¿Te has preguntado alguna vez si existe algún tipo de relación entre dos variables? Por ejemplo, ¿influye realmente el tiempo de estudio en las notas que sacas? ¿O hay conexión entre la altura y el peso de las personas? La correlación lineal es la herramienta estadística que nos permite responder a estas preguntas de forma matemática y rigurosa.
Este concepto es más sencillo de lo que parece y, además, es fundamental para tu examen de Selectividad. Vamos a ver cómo dominar la correlación lineal desde los conceptos básicos hasta los cálculos que necesitas resolver con soltura.
¿Qué es exactamente la correlación lineal?
La correlación lineal mide el grado de relación que existe entre dos variables cuantitativas. Fíjate que no hablamos de cualquier tipo de relación, sino específicamente de relaciones que pueden representarse mediante una línea recta.
Cuando hablamos de correlación, utilizamos el coeficiente de correlación de Pearson, que se representa con la letra r. Este coeficiente siempre toma valores entre -1 y +1, y nos indica:
- r = +1: Correlación lineal perfecta positiva (todos los puntos están sobre una recta creciente)
- r = -1: Correlación lineal perfecta negativa (todos los puntos están sobre una recta decreciente)
- r = 0: No existe correlación lineal entre las variables
- 0 < |r| < 1: Correlación lineal imperfecta (cuanto más cerca de ±1, más fuerte es la correlación)
La fórmula del coeficiente de correlación
El coeficiente de correlación lineal se calcula mediante la fórmula:
r = Σ[(xi – x̄)(yi – ȳ)] / √[Σ(xi – x̄)² × Σ(yi – ȳ)²]
Donde:
- xi, yi son los valores de cada par de datos
- x̄, ȳ son las medias aritméticas de cada variable
- Σ indica sumatorio
Recuerda que también puedes usar la fórmula alternativa que resulta más práctica para los cálculos:
r = (n×Σ(xi×yi) – Σxi×Σyi) / √[(n×Σxi² – (Σxi)²) × (n×Σyi² – (Σyi)²)]
Ejemplo resuelto paso a paso: Horas de estudio y calificaciones
Vamos a resolver un ejercicio típico de examen. Supongamos que queremos estudiar la relación entre las horas semanales de estudio (X) y la nota media (Y) de 5 estudiantes:
Datos:
- Estudiante 1: 2 horas → 5,5 puntos
- Estudiante 2: 4 horas → 6,8 puntos
- Estudiante 3: 6 horas → 7,2 puntos
- Estudiante 4: 8 horas → 8,1 puntos
- Estudiante 5: 10 horas → 9,0 puntos
Paso 1: Organizar los datos y calcular los sumatorios
Creamos una tabla con todos los valores necesarios:
X: 2, 4, 6, 8, 10
Y: 5,5, 6,8, 7,2, 8,1, 9,0
Calculamos:
- n = 5 (número de datos)
- Σxi = 2 + 4 + 6 + 8 + 10 = 30
- Σyi = 5,5 + 6,8 + 7,2 + 8,1 + 9,0 = 36,6
- Σxi² = 4 + 16 + 36 + 64 + 100 = 220
- Σyi² = 30,25 + 46,24 + 51,84 + 65,61 + 81 = 274,94
- Σ(xi×yi) = 11 + 27,2 + 43,2 + 64,8 + 90 = 236,2
Paso 2: Aplicar la fórmula
Sustituimos en la fórmula del coeficiente de correlación:
r = (5×236,2 – 30×36,6) / √[(5×220 – 30²) × (5×274,94 – 36,6²)]
r = (1181 – 1098) / √[(1100 – 900) × (1374,7 – 1339,56)]
r = 83 / √[200 × 35,14] = 83 / √7028 = 83 / 83,83 ≈ 0,99
Paso 3: Interpretar el resultado
El coeficiente r ≈ 0,99 indica una correlación lineal positiva muy fuerte entre las horas de estudio y las calificaciones. Esto significa que, en general, a más horas de estudio corresponden mejores notas.
Segundo ejemplo: Temperatura y ventas de helados
Una heladería quiere estudiar la relación entre la temperatura exterior (°C) y las ventas diarias (€):
Datos de 4 días:
- 15°C → 180€
- 20°C → 240€
- 25°C → 300€
- 30°C → 360€
Siguiendo el mismo procedimiento:
- Σxi = 90, Σyi = 1080
- Σxi² = 2150, Σyi² = 304800
- Σ(xi×yi) = 26400
Aplicando la fórmula: r = 1
¡Correlación perfecta! Esto significa que existe una relación lineal exacta entre temperatura y ventas.
Errores comunes que debes evitar
Fíjate en estos errores típicos que cometen muchos estudiantes en los exámenes:
Error 1: Confundir correlación con causalidad
Recuerda que correlación NO implica causalidad. Si encontramos correlación entre dos variables, no significa automáticamente que una cause la otra. Por ejemplo, puede existir correlación entre el número de paraguas vendidos y los accidentes de tráfico, pero no hay relación causal directa.
Error 2: Malinterpretar el signo del coeficiente
Un coeficiente negativo no significa que la correlación sea «mala». Simplemente indica que cuando una variable aumenta, la otra tiende a disminuir. Por ejemplo, la correlación entre la temperatura y el consumo de calefacción será negativa, pero eso es perfectamente lógico.
Error 3: Errores de cálculo en los sumatorios
Vamos a ver: el error más frecuente es confundir Σxi² con (Σxi)². No es lo mismo sumar los cuadrados que elevar al cuadrado la suma. ¡Cuidado con esto en el examen!
Aplicaciones en el mundo real
La correlación lineal tiene aplicaciones fascinantes en múltiples campos:
En medicina y salud
Se utiliza para estudiar relaciones como la correlación entre la edad y la presión arterial, o entre el índice de masa corporal y el riesgo de ciertas enfermedades.
En economía y finanzas
Los analistas estudian correlaciones entre variables económicas: inflación y desempleo, precio del petróleo y cotizaciones bursátiles, etc.
En psicología educativa
Se analizan correlaciones entre factores como horas de sueño y rendimiento académico, o tiempo de pantalla y capacidad de concentración.
Estos estudios permiten tomar decisiones informadas, aunque siempre recordando que correlación no implica causalidad.
Consejos para el examen de Selectividad
Para dominar este tema en tu examen, ten en cuenta:
- Practica el cálculo: La fórmula puede parecer compleja, pero con práctica se vuelve automática
- Organiza bien los datos: Haz siempre una tabla clara con todos los sumatorios
- Interpreta correctamente: No te limites a calcular r, explica qué significa ese valor
- Revisa las unidades: El coeficiente de correlación no tiene unidades y siempre está entre -1 y +1
Resumen: Lo que debes recordar sobre correlación lineal
La correlación lineal es una herramienta estadística fundamental que mide la relación lineal entre dos variables cuantitativas. El coeficiente de correlación de Pearson (r) nos proporciona información valiosa:
- Valores cercanos a ±1 indican correlación fuerte
- Valores cercanos a 0 indican ausencia de correlación lineal
- El signo indica si la relación es creciente (+) o decreciente (-)
Recuerda que dominar este concepto te será útil no solo para tu examen de Selectividad, sino también para entender mejor el mundo que te rodea. La correlación lineal está presente en innumerables situaciones de la vida real, y saber interpretarla correctamente te convertirá en una persona más crítica y analítica.
¡Con práctica y estos conceptos claros, la correlación lineal dejará de ser un obstáculo para convertirse en una de tus herramientas estadísticas favoritas!