S¡¡¡¡r¡co Vmoenneue Merooz¡
172
El método más usual para medir la relación o grado de asociación entre dos variables cuant¡tat¡vas es med¡ante la correlación de Pearson, cuya fórmula es la siguiente:
l[r)-(lx)[r) [r(rr')-(rr)' Tabla de ¡nterpretación del coeficiente de <orrelación de Pearson
-Nivel
-
de medición de las variables: intervalos o razón.
lnterpretación: el coeficiente "r" de Pearson puede variar de -1,00
a + 1,00, donde:
-1,00 = Correlación negat¡va pelecta -0,90 = Corelación negativa muy fuerte -0,75 = Correlación negativa cons¡derable
-{,50
= Correlación negativa med¡a
-0,25 = Corelación negativa débil 0,00 = No ex¡ste correlac¡ón alguna entre las var¡ables +0,'10 = Correlación pos¡iiva muy débil
+0,25 = Correlac¡ón posiliva débil +0,50 = Corre¡ación posit¡va media +0,75 = Correlación pos¡tiva cons¡derable +0,90 = Correlación positiva muy fuerte +1,00 = Correlac¡ón pos¡t¡va perfecta
Aquí también se puede emplear la regresión lineal. Es un modelo estadístico para estimar el efe€to de una variable sobre otra. Está asociado con el coeficiente de "r" de Pearson. Brinda la oportunidad de predecir las puntuac¡ones de una variable, tomando las puntuac¡ones de otra variable. Entre mayor sea la correlación entre las variables (covariación), mayor será la capacidad de predicción. b)
Correlación de variables cual¡tativas o categór¡cas Las pruebas estadÍsticas no paramétricas más utilizadas son:
-
La Chi-cuadrada o X,.
Los coeficientes de correlac¡ón e ¡ndependencia para tabulaciones cruzadas. Los coeficientes de correlación por rangos de Spearman y Kendall.