Introducción I - Correlación lineal simple (1 de 4)

SFPIE UV

12 Jun 201406:46

Summary

TLDREn este tutorial, Pilar Serra, profesora del Departamento de Fisioterapia de la Universidad de Valencia, explica la correlación lineal simple y su aplicación en estudios de fisioterapia. Detalla cómo calcular el coeficiente de correlación de Pearson usando SPSS para determinar si dos variables cuantitativas, como las sesiones de escuela de espalda y la actividad física, están relacionadas. A través de ejemplos prácticos, como un estudio sobre la actividad física semanal, se abordan conceptos clave como la covarianza, la varianza y la importancia de estandarizar la covarianza para obtener resultados significativos.

Takeaways

😀 La correlación es una herramienta estadística que permite comprobar si dos variables cuantitativas están asociadas entre sí.
😀 Existen diferentes tipos de correlación: simple, múltiple y parcial. El tutorial se enfoca en la correlación lineal simple utilizando el coeficiente de Pearson.
😀 La hipótesis nula de un estudio de correlación asume que no existe una relación estadísticamente significativa entre las variables.
😀 La correlación simple estudia la relación entre dos variables, mientras que la correlación múltiple involucra más de dos variables.
😀 La correlación parcial se utiliza para evaluar la relación entre dos variables controlando el efecto de variables externas o terceras variables.
😀 El coeficiente de correlación de Pearson mide la relación lineal entre dos variables cuantitativas, utilizando la covarianza estandarizada.
😀 La varianza mide la dispersión de los datos respecto a la media de una variable, y es clave para entender cómo varían las variables entre sí.
😀 La covarianza se calcula al comparar las desviaciones de dos variables con respecto a sus medias, permitiendo observar si ambas variables covarían.
😀 El desafío con la covarianza es que depende de las unidades de medida, lo que hace difícil comparar resultados si las escalas de medición no son iguales.
😀 La solución a la influencia de las unidades de medida es la covarianza estandarizada, que se expresa como el coeficiente de correlación de Pearson, permitiendo comparaciones más claras.
😀 Un ejemplo práctico en el tutorial utiliza datos de la actividad física semanal y las sesiones de escuela de espalda para mostrar cómo se calcula la correlación entre dos variables.

Q & A

¿Qué es la correlación en estadística?
-La correlación es una herramienta estadística que nos permite comprobar si dos variables cuantitativas están asociadas entre ellas. Permite determinar si existe una relación entre ambas variables.
¿Cuál es la hipótesis nula en el análisis de correlación?
-La hipótesis nula plantea que no existe una relación estadísticamente significativa entre las variables en cuestión. En otras palabras, la hipótesis nula sugiere que las variables no están correlacionadas.
¿Cuáles son los tipos de correlación que se mencionan en el tutorial?
-Se mencionan tres tipos de correlación: la correlación simple (entre dos variables), la correlación múltiple (entre más de dos variables) y la correlación parcial (entre dos variables controlando el efecto de variables externas).
¿En qué consiste la correlación lineal simple?
-La correlación lineal simple examina si existe una relación lineal entre dos variables. El coeficiente de correlación de Pearson es una medida comúnmente utilizada para evaluar esta relación.
¿Cómo se calcula la covarianza?
-La covarianza se calcula comparando las puntuaciones de cada sujeto con respecto a las medias de las dos variables. Se utiliza una fórmula que toma en cuenta la diferencia entre cada puntuación y su media correspondiente.
¿Qué problema puede presentar la covarianza?
-El principal problema de la covarianza es que depende de la escala de medida de las variables. Esto significa que los valores de covarianza pueden ser diferentes si se cambia la unidad de medida (por ejemplo, de metros a centímetros).
¿Cómo se resuelve el problema de escala en la covarianza?
-El problema de la escala se resuelve utilizando la covarianza estandarizada, que es lo mismo que el coeficiente de correlación de Pearson. Esto permite comparar la relación entre variables sin que la escala de medida influya en los resultados.
¿Qué ejemplo práctico se utiliza en el tutorial para explicar la correlación?
-Se utiliza el ejemplo de un estudio en el que se mide el número de sesiones de escuela de espalda y la cantidad de actividad física que realizan los sujetos durante la semana. Se busca determinar si existe una relación entre estas dos variables.
¿Por qué se usa SPSS en el análisis de correlación?
-SPSS es un software estadístico que facilita la ejecución de pruebas de correlación. Permite calcular el coeficiente de correlación de Pearson y generar tablas con los resultados para su análisis e interpretación.
¿Cómo se interpretan los resultados de la prueba de correlación en SPSS?
-Los resultados se presentan en tablas donde se muestra el coeficiente de correlación, que indica la fuerza y dirección de la relación entre las variables. Un valor cercano a 1 o -1 indica una fuerte correlación positiva o negativa, respectivamente, mientras que un valor cercano a 0 indica que no hay correlación significativa.