Qué método estadístico se utiliza para estimar la relación entre dos variables
Making Sense of Statistical Methods in Social Research es una introducción crítica al uso de los métodos estadísticos en la investigación social. Mientras que otros libros de métodos estadísticos enseñan a los estudiantes a superar los elementos estadísticos de su curso con el menor conocimiento matemático posible, este libro pretende mejorar la alfabetización estadística de los estudiantes, con el objetivo final de convertirlos en investigadores competentes. Se explica la lógica de cada método o procedimiento estadístico, basándose en el desarrollo histórico del método, las publicaciones existentes que aplican el método y las discusiones metodológicas. Las técnicas y procedimientos estadísticos se presentan no con el propósito de mostrar cómo producir estadísticas con ciertos paquetes de software, sino como una forma de iluminar la lógica subyacente detrás de los símbolos.El limitado conocimiento estadístico que los estudiantes obtienen de los libros de “cómo hacer” directos hace que sea muy difícil para los estudiantes pasar de los cursos de introducción a la estadística a los estudios de postgrado y la investigación. Este libro debería ayudar a salvar esta brecha.
Calculadora de estadísticas de dos variables
El gráfico de dispersión tiene los valores X (GPA) en el eje horizontal (X), y los valores Y (MathSAT) en el eje vertical (Y). Cada individuo se identifica con un único punto (dot) en el gráfico que se sitúa de forma que las coordenadas del punto (los valores X e Y) coinciden con las puntuaciones X (GPA) e Y (MathSAT) del individuo.
Por ejemplo, el estudiante llamado “Obs5” (en la sexta fila de la hoja de datos) tiene GPA=2.30 y MathSAT=710. Este estudiante está representado en el gráfico de dispersión por el punto resaltado y etiquetado (“5”) en la parte superior izquierda del gráfico de dispersión. Nótese que está a la derecha del MathSAT de 710 y por encima del GPA de 2,30.
Las correlaciones tienen tres características importantes. Nos pueden informar sobre la dirección de la relación, la forma de la relación y el grado (fuerza) de la relación entre dos variables.
La dirección de la relación entre dos variables se identifica por el signo del coeficiente de correlación de las variables. Las relaciones positivas tienen un signo “más”, mientras que las negativas tienen un signo “menos”.
Hoja de trabajo de estadísticas de dos variables
Se considera que dos o más variables están relacionadas, en un contexto estadístico, si sus valores cambian de manera que, al aumentar o disminuir el valor de una variable, también lo hace el de la otra (aunque puede ser en sentido contrario).
Por ejemplo, para las dos variables “horas trabajadas” e “ingresos obtenidos” existe una relación entre ambas si el aumento de las horas trabajadas se asocia a un aumento de los ingresos obtenidos. Si consideramos las dos variables “precio” y “poder adquisitivo”, a medida que aumenta el precio de los bienes disminuye la capacidad de una persona para comprarlos (suponiendo una renta constante).
La correlación es una medida estadística (expresada como un número) que describe el tamaño y la dirección de una relación entre dos o más variables. Sin embargo, una correlación entre variables no significa automáticamente que el cambio en una variable sea la causa del cambio en los valores de la otra.
En teoría, la diferencia entre los dos tipos de relaciones es fácil de identificar: una acción o suceso puede causar otro (por ejemplo, el tabaquismo provoca un aumento del riesgo de desarrollar cáncer de pulmón), o puede correlacionarse con otro (por ejemplo, el tabaquismo está correlacionado con el alcoholismo, pero no lo causa). En la práctica, sin embargo, sigue siendo difícil establecer claramente la causa y el efecto, en comparación con establecer la correlación.
Hoja de trabajo de estadística de dos variables respuestas
La correlación es una técnica estadística que puede mostrar si los pares de variables están relacionados y con qué intensidad. Por ejemplo, la altura y el peso están relacionados; las personas más altas tienden a ser más pesadas que las más bajas. La relación no es perfecta. El peso de las personas de la misma altura varía, y es fácil pensar en dos personas conocidas en las que el más bajo pesa más que el más alto. No obstante, el peso medio de las personas de 1,5” es menor que el de las personas de 1,6”, y su peso medio es menor que el de las personas de 1,7”, etc. La correlación puede indicarte qué parte de la variación del peso de las personas está relacionada con su altura.
Aunque esta correlación es bastante obvia, sus datos pueden contener correlaciones insospechadas. También puede sospechar que hay correlaciones, pero no sabe cuáles son las más fuertes. Un análisis inteligente de las correlaciones puede conducir a una mayor comprensión de sus datos.
Existen diferentes técnicas de correlación. El Módulo Estadístico opcional del Sistema de Encuestas incluye el tipo más común, llamado correlación de Pearson o producto-momento. El módulo también incluye una variación de este tipo llamada correlación parcial. Esta última es útil cuando se quiere observar la relación entre dos variables eliminando el efecto de una o dos variables más.