Jesús Reynaga Obregón
Prueba de asociación de dos variables cuantitativas
continuas distribuidas como la curva normal
Descripción
Esta prueba se aplica en diseños de investigación en los que a un único grupo de individuos se les han
medido simultáneamente dos variables cuantitativas continuas que tienen distribución semejante a la de
la curva normal.
En esta prueba se calcula una medida de resumen llamada coeficiente de correlación de Pearson,
simbolizado como rp, que permite identificar la .forma en que se asocian las dos variables cuantitativas
continuas.
Una vez calculado, el coeficiente de correlación de Pearson puede tener valores que varían entre - 1
hasta + 1, pasando por el cero.
Cuando el valor resultante es cercano a +1 se dice que ambas variables se asocian directamente de
manera muy estrecha; por ejemplo: si a un grupo de personas se les midieran simultáneamente sus
concentraciones de glucosa y colesterol y se encontrara que los valores bajos de glucosa y los valores
bajos de colesterol se corresponden y que también los valores altos de glucosa se corresponden con los
valores altos de colesterol se diría que existe una asociación directa.
Cuando el valo r resultante es cercano a - 1 se dice que ambas variables se asocian inversamente de
manera muy estrecha; por ejemplo: si a un grupo de personas se les midiera simultáneamente su ingesta
de fósforo y su densidad ósea y se encontrara que los valores altos de ingestión de fósforo se
corresponden con valores bajos en la densitometría ósea se diría que existe una asociación inversa (las
bebidas de cola contienen altas concentraciones de ácido fosfórico como estabilizante).
Cuando el coeficiente de correlación de Pearson calculado tiene un valor cercano a cero se dice que
ambas variables no presentan asociación.
En la prueba se plantean las siguientes hipótesis estadísticas:
Hipótesis estadística nula: Ha: rp = O (cero)
Hipótesis estadística alterna: Ha rp ;1: O
En vista de que la hipótesis estadística nula (Ho) significa que las dos variables no se asocian, el
propósito de la prueba es eval uar la posibil idad de rechazar a dicha hipótesis. El re chazo de la Ha ocurre
cuando el valor del coeficiente de correlación de Pearson calculado con los datos supera a un valor crítico
del coeficiente de correlación de Pearson que se encuentra en tablas ad hoc.
Si la Ha es rechazada se concluye que probablemente exista una real asociación entre la pareja de
variables en estudio.
Esta prueba de análisis estadístico exige el cumplimiento de la siguiente condición : la distribución de
ambas variables debe ser semejante a la de la curva normal. En el caso de que no se cumpla la
condición o que de entrada luna o ambas variables sean discretas, la prueba alterna de análisis
estadístico que se debe utilizarse es la denominada de Spearman.
18
92
Jesús Reynaga Obregón
Ejemplo desarrollado
Para ilustrar el procedimiento de la prueba de análisis estadístico se usarán los siguientes datos:
Puntuaciones de un grupo de 10 individuos
en pruebas de ansiedad y de depresión
Puntuación Puntuación
en prueba de en prueba de
ansiedad depresión
2
In dividuo f-----
X y X i xy
8.2 6.4 67.24 40.96 52.48
2 7.9 5.8 62.41 33.64 45.82
3 6.3 4.9 39.69 24.01 30.87
4 91 7.2 82.81 51.84 65.52
5 5.4 3.9 29.16 15.21 2106
6 10.3 93 106.09 86.49 95.79
7 4.8 3.1 23.04 9.61 14.88
8 6.5 4.2 42.25 17 .64 27.30
9 8.3 7.1 68.89 50.41 58.93
10 7.5 5.3 56.25 28.09 39.75
Sumatorias 74.3 57.2 577.83 357.9 452.4
e 7 JI!I JI!I
'0
.;¡¡
QI JI!I
l5.
QI l1li
O
l1li
5 iIIII
111
II1II
3
4.5 6.5 8.5 10.5
Ansiedad
19
93
Jesús Reynaga Obregón
Al observar la tabla de datos y su correspondiente gráfico se confirmó que se había estudiado a un solo
grupo de personas y que se requería evaluar el tipo de asociación entre las puntuaciones que cada una
obtuvo en las pruebas de ansiedad y de depresión.
Por el momento, el gráfico mostraba una aparente asociación de tipo directo; es decir, los individuos con
puntuaciones bajas en la prueba de ansiedad también tenían puntuaciones bajas en la prueba de
depresión. Complementariamente, las personas con altas puntuaciones en la prueba de ansiedad tenían
altas puntuaciones en la prueba de depresión.
Luego de revisar la relación de los valores se procedió a la verificación de que se satisfacía la condición
de de que ambas variables cuantitativas continuas tenían una distribución semejante a la de la curva
normal. Para ello, a cada variable se le realizó el cálcu lo de su sesgo y de su curtosis a través del método
de momentos, encontrándose lo siguiente:
Variable cuantitativa continua: Sesgo: Curtosis:
Puntuación de ansiedad 0.0017 2.1635
Puntuación de depresión 0.4443 2.5100
Co nside rando que los valores, tanto del sesgo como de la curtosis, para ambas variables se encontraron
en los intervalos de semejanza a los val ores de la curva normal: se decidió plantear las siguientes
hipótesis estadísticas sobre el valor del coeficiente de correlación de Pearson.
Hipótesis estadística nula: Ho:rp=o
Hipótesis estadística alterna: Ha:rp;tO
A continuación se determinó el valor del coeficiente de correlación de Pearson calculado (r p calculado )
mediante la siguiente fórmula:
Los cálculos condujeron al siguiente resultado:
r = (10)(452.4)-[(74.3)(572)J =
+0.97
p ~ [(10)(577.83) -(743)2J [(10)(357.9) -(572)2J
Tal resultado, descriptivamente hablando, indicaba una intensa asociación de tipo directo entre ambas
variables; es decir, las más altas puntuaciones en una de las variables correspondieron a las más altas
puntuaciones en la otra y, complementariamente, las más bajas puntuaciones en una variable
correspondieron a las más bajas puntuaciones de la otra.
En vista de que el propósito de la prueba era evaluar la posibilidad de rechazar a la Ho, se hizo una
comparación del va lor calculado con un valor crítico tabular.
20
94
Jesús Reynaga Obregón
En seguida se muestra un fragmento de la tabla de valores criticas para rp
Algunos valores críticos del coeficiente de correlación de Pearson
al nivel de significancia de 0.05
Grados
de Significancia
libertad 005
1 0.997
2 0.950
3 0.878
4 0.811
5 0754
6 0.707
7 0.666
8 0.632
9 0.602
10 0.576
11 0.553
12 0.532
13 0.514
En la tabla de valores criticos se localizaron los grados de libertad para el tamaño del grupo mediante la
fÓrmulaG.L.=n-2 =10-2=8
El valor critico para el nivel de significancia de 0.05 fue de 0.632.
Como el valor calculado de r p fue de 0.97 y, por ello, superó al valor critico , entonces se rechazó la
hipótesis estadística nula Ha: rp = O; en otras palabras , se rechazó la suposición de que no habia
asociación estadísticamente significativa entre ambas variables.
Lo anterior, permitió concluir que, al menos para el grupo estudiado, existía asociación directa entre las
puntuaciones obtenidas por los sujetos en las escalas de ansiedad y de depresión y que el riesgo de
equiv ocarse al establecer tal conclusión era menor a 0.05 (equivalente a 5%); lo anterior se simbolizó así :
la Ha fue rechazada ( p < 0.05).
Procedimiento
1. Confirmar que el propósito del estudio consiste en evaluar la asociación entre dos variables
cuantitativas continuas medidas a un grupo de individuos.
2. Elaborar un cuadro y una gráfica de correlación para caracterizar la forma de la asociación de
ambas va riables.
3. Verificar que se cumple la condición de que ambas variables se distribuyen como la curva
normal. Para ello puede utilizarse el cálculo del sesgo y de la curtosis de ambas varia bles , por
21
95
Jesús Reynaga Obregón
ejemplo con el método de momentos.
4. Mediante la siguiente fórmu la, determinar el valor de rp calculado
En caso de no disponer de un programa de cómputo que efectúe los cálculos, uti lizar
una tabla auxiliar de trabajo como la siguiente:
Valores de la Valores de la
variable variable
Individuo X y X
2 y2 xy
2
3
4
5
Sumatorias
5. Mediante la fórmula G.L. == n-2
ubicar el valor a rebasar en la tabla de valores críticos de de rp
6. Rechazar a la Ha si el valor de rp calculado excede al valor crítico de la tabla. En caso contrario
señalar que no fue posible rec hazarla .
7. De acuerdo al paso anterior, establecer la conclusión referente a si ambas variables parecen
tener una asociación significativa o no.
22
96
Jesús Reynaga Obregón
Problema resuelto
Los sigUIentes datos fueron recogidos por un investigador:
Valores de la Valores de la
variable variable
glucosa colesterol
2
Paciente X y X l xy
84 237
2 85 233
3 81 238
4 98 227
5
f-- 80 232
6 79 208
7 69 195
8 65 194
9 71 201
10 L-_ 94 271
Sumatorias 806 2,236 65,950 505,222 182,039
I 280
260
b
"O 240
~ ..• ••
• 220
"O
u
.. ..
200
. ..
L
l
180
60 70 80 90 100
Glucosa (xl
23
97
Jesús Reynaga Obregón
En co ntró que las variables eran cuantitativas continuas y, además, que se distribuían como la curva
normal porque los siguientes valores le permitían afirmarlo:
Variable cuantitativa continua: Sesgo: Curtosis:
Gl ucosa 0.16 0.40 .----
Colesterol 2.16 2.50
Mediante la fórm ul a
encontró que el valor de rp calculado era de 0.80
Mediante la fórmula G.L. =n - 2 encontró que el valor crítico a rebasar era de 0.632
Co nsiderando que el valor de rp calculado rebasaba al valor de rp crítico concluyó los siguiente: es
posible rechazar a la Ho (p < 0.05)
Finalmente, el investigador inform ó que en el grupo de sus diez pacientes existía una asociación
estadísticamente significativa y que el ri esgo de equivocarse al afirmar tal conclusión era me nor a 0.05
24
98
Jesús Reynaga Obregón
Problemas a resolver
A continuación se presentan dos tablas con datos de 20 mujeres y de 20 hombres.
Considere a las variables cuantitativas como si fueran continuas y suponga que ambas tienen distribución
semejante a la de la curva normal.
¿Existe asociación estadísticamente significativa entre el coeficiente intelectual y el tamaño del cerebro?
Tabla de valores de las mujeres
.. ¡ : c!~~~:~~i~!S
( ¡
:' : de mega
.. i r~~~:~ ~~
º~~(?
... . . . ..". ' .
. _, . .. Femenino
......... .....
S?~nero
~ ... .
r
Coeficiente :
in~el_E!ctual . .• . ....~.~t::~r::'~rL
133
.. ................... -.-. ,_.- .. .
817
2 Femenino 137 952
. '. :
• • • · • • • • · • • • . •••• • H • • • • • • • • • • • • • • • • . • • • . • . •. • • . • . • • . • • • • • . • • • .
..
3 Femen ino 99 .... . ......... ... .... , ..
929 ...., ............ ..
,
4 Femenino 138 ... . ; 991
••••• 0 •••• •• • • • •• • •••••
25
99
Jesús Reynaga Obregón
Tabla de valores de los hombres
26
100
Jesús Reynaga Obregón
Tabla de valores críticos del coeficiente de correlación de Pearson
a los niveles de significancia de 0.05 y de 0.01
Grados 0.05 0.01 Grados 0.05 0.01
de de
li bertad libertad
1 0.997 0.9999 35 0.325 0.418
2 0.950 0.990 36 0.320 0.413
3 0.878 0.959 38 0.312 0.403
4 0.811 0.917 40 0.304 0.393
5 0.754 0.874 42 0.297 0.384
6 0.707 0.834 44 0.291 0.376
7 0.666 0.798 45 0.288 0.372
8 0.632 0.765 46 0.284 0.368
9 0.602 0.735 48 0.279 0.361
10 0.576 0.708 50 0.273 0.354
11 0.553 0.684 55 0.261 0.338
12 0.532 0.661 60 0.250 0.325
13 0.514 0.641 65 0.241 0.313
14 0.497 0.623 70 0.232 0.302
15 0.482 0.606 75 0.224 0.292
16 0.468 0.590 80 0.217 0.283
17 0.456 0.575 85 0.211 0.275
18 0.444 0.561 90 0.205 0.267
f----
19 0.433 0.549 95 0.200 0.260
20 0.423 0.537 100 0.195 0.254
21 0.41 3 0.526 125 0.174 0.228
22 0.404 0.515 150 0.159 0.208
23 0.396 0.505 175 0.148 0.193
24 0.388 0.496 200 0.138 0.181
25 0.381 0.487 300 0.113 0.148
26 0.374 0.479 400 0.098 0.128
27 0.367 0.471 500 0.088 0.115
28 0.361 0.463 1,000 0.062 0.081
29 0.355 0.456
30 0.349 0.449
32 0.339 0.436
34 0.329 0.424
27
101