TEMA 10: OTROS COEFICIENTES DE CORRELACIÓN

RELACIÓN ENTRE UNA VARIABLE CUANTITATIVA Y UNA DICOTÓMICA

Una variable dicotómica es aquella cuyos valores sólo son de dos tipos, que suelen
representarse por 1 y 0, o representan situaciones donde ocurre o deja de ocurrir un hecho.

El coeficiente de correlación biserial puntual, rbp, se utiliza cuando se relaciona una

variable cuantitativa, X, con otra variable, Y, que sólo admite dos valores. Su fórmula es:

X1  X 0
rbp  pq
Sx

donde:
X 1 es la media de las puntuaciones de X que se corresponden con un 1 en Y,
X 0 es la media de las puntuaciones de X que se corresponden con un 0 en Y,
p es la proporción de sujetos con 1 en Y, y
q es la proporción de sujetos con 0 en Y.

rbp será positivo siempre que X 1  X 0 y será negativo en caso contrario. Cuando sea positivo
indicará una relación positiva entre X y la característica medida como 1. Cuando sea
negativo indicará una relación negativa entre X y dicha característica.

Cuando la variable X se presenta en intervalos, r bp se calculará a partir de los puntos medios de dichos
intervalos.

RELACIÓN ENTRE VARIABLES ORDINALES: rs DE SPEARMAN

Cuando nos encontramos con dos variables medidas en una escala ordinal utilizaremos
el coeficiente de Spearman, rs, definido:

6 d i2
rs  1 

n n2 1 
donde d i
2
se define como la suma de la diferencia de rangos elevada al cuadrado.

Diremos que dos variables X e Y están correlacionadas positivamente si rangos altos en X se

corresponden con rangos altos en Y y rangos bajos en X con rangos bajos en Y. Diremos que están
correlacionadas negativamente cuando rangos altos en X se correspondan con rangos bajos en Y y
rangos bajos en X con rangos altos en Y.
Cuando disponemos de puntuaciones directas en una o las dos variables, el primer paso es ordenarlas.
Cuando existen rangos iguales, y no son muchos, suele aplicarse r s pero teniendo en cuenta que a esos
rangos iguales se les asignará la suma de los rangos que ocupan dividido por el numero de rangos que
se repiten. Por ejemplo, si hay tres sujetos que presentan el rango 3 se les asignará (3+4+5)/3=4 a
todos ellos.

1
RELACIÓN ENTRE LAS VARIABLES CUALITATIVAS: Ø

El coeficiente Ø se utiliza con dos variables dicotómicas. Se han dado casos donde variables
continuas se han dicotomizado, lo que conlleva pérdida de información.
Su fórmula es:
ad  bc
 
O
 a  b  c  d  a  c  b  d 

cuyos valores aparecen representados en la siguiente tabla de doble entrada, donde 1 y 0 representan las dos
categorías de cada una de las variables:
1 0
1 (a) (b) (a+b)
0 ( c) (d) (c+d)
(a+c) (b+d)

Si el resultado de Ø es positivo, existe una relación entre los 1 de las dos variables y entre los ceros. Si
fuera negativo indicaría una relación entre las características 1 de una variable y cero de la otra y
viceversa.

2
 TEMA 11: REGRESIÓN MÚLTIPLE, CORRELACIÓN
MÚLTIPLE Y CORRELACIÓN PARCIAL

REGRESIÓN MÚLTIPLE

Al aumentar a dos las variables predictoras ya no estamos tratando de determinar la ecuación de una
recta si no de un plano, el plano de regresión, que requiere una representación tridimensional.

ECUACIÓN DE LOS PLANOS DE REGRESIÓN

En puntuaciones directas:
Yi  A  B1 X i1  B2 X i 2

donde A  Y  B1 X 1  B2 X 2

En puntuaciones diferenciales:
y i  b1 xi1  b2 xi 2

y en puntuaciones típicas:
z y  b1* z x1  b2* z x2

LOS PLANOS DE REGRESIÓN Y EL COEFICIENTE DE CORRELACIÓN

A partir de la fórmula del coeficiente de correlación de Pearson entre dos variables y de la varianza,
utilizando puntuaciones diferenciales, podemos expresar las pendientes del plano de regresión en
función de los coeficientes de correlación:
S y  r1 y  r2 y r12 
b1   
S1  1  r122 

S y  r2 y  r2 y r12 
b2   
S 2  1  r122 

donde los subíndices 1 y 2 harán referencia a x1 y x2, respectivamente.

Para las puntuaciones típicas:

r1 y  r2 y r12
b1* 
1  r122

r2 y  r1 y r12
b2* 
1  r122

Por tanto,
Sy
b1  b1*
S1

3
 Sy
b2  b2*
S2

Los planos de regresión, en puntuaciones directas, diferenciales y típicas, serían los siguientes:

 Sy   S   S S 
Yi   b1  X i1   b2 y  X i 2  Y  b1 y X 1  b2 y X 2 
 S1   S2   S1 S2 
 Sy   S 
y i   b1  xi1   b2 y  xi 2
 S1   S2 
*
z y  b1 z1  b2* z 2

CORRELACIÓN MÚLTIPLE
El coeficiente de correlación entre las puntuaciones reales, Y, y las puntuaciones estimadas se denomina
coeficiente de correlación múltiple, se representa por R y 12 y se puede calcular a partir de Y e Y’.

ry21  ry22  2ry1 ry 2 r12

R y 12 
1  r122

CORRELACIÓN PARCIAL

La correlación parcial puede usarse para detectar correlaciones espúreas entre dos variables. Una
correlación espúrea es aquella en que la relación entre dos variables está correlacionada con una
tercera variable que también puede utilizarse como predictor. Sean las variables X, Y y Z, entonces la
correlación entre X e Y eliminando el influjo de Z, que representaremos rxy z , será la correlación entre
aquella parte de X y aquella parte de Y que no dependen de Z, es decir:

rxy  z  r x  x   y  y 