Estadística Aplicada a la

Educación

Asociaciones
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)
 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
 Covarianza e índice de correlación de Pearson

Observa 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

Observa 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

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

å( X i - X )(Yi - Y )
sxy = i =1

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:

å( X - X )( Yi - Y ) sxy
i
rxy =
rxy = i =1
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 elevado,
rendimiento

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.
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

Recordar, 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 × å di2
rs = 1 - i =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...
Variables cualitativas Prueba c2 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:

f e - ft ) 2
Donde fe representa las frecuencias empíricas y ft
2 ( representa las frecuencias teóricas
c =å
ft
Prueba c2 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 e - ft ) 2
c =å
ft

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

http://vassarstats.net/newcs.html
Prueba c2 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

c 2 Este índice se interpreta

de manera análoga al

f=
coeficiente de Pearson
(pero observa que phi no

n
puede ser negativo...sólo
de 0 a 1)
Prueba c2 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

c 2
Vˆ =
de filas-1 y columnas-1

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