Hay ciertos puntos que un investigador debe conocer para entender mejor las medidas de asociación estadística.

• En primer lugar, el investigador debe saber que las medidas de asociación no son lo mismo que las medidas de significación estadística. Es posible que una asociación débil sea estadísticamente significativa; también es posible que una asociación fuerte no sea estadísticamente significativa.

• Para las medidas de asociación, un valor de cero significa que no existe ninguna relación. En un análisis de correlación, si el coeficiente (r) tiene un valor de uno, significa una relación perfecta en las variables de interés. En los análisis de regresión, si el peso beta estandarizado (β) tiene un valor de uno, también significa una relación perfecta en las variables de interés. El investigador debe tener en cuenta que las medidas bivariadas de asociación (por ejemplo, las correlaciones de Pearson) son inapropiadas para las relaciones curvilíneas o discontinuas.

Recursos

Gibbons, J. D. (1993). Medidas no paramétricas de asociación. Thousand Oaks, CA: Sage Publications.

Liebetrau, A. M. (1983). Measures of association. Newbury Park, CA: Sage Publications.

Siegel, S. (1956). Nonparametric Statistics For The Behavioral Sciences. New York: McGraw-Hill.

Wilcox, R. R. (2007). Medidas locales de asociación: Estimación de la derivada de la línea de regresión. British Journal of Mathematical and Statistical Psychology, 60, 107-117.