coeficiente de correlación biserial – biserial correlation coefficient
Coeficiente de Correlación Biserial
Primary Disciplinary Field(s): Estadística, Psicometría, Evaluación Educativa
1. Definición Central
El coeficiente de correlación biserial ($r_b$) es una medida estadística diseñada para cuantificar la asociación entre dos variables cuando una de ellas es continua, subyacente y normalmente distribuida, y la otra es dicotómica, pero derivada de una variable continua latente. Este coeficiente es fundamentalmente distinto de otras medidas de correlación, como el coeficiente de Pearson, en la forma en que trata la naturaleza de las variables. Específicamente, se utiliza en situaciones donde la variable dicotómica (por ejemplo, “Aprobado/Reprobado”) no es inherentemente binaria, sino que representa una simplificación o categorización artificial de un continuo subyacente (por ejemplo, la puntuación obtenida en un examen). La asunción crucial es que esta variable dicotómica ha sido “cortada” o dividida en dos categorías por un punto de corte arbitrario en la distribución normal de la variable continua latente.
La utilidad primordial del $r_b$ reside en su capacidad para estimar el coeficiente de correlación de Pearson que se habría obtenido si ambas variables hubieran sido medidas en una escala continua. Al realizar esta estimación, el coeficiente biserial intenta corregir la atenuación de la correlación que resulta de dicotomizar una variable continua. Si bien la variable dicotómica observada solo puede tomar dos valores (0 o 1), el coeficiente biserial modela lo que sucedería si se pudiera observar la distribución completa y normal de la variable subyacente. Este enfoque lo convierte en una herramienta invaluable en campos como la psicometría, donde es común evaluar la relación entre el rendimiento total en una prueba (variable continua) y el éxito o fracaso en un ítem particular (variable dicotómica), asumiendo que la habilidad subyacente que mide ese ítem es continua.
Es imprescindible diferenciar el coeficiente biserial del coeficiente de correlación punto-biserial ($r_{pb}$). Aunque ambos se aplican a la correlación entre una variable continua y una dicotómica, el punto-biserial se utiliza cuando la variable dicotómica es verdaderamente dicotómica o nominal (por ejemplo, género biológico o presencia/ausencia de una característica que no es un continuo latente). En contraste, el biserial ($r_b$) se reserva estrictamente para los casos donde la dicotomía es el resultado de imponer un umbral a una variable que se asume continua y normalmente distribuida. Si se viola este supuesto de normalidad subyacente en la variable dicotomizada, el coeficiente biserial pierde su significado interpretativo y su capacidad de estimar la correlación de Pearson, haciendo que el punto-biserial sea la medida más adecuada, aunque menos potente en términos de magnitud.
2. Fundamentos Teóricos y Supuestos
El fundamento teórico del coeficiente biserial se arraiga en la teoría de la correlación desarrollada por Karl Pearson y la necesidad de manejar variables que no cumplen con los requisitos de medición continua perfectos. La lógica subyacente es que si una variable continua $X$ y una variable continua latente $Y^*$ siguen una distribución normal bivariada, y la variable observada $Y$ se obtiene dicotomizando $Y^*$ en un punto de corte $c$, entonces la correlación de Pearson entre $X$ e $Y^*$ puede ser estimada a partir de la correlación observada entre $X$ e $Y$. Este proceso de inferencia requiere la aplicación de principios de la teoría de la distribución normal y la geometría estadística, buscando esencialmente “deshacer” el efecto de la categorización forzada.
Para que el coeficiente biserial sea una estimación válida y significativa, se deben cumplir rigurosamente varios supuestos estadísticos. El más crítico es el supuesto de normalidad subyacente: la variable dicotomizada debe derivar de una variable continua que sigue una distribución normal. Si la distribución subyacente es bimodal, sesgada o significativamente no normal, el valor de $r_b$ será engañoso, ya que la fórmula de cálculo utiliza la ordenada de la curva normal estándar a la altura del punto de corte. Un segundo supuesto importante es la linealidad de la relación entre la variable continua y la variable continua latente. Si la relación verdadera no es lineal, ninguna medida de correlación lineal (incluyendo $r_b$) capturará completamente la asociación, aunque la distorsión introducida por la dicotomización será el foco principal de la corrección biserial.
El tercer supuesto tiene que ver con la homoscedasticidad, aunque este es un requisito general para la regresión lineal, su cumplimiento asegura que la variabilidad de la variable continua $X$ sea constante a lo largo de todos los valores de la variable latente $Y^*$. La robustez del $r_b$ frente a violaciones leves de estos supuestos puede variar, pero en el contexto psicométrico, la desviación de la normalidad subyacente es la preocupación más frecuente. Si, por ejemplo, en la evaluación de ítems, el ítem dicotomizado no mide un rasgo que se distribuye normalmente en la población examinada, el coeficiente biserial sobreestimará o subestimará la correlación verdadera de manera impredecible. Por esta razón, la interpretación del $r_b$ siempre debe ir acompañada de una evaluación cuidadosa de la plausibilidad de estos supuestos teóricos, ya que su violación puede conducir a conclusiones erróneas sobre la magnitud de la asociación latente.
3. Desarrollo Histórico y Contexto
El desarrollo del coeficiente de correlación biserial se atribuye principalmente a Karl Pearson, quien lo introdujo a principios del siglo XX, como parte de sus esfuerzos pioneros para extender las técnicas de correlación a datos que no cumplían con las condiciones ideales de medición continua. En su trabajo fundacional sobre la teoría de la correlación y la medición de la herencia y la variación, Pearson y sus colaboradores se enfrentaron regularmente a la necesidad de relacionar características medidas de forma continua (como la altura) con características clasificadas dicotómicamente (como la presencia o ausencia de una enfermedad). Reconocieron que simplemente tratar la variable dicotómica como si fuera una variable discreta con solo dos niveles (lo que llevaría al coeficiente punto-biserial) subestimaría la relación verdadera si la dicotomía era artificial, es decir, producto de una categorización arbitraria.
La formulación original del coeficiente biserial surgió de la necesidad de estimar parámetros de una distribución normal bivariada a partir de datos truncados. Pearson ideó una fórmula que incorporaba la ordenada de la curva normal en el punto de corte (la altura de la curva en ese punto), un factor esencial para “deshacer” el efecto de la dicotomización. Este avance fue crucial para la naciente disciplina de la psicometría y la evaluación educativa, donde la dicotomización de las respuestas (correcto/incorrecto) es la norma, pero la habilidad subyacente (inteligencia, conocimiento) se conceptualiza como continua. La aceptación del $r_b$ se consolidó en la década de 1920 y 1930, particularmente en el análisis de ítems de pruebas estandarizadas, proporcionando una medida de discriminación de ítems más teóricamente sólida que las alternativas binarias.
A pesar de su utilidad, el coeficiente biserial ha sido históricamente eclipsado en popularidad por el coeficiente punto-biserial en muchas aplicaciones prácticas, principalmente debido a la complejidad de los supuestos del $r_b$ y la dificultad de verificar la normalidad subyacente. Sin embargo, su relevancia se mantiene firme en la Teoría Clásica de los Tests (TCT), donde sigue siendo una herramienta estándar para evaluar la relación entre el rendimiento en un ítem y el rasgo latente total que mide la prueba. El contexto histórico muestra que el $r_b$ no fue simplemente una fórmula alternativa, sino una sofisticada solución inferencial para un problema fundamental en la medición de variables latentes: cómo corregir el error de medición introducido por la categorización forzada, manteniendo la consistencia teórica con el modelo de correlación de Pearson.
4. Relación con Otros Coeficientes
Para comprender completamente el coeficiente biserial, es esencial compararlo y contrastarlo con otros coeficientes de correlación que manejan datos dicotómicos, especialmente el coeficiente punto-biserial ($r_{pb}$) y el coeficiente phi ($phi$). La diferencia fundamental, como se mencionó, radica en el supuesto sobre la naturaleza de la variable dicotómica. El $r_{pb}$ se calcula utilizando la variable dicotómica tal como se observa (0 o 1) y es, de hecho, idéntico al coeficiente de correlación de Pearson calculado sobre los datos binarios y continuos. El $r_{pb}$ siempre será menor en magnitud que el $r_b$ calculado sobre los mismos datos, a menos que el punto de corte para la dicotomía sea extremadamente sesgado, porque el $r_{pb}$ sufre la atenuación inherente a la categorización y la reducción de la varianza.
Existe una relación matemática directa que permite convertir el coeficiente punto-biserial en el coeficiente biserial, siempre que se cumpla el supuesto de normalidad subyacente. Esta relación utiliza la proporción de casos en cada categoría ($p$ y $q = 1-p$) y la ordenada de la curva normal estándar ($y$) en el punto de corte: $r_b = r_{pb} cdot frac{sqrt{pq}}{y}$. Esta fórmula de conversión subraya que el $r_b$ es esencialmente una corrección del $r_{pb}$ para compensar la pérdida de varianza y la atenuación de la correlación causada por la dicotomización. Si el punto de corte se encuentra exactamente en la media de la distribución subyacente (es decir, $p=0.5$), la corrección es máxima, y la diferencia entre $r_b$ y $r_{pb}$ es más notable. Cuando el punto de corte se aleja de la media, el factor de corrección se reduce, aunque la inestabilidad de la estimación puede aumentar.
En contraste, el coeficiente phi ($phi$) se utiliza cuando ambas variables son dicotómicas. Si se intentara relacionar una variable continua $X$ con una dicotomía $Y$ usando el coeficiente de Pearson, el resultado sería $r_{pb}$. Si ambas variables $X$ e $Y$ fueran dicotomizadas (por ejemplo, dividiendo $X$ en “alto” y “bajo”), la correlación resultante sería $phi$. Además, existe una relación conceptual con el coeficiente tetracórico ($r_t$), que se utiliza cuando ambas variables son dicotómicas, pero se asume que ambas provienen de continuos latentes normales. El $r_b$ es, por lo tanto, un caso intermedio: una variable continua observada y una variable dicotómica observada que proviene de un continuo latente, posicionándolo como una herramienta específica y sofisticada en el espectro de medidas de asociación para datos mixtos, especialmente en aquellos contextos donde la inferencia sobre la magnitud latente es prioritaria.
5. Cálculo y Fórmulas
El cálculo del coeficiente de correlación biserial ($r_b$) requiere varios componentes clave derivados de la variable continua ($X$) y la variable dicotómica ($Y$). La fórmula más común para el coeficiente biserial es:
$$r_b = frac{bar{X}_1 – bar{X}_0}{S_X} cdot frac{pq}{y}$$
Donde $bar{X}_1$ es la media de la variable continua $X$ para los casos que caen en la categoría 1 de la variable dicotómica $Y$; $bar{X}_0$ es la media de $X$ para los casos que caen en la categoría 0 de $Y$; $S_X$ es la desviación estándar de $X$ para toda la muestra; $p$ es la proporción de casos en la categoría 1; $q$ es la proporción de casos en la categoría 0 ($q=1-p$); y $y$ es la ordenada de la curva normal estándar en el punto que divide la distribución en proporciones $p$ y $q$. La inclusión del término $frac{pq}{y}$ es lo que distingue al $r_b$ del $r_{pb}$ y sirve como factor de corrección de atenuación, ajustando la correlación observada a la correlación latente.
Para aplicar esta fórmula, es necesario determinar el valor de $y$. Esto se logra encontrando el valor $z$ de la distribución normal estándar que corresponde a la proporción acumulada $p$. Una vez que se conoce $z$, $y$ es simplemente la altura de la función de densidad de probabilidad normal estándar en ese punto $z$. Este paso es crucial y refuerza la dependencia del supuesto de normalidad. Si la distribución subyacente no es normal, el valor de $y$ calculado a partir de las proporciones $p$ y $q$ no será el valor correcto que representa la altura de la distribución real en el punto de corte, invalidando la corrección. Por lo tanto, la precisión del $r_b$ está directamente ligada a la precisión con la que la distribución normal estándar modela la variable latente.
Alternativamente, el coeficiente biserial puede calcularse a partir del coeficiente punto-biserial ($r_{pb}$), como se mencionó anteriormente: $r_b = r_{pb} cdot frac{sqrt{pq}}{y}$. Esta formulación es a menudo preferida en paquetes estadísticos modernos ya que el $r_{pb}$ es trivial de calcular (siendo un coeficiente de Pearson estándar). Sin embargo, el investigador debe asegurarse de que los supuestos se cumplen antes de aplicar la corrección. Es importante notar que, debido a la naturaleza de la corrección y la dependencia de la ordenada $y$, el valor máximo teórico que puede alcanzar $r_b$ es aproximadamente 1.253, lo que parece contradecir el rango habitual de las correlaciones de Pearson ([-1, 1]). Sin embargo, en la práctica, si el $r_b$ excede 1, generalmente indica una violación severa de los supuestos, particularmente el de normalidad subyacente, obligando a reevaluar el modelo de medición.
6. Interpretación y Rango de Valores
La interpretación del coeficiente de correlación biserial es, en principio, similar a la del coeficiente de correlación de Pearson: un valor cercano a +1 indica una fuerte relación positiva (a medida que $X$ aumenta, la probabilidad de caer en la categoría 1 de $Y$ aumenta), un valor cercano a -1 indica una fuerte relación negativa, y un valor cercano a 0 indica una ausencia de relación lineal. No obstante, la interpretación debe ser matizada por su naturaleza como una estimación de una correlación latente. El $r_b$ no es la correlación observada; es la correlación que se esperaría si se pudieran medir ambas variables en una escala continua y normal, ofreciendo una visión de la asociación “verdadera” sin la distorsión de la dicotomización.
Como se señaló, el rango teórico del $r_b$ puede exceder el [-1, 1] si los supuestos son violados, aunque el valor máximo práctico para datos bien comportados es 1.0. Cuando $r_b$ se aproxima a 1.0, implica que la variable continua $X$ es un predictor casi perfecto de la variable continua latente $Y^*$. Por ejemplo, en el análisis de ítems, un $r_b$ alto significa que los individuos con puntuaciones altas en la prueba total ($X$) tienen una probabilidad mucho mayor de responder correctamente al ítem (categoría 1) que aquellos con puntuaciones bajas. La magnitud del coeficiente se interpreta en términos de la fuerza de la asociación lineal entre las variables latentes. Un $r_b$ de 0.40, por ejemplo, sugiere una asociación moderada a fuerte, comparable a un coeficiente de Pearson de 0.40, pero en el espacio latente.
La interpretación debe también considerar el impacto del punto de corte. El $r_b$ es notablemente sensible a la proporción de casos en las categorías $p$ y $q$. Si la dicotomización es muy extrema (por ejemplo, $p=0.95$ y $q=0.05$), la estimación de la ordenada $y$ se vuelve muy inestable, lo que puede inflar la estimación de $r_b$ o hacerla menos precisa. Esta inestabilidad subraya la importancia de que la muestra sea lo suficientemente grande y que el punto de corte no sea excesivamente sesgado si se busca una estimación robusta. En general, un $r_b$ se considera una medida de la fuerza de la relación latente, proporcionando una estimación desatenuada del verdadero vínculo paramétrico entre las variables, lo que lo hace particularmente útil para el desarrollo y validación de instrumentos de medición.
7. Aplicaciones Prácticas
El campo de aplicación por excelencia del coeficiente de correlación biserial es la Psicometría y la Teoría Clásica de los Tests (TCT). Dentro del análisis de ítems, el $r_b$ se utiliza como un indicador de la discriminación del ítem. Un ítem discrimina bien si aquellos que puntúan alto en la habilidad general (la variable continua total de la prueba) tienen una alta probabilidad de responder correctamente, mientras que aquellos que puntúan bajo tienen una baja probabilidad. El $r_b$ estima la correlación entre la puntuación en el ítem (dicotomizado) y la habilidad latente subyacente que el test está diseñado para medir, asumiendo que esa habilidad es normal, lo cual es un supuesto estándar en TCT.
Además de la evaluación educativa y psicológica, el $r_b$ encuentra utilidad en la investigación social y médica cuando se estudian relaciones entre variables continuas (como dosis de un medicamento, ingresos) y resultados dicotomizados que se asumen continuos (como la severidad de una enfermedad clasificada como “leve” o “grave”, o la aprobación de una política). En estas áreas, si el investigador está convencido de que la dicotomía observada es meramente una simplificación conveniente de un fenómeno subyacente continuo, el $r_b$ ofrece una estimación más precisa de la fuerza de la asociación que el $r_{pb}$. Por ejemplo, al evaluar la validez de un criterio, si el criterio es dicotomizado (éxito laboral vs. fracaso), pero la habilidad subyacente es continua, el $r_b$ se utiliza para correlacionar la puntuación de un predictor con el criterio latente, proporcionando una estimación de la validez predictiva desatenuada.
La elección entre $r_b$ y $r_{pb}$ en la práctica depende enteramente de la conceptualización teórica del investigador sobre la variable dicotómica. Si la variable es inherentemente artificialmente dicotómica (por ejemplo, “pasar” o “fallar” en un umbral de 60%), el $r_b$ es preferido, ya que su propósito es corregir la distorsión introducida por el umbral. Si la variable es naturalmente dicotómica (por ejemplo, si una persona tiene o no un título de posgrado, sin una variable continua latente obvia), el $r_{pb}$ es la elección correcta. Por lo tanto, el $r_b$ es una herramienta sofisticada que exige un compromiso teórico con el modelo de medición, ofreciendo una visión más profunda de la relación subyacente que las correlaciones observadas superficialmente, lo que justifica su uso continuo en la medición psicométrica rigurosa.
8. Limitaciones y Críticas
A pesar de su sofisticación teórica, el coeficiente biserial enfrenta varias limitaciones y ha sido objeto de críticas sustanciales. La crítica más significativa se centra en la fragilidad del supuesto de normalidad subyacente. Si la distribución de la variable continua latente se desvía considerablemente de la normalidad (por ejemplo, es fuertemente sesgada o bimodal), la corrección aplicada por el factor $frac{pq}{y}$ se vuelve inexacta, pudiendo resultar en estimaciones sesgadas o incluso valores de correlación que exceden 1.0, lo cual es estadísticamente problemático y conceptualmente inconsistente con el modelo de correlación lineal. La verificación empírica de la normalidad de una variable que, por definición, es latente e inobservable, es inherentemente difícil, lo que a menudo obliga a los investigadores a confiar en la plausibilidad teórica más que en la evidencia directa.
Otra limitación importante es la mayor varianza de muestreo del $r_b$ en comparación con el $r_{pb}$. El coeficiente biserial tiende a ser menos estable de una muestra a otra, especialmente cuando las proporciones $p$ y $q$ están desequilibradas o el tamaño de la muestra es pequeño. Esto significa que la estimación $r_b$ es menos precisa que la estimación $r_{pb}$ para un tamaño de muestra dado, lo que puede llevar a intervalos de confianza más amplios y a una menor potencia estadística para rechazar la hipótesis nula. Esta inestabilidad es una de las razones por las que muchos investigadores, en entornos aplicados donde la robustez es clave, optan por el $r_{pb}$ a pesar de su atenuación conocida, priorizando la estabilidad de la estimación sobre la corrección teórica.
Finalmente, la aparición de modelos estadísticos más avanzados ha reducido la dependencia del $r_b$. En la psicometría moderna, la Teoría de Respuesta al Ítem (TRI) ofrece métodos superiores para modelar la relación entre el rendimiento en un ítem dicotómico y la habilidad latente (rasgo). Los modelos TRI, como el modelo de Rasch o el modelo de dos parámetros, no requieren el supuesto estricto de normalidad subyacente de la misma manera que el $r_b$, y proporcionan parámetros de discriminación y dificultad más precisos, manejando mejor la naturaleza no lineal y probabilística de la respuesta a los ítems. Aunque el $r_b$ sigue siendo una herramienta fundamental en la TCT y un buen punto de partida para el análisis exploratorio de ítems, su uso ha disminuido en la investigación de vanguardia que busca modelos de medición más flexibles y con menos supuestos restrictivos.
