10 ejemplos de correlación positiva

cuando dos Variables en un conjunto de datos están conectados, se conoce como correlación positiva. Semejante El análisis determina cómo un aumento o disminución de un factor da como resultado la misma alteración para otra variable, ya sea que aumente o disminuya.

Cuando existe una correlación positiva entre dos variables, un aumento en una variable se asocia con un aumento correspondiente en la otra, y viceversa.

Para un ejemplo de correlación positiva, cuando uno dedica más horas a estudiar, es probable que obtenga mejores calificaciones en la escuela. En otras palabras, si estudias con más frecuencia y durante más tiempo, tus calificaciones mejorarán.

Otro ejemplo es la relación entre el precio de la gasolina y la cantidad de millas recorridas por un vehículo. A medida que aumentan los precios de la gasolina, los conductores tienden a reducir la cantidad de millas que conducen.

Al evaluar las correlaciones positivas, se puede obtener información valiosa sobre los vínculos entre las variables que pueden no ser evidentes al principio. Este análisis también revela posibles perspectivas de inversión y podría dar una idea de lo que depara el futuro.

Definición de correlación positiva

Una correlación positiva ocurre cuando dos variables muestran una relación lineal. Un aumento en uno está directamente relacionado con un aumento en el otro. (Heiman, 2014).

En los campos de la economía, la psicología y la filosofía, una correlación positiva entre dos variables implica que existe una relación inseparable. En otras palabras, cualquier ajuste a una variable provocará una alteración vinculada a su contraparte.

Según Sharagwal y Sharagwal (2021),

“…cuando dos variables cambian en la misma dirección, es decir, la variable Y también aumenta debido a un aumento en la variable X, se dice que una correlación entre Y y X es positiva” (p. 142).

Cuando dos cifras muestran una correlación positiva, su coeficiente de correlación siempre será superior a cero. Si estos números aumentan a un ritmo ordenado y constante, implica que existe una poderosa relación lineal entre ellos.

Por ejemplo, si una variable es el consumo de helado y la otra es la tasa de criminalidad, entonces una correlación positiva significaría que a medida que aumenta el consumo de helado, también lo hace la tasa de criminalidad. De manera similar, si el consumo de helados disminuye, la tasa de criminalidad también disminuirá.

Es importante tener en cuenta que una correlación positiva no significa necesariamente que una variable cause directamente a la otra, sino que cambian en tándem.

Correlación negativa vs. positiva vs. cero

Si bien los ejemplos anteriores describen correlaciones positivas, también hay correlaciones negativas y cero. unos. El primero ocurre cuando un aumento en una variable lleva a una disminución en la otra, mientras que el segundo se refiere a cuando dos variables no tienen una correlación directa. (Quemaduras y Quemaduras, 2012).

• Una correlación negativa es una relación entre dos variables donde una variable aumenta mientras que la otra disminuye. Es decir, cuando una variable aumenta, la otra disminuye y viceversa.
• Una correlación positiva es una relación entre dos variables donde ambas variables se mueven en la misma dirección. Es decir, cuando una variable aumenta, la otra también, o cuando una variable disminuye, la otra también (Heiman, 2014).
• Una correlación cero (también conocido como sin correlación) ocurre cuando no hay relación entre dos variables. Cuando una variable cambia (ya sea que aumente o disminuya), no tiene efecto sobre la otra variable y viceversa (Burns & Burns, 2012).
• Una correlación ilusoria ocurre cuando se percibe que dos variables (personas, eventos o comportamientos) tienen una relación, cuando en realidad no existe una razón lógica para que estén correlacionadas. Por ejemplo, si ve que una moneda ha salido cara seis de seis veces, puede pensar que es probable que vuelva a salir cara la próxima vez. Esto es una ilusión. Todavía hay una probabilidad del 50/50 de que salga cruz.

Cómo determinar la correlación positiva

Para determinar si dos variables tienen una correlación positiva, es necesario calcular el coeficiente de correlación (a menudo representado como r).

Este valor variará de -1 a +1, donde -1 representa una correlación negativa perfecta, 0 representa ninguna correlación y +1 representa una correlación positiva perfecta.

La fórmula para calcular el coeficiente de correlación es la siguiente:

R = Σ(x_i – x̅) (y_i – y̅) / √(Σ(x_i – x̅)² Σ(y_i-y̅)² ),

dónde:

• x_i representa cada valor de variable x individual;
• y_i representa cada valor de variable y individual;
• x̅ representa la media de todos los valores de x;
• y̅ representa la media de todos los valores de y (Sharma, 2019).

Si el valor r calculado está más cerca de +1, entonces hay una correlación positiva entre sus variables; si está más cerca de 0, entonces no hay una relación significativa, y si está más cerca de -1, entonces hay una correlación negativa.

Fuerza de correlación positiva

La fuerza de correlación positiva es una medida del grado en que dos variables están correlacionadas positivamente. puede variar de 0 (sin correlación positiva) a +1 (correlación positiva perfecta) (Mcmillan, 2008).

Por ejemplo, si estuviera observando si el consumo de helados y la tasa de criminalidad están relacionados, una correlación cero indicaría que estas variables no tienen relación.

Al mismo tiempo, una correlación positiva perfecta de +1 indicaría que a medida que aumenta el consumo de helado, también aumenta la tasa de criminalidad.

La fuerza de la relación entre dos variables depende del valor de su coeficiente de correlación.

En términos generales, los valores más cercanos a +1 indican una fuerte correlación positiva y los valores más cercanos a 0 indican una relación más débil o inexistente (Mcmillan, 2008).

Por ejemplo, si su coeficiente de correlación fuera 0,5, se consideraría que tiene una fuerza de correlación positiva moderada. Por el contrario, se consideraría que un valor r de 0,75 tiene una fuerza de correlación positiva fuerte.

Importancia y aplicación de la correlación positiva

Una correlación positiva tiene muchas aplicaciones importantes en varios campos, desde la economía hasta las ciencias sociales, ya que puede proporcionar información sobre las relaciones entre diferentes variables.

Por ejemplo, en economía, la comprensión de las correlaciones positivas puede ayudar a evaluar el riesgo e informar decisiones de inversión acertadas.

Se puede utilizar una comprensión más profunda de las correlaciones entre los precios de las acciones y otros factores sustantivos para proyectar los rendimientos potenciales de la inversión y mejorar la precisión con la que se realizan las predicciones.

En el cuidado de la salud, la comprensión de las correlaciones positivas se puede utilizar para identificar posibles avances médicos basados ​​en la investigación existente.

Al estudiar diferentes variables que pueden estar correlacionadas positivamente entre sí, los investigadores pueden establecer conexiones entre elementos aparentemente no relacionados que podrían conducir a tratamientos innovadores o curas para ciertas enfermedades.

Finalmente, una correlación positiva también es importante en la investigación en ciencias sociales, ya que puede usarse para estudiar las relaciones entre diferentes variables, como el género y el nivel educativo.

Al estudiar el grado de correlación entre estas variables, los investigadores pueden comprender cómo los diferentes factores sociales se relacionan entre sí y utilizar este conocimiento para la toma de decisiones en áreas como la planificación de políticas o los esfuerzos de divulgación pública.

Conclusión

Una correlación positiva es una medida importante del grado en que se relacionan dos variables. La fuerza de una correlación positiva puede oscilar entre 0 (sin correlación) y +1 (correlación positiva perfecta).

Esta valiosa métrica tiene muchas aplicaciones prácticas, desde la economía y la atención médica hasta las ciencias sociales. Se calcula con el coeficiente de correlación de Pearson que tiene en cuenta la media y la desviación estándar de los valores de x e y.

Al profundizar en las conexiones entre múltiples variables, los investigadores pueden evaluar con precisión los riesgos y tomar decisiones informadas en sus áreas de especialización.

Una correlación positiva es una de las herramientas más útiles cuando se pronostican los rendimientos de las inversiones o se descubren posibles avances médicos, especialmente en comparación con otras medidas.

​Referencias

Agarwal, A. y Agarwal, S. (2021). Clase de economía XI – Publicaciones del SBPD. Publicaciones del SBPD.

Burns, RB y Burns, RA (2012). Métodos y estadísticas de investigación empresarial con SPSS. Nueva York: Sabio.

DePoy, E. y Gilson, S. (2016). Investigación y evaluación del trabajo social. Publicaciones SAGE.

Heiman, G. (2014). Estadísticas básicas para las ciencias del comportamiento.. Wadsworth.

Mcmillan, JH (2008). Elementos esenciales de la evaluación para la educación basada en estándares. Nueva York: Corwin Press.

Sharma, JK (2019). Estadísticas de negocios. Londres: Vikas Publishing.