ANÁLISIS DE CORRELACIÓN
La correlación es una técnica estadística que se puede usar para determinar si hay pares de variables
relacionados y con qué fuerza lo están. La correlación solo es apropiada para datos cuantificables que
tengan significado, como datos continuos u ordinales. No puede usarse para datos puramente
categóricos; para estos, lo indicado es el análisis de tabla de contingencia (ver Análisis chi cuadrado
en JASP).
En esencia, ¿diferentes variables covarían? Es decir, ¿se dan cambios en una variable que tengan su
reflejo en cambios similares en otra variable? Si una variable se desvía de su media, ¿la otra variable
se desvía de su media en la misma dirección o en la opuesta? Esto se puede evaluar midiendo la
covarianza, aunque no es un método estandarizado. Por ejemplo, se puede medir la covarianza de dos
variables medidas en metros. Sin embargo, si transformamos los valores a centímetros, obtenemos la
misma relación, aunque con un valor de la covarianza completamente distinto.
Covarianza = 4,7 Covarianza = 470
Para superar esta situación, se usa una covarianza estandarizada, conocida como el coeficiente de
correlación de Pearson (Pearson’s correlation coefficient, o r). Adopta un valor en el intervalo entre
-1,0 y +1,0. Cuanto más cerca está r de +1 o -1, más estrechamente relacionadas entre sí están las dos
variables. Si r es cercano a 0, no hay relación. Si r es (+), cuando los valores de una variable son más
altos, los de la otra también lo son. Si r es negativo (-), cuando los valores de una variable son más
altos, los de la otra son más bajos (llamada a veces correlación “inversa”).
No se debe confundir el coeficiente de correlación (r) con R2 –coeficiente de determinación (coefficient
of determination)–, ni con R –coeficiente de correlación múltiple (multiple correlation coefficient), tal
como se usa en la regresión–.
El supuesto principal en este análisis es que los datos tienen una distribución normal y son lineales.
Este análisis no funcionará bien con relaciones curvilíneas.
P á g i n a | 50
JASP 0.9.2 – Dr. Mark Goss-Sampson
EJECUTANDO LA CORRELACIÓN
El análisis pone a prueba la hipótesis nula (H0) de que no hay relación entre dos variables.
De los datos de ejemplo, abra Jump height [Link]. Este archivo contiene 2 columnas de datos,
Jump height (m) y Leg power (W). En primer lugar, vaya a «Descriptive statistics» y compruebe los
gráficos de caja por si hubiera valores atípicos.
Para ejecutar el análisis de correlación, vaya a «Regression» → «Correlation matrix». Traslade las 2
variables a la caja de análisis de la derecha. Marque:
Pearson.
Reportar significación («Report significance»).
Marcar correlaciones significativas («Flag significant correlations»).
Matriz de correlación («Correlation matrix») (en «Plots»).
P á g i n a | 51
JASP 0.9.2 – Dr. Mark Goss-Sampson
ENTENDIENDO EL RESULTADO
La primera tabla muestra la matriz de correlación con los valores de la r de Pearson y sus p. Se observa
una correlación altamente significativa (p < 0,001), con un valor de r cercano a 1 (r = 0,984), que nos
permite rechazar la hipótesis nula.
Para correlaciones simples como esta, resulta más sencillo observar la tabla de valores por parejas.
Vuelva al análisis y seleccione la opción «Display pairwise table». Esto sustituye la matriz de
correlación en los resultados y puede facilitar su lectura.
En realidad, el valor r de Pearson muestra un tamaño del efecto donde < 0,1 es irrelevante, de 0,1 a
0,3 es un efecto pequeño, de 0,3 a 0,5 es un efecto moderado y > 0,5 es un efecto grande.
El gráfico permite visualizar de una forma simple esta fuerte correlación positiva (r = 0,984, p < 0,001).
P á g i n a | 52
JASP 0.9.2 – Dr. Mark Goss-Sampson
YENDO UN PASO MÁS ALLÁ
Si se toma el coeficiente de correlación r y se eleva al cuadrado, se obtiene el coeficiente de
determinación (R2). Es una medición estadística de la proporción de la varianza de una variable que se
explica por la otra variable. O:
R2 = Varianza explicada / Varianza total.
R2 produce siempre un valor entre 0 y 100% en el que:
un 0% indica que el modelo no explica nada sobre la variabilidad de los datos en torno a su
media, y
un 100% indica que el modelo explica toda la variabilidad de los datos en torno a su media.
En el ejemplo anterior, r = 0,984, por lo que R2 = 0,968. Esto sugiere que la altura de salto representa
un 96,8% de la varianza en la potencia de pierna.
REPORTANDO LOS RESULTADOS
La correlación de Pearson mostró una correlación significativa entre la altura de salto y la potencia de
pierna (r = 0,984, p < 0,001), representando la altura de salto un 96,8% de la varianza en la potencia
de pierna.
EJECUTANDO LA CORRELACIÓN NO PARAMÉTRICA: LA TAU DE KENDALL Y LA RHO DE
SPEARMAN
Si los datos son ordinales o si son datos continuos que han violado los supuestos requeridos para el
uso de la estadística paramétrica (normalidad y/o varianza), debería usar alternativas no paramétricas
al coeficiente de correlación de Pearson.
Las alternativas son los coeficientes de correlación de Spearman (rho) o Kendall (tau). Ambos están
basados en datos de clasificación (ordenados de mayor a menor), y no están afectados por la presencia
de valores atípicos o violaciones de la varianza / normalidad.
La rho de Spearman se usa habitualmente para datos de escala ordinal y la tau de Kendall se usa en
muestras pequeñas o cuando hay muchos valores con la misma puntuación (empates). En la mayoría
de los casos, la tau de Kendall y el coeficiente de correlación de Spearman son muy similares y, por lo
tanto, conducen invariablemente a las mismas inferencias.
Los tamaños del efecto son los mismos que la r de Pearson. La principal diferencia es que se puede
usar rho2 como una aproximación no paramétrica al coeficiente de determinación, cosa que no sucede
en el caso de la tau de Kendall.
De los datos de ejemplo, abra Non-parametric [Link]. Este archivo contiene 2 columnas de
datos: una con puntuaciones de creatividad y otra con las posiciones en la competición de “El mayor
mentiroso del mundo” (World’s biggest liar; gracias a Andy Field).
Ejecute el análisis como en el caso anterior, pero esta vez usando los coeficientes de Sperman y tau-b
de Kendall en lugar del de Pearson.
P á g i n a | 53
JASP 0.9.2 – Dr. Mark Goss-Sampson
Como puede verse, hay una correlación significativa entre las puntuaciones de creatividad y la posición
final en la competición World’s biggest liar: cuanto mayor es la puntuación, mejor es la posición final
en la competición. Sin embargo, el tamaño del efecto es moderado.
P á g i n a | 54
JASP 0.9.2 – Dr. Mark Goss-Sampson
NOTA DE ADVERTENCIA
En realidad, la correlación solo ofrece información sobre la fortaleza de la asociación. No informa
sobre la dirección, es decir, sobre qué variable hace que la otra cambie. Por ello, no puede ser usada
para afirmar que una cosa es causa de otra. A menudo, una correlación significativa no quiere decir
absolutamente nada y es puramente casual, en especial si se correlacionan miles de variables. Esto
puede verse en correlaciones extrañas como las siguientes:
El número de peatones muertos en un atropello de tren correlaciona con la lluvia en Missouri
El número de colonias de abejas productoras de miel (por 1.000) correlaciona fuertemente con la
tasa de matrimonios en Carolina del Sur (por 1.000 matrimonios)
P á g i n a | 55
JASP 0.9.2 – Dr. Mark Goss-Sampson