You are on page 1of 3

IX.

Asociación Página 1 de 3

IX. Asociación en Geografía: naturaleza y medidas. 1. Introducción. La asociación estadística de datos. 2.


Presentación de la información. Tablas de contingencia bivariables. 3. Caracterización de las asociaciones
bivariables. 4. Medidas de asociación para variables nominales. 5. Medidas de asociación para variables ordinales.
6. Asociación entre variables de intervalo. Análisis de regresión y correlación.

Muchos trabajos geográficos tienen por objeto explorar la naturaleza de las asociaciones entre fenómenos
espaciales y no espaciales, y medir su intensidad. Sin embargo, el concepto de asociación es confuso y, a veces, se utiliza
de forma equívoca cuando se equipara a “correlación”. Existen abundantes procedimientos y técnicas, algunas muy
complejas, para expresar la forma y el grado de asociación entre variables. La información obtenida por estos mátodos
suele servir de base para posteriores análisis.
Objetivos

Reconocer los supuestos principales de los métodos de medida y descripción de la asociación


Determinar la pertinencia de la aplicación cada procedimiento para evaluar la asociación en función de la e
de medida de los datos
Calcular varios coeficientes de asociación y los parámetros de la regresión líneal simple
Interpretar los resultados producidos según la naturaleza de las variables

Notas para el estudio


Dos variables presentan asociación cuando sus las fluctuaciones se corresponden con tanta regularidad que es
improbable que se deban al azar. La correlación es la medida de la asociación entre variables de intervalo. La asociación
estadística no debe interpretarse como una relación directa causa-efecto. En algunos casos, si que sucede así, pero en la
mayoría de las situaciones geográficas son múltiples las variables que concurren para producir efectos en otras.
Medida de la asociación. La asociación presupone la relación al menos entre dos variables. Lo habitual es diferenciar
entre la variable (o variables) independiente (x) y la variable dependiente (y); no siempre esta distinción es obvia. La
intensidad y forma de la asociación depende de la forma de distribución de la variable dependiente respecto de las
categorías o valores de la variable independiente. El estudio de la asociación se lleva a cabo, habitualmente, en estas
etapas: 1) Determinación de la existencia o no de asociación (valores epsilón y delta); 2) medida de la fuerza de la
asociación 3) Establecer la dirección de la asociación (en variables ordinales o superiores) 4). Formalizar la naturaleza de
la asociación (en variables ordinales o superiores).
Para medir la asociación se utilizan índices unidimensionales simples de interpretar, que varían entre unos límites fijos.
Algunos índices de medida de la asociación utilizados en Geografía
Variables nominales Variables ordinales Variables de intervalo
-Ji cuadrado -Tau de Kendall -r de Pearson
-Fi cuadrado (coeficiente de contingencia cuadrática -Rho de Spearman
media)
-Coeficiente de contingencia C de Pearson
-Coeficiente V de Kramer
-Coeficiente lambda de Goodman y Kruskal
-Coeficiente Q de Yule para variables dicotómicas
Análisis de regresión lineal simple. Correlación. El análisis de regresión formaliza la natulaleza de la relación entre
dos (regresión simple) o más variables (regresión múltiple); la correlación mide la intensidad de la asociación entre las
mismas. Las etapas que comporta este procedimiento son las siguientes: 1) Representación gráfica de los datos en un
diagram de dispersión; 2) Estimación de la forma de la relación meidante el ajuste de los valores por una rectade
regresión, 3) Medida del grado de asociación (coeficiente de correlación). 4) Precisión de la estimación. Análisis de
residuales.
Ejemplos de tipos de relaciones
Relación no lineal

file://C:\AA-GRABAR\Cortar\17-10-05\07\IX_ Asociación.htm 17/10/2005


IX. Asociación Página 2 de 3

Fuente: ESRI, Data and Maps


Tasa de mortalidad y esperanza de vida al nacer por países. 2000 (parte de la tabla con la que se ha contruido el gráfico)
País Tasa_Mort_00 Esper_vida_00 Valores Y estimados Residuales
Suecia 10,62 79,58 76,10 3,48
Islandia 14,86 79,39 72,83 6,56
Singapur 12,79 80,05 74,42 5,63
Finlandia 10,8 77,41 75,96 1,45
Japón 9,96 80,7 76,61 4,09
Noruega 12,79 78,65 74,42 4,23
Andorra 10,58 83,46 76,13 7,33
Holanda 12,12 74,72 74,94 -0,22
Austria 9,9 77,68 76,66 1,02
Francia 12,27 78,76 74,83 3,93
Suiza 10,4 79,6 76,27 3,33
Slovenia 9,35 74,86 77,08 -2,22
Bélgica 10,91 77,8 75,88 1,92
Alemania 9,35 77,44 77,08 0,36
Luxemburgo 12,45 77,13 74,69 2,44
España 9,22 78,79 77,18 1,61
Fuente: ESRI, Data and Maps
Relación lineal

file://C:\AA-GRABAR\Cortar\17-10-05\07\IX_ Asociación.htm 17/10/2005


IX. Asociación Página 3 de 3

Términos
Asociación Variable dependiente
Correlación Muestra
Regresión Población
V de Krames Promedio (estadístico)
Tau de kendall Rango
Rho de Spearman Recorrido intercuartílico
r de Pearson Sesgo
Recta de regresión Valores z
Parámetros de la recta de regresión Variable
Diagrama de dispersión Variable contínua
Residuales Variable discreta
Variable independiente Varianza

Bibliografía
-Ebdon, D. (1982): Estadística para geográfos, Oikos-Tau, Barcelona; páginas: 153-202.
-Estébanez, J. y Bradshaw, R. (1979): Técnicas de cuantificación en geografía, Tébar Flores, Madrid; páginas:277-336.
-Hammond, R. McCullagh, P. S. (1980): Técnicas cuantitativas en Geografía, Saltés, Madrid; páginas: 239-290.
-Raso, J. M.; Martín, J. y Clavero, P. (1987): Estadística básica para ciencias sociales, Ariel, Barcelona;páginas: 203-
224.
-Robinson, G. M. (1998): Methods & Techniques in Human Geography, Wiley & Sons, Chichester; páginas: 81-100.

Atrás

file://C:\AA-GRABAR\Cortar\17-10-05\07\IX_ Asociación.htm 17/10/2005