Aplicación de las escalas de medición ordinal para interpretar coeficientes de la correlación en investigación científica
DOI:
https://doi.org/10.46363/searching.v5i1.4%20Palabras clave:
Correlación, Kendall; Spearman, Pearson, normalidadResumen
El objetivo de este artículo es aclarar la correcta comprensión del coeficiente de correlación, con escala numérica e intervalo ordinal, utilizando enfoque mixto, y diversos métodos estadísticos, descriptivos, exploratorio y causal, junto con niveles descriptivos. Se han encontrado resultados claros y se pudo elaborar una tabla resumen para el uso racional de la decisión del coeficiente de correlación. Se concluye que, en investigaciones en ciencias aplicadas, matemáticas y simulaciones estadísticas, se debe seguir la escala de Cohen (1988): r grande = 0,50, r medio = 0,30 y r pequeño = 0,10. En ciencias sociales, medicina, econometría, psicología, educación y ciencia de datos según Hinkle, Wiersma, & Jurs (2003), siendo los niveles con mayor referencia siendo muy pequeña, poca o ninguna, baja, moderada, alta, muy alta, el cual abarca categorías como muy pequeña, poca o ninguna, baja, moderada, alta y muy alta. Además, se sugiere el uso del Bootstrap en estudios de correlación, el análisis visual de los datos mediante gráficos para detectar valores atípicos, y el empleo de correlogramas de calor en el caso de datos multivariados.
Citas
Álvarez-Martínez, H., & Pérez-Campos, E. (2004). Causalidad en medicina. Gaceta médica de México, 140(4), 467-472. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0016-38132004000400018&lng=es&tlng=es.
Amat, J. (2016) Correlación lineal y Regresión lineal simple. https://www.cienciadedatos.net. Available at: https://www.cienciadedatos.net/documentos/24_correlacion_y_regresion_lineal (Accessed: March 1, 2023).
Amat, J. (2020) Correlación lineal con Python. https://www.cienciadedatos.net. Available at: https://www.cienciadedatos.net/documentos/pystats05-correlacion-lineal-python.html (Accessed: March 1, 2023).
Bland, J. & Altman, D. (1986) .Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 1, 307-310. https://doi.org/10.1016/S0140-6736(86)90837-8
Boigelot, D. (2011, 9 mayo). Correlation examples2.svg. https://commons.wikimedia.org/. https://commons.wikimedia.org/w/index.php?title=User:DenisBoigelot&action=edit&redlink=1
Ciencia de datos. (2023, 27 de febrero). Wikipedia, La enciclopedia libre. https://es.wikipedia.org/w/index.php?title=Ciencia_de_datos&oldid=149560100.
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2da Ed.). Hillsdale, NJ: Lawrence Erlbaum Associates, Publishers. https://www.utstat.toronto.edu/~brunner/oldclass/378f16/readings/CohenPower.pdf
Croux, C. & Dehon, C. (2010). Funciones de influencia de las medidas de correlación de Spearman y Kendall. Statistical Methods and Applications, 19, 497-515.
Efron,B.(1979). "Bootstrap Methods: Another Look at the Jackknife." Ann. Statist. 7 (1) 1 - 26, January, 1979. https://doi.org/10.1214/aos/1176344552
GLASS, G. (1976). Primary, Secondary, and Meta-Analysis of Research. Educational Researcher, 5(10), pp.3–8. http://links.jstor.org/sici?sici=0013-189X%28197611%295%3A10%3C3%3APSAMOR%3E2.0.CO%3B2-M&origin=JSTOR-pdf
https://doi.org/10.3102/0013189X005010003
Granger, C. (1969): “Investigating causal relations by econometric models and cross spectral methods”. Econometrica. 37,424-438.
Henríquez-Roldán, C., Navarro, C., Otárola, A. & Barra, B. (16 a 19 de octubre 2012). Tamaño de muestra para correlación. [Discurso principal]. X Congreso latinoamericano de sociedades de estadística. Córdoba, Argentina.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6ta. Ed.). McGraw-Hill.
Hinkle, D., Wiersma, W. & Jurs, S. (2003). Applied statistics for the behavioral sciences (5ta Ed.). Boston, MA: Houghton Mifflin.
IBM Corp. (2020). IBM SPSS Statistics for Windows (Version 27.0) [Computer software]. IBM Corp.
Kendall, M. (1938). «A New Measure of Rank Correlation». Biometrika 30 (1–2): 81-89. https://doi.org/10.1093/biomet/30.1-2.81
Mair, P.&Wilcox, R.. Robust statistical methods in R using the WRS2 package. Behav Res. 2020; 52:464-88.
https://doi.org/10.3758/s13428-019-01246-w
Martínez, R., Tuya, L., Martínez, M., Pérez, A. & Cánovas, A. (2009). El Coeficiente de Correlación de los Rangos De Spearman Caracterización. Revista Habanera de Ciencias Médicas, 8(2). https://www.redalyc.org/pdf/1804/180414044017.pdf
MathWorks, Inc. (1996). MATLAB: the language of technical computing: computation, visualization, programming: installation guide for UNIX version 5. Natwick: Math Works Inc.
Metropolis, N & Ulam, S., (1949). The Monte Carlo Method. Journal of the American Statistical Association, 1949, 44 (247): 335-341. https://eugenio.naukas.com/2018/03/05/el-articulo-original-del-metodo-de-monte-carlo-y-los-numeros-de-la-suerte/
Mill J. (1886). A system of logic ratiocinative and inductive: being a connected view of the principles of evidence and the methods of scientific investigation (People's). Longmans Green. https://www.worldcat.org/es/title/system-of-logic-ratiocinative-and-inductive-being-a-connected-view-of-the-principles-of-evidence-and-the-methods-of-scientific-investigation/oclc/234155179?page=citation
Minitab, LLC. (2021). Minitab. Retrieved from https://www.minitab.com
Morales, P. (2011). El coeficiente de correlación. https://ice.unizar.es/sites/ice.unizar.es/files/users/leteo/materiales/01._documento_1_correlaciones.pdf.
Pearson, K. (1896) .VII. Mathematical Contributions to the Theory of Evolution.-III. Regression, Heredity, and Panmixia. Philosophical Transactions of the Royal Society A, 187, 253-318. https://doi.org/10.1098/rsta.1896.0007
Pearson, K. (1920) NOTES ON THE HISTORY OF CORRELATION, Biometrika, Volume 13, Issue 1, October 1920, Pages 25–45. https://doi.org/10.1093/biomet/13.1.25
Pérez, R., García, J., Gil, J. & Galán, A. Estadística aplicada a la educación. Madrid, Editorial Pearson, UNED, 2009, p.134.ISBN 978-84-8322-636-0.
Python. (2009). Python 3.0.1.Release Date: Feb. 13, 2009. Retrieved from https://www.python.org/
Quenouille, M. (1949). Approximate Tests of Correlation in Time-Series. Journal of the Royal Statistical Society. Series B (Methodological), Vol. 11(No. 1(1949)), 68-84. http://www.jstor.org/stable/2983696
RStudio Team (2020). RStudio: Integrated Development for R. RStudio, PBC, Boston, MA URL http://www.rstudio.com/.
Spearman, C. (1904). The proof and measurement of association between two things. The American Journal of Psychology, 15(1), 72–101. https://doi.org/10.2307/1412159
Stigler,S.(1989). "Francis Galton's Account of the Invention of Correlation." Statist. Sci. 4 (2) 73 - 79, May 1989. https://doi.org/10.1214/ss/1177012580
The jamovi project (2022). jamovi (Version 2.3) [Computer Software]. Retrieved from https://www.jamovi.org
Vallejo, P. [Chupitos de R]. (2020, 7 abril,1:50). Cómo hacer correlaciones en Rstudio y R [Video]. https://www.youtube.com/watch?v=uEcvj7C35ho
Ventura-León J. Pearson Winsorizado: un coeficiente robusto para las correlaciones con muestras pequeñas. Rev Chil Pediatr. 2020; 91(4). doi:10.32641/rchped.v91i4.2300
Von Neumann, J., (1949).Various techniques used in connection with random digits. Recogido en Monte Carlo Method, National Bureau of Standards Applied Mathematics, 12: 36-38.
