keymodels
Análisis de correlación
¿Cómo puede el análisis de correlación respaldar la elección o el posicionamiento estratégico?
Contenido
El análisis de correlación es una técnica estadística que le permite determinar si existe una relación entre dos variables separadas y qué tan fuerte puede ser esa relación.
El análisis de correlación cuantifica la dirección y la fuerza de la asociación entre dos variables.
Cuándo usarlo
Úselo para probar una relación sospechada, comparar asociaciones o explorar datos cuantificados en busca de patrones. Un vendedor de helados podría examinar la temperatura y las ventas y luego comparar esa relación con la estacionalidad. La exploración puede revelar señales inesperadas: Walmart observó compras más altas de Pop-Tart antes de los huracanes y ajustó la colocación; La historia de la cerveza y los pañales, que se repite a menudo, ilustra la misma idea del análisis de la cesta, aunque cualquier afirmación de este tipo requiere verificación antes de actuar.
El método puede admitir preguntas como:
- ¿Nuestros clientes más leales son también los más rentables?
- ¿Los clientes compran más cuando el precio es más bajo?
- ¿El salario influye en la duración del mandato?
- ¿El número de vacaciones anuales influye en el ausentismo?
- ¿Existe alguna relación entre el factor X y el factor Y?
Utilice la evidencia para cuestionar las suposiciones antes de cambiar la estrategia, el precio o la combinación de productos.
Orígenes
La correlación se desarrolló a través del trabajo del siglo XIX de Francis Galton y Karl Pearson sobre la medición de la covariación. Pearson formalizó el coeficiente producto-momento, mientras que Charles Spearman desarrolló más tarde la correlación de rangos. El software moderno hizo que estos cálculos fueran rutinarios, pero la regla interpretativa permanece sin cambios: la asociación por sí sola no establece la causa.
Qué es
La correlación de Pearson se aplica a mediciones numéricas emparejadas, no a categorías sin codificar como la marca o el color. El coeficiente varía de −1 a +1. En la composición tipográfica heredada, estos extremos aparecían como 11 y 21. Un coeficiente positivo significa que los valores altos tienden a aparecer juntos; uno negativo significa que una variable tiende a aumentar cuando la otra disminuye; cero indica que no existe asociación lineal. Por tanto, una relación hipotética de +0,73 entre la altura y el cociente intelectual sería positiva (código heredado 10.73), mientras que −0,64 sería inversa (código heredado 20.64). La fuerza aumenta a medida que el valor absoluto se acerca a 1. Un coeficiente de 0,5 se considera a veces relevante en la práctica, pero la significación estadística no puede inferirse solo a partir de ese umbral; depende del tamaño de la muestra y de los supuestos.
Continúa con la vista previa
Sigue leyendo Análisis de correlación.
Crea una cuenta gratuita para continuar con la vista previa avanzada del recurso (artículo). El acceso completo está disponible con Pro o con un paquete de resultados apto, para que compruebes su valor antes de ampliar el plan.