Para ver la dependencia que hay entre dos variables distintas y cuantitativas, una herramienta fácil y cómoda que nos aportan las matemáticas es la correlación. La idea es muy sencilla: Consiste en ver la relación de crecimiento o decrecimiento de una variable observando el crecimiento de la otra.
El resultado que nos interesa en este caso es el coeficiente de correlación lineal, que es un valor comprendido entre -1 y 1, y que nos indica dicha relación.
- Cuanto más cercano a 1 es el valor, más relación positiva hay. Es decir, cuando una de las variables crece de forma constante, la otra variable también crece de forma bastante constante. De hecho, si el resultado es exactamente 1, es porque ambas crecen de forma constante.
- Si el valor es cercano a -1, ocurre algo análogo pero de forma inversa. Cuando una de las variables crece de forma constante, la otra decrece de forma bastante constante.
- Por último, si el valor se aproxima a 0, es porque apenas hay relación de crecimiento entre ambas variables. De hecho, si es 0 exactamente, sabemos que no existe relación lineal entre ambas, aunque esto no quiere decir que las variables sean independientes entre ellas.
Vamos a ver un par de ejemplos intuitivos para afianzar bien los conceptos:
- Dos variables que tienen una correlación importante y más cercana a 1 que a 0 son la altura y el peso de un grupo de personas, puesto que por norma general, cuanto más mide una persona más va a pesar.
- Dos variables que en principio no tienen que tener correlación son por ejemplo la edad de un grupo de personas y la suma de las cifras de sus números de teléfono, porque esa suma es un valor completamente aleatorio.
En cambio, tenemos que tener cuidado con falsos resultados, como por ejemplo, la talla del zapato derecho y la del izquierdo. Está muy claro que el coeficiente de correlación va a ser extremadamente próximo a 1, pero es más una casualidad genética que una causalidad provocada por alguna de las dos variables a medir.
Por eso, tenemos que tener cuidado, y elegir variables con relación de causalidad, es decir, que una influya sobre la otra.
Ahora que ya conocemos bien los conceptos, vamos a ver una manera fácil para hallar el resultado. Un programa en el que es cómodo e intuitivo, y el cual todos conocemos en mayor o menor medida es Excel.
En primer lugar definimos dos columnas con datos. En este caso altura y peso de los hombres de una oficina.
Después seleccionamos con el botón secundario la casilla donde queremos el resultado, y elegimos la opción “Insertar función” y posteriormente “Coef. De Correlación”.
Seleccionamos la primera columna, después seleccionamos la otra, asegurándonos que en la fórmula ambos vectores están separados por un punto y coma, y pulsando enter ya tenemos el resultado de nuestro coeficiente de correlación lineal.
Ya solo basta con interpretar ese resultado. En este caso, vemos que el resultado es un valor muy próximo a 0.9, por lo tanto existe una correlación bastante fuerte entre ambas variables.
¿Y qué podemos medir en redes sociales?
Por ejemplo la correlación existente entre escribir tuits con hastag y el número de RT´s que obtienes, o el número de fotos que subo a Facebook y el número de “me gusta” que consigo.
Esto son solo dos ejemplos muy básicos, pero las combinaciones son infinitas, y además en cualquier red social. Además estos datos nos pueden ayudar para ver en qué podemos mejorar nuestros contenidos.
Si eres un usuario o una empresa y quieres más visibilidad en las redes, puedes experimentar y ver las relaciones que más te interesan y mejor te hacen crecer para llegar a tu objetivo.
@JcVirin
Enhorabuena!! Ya estoy deseando ver el nuevo consejo matemático.