Primera Entrega
En las diferentes áreas del conocimiento existen problemas que requieren el análisis de más de una variable, como por ejemplo; un sociólogo puede estar interesado en saber qué clase de relación existe entre la tasa de delincuencia juvenil que hay en la comunidad y el grado de hacinamiento de los hogares que allí se encuentran; un profesor puede estar interesado en conocer de qué manera se puede predecir el rendimiento en álgebra de un estudiante con base en el puntaje obtenido en una prueba de aptitud en dicha asignatura; un Jefe de Recursos Humanos desea saber si existe una relación entre el plato del día del comedor de la empresa y los reclamos recibidos en el departamento de Recursos Humanos o los conflictos gremiales del mes; un agrónomo desea conocer si existe relación entre la cantidad de lluvia caída y el rendimiento de ciertos productos agrícolas, es decir, si es afectado desfavorablemente tanto por la excesiva lluvia (humedad), como por la excesiva sequía del suelo.
Como te habrás dado cuenta, estas relaciones y muchas otras se pueden investigar por medio del análisis de correlación y/o regresión, simples o lineales, si la relación está limitada a dos variables (si fueran más de dos variables, este análisis de correlación y regresión sería múltiple). En esta sección del fascículo hablaremos de la correlación lineal cuyo objetivo principal es medir la intensidad de una relación lineal entre dos variables; la correlación lineal sirven para medir la relación entre dos variables.
Después de leer lo anterior, te preguntarás, ¿cómo es que una medida puede representar una relación? En realidad el término medida de correlación lineal implica encontrar un valor numérico que exprese el grado de correspondencia o dependencia que existe entre dos variables. Por ejemplo:
La siguiente tabla muestra las cantidades vendidas (y) por 15 vendedores de una compañía en un periodo dado. La tabla también muestra el número de periodos (x) de experiencia que cada vendedor tiene.
Tabla:
Mostraremos la relación entre estas dos variables, gráficamente, para que te des cuenta de cómo están relacionadas estas variables. Más adelante, introduciremos el coeficiente de Pearson, y una fórmula para calcularlo, que nos indicará el grado de relación de estas variables.
Grafiquemos los puntos para observar la relación entre estas variables.
Este diagrama sugiere que a medida que los valores X aumentan, también los valores Y aumentan. Además, aparece que los puntos se agrupan a lo largo de una línea recta.
Por lo mismo decimos que hay una relación lineal entre los variables X y Y.
Al hablar de la correlación lineal de dos variables es necesario distinguir dos casos:
Correlación Positiva y Correlación Negativa.
Correlación Positiva. Ocurre cuando al crecer (o decrecer) una de las variables, la otra también crece (o decrece). Por ejemplo: a medida que se eleva el nivel de vida de una población, tiende a aumentar el consumo de artículos que no son de primera necesidad.
Correlación Negativa. Ocurre cuando al crecer alguna de las variables, la otra decrece o viceversa. Por ejemplo: a medida que se amplían los sistemas de salubridad y medicina preventiva, decrece el índice de mortalidad de las enfermedades infectocontagiosas. En el ejemplo anterior (las ventas) tenemos una correlación positiva. Estas dos correlaciones y otras más, se pueden mostrar utilizando los Diagramas de Dispersión, de los que nos ocuparemos enseguida.
Por Federico Wasinger,
Publicado por Federico Wasinger
No hay comentarios:
Publicar un comentario