El análisis de correlación es una de las técnicas más utilizadas en los TFG, TFM y tesis de Psicología, Educación, Enfermería, ADE o Ciencias del Deporte. Sirve para responder preguntas como «¿a más horas de estudio, mejor nota?» o «¿se relaciona el uso de redes sociales con la ansiedad?», y en IBM SPSS Statistics se calcula en menos de un minuto.
El problema no suele estar en los clics, sino en elegir el coeficiente correcto, comprobar los supuestos y, sobre todo, interpretar y redactar bien el resultado. En esta guía verás todo el proceso, desde la preparación de los datos hasta el párrafo en formato APA que puedes adaptar a tu trabajo. En Titulema seguimos el enfoque del manual de Andy Field y las normas de la American Psychological Association.
Resumen rápido: Para hacer una correlación en SPSS ve a Analizar > Correlacionar > Bivariadas, mueve tus variables al cuadro, elige Pearson si son cuantitativas y normales o Spearman si son ordinales o no normales, y pulsa Aceptar. Interpreta el signo, la magnitud del coeficiente y su significación, y nunca concluyas causalidad a partir de una correlación.
Puntos clave
- Usa Pearson con variables cuantitativas normales y Spearman con ordinales o no normales.
- En SPSS, la ruta es Analizar > Correlacionar > Bivariadas.
- Interpreta signo, magnitud y significación; r² expresa la varianza compartida.
- Una correlación nunca demuestra causalidad, por alta que sea.
¿Qué es un análisis de correlación y para qué sirve en un TFG?
Es un procedimiento que mide la intensidad y la dirección de la relación entre dos variables. El resultado es un coeficiente que oscila entre −1 y +1: el signo indica si ambas variables aumentan juntas o en sentido contrario, y el valor absoluto, lo fuerte que es esa asociación entre ellas.
Un coeficiente positivo indica que, cuando una variable aumenta, la otra también tiende a hacerlo. Uno negativo indica lo contrario: al subir una, la otra baja. Un valor cercano a 0 sugiere que no existe relación lineal apreciable.
En un TFG, la correlación encaja con hipótesis de tipo correlacional, del estilo «existe una relación positiva entre la autoestima y el rendimiento académico». Si todavía estás perfilando ese planteamiento, nuestra guía sobre cómo formular hipótesis en un TFG, con ejemplos te ayudará a redactarla de forma contrastable.
Conviene recordar desde el principio su límite principal: la correlación describe una asociación, pero no demuestra que una variable cause la otra.
¿Qué tipos de correlación puedes calcular en SPSS?
SPSS ofrece tres coeficientes en el cuadro de correlaciones bivariadas: Pearson, Spearman y Tau-b de Kendall. La elección depende del nivel de medida de tus variables, de su distribución y del tamaño de la muestra. Además, el programa permite calcular correlaciones parciales para controlar el efecto de una tercera variable.
- Correlación de Pearson (r): mide relaciones lineales entre dos variables cuantitativas que siguen una distribución aproximadamente normal y no presentan valores extremos importantes.
- Rho de Spearman: trabaja con rangos y mide relaciones monótonas. Es la opción adecuada con variables ordinales o cuantitativas que no cumplen la normalidad.
- Tau-b de Kendall: también se basa en rangos y resulta útil con muestras pequeñas o con muchos valores empatados, algo frecuente en escalas Likert cortas.
Si dudas entre estas opciones y otras pruebas, como la t de Student o el chi-cuadrado, repasa nuestra guía sobre cómo elegir el test estadístico adecuado para tu TFG, donde verás qué prueba corresponde a cada diseño.
¿Qué requisitos deben cumplir tus datos antes de correlacionar?
Antes de calcular Pearson debes comprobar que ambas variables son cuantitativas, que su relación es aproximadamente lineal, que no hay valores atípicos que distorsionen el resultado y que la distribución se aproxima a la normal. Si alguno de estos requisitos falla de forma clara, lo prudente es utilizar Spearman.
La forma más rápida de revisar la linealidad y los valores atípicos es un diagrama de dispersión. En SPSS lo obtienes en Gráficos > Generador de gráficos, eligiendo la galería de dispersión o puntos. Si la nube de puntos forma una curva en U, por ejemplo, Pearson puede dar un valor cercano a 0 aunque exista una relación evidente.
Normalidad y casos perdidos
Para la normalidad, utiliza Analizar > Estadísticos descriptivos > Explorar y revisa la prueba de Shapiro-Wilk junto con el histograma de cada variable. Field (2018) recomienda no basarse solo en la prueba formal, porque con muestras grandes detecta desviaciones irrelevantes y con muestras pequeñas puede pasar por alto problemas reales.
«Uno de los errores más penalizados por los tutores es aplicar una prueba paramétrica (t de Student, ANOVA, correlación de Pearson) sin comprobar primero si los datos siguen una distribución normal.»
— Titulema, guía «Cómo usar SPSS para tu TFG»
Revisa también los casos perdidos: SPSS excluye por defecto cada caso solo del par de variables en el que le falta un dato, por lo que el tamaño muestral puede variar de una correlación a otra.
¿Cómo hacer un análisis de correlación en SPSS paso a paso?
El procedimiento se realiza desde el menú de correlaciones bivariadas y consta de cinco pasos: abrir el cuadro, seleccionar las variables, marcar el coeficiente, definir la prueba de significación y ejecutar. El resultado aparece en el visor como una matriz simétrica con el coeficiente, su significación y el número de casos analizados.
- Abre tu base de datos y ve a Analizar > Correlacionar > Bivariadas.
- Selecciona las variables que quieres relacionar y pásalas al cuadro Variables. Puedes incluir más de dos: SPSS calculará todas las combinaciones posibles.
- En Coeficientes de correlación, marca Pearson, Spearman o ambos, según el resultado de la comprobación de supuestos.
- En Prueba de significación, elige Bilateral si no anticipas el sentido de la relación o Unilateral si tu hipótesis lo especifica, y deja activada la opción de marcar las correlaciones significativas.
- Si quieres medias y desviaciones típicas, entra en Opciones y marca Medias y desviaciones estándar. Después pulsa Aceptar.
Guarda la sintaxis con el botón Pegar antes de ejecutar: te permitirá repetir el análisis y demostrar al tutor cómo lo obtuviste. En nuestra guía sobre cómo usar SPSS para tu TFG encontrarás más trucos para organizar la base de datos.
¿Cómo interpretar la tabla de correlaciones de SPSS?
La tabla muestra, para cada par de variables, tres datos: el coeficiente de correlación, la significación bilateral o unilateral y el número de casos. La diagonal siempre vale 1 porque cada variable correlaciona perfectamente consigo misma, y la información aparece duplicada por encima y por debajo de esa diagonal.
Signo, magnitud y significación
Primero mira el signo, que indica la dirección. Después, la magnitud del coeficiente, que expresa la fuerza de la relación. Por último, la significación estadística: si el valor de Sig. es inferior a 0,05, la correlación es estadísticamente significativa. SPSS marca con un asterisco las correlaciones significativas al nivel 0,05 y con dos asteriscos las significativas al nivel 0,01.
¿Te está costando avanzar con el análisis de tus datos?
Un profesional de tu área te acompaña a partir de tus indicaciones, y dos revisores más lo repasan contigo en cada fase.
Ver ayuda con el análisis estadísticoEscríbenos por WhatsApp
| Valor de r | Magnitud | Lectura práctica |
|---|---|---|
| Menor de 0,10 | Trivial | Prácticamente no hay relación |
| 0,10 a 0,29 | Pequeña | Relación débil y poco predictiva |
| 0,30 a 0,49 | Mediana | Relación moderada y apreciable |
| 0,50 o más | Grande | Relación fuerte entre las variables |
Estos umbrales proceden de Cohen (1988) y son orientativos: en algunos campos, una correlación de 0,30 ya es relevante. Elevar el coeficiente al cuadrado te da el coeficiente de determinación (r²), que indica el porcentaje de varianza compartida. Una r de 0,42 equivale a un 18 % de varianza común [Cohen, 1988].
¿Cómo hacer una correlación parcial en SPSS?
La correlación parcial mide la relación entre dos variables eliminando el efecto de una tercera, llamada variable de control. Se calcula desde Analizar > Correlacionar > Parciales y es útil cuando sospechas que la asociación observada podría deberse, en parte, a otra variable que influye en ambas a la vez.
Imagina que encuentras una correlación positiva entre las horas de uso del móvil y la ansiedad. Si sospechas que la edad influye en las dos, puedes introducir la edad en el cuadro Controlando para. Si la correlación se mantiene, la relación no depende de la edad; si desaparece, la edad explicaba buena parte de la asociación.
Los pasos son sencillos: pasa las dos variables principales al cuadro Variables, la variable de control al cuadro Controlando para, mantén la prueba bilateral y pulsa Aceptar. En el visor verás el coeficiente parcial, su significación y los grados de libertad.
La correlación parcial requiere los mismos supuestos que Pearson. Con variables ordinales no es la opción adecuada y conviene plantear otros enfoques.
¿Cómo redactar los resultados de una correlación en formato APA?
En formato APA se informa del coeficiente con los grados de libertad entre paréntesis, que equivalen al número de casos menos dos, seguido del valor exacto de p. Además, conviene describir con palabras la dirección y la magnitud de la relación para que el lector entienda el resultado sin interpretar la cifra.
Un ejemplo con 120 estudiantes: «Se halló una correlación positiva y de magnitud mediana entre las horas semanales de estudio y la nota media, r(118) = 0,42, p < 0,001. A más horas de estudio, mayor rendimiento académico». En inglés, APA 7 omite el cero inicial en valores que no pueden superar 1 y usa punto decimal; en español, muchas facultades aceptan la coma. Sigue la guía de tu centro [American Psychological Association, 2020].
Si presentas varias correlaciones, organízalas en una tabla con la matriz completa, incluyendo medias y desviaciones típicas, y explica en el texto solo las más relevantes para tus hipótesis.
¿Qué errores son habituales al interpretar una correlación?
El error más grave es concluir causalidad a partir de una correlación. Otros fallos frecuentes son confundir significación con fuerza, ignorar relaciones no lineales, no revisar valores atípicos y calcular decenas de correlaciones sin corregir el riesgo de falsos positivos. Todos ellos se pueden evitar con una revisión previa.
- Correlación no es causalidad: una tercera variable puede explicar la relación, o la causalidad puede ir en sentido contrario.
- Significativo no es fuerte: con 500 participantes, una correlación de 0,10 puede ser significativa y, aun así, trivial en la práctica [Schober et al., 2018].
- Rango restringido: si tu muestra es muy homogénea, por ejemplo solo alumnado con notas altas, la correlación tiende a infravalorarse.
- Muchas comparaciones: al calcular una matriz de 15 variables aumenta la probabilidad de encontrar correlaciones significativas por azar. Limítate a las que se derivan de tus hipótesis.
Checklist antes de dar por buena una correlación
- ☐ Diagrama de dispersión revisado.
- ☐ Valores atípicos identificados.
- ☐ Coeficiente elegido según los supuestos.
- ☐ Valor exacto de p y r² informados.
- ☐ Interpretación redactada sin lenguaje causal.
Preguntas frecuentes
¿Una correlación significativa demuestra que una variable causa la otra?
No. La correlación indica que dos variables varían de forma conjunta, pero no establece el sentido de la relación ni descarta terceras variables. Para hablar de causalidad necesitas un diseño experimental o cuasiexperimental bien controlado. Aun así, una correlación sólida puede orientar futuros estudios causales.
¿Qué valor de r se considera aceptable en un TFG?
No hay un mínimo universal. Siguiendo a Cohen (1988), 0,10 es pequeña, 0,30 mediana y 0,50 grande. Lo importante es interpretar la magnitud en el contexto de tu disciplina y de estudios previos similares. Acompáñala siempre del valor de r² para expresar la varianza compartida.
¿Puedo correlacionar variables medidas con escala Likert?
Sí. Con ítems aislados, que son ordinales, utiliza Spearman o Tau-b de Kendall. Con puntuaciones totales de escalas de varios ítems, que suelen tratarse como cuantitativas, puedes usar Pearson si se cumplen los supuestos. Indica en la metodología qué criterio aplicas en cada caso.
¿Qué significan los asteriscos en la tabla de SPSS?
Indican el nivel de significación. Un asterisco señala que la correlación es significativa al nivel 0,05 y dos asteriscos, al nivel 0,01. Aun así, en el texto conviene informar del valor exacto de p siempre que sea posible. También es útil añadir una nota bajo la tabla.
¿Qué diferencia hay entre correlación y regresión?
La correlación mide la fuerza y la dirección de una asociación entre dos variables sin distinguir cuál depende de cuál. La regresión, en cambio, permite predecir el valor de una variable dependiente a partir de una o varias independientes. En un TFG, la correlación suele preceder a la regresión.
Referencias
American Psychological Association. (2020). Publication manual of the American Psychological Association (7.ª ed.).
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence Erlbaum Associates.
Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5.ª ed.). SAGE.
Mukaka, M. M. (2012). A guide to appropriate use of correlation coefficient in medical research. Malawi Medical Journal, 24(3), 69-71.
Schober, P., Boer, C. y Schwarte, L. A. (2018). Correlation coefficients: Appropriate use and interpretation. Anesthesia & Analgesia, 126(5), 1763-1768.
¿Cómo te ayuda Titulema con las correlaciones de tu TFG o TFM?
Calcular una correlación lleva un minuto, pero elegir el coeficiente, comprobar los supuestos y explicar el resultado con precisión requiere criterio. Nuestro equipo de estadística revisa tu base de datos, decide el procedimiento adecuado y te acompaña hasta que entiendes cada cifra que vas a presentar ante el tribunal.
Trabajamos con SPSS, Jamovi, R y otros programas, y te ayudamos con las tablas en formato APA y un informe explicativo. Si lo necesitas, también revisamos contigo el apartado de resultados y te preparamos para las preguntas metodológicas de la defensa. Si quieres que revisemos tu caso, escríbenos por WhatsApp o conoce el equipo de Titulema.
Si prefieres no hacerlo solo
Te respondemos en el mismo día laborable con una propuesta a medida. Trabajamos a partir de tus indicaciones y con tres pares de ojos en cada fase.
Ayuda con el análisis estadísticoEscríbenos por WhatsApp
También te puede interesar: acompañamiento en el TFG. Si lo prefieres, llámanos al 602 44 46 52.