El coeficiente de Correlación de Pearson (R), mide el grado de asociación lineal entre dos variables medidas en escala de intervalo o de razón, tomando valores entre -1 y 1. Valores de (R) próximos a 1, indicarán una fuerte asociación lineal positiva; en cambio valores de (R) próximos a -1, indicarán una fuerte asociación lineal negativa; y valores de (R) próximos a 0 indicarán no asociación. Su cuadrado (R2), puede interpretarse como la proporción de la variabilidad de la variable Y, explicada en función de la variable X, (Ferran, A. M., 1996).
H0 a contrastar = Hipótesis nula: el coeficiente es cero (no hay relación).
Si p distinto de 0 se rechaza H0= hay relación entre las variables (coeficiente distinto de 0). El signo marca el sentido de la relación La relación será significativa cuando la probabilidad asociada sea menor o igual a 0,05 para el 95% de significatividad.
Ejemplo: Me planteo por ejemplo si la edad influye en estar de acuerdo o no con que se suban los impuestos.
La secuencia a seguir es: analizar/correlaciones/bivariadas/selección de las dos variables (por defecto dejar Pearson)
p distinto de 0.
Si hay relación (aunque muy baja y no es significativa).
Conforme sube la edad menos se está de acuerdo con que se suban los impuestos del tabaco.
No hay comentarios:
Publicar un comentario