Entradas
El Coeficiente de Correlación de Pearson
El
coeficiente de correlación de Pearson, según Hernández Sampieri, es una prueba
estadística para analizar la relación entre dos variables medidas de un nivel
por intervalos[1].
En ese sentido, consideramos que es una medida de la relación entre dos
variables aleatorias cuantitativas. A diferencia de la covarianza, la
correlación de Pearson es independiente de la escala de medida de las variables.
Desde
nuestra perspectiva, podemos definir que el coeficiente de correlación de
Pearson como un índice que puede utilizarse para medir el grado de relación de
dos variables siempre y cuando ambas sea cuantitativas. Así como advierte
Hernández y otros, se calcula a partir de las puntuaciones obtenidas en una
muestra en dos variables.
Ahora
bien, interpretando diremos, como se ha indicado el coeficiente de correlación
de Pearson es un índice cuyos valores absolutos oscilan entre 0 y 1. Cuanto más
cerca de 1 mayor ser la correlación, y menor cuanto más cerca de cero. Pero
¿cómo interpretar un coeficiente determinado? ¿Qué significa un coeficiente de 0.6?
¿Es alto o bajo? No puede darse una respuesta precisa. Depende en gran parte de
la naturaleza de la investigación. Por ejemplo, una correlación de 0.6 sería
baja si se trata de la fiabilidad de un cierto test, sin embargo, sería alta si
estamos hablando de su validez[2].
Ventajas
y desventajas del Coeficiente de Correlación de Pearson.
Ventajas:
a. El valor del coeficiente de correlación es independiente de cualquier unidad usada para medir variable.
b. Mientras más grande sea la muestra más exacta será la estimación.
Desventajas:
a. Requiere supuestos acerca de la naturaleza o formas de las poblaciones afectadas
b. Requiere que las dos variables hayan ido medidas hasta un nivel cuantitativo continuo y que la distribución de ambas se semejante a la de la normal.
Usos
del Coeficiente de Correlación de Pearson
a. Permite predecir el valor de una variable dado un valor determinado de la otra variable
b. Se trata de valorar la asociación entre dos variables cuantitativas estudiando el método conocido como correlación
c. Dicho cálculo es el primer paso para determinar la relación entre las variables
d. Consiste en la posibilidad de calcular su distribución muestral y así poder determinar su error típico de estimación.
e. Reporta un valor de correlación cercano a 0 como un indicador de que no hay relación lineal entre 2 variables
f. Reporta un valor de correlación cercano a 1 como un indicador de que existe una relación lineal positiva entre las 2 variables. Un valor mayor a cero que se acerque a 1 da como resultado una mayor correlación positiva entre la información.
[1]
Hernández, R.
Fernández, C. y Baptista, L. (2014). Metodología de la Investigación. México: Mc
Graw Hill, sexta edición, p, 304.
[2]
https://es.slideshare.net/PatriciaCastillo31/coeficiente-de-correlacion-de-pearson-y-spearman.
Consultado en 08 de febrero del 2018.