Volver a la lección

Guía del profesor: Introducción a la correlación

Aprende a identificar e interpretar relaciones entre dos variables usando la correlación.

Presentar lecciónCompartir en ClassroomVer página del estudiante

Usa esta lección con tu clase

Gratis, sin cuentas para los alumnos.

Compartir con los alumnos

Los alumnos abren la lección y practican con corrección inmediata.

Ficha imprimible

Todos los ejercicios en papel, con las soluciones aparte.

Ficha de ejercicios Soluciones

Cuestionario de clase

10 preguntas sobre Correlación. Los alumnos entran con su nombre y tú ves todas las puntuaciones.

Para profesores

Objetivos de aprendizaje
  • Definir correlación y explicar su propósito en estadística
  • Distinguir entre correlación positiva, negativa y sin correlación
  • Interpretar el coeficiente de correlación y su rango
  • Identificar correlación a partir de diagramas de dispersión y tablas de datos
  • Explicar por qué la correlación no implica causalidad
Requisitos previos
  • • Comprensión de pares ordenados y gráficas de coordenadas
  • • Habilidad para leer e interpretar diagramas de dispersión
  • • Comprensión básica de números positivos y negativos
  • • Familiaridad con variables y tablas de datos
Iniciadores de discusión
  • 1. ¿Puedes pensar en dos cosas en tu vida diaria que tengan una correlación positiva?
  • 2. ¿Por qué crees que es importante recordar que correlación no significa causalidad?
  • 3. Si un estudio muestra que los estudiantes que desayunan obtienen mejores calificaciones, ¿eso prueba que el desayuno te hace más inteligente?
  • 4. ¿Cuáles son algunas variables que probablemente no tienen correlación entre sí?
Conceptos erróneos comunes

Una correlación fuerte prueba que una cosa causa otra

Remediación: Usa el ejemplo del helado y los ahogamientos. Ambos correlacionan con el calor del verano. Pregunta: ¿Comer helado causa ahogamientos? Muestra cómo una tercera variable puede explicar ambos.

Una correlación de -0,9 es más débil que +0,5

Remediación: Usa una visualización en la recta numérica. Muestra que -0,9 está a 0,9 unidades de cero, mientras que +0,5 está solo a 0,5 unidades de cero. El signo muestra la dirección, la magnitud muestra la fuerza.

Sin correlación significa que los datos están mal o son inútiles

Remediación: Explica que descubrir que no hay correlación es información valiosa. Nos dice que las variables son independientes. Ejemplo: El número de zapato no tiene correlación con la inteligencia - ¡y eso es bueno saberlo!

Ideas de diferenciación

Para estudiantes con dificultades:

  • • Usar objetos físicos para demostrar la correlación (altura vs. envergadura de brazos)
  • • Comenzar solo con correlación positiva y negativa antes de introducir la fuerza
  • • Proporcionar marcos de oraciones: 'Cuando ___ aumenta, ___ aumenta/disminuye'
  • • Usar código de colores: verde para positivo, rojo para negativo

Para estudiantes de nivel:

  • • Calcular coeficientes de correlación simples a mano para conjuntos de datos pequeños
  • • Analizar datos del mundo real de deportes, clima o economía
  • • Crear diagramas de dispersión y estimar la correlación visualmente antes de calcular

Para estudiantes avanzados:

  • • Explorar la fórmula matemática del coeficiente de correlación
  • • Investigar relaciones no lineales que la correlación no captura
  • • Investigar ejemplos famosos de correlaciones espurias en estudios publicados
  • • Analizar cómo el tamaño de la muestra afecta la confiabilidad de la correlación
Alineación con estándares
  • 8.SP.A.1 (CCSS.MATH.CONTENT.8.SP.A.1)

    Construir e interpretar diagramas de dispersión para datos de medición bivariados para investigar patrones de asociación

  • 8.SP.A.2 (CCSS.MATH.CONTENT.8.SP.A.2)

    Saber que las líneas rectas se usan ampliamente para modelar relaciones entre dos variables cuantitativas

  • HSS.ID.B.6 (CCSS.MATH.CONTENT.HSS.ID.B.6)

    Representar datos sobre dos variables cuantitativas en un diagrama de dispersión y describir cómo están relacionadas las variables

Recursos de la lección
  • visualConstructor de diagrama de dispersión interactivo

    Los estudiantes trazan puntos y ven el coeficiente de correlación cambiar en tiempo real

  • activityJuego de clasificación de correlaciones

    Asociar diagramas de dispersión con su tipo de correlación y coeficiente

  • worksheetAnálisis de correlación del mundo real

    Analizar conjuntos de datos reales e identificar patrones de correlación

Contenido de la lección

Todo lo que ven los alumnos: definición, ejemplos, errores comunes, aplicaciones. Toca para abrir.

Definición

La correlación describe la relación entre dos variables. Cuando una variable cambia, la correlación nos dice si la otra variable tiende a cambiar también, y en qué dirección.
Hay tres tipos principales de correlación:
  • Correlación positiva: Cuando una variable aumenta, la otra también aumenta
  • Correlación negativa: Cuando una variable aumenta, la otra disminuye
  • Sin correlación: No hay un patrón claro entre las variables
Medimos la fuerza de la correlación usando el coeficiente de correlación (rr), que va de −1-1 a 11:
−1≤r≤1-1 \leq r \leq 1
Valor de rrInterpretación
r=1r = 1Correlación positiva perfecta
r=0,7r = 0{,}7 a 0,90{,}9Correlación positiva fuerte
r=0,4r = 0{,}4 a 0,60{,}6Correlación positiva moderada
r=0r = 0Sin correlación
r=−0,7r = -0{,}7 a −0,9-0{,}9Correlación negativa fuerte
r=−1r = -1Correlación negativa perfecta

Ejemplos resueltos

Una profesora registra las horas de estudio de los estudiantes y sus calificaciones:
Horas de estudioCalificación
155
262
370
475
585
 ¿Qué tipo de correlación existe?
1

Observar el patrón

Cuando las horas aumentan: 1 → 2 → 3 → 4 → 5 Las calificaciones también aumentan: 55 → 62 → 70 → 75 → 85 → Ambas variables aumentan juntas
2

Identificar la dirección

Cuando X sube, Y sube Esto es una tendencia ascendente → Dirección positiva
3

Determinar el tipo

Ambas variables se mueven en la misma dirección Más estudio → mejores calificaciones → Correlación positiva

Errores comunes

Asumir que correlación significa causalidad

Por qué está mal: Solo porque dos variables estén correlacionadas no significa que una cause la otra. Podría haber una tercera variable afectando ambas, o la relación podría ser coincidencia.

Correcto: Siempre pregunta: ¿Hay una razón lógica por la que una causaría la otra? ¿Podría una tercera variable explicar ambas?

Pensar que correlación negativa significa malo o débil

Por qué está mal: La correlación negativa simplemente significa que las variables se mueven en direcciones opuestas. ¡Una correlación de r=−0,95r = -0{,}95 es muy fuerte!

Correcto: El signo (+ o -) indica la dirección. La magnitud (qué tan cerca de 1 o -1) indica la fuerza.

Esperar correlación perfecta en datos reales

Por qué está mal: Los datos del mundo real casi nunca muestran correlación perfecta (r=1r = 1 o r=−1r = -1). La variación natural siempre existe.

Correcto: En la práctica, correlaciones de 0,70{,}7 o más se consideran fuertes. ¡No esperes perfección!

Ignorar valores atípicos al evaluar la correlación

Por qué está mal: Un solo valor atípico puede cambiar dramáticamente el coeficiente de correlación y engañar tu análisis.

Correcto: Siempre visualiza tus datos con un diagrama de dispersión antes de calcular la correlación. Busca valores atípicos que puedan distorsionar el resultado.

Por qué es importante

La correlación nos ayuda a entender conexiones en el mundo que nos rodea:
  • Salud: Los médicos estudian la correlación entre el ejercicio y la salud cardíaca
  • Educación: Los investigadores examinan la correlación entre el tiempo de estudio y las calificaciones
  • Economía: Los analistas rastrean la correlación entre el desempleo y el gasto del consumidor
  • Clima: Los meteorólogos observan correlaciones entre temperatura y uso de energía
  • Deportes: Los entrenadores analizan la correlación entre horas de práctica y rendimiento
Entender la correlación nos ayuda a hacer predicciones y tomar decisiones informadas. Sin embargo, recuerda: ¡correlación no significa causalidad! Solo porque dos cosas estén relacionadas no significa que una cause la otra.

Aplicaciones del mundo real

Investigación médica

Los médicos usan la correlación para estudiar relaciones entre factores de estilo de vida y resultados de salud.

Ejemplo:

Los investigadores encontraron una correlación negativa (r=−0,65r = -0{,}65) entre las horas de ejercicio por semana y la frecuencia cardíaca en reposo. Más ejercicio está asociado con una frecuencia cardíaca en reposo más baja.

1Inténtalo tú mismo

Un estudio muestra que la correlación entre el consumo de café y los niveles de ansiedad es r=0,48r = 0{,}48.

¿Cómo describirías esta relación?

Paso 1: Elige la respuesta correcta

Interpreta el coeficiente de correlación r=0,48r = 0{,}48

Educación y evaluaciones

Las escuelas analizan correlaciones entre diferentes factores y el rendimiento estudiantil.

Ejemplo:

Un distrito escolar encontró una correlación de r=0,73r = 0{,}73 entre la tasa de asistencia y las calificaciones finales. Los estudiantes que asisten más a clases tienden a obtener mejores calificaciones.

2Inténtalo tú mismo

La correlación entre las horas de sueño y el rendimiento en exámenes es r=0,62r = 0{,}62.

¿Qué podemos concluir?

Paso 1: Elige la respuesta correcta

Analiza la relación entre el sueño y las calificaciones

Economía y finanzas

Los economistas estudian correlaciones entre indicadores económicos para entender el comportamiento del mercado.

Ejemplo:

A menudo hay una correlación negativa entre las tasas de desempleo y la confianza del consumidor. Cuando el desempleo sube, la confianza del consumidor tiende a bajar.

3Inténtalo tú mismo

La correlación entre la inflación y el poder adquisitivo es r=−0,88r = -0{,}88.

Describe qué pasa con el poder adquisitivo cuando la inflación aumenta.

Paso 1: Elige la respuesta correcta

Interpreta la correlación negativa

Puntos clave

  • 1La correlación mide la relación entre dos variables
  • 2Correlación positiva: ambas variables aumentan juntas (tendencia ascendente)
  • 3Correlación negativa: una variable aumenta mientras la otra disminuye (tendencia descendente)
  • 4Sin correlación: no hay patrón claro entre las variables
  • 5El coeficiente de correlación rr va de −1-1 a 11
  • 6Cuanto más cerca esté ∣r∣|r| de 11, más fuerte es la correlación
  • 7La correlación NO implica causalidad

Preguntas frecuentes

¿Cuál es la diferencia entre correlación y causalidad?

La correlación significa que dos variables están relacionadas - tienden a cambiar juntas. La causalidad significa que una variable causa directamente el cambio en la otra. La correlación puede existir sin causalidad. Por ejemplo, las ventas de helados y los ahogamientos están correlacionados (ambos aumentan en verano), pero el helado no causa ahogamientos - el clima caliente es la causa común.

¿Puede la correlación ser mayor que 1 o menor que -1?

No. El coeficiente de correlación rr siempre está entre −1-1 y 11, inclusive. Si tu cálculo da un valor fuera de este rango, hay un error en alguna parte.

¿Qué significa una correlación de 0?

Una correlación de 00 significa que no hay relación lineal entre las variables. Conocer el valor de una variable no te dice nada sobre la otra. Sin embargo, todavía podría haber una relación no lineal (como una forma de U o curva).

¿Es mala la correlación negativa?

¡Para nada! La correlación negativa simplemente significa que las variables se mueven en direcciones opuestas. Puede ser muy útil. Por ejemplo, una correlación negativa entre el tiempo de estudio y los errores cometidos es una buena noticia - ¡más estudio lleva a menos errores!

Glosario

Correlación
Una medida estadística de cómo dos variables están relacionadas entre sí
Coeficiente de correlación (r)
Un número entre −1-1 y 11 que mide la fuerza y dirección de una relación lineal
Correlación positiva
Una relación donde ambas variables aumentan o disminuyen juntas
Correlación negativa
Una relación donde una variable aumenta mientras la otra disminuye
Diagrama de dispersión
Un gráfico que muestra la relación entre dos variables usando puntos
Causalidad
Cuando una variable causa directamente un cambio en otra variable
Correlación espuria
Una correlación que existe debido a coincidencia o una tercera variable oculta, no a una relación real

Más sobre este tema

Coeficiente de correlación

Avanzado25 min

Interpretar la correlación

Intermedio25 min

Correlación y causalidad

Intermedio25 min

Problemas de correlación

Avanzado35 min