística a partir de ambas colas de la campana de Gauss, las parciales se hacen en caso de que tu variable categórica tenga más de dos niveles, por ejemplo A, B y C, la correlación se haría entre A y B, y no incluye a C; la canónica ya es de tipo multivariante como se haría en análisis factoriales, ya se incluyen muchas variables a la vez. El uso de cada una de ellas va a depender lógicamente de tus objetivos de investigación, así que no te podría decir cuál sería mejor para ti. Cada una tiene una función específica. Respecto a tu segunda pregunta, si quieres conocer la influencia o efecto del género, es mejor que lo hagas con un análisis de prueba t o Wilcoxon de muestras independientes. Acá te dejo un vídeo para que aprendas a hacerlo. ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-Cc3uQMrKzPU.html Posteriormente debes hacer un análisis de tamaño del efecto con los datos de la comparación, el valor del delta que te arroje es equivalente al valor de la correlación. Acá te dejo un vídeo para que también lo hagas. ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-8bwyX_YiQ1Q.html Saludos y gracias por vernos.

Es mejor que escojas alguno de los dos ya que repetirías los resultados reportando ambos... Generalmente es más informativa la tabla debido a que se ven las fuerzas de correlación por variable y los valores p de significancia estadística. Saludos y gracias por vernos

Hola correcto, no hay correlación. La razón matemática es lo que ya me comentaste, tanto la fuerza de correlación es débil como la p valor es mayor a 0.05. La razón teórica ya debes verla tu dependiendo lo que dice la literatura científica de las variables que correlacionaste. El valor de la muestra poco o nada importa en los análisis estadísticos. Saludos y gracias por vernos.

​@@PsicoFacilPodrías guiarme como leer el nivel de significancia por favor, en otro video leí que solo el punto *(.)* era distinto al *0*

Hola, puedes correlacionar con este análisis dos variables en caso de que al menos una de ellas sea continua o cuantitativa. En caso de que ambas sean cualitativas, las relacionas con chi cuadrada, pero efectivamente puedes hacer correlación entre este tipo de variables. Saludos y gracias por vernos

No, debes poner cada dato de cada año, porque si no, no puedes hacer los análisis en el programa. Saludos.

@@PsicoFacil que tal, mejor dicho tendría que poner toda mi data de todos los meses (enero - diciembre ) 2000-2019 ? Pensé que se pondría un dato de cada año ( promedio de todos los meses de un año )?

Hola Gaby, sí, recuerda que los valores por debajo de .3 son consideradas débiles y por lo tanto la asociación es casi nula, ya que en tu caso es menor a ese valor (.07). Saludos y gracias por vernos.

Hola Laura. Gracias por tu comentario. ¿Te refieres al p valor verdad? Si es así quiere decir que aceptamos la hipótesis nula, lo que implica que no hay correlación entre las variables. Si quieres conocer más de prueba de hipótesis, puedes ver este vídeo ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-9_IOs5MzI2g.html si te referías al valor del coeficiente de correlación (Pearson o Spearman que depende de los parámetros de tu muestra) sí habla de la fuerza o el tamaño del efecto de la correlación. Entre más cercana a 1 mejor. Saludos y gracias por vernos

@@PsicoFacil Muchas gracias por responder! Si me refiero al p valor, las correlaciones son bajas pero me llamo la atención que las significacias fueran tan altas, pensé que había hecho mal el análisis o había algo mal en mis datos

Con gusto Laura. Sí, de hecho se espera que la p se acerque al 0 y el valor de las correlaciones al 1 o al - 1 para que se consideren significativas y fuertes. Saludos

Gracias por tu comentario y por vernos. Saludos

Mejor que hagas la regresión. En correlación no se puede hablar de variable independiente ni dependiente, ni mucho menos de causalidad. Saludos y gracias por vernos

Debes aplicar una ANOVA de grupos relacionados entre los 3 cortes, ya que estamos hablando del mismo grupo de forma longitudinal. La relación sólo te permitiría ver qué tanto estas variables miden algo en particular. Mejor una comparación. Saludos y gracias por vernos

@@PsicoFacil Muchas gracias. Un saludo!

Muchas gracias

Hola, si ambas son categóricas, puedes usar chi cuadrada, si una de ellas o ambas son continuas, usas Pearson o Spearman dependiendo de los criterios de estadística paramétrica que mostramos en el vídeo. Saludos y gracias por vernos

Sí lo puedes hacer siempre y cuando tus variables cumplan los requisitos de la estadística paramétrica. En este vídeo puedes saber cómo probar los parámetros. Te dejamos el link. Saludos y gracias por vernos ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html

@@PsicoFacil Muchas gracias.

hola, resolviste tu duda?

Se interpretan y miden cosas distintas

Así es, aplicas Spearman. En el caso del análisis causal, puedes hacer una transformación de tu variable dependiente a categórica y hacer una regresión logística. Aquí te dejo un curso para que lo aprendas ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-jx5ATvuneTk.html saludos y gracias por vernos

Sí puede pasar, ya que la fórmula para ambos análisis cambia, ya depende de ti decidir si quieres obtener el análisis sólo con el efecto de una cola o dos (bivariados). Saludos y gracias por vernos

Hola Karol, sí. Al transformarlas en categorías se vuelven cualitativas ordinales. Saludos y gracias por vernos.

También puedes usarlo cuando tienes una variable cuantitativa y una cualitativa siempre y cuando sea ordinal. Saludos y gracias por vernos.

Hola, sí, los parámetros de fuerza de correlación están en el minuto 5:51. Como ves, en el resultado de la correlación en el ejemplo fue de 0.2 y una correlación fuerte debe estar entre 0.5. La correlación moderada está entre 0.3 a 0.49, debajo de 0.3 ya hablamos de correlación débil. Y ésta es positiva porque el valor no tiene el signo negativo. Recuerda que una correlación positiva o negativa no habla de la fuerza de la misma, sino que por ejemplo, en una correlación positiva si una variable aumenta en valor, la otra variable también lo hace mientras que en la correlación negativa, si una variable aumenta, la otra disminuye. Esto también indica que hay correlaciones negativas fuertes, moderadas y débiles que tienen los mismos valores sólo que con el signo negativo (-1 a -0,5 es fuerte; -0.49 a -0.30 es moderada y menor que -0.29 es débil). Saludos y gracias por vernos.

Hola, debes usar una regresión cuadrática. Vas a analizar, regresión y estimación curvilínea. Saludos y gracias por vernos.

Hola Daniela. Si tienes forma de pasar tu variable cualitativa a cuantitativa es mejor. Recuerda que los datos continuos siempre son más informativos que los que no lo son. Para evaluar los supuestos te recomendamos este vídeo ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html En caso de que ya sea muy difícil hacerlo o que en realidad tu variable sea cualitativa, como por ejemplo el género, debes hacer tu análisis directamente con la prueba de Pearson. Saludos y gracias por vernos.

@@PsicoFacil gracias por responder !! es una variable precisamente de género :( pero entonces utilizo Pearson ? así no pueda evaluar los supuestos? por que esta prueba es paramétrica. para hacer esta prueba pensaría en codificar esta variable: Hombre =1 y Mujer=2 .... esta bien ? mil gracias por la ayuda :) !!

@@danielamunozvillareal140 Hola de nuevo Daniela. Así la codifiques en uno y cero no deja de ser una variable cualitativa. Así que debes utilizar de una vez la prueba no paramétrica. Me confundí en mi respuesta anterior y te puse Pearson, lo cual fue un error. Era Spearman a la que me refería. Saludos y gracias por vernos.

@@PsicoFacil Muchismas gracias !!

A ti por vernos. Saludos

Bueno, lo que pasa es que tener una muestra probabilistica a la final es muy difícil de obtener, así que vendría siendo un criterio demasiado estricto para investigaciones científicas, por lo que sí lo puedes aplicar así tu muestra sea no probabilística. Saludos y gracias por vernos

Ayy gracias, me salvan la tesis ❤️

Así es, si todas tus variables son categóricas, puedes usar chi cuadrada. Apréndela en este vídeo. Saludos y gracias por vernos ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-e7Aa5df_Mt8.html

Spearman si no cumple los criterios de normalidad, pearson si los cumple

@@PsicoFacil muchas gracias, otra duda. Si me salen algunas variables normales y no normales debo hacer la prueba spearman en todas las variables o debo hacer pruebas individuales. Saludos

Hola estimado Humberto, por supuesto que doy clases particulares. Puedes contactarme vía instagram Www.instagram.com/psicofacil saludos y gracias por vernos

@@PsicoFacil Gracias

Hola Enrique. Cuando una de las variables no cumple el criterio de normalidad, usas Spearman. Saludos y gracias por vernos

En el vídeo está todo explicado ¿no lo viste? 🤔🤔 Si la p es menor que 0.05 significa que rechazas la hipótesis nula y aceptas la hipótesis del investigador, lo que implica que las variables están correlacionadas. Tienes que fijarte también en qué valor te arroja la correlación, para que veas si ésta fue fuerte, moderada o débil. Si quieres profundizar un poco más sobre hipótesis nula y del investigador te recomiendo este excelente vídeo del canal: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-9_IOs5MzI2g.html y para saber si tus variables tienen o no normalidad o cumplen los criterios de estadística paramétrica, te recomiendo este otro vídeo: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html saludos y gracias por vernos

Hola Camila, es un debate interesante porque sí puede suceder. Lo que pasa es que los valores p generalmente son muy suceptibles por ejemplo al tamaño muestral y en ocasiones se llegan a generar valores de significancia o no en casos donde no debería ocurrir. Sin embargo, estos valores p sólo nos hablan de que se cumpla o no la hipótesis nula, nada más. En lo que debes prestar atención es al tamaño del efecto y discutirlo. Lastimosamente en la actualidad aún los revisores, revistas e incluso maestros ponen al valor p encima de otros valores y no consideran por ejemplo las fuerzas de correlación o los tamaños del efecto que es el valor estadísticamente útil para los resultados. Saludos y gracias por vernos.

@@PsicoFacil Muchísimas gracias por la pronta respuesta y la explicación tan clara :) un saludo y felicitaciones por el excelente trabajo que hacen!

Usas Spearman cuando no cumples los requisitos de la estadística paramétrica, si se cumplen los parámetros, usas Pearson. Puedes ver los parámetros en este vídeo ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html saludos y gracias por vernos

Pearson o Spearman como se muestra en el vídeo. Saludos y gracias por vernos

Hola Alvaro, es importante que consideres que la estadística está subordinada a tus objetivos de estudio y a tus hipótesis de estudio, ya que a partir de estas es cuando debes considerar qué correlaciones debes hacer. Ya que con la información que me dices, puedes hacer desde comparaciones hasta análisis de ecuaciones estructurales. Sin conocer tus objetivos e hipótesis de estudio, es muy difícil saber qué puedes correlacionar. Saludos

@@PsicoFacil me gustaría poder identificar qué elementos o elementos están asociados a uno de los tiempos de recolección. Eso principalmente. Tambn me gustaría decir si hay elementos que están correlacionados y que actuan de la mano.

@@PsicoFacil muchas gracias por la ayuda

Sí a todo!

Si las variables que vas a correlacionar son cualitativas, debes usar el Chi cuadrado, si por lo menos una de ellas es cuantitativa usas Pearson o Spearman según los criterios de estadística paramétrica o no paramétrica. Saludos

Sí está bien. Saludos y gracias por vernos

@@PsicoFacil gracias muchas gracias

Hola Nerea, gracias por escribirnos. Te comento. Se supone que cada ítem de tu escala tiene una justificación teórica de algún constructo psicológico que piensas medir. No sé muy bien de qué tema sea tu cuestionario pero te doy un ejemplo. Digamos que el cuestionario tiene 10 preguntas y en general el cuestionario mide personalidad. Sabemos que existen varios rasgoa de personalidad que deben estar en el test. Digamos que pregunta 1,3 y 6 miden introversión, mientras que la 2, 4 y 5 miden impulsividad y el resto otro rasgo. En vez de pasar ítem por ítem del cuestionario, puedes sacar una puntuación general de cada rasgo, es decir, sumar el ítem 1, 3 y 6 y obtener un puntaje para introversión y lo mismo para los demás. Así ya tendrías puntuaciones agrupadas y ya por cada rasgo o variable, tienes una puntuación general y puedes hacer correlaciones que de cierta forma, tiene más sentido lógico para el estudio. Pero entonces, debes saber con exactitud qué mide cada uno de tus items. Si no lo tienes claro teóricamente, también puedes hacer un análisis factorial exploratorio (más adelante haremos algunos vídeos sobre eso) y dado el resultado del análisis, puedes agrupar los items en una variable. Pero no creas que tu trabajo está perdido, de hecho tienes datos interesantes de confiabilidad de tus cuestionarios. Lo que puedes hacer es que con esos datos de los items, sacar un análisis de confiabilidad de alfa de croanbach que es bastante informativo para la calidad de tu evaluación. Entonces, en conclusión: teniendo claro qué variable mide cada uno de los items de tus cuestionarios, agrúpalos y suma el resultado para obtener una puntuación de la variable. Si no los conoces, puedes hacer un análisis de factores y listo. Ya puedes hacer tus correlaciones por cada variable que midan tus cuestionarios. Incluso puedes obtener una suma general de todo el cuestionario y tener la puntuación global y hacer las respectivas correlaciones. Lo importante es que tu como investigadora, tengas claro el constructo teórico sobre el que estas trabajando. Recuerda que la estadística son puros números, pero tú le debes dar sentido lógico a dichos números. Espero haya sido claro y estoy pendiente a cualquier inquietud adicional. Saludos y gracias por vernos

@@PsicoFacil Muchas gracias por vuestra ayuda, entendido!

Gracias a ti por vernos. Saludos

Ninguna, ya que estamos hablando de prueba de hipótesis. Lo que cambia es el estadígrafo que usa distintos valores en la fórmula para la obtención del resultado

Depende de la distribución de tus datos. En el siguiente vídeo aprenderás a seleccionar tu estadístico a partir del cumplimento de los parámetros ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html saludos y gracias por vernos

@@PsicoFacil gracias me oriento más ...

Sí. Saludos y gracias por vernos.

@@PsicoFacil Lo que quiero hacer es una correlación entre la gravedad de los delitos (leve, menos grave y grave) y los niveles hormonales (testosterona y cortisol). En definitiva, tengo una variable ordinal etiquetada con 3 niveles (delitos leve, menos grave y grave) y dos variable continuas (cortisol y testosterona). He pensado en convertir las variables cuantitativas (cortisol y testosterona) en una cualitativa (testosterona y cortisol elevado, testosterona elevado y cortisol bajo, etc), para así usar la prueba de Spearman mas fácilmente. ¿Lo ves viable?. Este tema me tiene muy agobiado. Gracias

Hola sí es viable lo que propones, aunque generalmente es mejor hacer los análisis con las variables continuas, es decir con el valor x de cortisol o testosterona, que convertirla en cualitativa ordinal. Ya que es mucho más informativo. Saludos.

No, ya que también tienes que probar que tu decisión tenga una baja probabilidad de error. Saludos y gracias por vernos

Hola Madeleine, por supuesto que se puede. Recuerda que la prueba que utilices no depende del tamaño de la muestra, sino de que se cumplan los requisitos de los parámetros. Sin embargo, generalmente las muestras grandes tienden a ser normales y que se explica por la teoría del límite central. Revisa en este vídeo las condiciones de la estadística paramétrica o no para tus análisis. Saludos y gracias por vernos. ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-4KZAVj5cVwQ.html

@@PsicoFacilgracias me ayudo bastante

Depende...

Spearman

Hola. Los intervalos de interpretación fueron propuestos por los autores, pero se basan en una interpretación lógica de proporciones. En tu caso son correlaciones débiles y así se deben interpretar el valor de la p sólo indica que el nivel de error de dicho cálculo es casi nulo, pero no debes interpretar el p como la fuerza de correlación. Ya dependiendo de las variables que hayas asociado y tus hipótesis a nivel teórico, van a explicar este resultado. Saludos y gracias por vernos.

Gracias T_T

A ti por vernos. Saludos

¿a qué te refieres específicamente? te leo

Hola, las tablas en word en formato Apa, para los gráficos si tienes manejo en programación te recomiendo la extensión de g-gplot de R studio. Saludos y gracias por vernos

Saludos Andrea. Por supuesto. Una vez realizada la correlación, tienes que ir a los valores de la tabla que se llama "sig (2 tailed)" (en el minuto 8:02 del video aparece) y ese valor es el que debes reportar como p valor. En el caso del vídeo el valor que sale es de 0.00 pero tu en tu informe debes reportarlo como

Rechazas

Hola Andrés, recuerda que el p valor indica sólo que se rechaza la hipótesis nula o de correlación 0, por lo que lo importante es que te fijes en el valor de la correlación. Así que así se cumpla la hipótesis del investigador, es bueno analizar por qué la correlación fue baja en tus variables, que en ocasiones son espurias

@@PsicoFacil gracias!

T student de medidas relacionadas. Tenemos un vídeo en el canal. Saludos y gracias por vernos

Hola Rafael. Así es... Una corrección, ya sea de Pearson o de Spearman pueden ser de dos o de múltiples variables. La diferencia entre usar Pearson o Spearman es, como lo dije en el vídeo, cumplir los requisitos de estadística paramétrica o no, pero en ambos análisis se pueden correlacionar ya sean dos o más variables. Saludos y gracias por vernos

@@PsicoFacil Genial. Muchas gracias por la respuesta! Ese pequeño detalle no fue mencionado en ningún video que haya visto jamás sobre métodos de correlación. Al no ser algo tácito, creo q es super relevante esclarecer. Saludos cordiales!

Siempre sería bilateral por lo que quieres ver la distribución de dos colas en dos variables

@@PsicoFacil Muchas gracias.

Hola Sandra. Las correlaciones no son buenas ni malas ni tampoco implican causalidad (lo digo en el vídeo). La correlación únicamente nos habla de la dirección que toman ambas variables, ya sea fuerte, moderada o débil, pero no puedes sacar conclusiones tipo "tienen evasión fuerte, o cultura alta". Las correlaciones son de hecho, análisis muy básicos de comprobación de requisitos para otros análisis como las regresiones. Si quieres tener resultados de tipo causal, te recomiendo que hagas una regresión lineal o logística dependiendo de la distribución de tus variables. Te dejo aquí una lista de reproducción sobre regresiones para que las aprendes fácilmente ru-vid.com/group/PL5WQMdfK30eJGrcWpYMu49DQBs9rvv8uK saludos y gracias por vernos