ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson

Transcripción

1 ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011

2 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables; y en tal caso, de qué tipo es y 2º) si es posible, establecer una ecuación (o modelo) de predicción de una de ellas (la VD o variable criterio), en función de la otra (la VI o predictora) Dosis (cantidad) de BISFOFONATO DMO en Osteoporosis VI FACTOR qué relación existe? VD (ENFERMEDAD) Un ejemplo sencillo en un contexto común Estatura en cm Peso en Kg Se comienza por trazar un DIAGRAMA DE DISPERSIÓN

3 DIAGRAMA DE DISPERSIÓN con valores de estatura y peso del ejemplo en contexto común REPRESENTACIÓN de la estatura y los pesos del ejemplo anterior en una muestra de personas Se denomina NUBE de PUNTOS al conjunto de puntos que representan a cada par de valores asociados en ambas variables. El estudio de esta nube nos indica si existe o no relación entre las variables Pesa 50 kg. Pesa 78 kg. Mide 161 cm. Mide 187 cm.

4 El perímetro de esta nube de puntos, nos permite observar que ambas variables cambian de valor en el mismo sentido: tienden a mostrar mayor peso las personas con mayor estatura) Esto es lo que se denomina una RELACIÓN LINEAL DIRECTA: - lineal porque los puntos de la nube se aproximan a un línea recta más o menos en el centro del perímetro de la nube - y directa porque los cambios en ambas variables se producen en el mismo sentido

5 TIPOS de RELACIÓN que se pueden observar en un diagrama de dispersión Fuerte relación directa Cuando a valores de X mayores que la media le corresponden valores de Y mayores también a la suya; y a valores de X menores que la media vemos que le corresponden valores de Y menores también: tenemos una relación directa, en la que las variables modifican sus valores en el mismo sentido ( ó ) por lo que la nube de puntos se concentra en torno a una línea recta creciente Cierta relación inversa No hay correlación Cuando a valores de X mayores que la media le corresponden valores de Y menores a la suya y viceversa: tenemos una relación inversa, en la que las variables modifican sus valores en sentidos opuestos ( ó ) por lo que la nube de puntos se concentra en torno a una línea recta decreciente Cuando para valores de X mayores que la media encontramos algunos valores de Y mayores y algunos menores que la suya, y aproximadamente en la misma proporción: no existe correlación entre las variables y por tanto los cambios observados en una de las variables NO están asociados a las modificaciones introducidas en la otra variable; por lo que no se aprecia ningún tipo de tendencia lineal en la nube de puntos (que se puede parecer más a una pelota que a una recta; en realidad es como una especie de elipse con la diagonal positiva ligeramente más larga que la diagonal negativa)

6 ÍNDICES ESTADÍSTICOS de evaluación del grado de asociación entre variables cuantitativas COVARIANZA Indica el grado de variación conjunta (o simultánea) que se observa entre 2 variables numéricas Si su valor es > 0 (positivo) la relación es directa Si su valor es < 0 (negativo) la relación es inversa Inconvenientes: 1) tiene unidades de medida, por lo que impide comparaciones con otras covarianzas y 2) se desconoce su límite máximo, por lo que no expresa magnitud de relación Coeficiente de Correlación r de Pearson Indica el grado de asociación lineal entre 2 variables (es decir, la tendencia de los puntos de la nube a situarse alineadamente cerca de una recta, con excepción de las rectas horizontales y verticales) Es la estandarización del valor de la covarianza en una escala de valores universal con límites conocidos (+1 y 1), eliminando las unidades de medida pero manteniendo el signo. Si su valor es > 0 (positivo) la relación es directa (el límite +1 se llama Correlación Perfecta Positiva) Si su valor es < 0 (negativo) la relación es inversa (el límite 1 se llama Correlación Perfecta Negativa) En ambos casos, se excluyen los casos de puntos alineados en rectas horizontales o verticales Si su valor es = 0 no hay relación (se denomina Correlación Nula) La intensidad de la correlación se interpreta en valor absoluto (entre 0 y 1)

7 Coeficiente de Determinación El denominado MODELO LINEAL GENERAL, establece que Variabilidad TOTAL observada en una VD Parte EXPLICADA por el factor (la V.I.) Parte explicada por otros factores no controlados Es lo que se denomina: descomposición de la varianza total de una VD Parte explicada por el factor Variabilidad total de la VD Al cuadrado del coeficiente de Pearson La proporción (ó %) de variabilidad observada en la V.D. que está explicada por (o asociada a) los cambios (variaciones) introducidos por el investigador en la V.I. Ej.: Si la r de Pearson entre peso y estatura fuese,600 para cierta población; el CD ó r 2 nos diría que el 36% de las variaciones en el peso (si éste fuese la V.D.) estaría explicado por las diferencias en estatura (considerada como V.I. o factor)

8 INFERENCIAS sobre el valor del coeficiente r de Pearson OBJETIVO Comprobar si la correlación observada en la muestra, se debe al azar, o al hecho de que realmente las variables están asociadas en la población CONTRASTE DE HIPÓTESIS H o : NO EXISTE relación entre las variables; el valor del coeficiente r hallado en la muestra se debe al azar del muestreo. H 1 : EXISTE una correlación significativa entre las variables que garantiza que están realmente asociadas en la población Si p<,050 R Ho Existe correlación significativa Si p,050 A Ho NO existe correlación significativa El efecto que ejerce el tamaño de la muestra (n) sobre la p de significación es importante. Con el mismo valor de r: a mayor n menor valor de p (más significatividad). Por tanto, es imprescindible utilizar un tamaño de muestra adecuado a los objetivos de la investigación, calculado previamente.

9 Ejemplo, resuelto con IBM-SPSS.19 DIAGRAMA de DISPERSION simple, que muestra la relación entre 2 variables. Está editado para que muestre la tendencia lineal y los límites de los intervalos de confianza de los sujetos. Se observa una clara relación directa: a mayor edad, mayor memoria visual Correlaciones Memoria Visual (%) Edad (años) Memoria Visual (%) Correlación de Pearson 1,570 ** Sig. (bilateral),000 N Edad (años) Correlación de Pearson,570 ** 1 Sig. (bilateral),000 N **. La correlación es significativa al nivel 0,01 (bilateral). MATRIZ de CORRELACIONES, que contiene el valor de la r de Pearson, su p de significación y el tamaño de muestra utilizado Véase que la información aparece duplicada en cada cruce de fila y columna

10 Ejemplo, resuelto con IBM-SPSS.19 MATRIZ de CORRELACIONES, que contiene el valor de las r de Pearson, y sus p de significación, de cada variables con todas las demás. Correlaciones Tiempo Memoria Memoria Reacción Edad (años) Visual (%) Verbal (%) Medio Edad (años) Correlación de Pearson 1,570 **,371 **,289 ** Sig. (unilateral),000,001,008 N Memoria Visual (%) Correlación de Pearson,570 ** 1 -,037,347 ** DIAGRAMA de DISPERSION matricial, que muestra la relación entre un grupo de variables, todas con todas. Está editado para que muestre la tendencia lineal y los límites de los intervalos de confianza de los sujetos. Sig. (unilateral),000,382,002 N Memoria Verbal (%) Correlación de Pearson,371 ** -,037 1,377 ** Sig. (unilateral),001,382,001 N Tiempo Reacción Medio Correlación de Pearson,289 **,347 **,377 ** 1 Sig. (unilateral),008,002,001 N **. La correlación es significante al nivel 0,01 (unilateral).

11 Muchas gracias por su atención