Qué es la correlación bivariada y cómo analizarla

Correlación bivariada

La correlación bivariada es una técnica estadística destinada a averiguar: 

  • a) si dos variables tienen relación entre sí
  • b) si la relación es fuerte-moderada-o débil y
  • c) qué dirección tiene la relación

correlaciones spss

Las coincidencias muchas veces esconden asociaciones entre fenómenos. La correlación es la técnica más usada para medir asociación lineal en todas las ciencias. Indica asociación o relación entre dos variables, no implica causalidad.

 

Qué es la correlación bivariada

La correlación está basada en la asociación lineal, es decir, que cuando los valores de una variable aumentan los valores de la otra variable pueden aumentar o disminuir proporcionalmente. Por ejemplo, la altura y el peso tienen una relación lineal positiva, a medida que aumenta la altura aumenta el peso. Si realizamos un gráfico de puntos con ambas variables la nube de puntos se asemejará a una diagonal si hay correlación entre las variables.

Existen 2 grandes tipos de correlaciones: correlación de Pearson y correlación de Spearman. Ambas están basadas en la misma información, aunque usan fórmulas diferentes. La correlación de Pearson es más adecuada cuando las variables siguen la curva normal. La correlación de Spearman es más conveniente usarla cuando las variables no siguen la curva normal. Por lo general, no suelen haber muchas diferencias entre los resultados, aunque pueden variar los resultados sobre todo cuando se trabaja con muestras pequeñas.

En análisis estadístico de datos se usa la correlación cuando trabajamos con variables ordinales o escalares. Las variables ordinales y escalares son aquellas que sus categorías tienen un orden interno. Si incluimos una variable nominal debemos recodificarla a variable dummy.

Cómo analizar la correlación bivariada en 2 pasos

La gran ventaja de la correlación es que toda la información de existencia de relación, fortaleza y dirección, aparece sintetizada en un coeficiente de correlación (r) y un nivel
de significación (sig.).

1. El nivel de significación: indica si existe o no relación entre dos variables. Cuando la significación es menor de 0,05 sí existe correlación significativa. Si existe correlación significativa debemos pasar al paso 2.

2. El coeficiente de correlación (r). Este coeficiente puede oscilar entre -1 y +1. Cuanto más se aleja de 0, más fuerte es la relación entre las dos variables. El signo (positivo o negativo) de la correlación indica la dirección de la relación.

Varios ejemplos para entenderlo mejor:

Ejemplo 1:

La muestra (N) son: 2249 encuestados en Colombia (World Values Survey 2005)

Comprobamos la relación entre ideología e importancia de Dios en la vida

  • Ideología es un escala de 1 a 10, donde 1 es extrema izquierda y 10 es extrema
    derecha.
  • Importancia de Dios en la vida es una escala donde 1 es nada importante y 10 muy importante.

correlacion bivariada ejemplo

Existe correlación significativa entre Ideología e Importancia de Dios en la vida ya que la significación es 0,000 y por tanto menor de 0,05. La correlación de Pearson (r = 0,124) señala que se trata de una relación débil al estar próxima a 0 y que a cuanto más de derecha son las personas en Colombia, más importancia le dan a Dios en la vida. 

Otro ejemplo:

La muestra (N): 3017 personas en Colombia (World Values Survey 2005)

Comprobamos la correlación entre Edad e Interés en la política

  • La edad es una variable escalar
  • Interés en la política es una variable ordinal donde las categorías son: 1-mucho interés, 2-bastante interés, 3-poco interés, 4-nada de interés

 

correlacion ejemplo spss

No hay correlación significativa entre edad e interés en la política ya que la significación es mayor de 0,05 (Sig. = 0,467). A medida que aumenta la edad no crece o decrece el interés en la política. Por tanto, deberíamos buscar otras variables si queremos comprender con qué se relaciona el interés por la política, la edad no correlaciona con el interés en la política.

El uso de la correlación es útil para caracterizar y extraer perfiles. Además, resuelve muchas inquietudes cómo: ¿Hay relación entre la inversión en educación y la reducción de crímenes? ¿A más turismo extranjero más reducción de la pobreza? ¿A más número de becas concedidas menor satisfacción con el gobierno? 

Investigar es descubrir relaciones entre fenómenos, y las correlaciones son imprescindibles para ello. Si te gustó o te sirvió este artículo, por favor, compártelo por Facebook, Twitter, Google+ o Linkedin. Hasta pronto

Acerca de Julian Cardenas

Soy profesor de técnicas de investigación social: análisis cuantitativo. Doctor en Sociología, ahora en FU Berlin. Casi todo lo que aprendí, fue haciendo contactos y redes, networkiando

Esta entrada fue publicada en correlacion, estadística, spss, técnicas de investigación y etiquetada , , , . Guarda el enlace permanente.