Variables contaminantes

En ciertas ocasiones la nube de puntos aportan suficiente información sobre las variables que pueden estar distorsionando los resultados. Por ejemplo, veamos el siguiente caso:

A nivel visual está claro que existe un diferente comportamiento de los sujetos dependiendo del sexo, y que la relación en los subgrupos parece ser menor que si tomamos todos los casos a la vez. Por precaución, cuando nos encontremos con gráficas de este tipo convendría analizar los grupos por separado.

En este ejemplo en concreto los valores son:

        -Si tomamos todos los casos el valor de r = 0.81,
	-En los varones el valor de r es 0.66
	-En las nujeres este valor es 0.72

Como vemos, hemos comprobado estadísticamente, que la relación lineal de las variables es mucho menor en los grupos por separado que si la analizamos con todos los sujetos a la vez. Es decir, la variable sexo en este caso aumenta de forma ficticia el grado de relación lineal entre las dos variables.

El tipo de errores que producen este tipo de variables, sino son controladas por el investigador, son de signo impredecible. En ciertos casos aumenta el valor de la relación, pero también existen casos donde producen una disminución del estadístico de asociación.

Normalmente a los estadísticos producidos por estas variables se les conoce como correlaciones "espureas" (relaciones lineales aparentes), independientemente de si aumentan o disminuyen el valor de la relación.