La correlación es una técnica estadística que muestra la intensidad con la que dos variables están relacionadas entre sí o el grado de asociación entre ambas. Por ejemplo, si tenemos los datos de peso y altura de personas más altas y más bajas, con la correlación entre ellos, podemos averiguar cómo se relacionan estas dos variables. También podemos encontrar la correlación entre estas dos variables y decir que su peso está relacionado positivamente con la altura. La correlación se mide mediante el coeficiente de correlación. Es muy fácil calcular el coeficiente de correlación en el SPSS. Antes de calcular la correlación en el SPSS, debemos tener algunos conocimientos básicos sobre la correlación. El coeficiente de correlación debe estar siempre en el rango de -1 a 1. Hay tres tipos de correlación:
1. Correlación positiva y negativa: Cuando una variable se mueve en la misma dirección, entonces se llama correlación positiva. Cuando una variable se mueve en una dirección positiva, y una segunda variable se mueve en una dirección negativa, entonces se dice que es correlación negativa.
2. Correlación lineal y no lineal o curvi-lineal: Cuando ambas variables cambian en la misma proporción, se sabe que están en correlación lineal. Cuando ambas variables no cambian en la misma proporción, entonces se dice que están en correlación curvi-lineal. Por ejemplo, si la venta y el gasto se mueven en la misma proporción, entonces están en correlación lineal y si no se mueven en la misma proporción, entonces están en correlación curvi-lineal.
3. Correlaciones simples, parciales y múltiples: Cuando dos variables en correlación son tomadas en estudio, entonces se llama correlación simple. Cuando una variable es una variable factorial y con respecto a esa variable factorial se considera la correlación de la variable, entonces es una correlación parcial. Cuando se consideran múltiples variables para correlacionar, entonces se denominan correlaciones múltiples.
Grado de correlación
1. Correlación perfecta: Cuando ambas variables cambian en la misma proporción, entonces se llama correlación perfecta.
2. Grado de correlación alto: Cuando el rango del coeficiente de correlación es superior a .75, se denomina alto grado de correlación.
3. Correlación moderada: Cuando el rango del coeficiente de correlación está entre .50 y .75, se denomina en grado de correlación moderado.
4. Grado de correlación bajo: Cuando el rango del coeficiente de correlación está entre .25 a .50, se denomina en grado bajo de correlación.
5. Ausencia de correlación: Cuando el coeficiente de correlación está entre . 0 a .25, muestra que no hay correlación.
Hay muchas técnicas para calcular el coeficiente de correlación, pero en correlación en SPSS hay cuatro métodos para calcular el coeficiente de correlación. Para las variables continuas en correlación en SPSS, hay una opción en el menú de análisis, el análisis bivariante con correlación de Pearson. Si los datos están en orden de rango, entonces podemos utilizar la correlación de rango de Spearman. Esta opción también está disponible en SPSS en el menú de análisis con el nombre de correlación de Spearman. Si los datos son nominales, entonces Phi, el coeficiente de contingencia y la V de Cramer son las pruebas adecuadas para la correlación. Podemos calcular este valor solicitando al SPSS en la tabulación cruzada. El coeficiente Phi es adecuado para una tabla de 2×2. El coeficiente de contingencia C es adecuado para cualquier tipo de tabla.
Prueba de la significación de una correlación:
Una vez que calculemos el coeficiente de correlación, entonces determinaremos la probabilidad de que la correlación observada se haya producido por azar. Para ello, tenemos que realizar una prueba de significación. En la prueba de significación nos interesa sobre todo determinar la probabilidad de que la correlación sea real y no una casualidad. Para ello determinamos la hipótesis. Hay dos tipos de hipótesis.
Hipótesis nula: En la hipótesis nula asumimos que no hay correlación entre las dos variables.
Hipótesis alternativa: En la hipótesis alternativa asumimos que existe una correlación entre las variables.
Antes de probar la hipótesis, tenemos que determinar el nivel de significación. En la mayoría de los casos, se asume como 0,05 o 0,01. Con un nivel de significación del 5%, significa que estamos realizando una prueba, en la que las probabilidades de que la correlación sea una casualidad no son más de 5 sobre 100. Tras determinar el nivel de significación, calculamos el valor del coeficiente de correlación. El valor del coeficiente de correlación se determina por el signo ‘r’.
Coeficiente de determinación:
Con la ayuda del coeficiente de correlación, podemos determinar el coeficiente de determinación. El coeficiente de determinación es simplemente la varianza que puede ser explicada por la variable X en la variable y. Si tomamos el cuadrado del coeficiente de correlación, entonces encontraremos el valor del coeficiente de determinación.
Para más ayuda con Correlaciones o SPSS haga clic aquí.