Está en la página 1de 21

CORRELACIÓN DE

PEARSON Y
SPEARMAN.

Diapositiva tomada de:


www.uv.es/mperea/T5.ppt
Introducción

Hasta ahora nos hemos centrado en medidas de


tendencia central, variabilidad, asimetría y curtosis de
una única variable.

No obstante, en la práctica es común examinar dos o


más variables conjuntamente (v.g., relación entre
inteligencia y rendimiento, etc.)

En este tema nos centraremos en la relación entre 2


variables (a partir de n observaciones apareadas) y
calcularemos (en particular) un índice que nos dará el
grado de relación/asociación entre ambas variables: el
coeficiente de correlación lineal (de Pearson)
5.2 Representación gráfica de una relación
rendimiento

rendimiento

rendimiento
inteligencia inteligencia inteligencia

Sin relación Relación lineal negativa


Relación lineal positiva

Nota: El coeficiente de correlación de Pearson mide relación LINEAL.


Representación gráfica de una relación (2)

rendimiento

inteligencia rendimiento inteligencia

Relación lineal Relación no lineal

Nota: El coeficiente de correlación de Pearson mide relación LINEAL.


Representación gráfica de una relación (3)
rendimiento

rendimiento

rendimiento
inteligencia inteligencia inteligencia

Relación lineal perfecta Relación lineal Relación lineal débil


(casi perfecta) fuerte/moderada

Ahora necesitamos un índice que nos informe tanto del grado en que X e Y están
relacionadas, y si la relación es positiva o negativa
5.3 Covarianza e índice de correlación de Pearson

Observad que cuando la relación lineal es positiva,


rendimiento

cuando las puntuaciones diferenciales de X son


positivas, las puntuaciones diferenciales de Y suelen
Caso 1 ser positivas.

inteligencia

Observad que cuando la relación lineal es negativa,


cuando las puntuaciones diferenciales de X son
Caso 2
rendimiento

positivas, las puntuaciones diferenciales de Y suelen


ser negativas.

inteligencia
Covarianza

La covarianza aprovecha esta característica señalada en la diapositiva anterior (al


emplear el producto de las puntuaciones diferencias de X e Y). He aquí la fórmula:

 X
i 1
i  X Yi  Y 
sxy 
n
En el caso 1, la covarianza será un valor positivo, y en el caso 2, la covarianza
será un valor negativo. Por tanto la covarianza nos da una idea de si la relación
entre X e Y es positiva o negativa.

Problema: la covarianza no en un índice acotado (v.g., cómo interpretar una


covarianza de 6 en términos del grado de asociación), y no tiene en cuenta la
variabilidad de las variables. Por eso se emplea el siguiente índice....
Coeficiente de correlación (lineal) de Pearson

El coeficiente de correlación de Pearson parte de la covarianza:

 X  X Yi  Y  sxy
i 1
i
rxy 
rxy  sx  s y
n  sx  s y

Ahora veremos varias propiedades del índice...


Coeficiente de correlación (lineal) de Pearson

Propiedad 1. El índice de correlación de Pearson no puede valer menos


de -1 ni más de +1.

Un índice de correlación de Pearson de -1 indica una relación lineal


negativa perfecta

Un índice de correlación de Pearson de +1 indica una relación lineal


positiva perfecta.

Un índice de correlación de Pearson de 0 indica ausencia de relación


lineal. (Observad que un valor cercano a 0 del índice no implica que no
haya algún tipo de relación no lineal: el índice de Pearson mide relación
lineal.)
Coeficiente de correlación (lineal) de Pearson

Propiedad 2. El índice de correlación de Pearson (en valor absoluto) no varía


cuando se transforman linealmente las variables.

Por ejemplo, la correlación de Pearson entre la temperatura (en grados


celsius) y el nivel de depresión es la misma que la correlación entre la
temperatura (medida en grados Fahrenheit) y el nivel de depresión.

Evidentemente, el índice de correlación de Pearson es el mismo entre las


puntaciones directas de X e Y, o entre las puntuaciones diferenciales de X e Y,
o entre las puntuaciones típicas de X e Y. (Recordad que las puntuaciones
diferenciales y las puntuaciones típicas son transformaciones lineales de las
puntuaciones directas.)
Coeficiente de correlación (lineal) de Pearson

Interpretación

Hemos de tener en cuenta qué es lo que estamos midiendo para poder


interpretar cuán grande es la relación entre las variables bajo estudio. En
muchos casos, depende del área bajo estudio.

En todo caso, es muy importante efectuar el


diagrama de dispersión. Por ejemplo, en el
caso de la izquierda, es claro que no hay
relación entre inteligencia y rendimiento. Sin
embargo, si calculamos el índice de
correlación de Pearson nos dará un valor muy
rendimiento

elevado, causado por la puntuación atípica en


la esquina superior derecha.

inteligencia
Coeficiente de correlación (lineal) de Pearson

Interpretación (2)

Es importante indicar que “CORRELACIÓN NO IMPLICA CAUSACIÓN”. El que dos


variables estén altamente correlaciones no implica que X causa Y ni que Y causa X.

(Esa es una de las razones empleadas por las tabaqueras en el tema de la correlación
entre cáncer de pulmón y el hecho de fumar.)
Coeficiente de correlación (lineal) de Pearson
Interpretación (3)
Es importante indicar que el coeficiente de correlación de Pearson puede verse
afectado por la influencia de terceras variables.
Por ejemplo, si fuéramos a un colegio y medimos la estatura y pasamos una prueba
de habilidad verbal, saldrá que los más altos también tienen más habilidad
verbal...claro, que eso puede ser debido simplemente a que en el colegio los niños
más altos serán mayores en edad que los más bajos.

Si se parcializa esta “tercera” variable


(mediante “correlación parcial”, que ya
veremos más adelante), difícilmente habrá
una relación de importancia entre estatura
Habilidad numérica

14 a
y habilidad numérica.
12 a
10 a
8a Hay muchos casos en que es la tercera
6 años variable la causante de una alta relación
entre X e Y (y ello muchas veces es difícil de
identificar)
Estatura
Coeficiente de correlación (lineal) de Pearson

Interpretación (3)

Por otra parte, el valor del coeficiente de Pearson depende en parte de la


variabilidad del grupo.

Si efectuamos el coeficiente de Pearson entre


inteligencia y rendimiento con todos los sujetos,
el valor del coeficiente de Pearson será bastante
elevado.
Sin embargo, si empleamos únicamente los
individuos con CI bajo (o CI alto) y calculamos la
correlación con Rendimiendo, el valor del
coeficiente de Pearson será claramente menor.
Rendimiento

CI bajo CI alto
Un grupo heterogéneo daría pues un mayor
grado de relación entre variables que un grupo
inteligencia homogéneo.
5.4 Otros coeficientes: variables semi-cuantitativas

Claro está, es posible obtener medidas del grado de relación de variables


cuando éstas no sean cuantitativas.

El caso en que las variables X e Y sean ordinales

Recordad, cuando tenemos variables con escala ordinal, podemos establecer el


orden entre los valores, pero no sabemos las distancias entre los valores. (Si
supiéramos la distancia entre los valores ya estaríamos al menos en una escala de
intervalo)

Podemos calcular el coeficiente de correlación de Spearman o el coeficiente de


correlación de Kendall. (Veremos el primero.)
Coeficiente de correlación de Spearman

Lo que tenemos ahora son 2 sucesiones de valores ordinales.

El coeficiente de Spearman es un caso especial del coeficiente de correlación


de Pearson aplicada a dos series de los n primeros números naturales (cuando
no hay empates; si hay –muchos- empates hay otra fórmula

n
6   di2
i 1
rs  1 
n  n  1
2

di es la diferencia entre el valor ordinal en X y el valor


ordinal en Y del sujeto i
Coeficiente de correlación de Spearman (propiedades)

Primera. Se encuentra acotado, como el coeficiente de Pearson entre -1 y +1.

Un coeficiente de Spearman de +1 quiere decir que el que es primero en X es


primero en Y, el que es segundo en X es segundo en I, etc
Un coeficiente de Sperman de -1 quiere decir que el que es primero en X es
último en Y, el segundo en X es el penúltimo en Y, etc.

Segunda. Su cálculo es muy sencillo (más que el del coeficiente de correlación


de Pearson). No obstante, con los ordenadores y un programa estadístico, esto
es irrelevante estos días...
5.5 Variables cualitativas Prueba 2 como medida de asociación y como prueba de
contraste

La prueba chi-cuadrado es una prueba no paramétrica que se emplea para medir la


asociación entre dos variables cuando tenemos tablas de contingencia. También es
empleada, de manera general, para evaluar la divergencia entre una puntuaciones
observadas (empíricas) y unas puntuaciones predichas (teóricas).

De manera general, el estadístico chi-cuadrado se obtiene así:

2 Donde fe representa las frecuencias empíricas y ft


f f 
 2  e t representa las frecuencias teóricas
ft
Prueba 2 como medida de asociación: El caso de independencia de 2 variables
cualitativas

Las frecuencias empíricas son las que tenemos en la tabla de contingencia. Ahora
bien, ¿cómo computar las frecuencias teóricas? Tal proceso es simple:
Si ambas variables son independientes, la frecuencia teórica de cada celdilla será el
resultado de multiplicar la suma de frecuencias de la fila x la suma de frecuencia de
las columnas, y ese resultado se divide por N

2
f 
 f 
 2  e t
ft

Para calcular "chi-cuadrado" con tablas de contingencia en internet:


http://faculty.vassar.edu/lowry/newcs.html
Prueba 2 como medida de asociación. Coeficientes derivados e
interpretación

A partir de la prueba chi-cuadrado, se han propuesto cierto número de


medidas de asociación entre variables cuando tenemos frecuencias en
tablas de contingencia. Se trata de cuantificar la fuerza de la relación entre
dos variables.

Caso de tener tablas 2x2: Coeficiente phi

Este índice se interpreta


2
 de manera análoga al
coeficiente de Pearson
 (pero observa que phi no
puede ser negativo...sólo
n de 0 a 1)
Prueba 2 como medida de asociación: Coeficientes derivados e
interpretación

Caso de tener más de 2 filas ó columnas: Prueba de Cramer

m es el número menor entre el número


2
 de filas-1 y columnas-1
Vˆ 
nm
Este índice se interpreta análogamente al índice de Pearson (excepto por el tema
del signo).
Observa que si la tabla es 2x2 este índice coincide con el índice phi