HERNANDEZ_Metodologia de la investigación 5ta Edición

314
Capítulo 10 Análisis de los datos cuantitativos
Resultado: r = 0.214
s o P = 0.081
Interpretación: se acepta la hipótesis nula. El coeficiente no es significativo: 0.081 es mayor que
0.05; recordemos que 0.05 es el nivel mínimo para aceptar la hipótesis.
Nota precautoria: Recuerde lo referente a correlaciones espurias que se comentaron en el capítulo 5
“Definición del alcance de la investigación a realizar”.
Creswell (2005) señala que un coeficiente de determinación (r 2 ) entre 0.66 y 0.85 ofrece una
buena predicción de una variable respecto de la otra variable; y por encima de 0.85 implica que ambas
variables miden casi el mismo concepto subyacente, son “cercanamente” un constructo semejante.
El coeficiente de correlación de Pearson es útil para relaciones lineales, como lo veremos en la
regresión lineal, pero no para relaciones curvilineales, en este caso, se suele usar Spearman rho (r s
).
Cuando queremos correlacionar simultáneamente más de dos variables (ejemplo: motivación,
satisfacción en el trabajo, moral y autonomía), se utiliza el coeficiente de correlación múltiple o R, el
cual se revisa en
el CD anexo → Material Complementario → Capítulos → Capítulo 8 “Análisis
estadístico: segunda parte”.
Para el cálculo del coeficiente de correlación de Pearson mediante SPSS/PASW, no olvide consul-
tar en el CD anexo el manual respectivo. En Minitab es en Estadísticas → Estadísticas básicas.
3
¿Qué es la regresión lineal?
Definición: es un modelo estadístico para estimar el efecto de una variable sobre otra. Está
asociado con el coeficiente r de Pearson. Brinda la oportunidad de predecir las puntuaciones
de una variable tomando las puntuaciones de la otra variable. Entre mayor sea la correlación
entre las variables (covariación), mayor capacidad de predicción.
Hipótesis: correlacionales y causales.
Variables: dos. Una se considera como independiente y otra como dependiente. Pero,
para poder hacerlo, debe tenerse un sólido sustento teórico.
Nivel de medición de las variables: intervalos o razón.
Procedimiento e interpretación: la regresión lineal se determina con base en el diagrama de
dispersión. Éste consiste en una gráfica donde se relacionan las puntuaciones de una muestra
en dos variables. Veámoslo con un ejemplo sencillo de ocho casos. Una variable es la calificación
en Filosofía y la otra variable es la calificación en Estadística; ambas medidas, hipotéticamente,
de 0 a 10.
Puntuaciones
Sujetos Filosofía (X) Estadística (Y)
1 3 4
2 8 8
3 9 8
4 6 5
5 10 10
6 7 8
7 6 7
8 5 5
www.FreeLibros.com