El valor del coeficiente de correlación se puede usar para determinar la intensidad de la relación entre dos variables que están representadas en los datos.

En general, si las variables aumentan juntas, podemos decir que tienen una relación positiva. Si un aumento en los datos de una variable tiende a estar acompañado de una disminución en los datos de la otra variable, las variables tienen una relación negativa. Si los datos están muy cerca de la recta de mejor ajuste, decimos que hay una relación fuerte. Si los datos están esparcidos y no están tan cerca de la recta de mejor ajuste, decimos que hay una relación débil.

Un coeficiente de correlación que tiene un valor cercano a 1 sugiere que hay una relación fuerte y positiva entre las variables. Esto significa que la mayoría de los datos están agrupados muy cerca de una recta, y que cuando el valor de una de las variables aumenta, el valor de la otra también aumenta. El número de escuelas de una comunidad y la población de la comunidad son un ejemplo de variables que tienen una correlación fuerte y positiva. Usualmente, las poblaciones grandes tienen una gran cantidad de escuelas y las comunidades pequeñas tienden a tener menos escuelas, así que la correlación es positiva. Estas variables están estrechamente conectadas, así que la correlación es fuerte.

De forma similar, un coeficiente de correlación que está cerca de -1 sugiere una relación fuerte y negativa entre las variables. Nuevamente, la mayoría de los datos tienden a estar muy cerca de una recta, pero ahora, cuando un valor aumenta, el otro valor disminuye. Las variables “tiempo que transcurre desde que sales de casa” y “distancia que te falta para llegar a la escuela” tienen una correlación fuerte y negativa. Cuando el tiempo de recorrido aumenta, la distancia a la escuela disminuye, así que la correlación es negativa. Nuevamente, las variables están estrechamente conectadas, así que la correlación es fuerte.

Cuando la correlación es débil, concluimos que puede haber otras razones por las cuales los datos cambian aparte de la conexión entre las dos variables. Por ejemplo, las variables “número de mascotas” y “número de hermanos y hermanas” tienen una correlación débil. Puede que haya cierta relación, pero hay muchos otros factores (distintos del número de hermanos y hermanas) que explican la variabilidad del número de mascotas.

Para determinar si el valor de la correlación es fuerte o débil, se debe considerar el contexto de la situación. En física, donde las cosas se miden con instrumentos precisos, es posible que un coeficiente de correlación de 0.8 no se considere fuerte. En ciencias sociales, donde se recolectan datos usando encuestas, puede que un coeficiente de correlación de 0.8 sea muy fuerte.