Cómo interpretar correlaciones con números negativos en SPSS

Question

Estoy intentando establecer una correlación de Pearson bivariante entre dos grupos de variables en SPSS, sin embargo uno de los grupos tiene números decimales positivos y el otro números decimales negativos.

Los resultados muestran una correlación negativa significativa entre los dos grupos. Si los números negativos fueran positivos, este análisis mostraría una correlación positiva significativa.

Me pregunto cómo interpretar estos resultados. ¿Puedo decir con exactitud que existe una correlación negativa?

Answer 1

Sí, existe una correlación negativa. La correlación positiva significa que existe una relación positiva entre las variables; a medida que una variable aumenta o disminuye, la otra tiende a aumentar o disminuir con ella. La correlación negativa significa que a medida que una de las variables aumenta, la otra tiende a disminuir, y viceversa.

Answer 2

Si las cifras negativas fueran positivas, este análisis mostraría una correlación positiva significativa.

No necesariamente. Por ejemplo, si a todos los números negativos se les añade una constante lo suficientemente grande como para que todos sean positivos, es decir, algo mayor que el valor absoluto del número más pequeño (el más negativo), la correlación seguirá siendo negativa.

Usted interpreta la correlación negativa como una correlación negativa entre los conjuntos de números que tiene. El hecho de que si transformaras algunos de los números en números diferentes (por ejemplo, multiplicándolos por $-1$ ) puede arrojar una correlación diferente es irrelevante -- si usted hubiera querido conocer esa correlación con una variable transformada, habría transformado los números antes de calcular la correlación.

Answer 3

Las correlaciones se dan entre dos variables; si tienes grupos de variables, entonces tendrás muchas correlaciones. Por ejemplo, si hay cinco variables en el grupo A y tres en el grupo B, tendremos 15 correlaciones.

Independientemente de que los valores de las variables sean positivos, negativos o una mezcla, la correlación puede ser positiva o negativa y puede oscilar entre -1 y +1. La correlación es una medida de la relación lineal entre 2 variables. Por ejemplo,

set.seed(1929100) #Pick random seed
x <- rnorm(1000) #Standard normal, mean = 0, sd = 1
y <- x^2 # Square
cor(x,y) #Correlation
plot(x,y)

existe una relación perfecta entre x e y, pero la correlación con esta semilla es -0,10