CORRELACIÓN Y REGRESIÓN LINEAL

 Variables independientes y dependientes

Las variables dependientes e independientes son dos tipos de variables que se estudian en una investigación. La variable dependiente es aquella que cambia en relación con la variable independiente. La variable independiente es aquella que produce modificaciones en la variable dependiente.

Por ejemplo: En un estudio sobre la repercusión que el suelo tiene en los cultivos de flores, el tipo de suelo es la variable independiente y el crecimiento de las flores es la variable dependiente, ya que el suelo, al proporcionar nutrientes, incide en el desarrollo de las flores.

Las variables son las propiedades de una población que se analizan en estadística y en distintas disciplinas y pueden adquirir distintos valores (datos que permiten observar cómo una característica cambia de un elemento a otro).

En distintos tipos de investigaciones y experimentos, se estudia la relación que hay entre dos o más variables para establecer cómo un evento influencia a otro. Para ello, se mide cómo los valores de la variable dependiente se modifican según los cambios que se producen en los valores de la variable independiente.

En este tipo de estudios, es necesario tener en cuenta que una variable que es considerada dependiente en un análisis puede ser independiente en otro y viceversa, porque depende de cómo el investigador establece la relación de causalidad entre dos eventos.

De todas formas, para elaborar una hipótesis científica de causa-efecto, se debe contar con un sustento teórico pertinente que justifique la incidencia que tiene un factor en un fenómeno, es decir, la repercusión que la variable independiente tiene en la variable dependiente.

Variables dependientes	Variables independientes
Son el centro de la investigación.	Se estudian por la influencia que tienen en la variable dependiente.
Se modifican en relación con la variable independiente.	Se modifican por la manipulación del investigador.
Son los efectos de un fenómeno.	Son las causas de un fenómeno.
Se representan con una y.	Se representan con una x.

Características de las variables dependientes

•  Son el centro de la investigación. El objetivo de distintos experimentos e investigaciones es medir y analizar cómo y por qué cambia la variable dependiente.
• Se modifican en relación con la variable independiente. Los valores de las variables dependientes cambian en relación con las modificaciones que presentan las variables independientes. Por ejemplo, en un estudio sobre la propiedad de los metales, la variable independiente es la temperatura y la variable dependiente es el estado de los metales. En este caso, una variación en la temperatura produce un cambio en el estado de los metales.
• Son los efectos de un fenómeno. Las variables dependientes son los efectos de los eventos que son considerados como variables independientes.
• Se representan con una y. Las variables dependientes se representan con una y. Por ejemplo: La relación que existe entre el aumento de la temperatura y el estado de los metales (y). En este caso, para señalar que la variable dependiente es el estado de los metales, se agrega una y entre paréntesis.

 

Características de las variables independientes

•  Se estudian por la influencia que tienen en la variable dependiente. En distintos tipos de experimentos e investigaciones, se estudia la incidencia que un evento, considerado como variable independiente, tiene en otro, entendido como variable dependiente.
• Se modifican por la manipulación del investigador. Los investigadores suelen modificar las variables independientes para observar qué consecuencias se producen en las variables dependientes. Por ejemplo, en un estudio sobre la propiedad de los metales, la variable independiente es la temperatura (que es controlada en el laboratorio) y la variable dependiente es el cambio que se observa en los materiales. Sin embargo, en investigaciones no controlables, no es posible modificar voluntariamente la variable independiente y, por ende, solo se estudia cómo un evento influencia a otro. Por ejemplo, en una investigación en la que se relaciona el clima con el resultado de las cosechas, el clima es una variable independiente que no puede ser manipulada.
• Son las causas de un fenómeno. Las variables independientes son las causas de los cambios que se producen en las variables dependientes.
• Se representan con una x. Las variables independientes se representan con una x. Por ejemplo: La relación que existe entre el aumento de la temperatura (x) y el estado de los metales. En este caso, para señalar que el aumento de la temperatura es la variable independiente, se agrega una x entre paréntesis.

 

Ejemplos de variables dependientes e independientes

• Un estudio realizado por economistas sobre la relación que hay entre la demanda de un producto (variable independiente) y el precio de este (variable dependiente).
• Un estudio realizado por economistas sobre la relación que hay entre las inversiones que se realizan en un rubro (variable independiente) y el posicionamiento que tiene ese rubro en el mercado (variable dependiente).
• En un estudio realizado por médicos, se analiza la relación que hay entre la cantidad de tiempo que se realiza actividad física (variable independiente) y la cantidad de tiempo que duermen los sujetos (variable dependiente).

Correlación y Regresión lineal

La correlación lineal y la regresión lineal simple son métodos estadísticos que estudian la relación lineal existente entre dos variables.

DIFERENCIAS
Correlación Lineal	Regresión Lineal
El cálculo de la correlación entre dos variables es independiente del orden o asignación de cada variable a XX e YY, mide únicamente la relación entre ambas sin considerar dependencias.	el modelo varía según qué variable se considere dependiente de la otra (lo cual no implica causa-efecto).
A nivel experimental, la correlación se suele emplear cuando ninguna de las variables se ha controlado, simplemente se han medido ambas y se desea saber si están relacionadas.	En el caso de estudios de regresión lineal, es más común que una de las variables se controle (tiempo, concentración de reactivo, temperatura…) y se mida la otra.
Por norma general, los estudios de correlación lineal preceden a la generación de modelos de regresión lineal.	Primero se analiza si ambas variables están correlacionadas y, en caso de estarlo, se procede a generar el modelo de regresión.