Statistic i aplicaii n tiinele sociale

Capitolul 5
CORELAIA STATISTIC
5.1 Conceptul de asociere statistic

n la acest capitol au fost tratate proceduri i statistici univariate ca

aspecte referitoare la distribuia de frecvene a unei variabile,
tendina central i variabilitatea. n acest capitol vom prezenta
elemente de lume bivariat, n care interesul va fi focalizat pe examinarea
simultan a dou variabile.
Se gsesc performanele pe care le nregistreaz studenii la examenul de
licen ntr-un anumit raport cu rezultatele obinute la examenul de admitere n
facultate? Ce relaie exist ntre cheltuielile pe copil i realizrile academice
ale acestuia? Aceste ntrebri i multe altele care se pot pune n aceeai
manier au n vedere modul n care valorile unei variabile X merg cu valorile
celeilalte variabile Y. Se asociaz valori sczute ale statusului socioeconomic
cu valori sczute ale coeficienilor IQ i invers, valori ridicate ale statusului
socioeconomic cu valori ridicate ale coeficienilor IQ?
Cu alte cuvinte, sunt variabilele acestui exemplu variate sau covariate?
La ntrebrile expuse nu se poate rspunde folosind informaii univariate, sau
altfel exprimat, nu se poate spune ceva legat de asocierea dintre dou variabile
doar prin simpla examinare a dou distribuii de frecvene, a dou medii sau
variane. Pentru acest scop trebuie folosite metodele bivariate.
Coeficientul de corelaie este o statistic bivariat care msoar gradul de
asociere liniar dintre dou variabile cantitative i se bucur de o mare
popularitate n tiinele comportamentale. n cadrul acestui capitol vom acorda
o atenie special unei msuri particulare de asociere. Este vorba de
coeficientul de corelaie Pearson.

42

Statistic i aplicaii n tiinele sociale

5.2 Reprezentarea grafic a asocierii

Orice problem de corelaie ncepe cu un set de perechi de scoruri. Aceste
perechi ar putea fi: cunotinele educaionale ale prinilor i cunotinele
educaionale ale urmailor sau scorurile self-esteem i evalurile de
popularitate i exemplele ar putea continua. ntotdeauna vor fi implicate dou
grupuri ca n primul exemplu sau dou seturi de msurtori ca n cel de-al doilea
exemplu i, ntotdeauna, datele statistice constau din scoruri pereche.
Dac scorurile nu sunt dispuse n perechi, asocierea nu poate fi examinat i n
consecin coeficientul de corelaie nu poate fi evaluat.
n tabelul de mai jos sunt prezentate scorurile unui numr de 10 studeni
referitoare la raionamentele spaiale i abilitile matematice. Se poate vorbi
de asociere ntre aceste dou variabile?
Studentul
1
2
3
4
5
6
7
8
9
10

Raionament spaial
(scoruri)
X
20
24
50
80
70
55
46
23
98
92
X 55 ,8

Abilitate matematic
(scoruri)
Y
30
29
58
84
79
62
50
48
98
94
Y 63 , 2

Analiznd perechile de scoruri, cu siguran c nu vom putea spune nimic

despre existena unei asocieri ntre cele dou variabile. Se asociaz scoruri
mici ale variabilei X cu scoruri mici ale variabilei Y i invers? Este dificil de
spus doar inspectnd datele din tabel. Apelnd ns la analiza grafic, putem da
cu uurin un rspuns la aceste ntrebri. Pentru reprezentarea grafic se
utilizeaz dou axe de lungimi egale, cte una pentru fiecare variabil. Pe axa
orizontal sunt reprezentate scorurile nregistrate la testul de raionament
spaial iar pe ordonat, scorurile nregistrate la testul de abilitate matematic.
Fiecare punct din graficul de mai jos reprezint cele dou scoruri simultane ale
unui student. De exemplu studentul 4 a obinut scorurile X = 80 i Y = 84.

43

Statistic i aplicaii n tiinele sociale

Reprezentarea grafic a unui set de perechi de date, ca n acest exemplu,

constituie o etap a muncii de evaluare a corelaiei dintre dou variabile.

120

Abilitate matematic (Y)

100

80

60

40

20

0
0

20

40

60

80

100

120

Raionament spaial (X)

Fig. nr. 5.1 Reprezentarea norului de puncte

5.2.1 Asocierea
n primul rnd, reprezentarea grafic a setului de valori relev prezena
asocierii ntre dou variabile. Cu ct este mai puternic relaia dintre dou
variabile, cu att punctele de pe grafic tind s se distribuie de-a lungul unei
linii imaginare. Reprezentarea grafic a norului de puncte din graficul de mai
sus sugereaz faptul c n general valorile variabilei X merg la fel cu cele ale
variabilei Y. n figurile nr. 5.2 b i d sunt prezentate forme particulare ale
norului de puncte. Dac nu exist asociere ntre variabile, punctele din nor se
distribuie aleator ca n figura nr. 5.2 a. Dac asocierea dintre variabile este
perfect, atunci punctele graficului se distribuie n ntregime pe o linie
imaginar (figura nr. 5.2 c i d). De regul, n practica psihologic asemenea
asocieri perfecte nu exist.

44

Statistic i aplicaii n tiinele sociale

Fig. nr. 5.2 Graficele diferitelor distribuii bivariate

5.2.2 Direcia
Dac exist asociere ntre dou variabile atunci reprezentarea grafic a
norului de puncte va oferi informaii legate de direcia asocierii. n msura n
care norul de puncte se distribuie pe direcia stnga-jos, dreapta-sus, atunci
distribuia norului de puncte sugereaz o direcie pozitiv a asocierii (figura
nr. 5.2 b i c). Distribuia norului de puncte pe direcia stnga-sus, dreapta-jos
pune n eviden o direcie negativ a asocierii (figura nr. 5.2 d i e). Direcia
legturii este independent de tria (intensitatea) ei. De exemplu figura
nr. 5.2 c i d reflect legturi la fel de puternice, dar care difer prin direcia lor.
5.2.3 Nonliniaritatea
Figura nr. 5.1 sugereaz faptul c asocierea dintre raionamentele spaiale
i abilitile matematice este una de tip liniar. Dar acest lucru nu nseamn c norul
de puncte se distribuie dup o linie dreapt. O legtur statistic se spune c este
de tip liniar dac o linie dreapt reprezint fidel distribuia norului de puncte.
Legturi de tip liniar sunt prezentate n figura nr. 5.2 b, c, d i e. Legturile
care nu sunt liniare sunt curbilinii de tipul celor indicate n figura nr. 5.2 f i g.
Exist cel puin un motiv serios de evaluare grafic a nonliniaritii. Este
vorba de coeficientul de corelaie Pearson, care conform definiiei poate oferi
45

Statistic i aplicaii n tiinele sociale

semnificaie statistic doar n msura n care reflect o asociere liniar ntre

variabile. Aadar, demersul de a calcula coeficieni Pearson n investigarea
asocierilor neliniare este total eronat.
5.3 Covariana
Graficele distribuiilor bivariate sunt ntr-adevr informative, dar nu i
suficiente. nainte de a introduce noiunea de covarian trebuie s avem n
vedere faptul c atenia noastr este concentrat asupra msurrii legturilor
liniare. Din fericire, o mare majoritate a legturilor statistice din cmpul
tiinelor comportamentale sunt liniare, iar peste 90 % din coeficienii de
corelaie calculai sunt coeficieni Pearson. Totui, trebuie reinut faptul c este
ntotdeauna important s analizm graficele norilor de puncte pentru a ne
asigura de prezena liniaritii.
Relaia de calcul a covarianei este:

Cov

X X Y Y ,
n

unde n este numrul perechilor de observaii.

Paii necesari calculrii covarianei sunt:

X i Y ;
Pasul 2: Evaluarea abaterilor X X , respectiv Y Y ;
Pasul 3: Evaluarea sumei X X Y Y ;
Pasul 1: Evaluarea mediilor

Pasul 4: mprirea sumei obinute la numrul perechilor de observaii.

Exemplu:
Scorurile nregistrate de ctre un grup de patru persoane la testul de
evaluare a ateniei distributive (X) i la testul de atenie concentrat (Y),
precum i calculul covarianei scorurilor sunt prezentate n tabelul de mai jos:
Subiect
1
2
3
4
n=4

X
4
5
7
8
X 6

Y
X X
5
2
7
1
9
1
5
2
Y 6 ,5

Y Y
1,5
0,5
2,5
1,5

3
0,5
2,5
3
X X Y Y 2
Cov

46

2
0 ,5
4

Statistic i aplicaii n tiinele sociale

5.3.1 Logica covarianei

Ca msur a asocierii, cum lucreaz covariana? Vom trata acest subiect
prin a explica ce nseamn faptul c dou variabile sunt pozitiv asociate.
Cnd exist o asociere pozitiv ntre dou variabile, scorurile situate deasupra
mediei variabilei X tind s fie asociate cu scorurile plasate deasupra mediei
variabilei Y i invers, scorurile inferioare mediei variabilei X tind s fie nsoite
de scoruri inferioare mediei variabilei Y. Din acest motiv, abaterea scorurilor
constituie o important component a covarianei. Figura nr. 5.3 este mprit
n patru cadrane prin dou linii corespunztoare mediilor celor dou variabile
X i Y . n cadranul I abaterile X X , respectiv Y Y sunt pozitive i aa
va fi i produsul lor. n cadranul II produsul X X Y Y este negativ
datorit abaterilor X X . n cadranul III, ntruct ambele scoruri se situeaz
sub nivelul mediilor, produsul X X Y Y va fi pozitiv. n cadranul IV,
scorurile variabilei Y fiind plasate sub medie, produsul abaterilor este negativ.
ntruct n este ntotdeauna pozitiv, rezult c semnul covarianei depinde de
semnul numrtorului X X Y Y . n general, cu ct se vor concentra
mai multe puncte n cele dou cadrane (fie I i III, fie II i IV), cu att vor
exista mai multe produse X X Y Y de acelai semn fa de celelalte de
semn contrar. Cu ct este mai mare suma X X Y Y , cu att este
mai mare covariana.
55,8
120

I(+)

Abilitate matematic (Y)

II(-)
100

80
63,2
60

40

20

IV(-)

III(+)

0
0

20

40

60

80

100

120

Raionament spaial (X)

Fig. nr. 5.3 Semnul produselor n cele patru cadrane

47

Statistic i aplicaii n tiinele sociale

Analiznd graficul de mai sus se constat c absolut toate punctele din

nor se distribuie n cadranele I i III i prin urmare, ne ateptm ca i mrimea
covarianei s fie mare. Pentru calculul ei, folosim tabelul de mai jos:
Studentul
1
2
3
4
5
6
7
8
9
10
Total
Cov

Raionamentul
spaial
(scoruri)
20
24
50
80
70
55
46
23
98
92

Abilitate
matematic
(scoruri)
30
29
58
84
79
62
50
48
98
94

X X

35,8
31,8
5,8
24,2
14,2
0,8
9,8
32,8
42,2
36,2

Y Y

X X Y Y

33,2
34,2
5,2
20,8
15,8
1,2
13,2
15,2
34,8
30,8

1.188,56
1.087,56
30,16
503,36
224,36
0,96
129,36
498,56
1.468,56
1.114,96
6.246,4

6246 , 4
624 , 64
10

ntruct Cov = +624,64, rezult c raionamentul spaial i abilitatea

matematic sunt asociate pozitiv. Aadar, covariana ofer informaii despre
direcia asocierii prin semnul acesteia.
S analizm n continuare trei distribuii bivariate A, B i C prezentate n
tabelele de mai jos.
Distribuia bivariat A asociere perfect pozitiv
Subiect

1
2
3
4
5
6

22
18
14
10
6
2

48

30
26
22
18
14
10
Y 20
X 12
sX 6,831 sY 6,831

X X

Y Y

X X Y Y

10
6
2
2
6
10

10
6
2
2
6
10

100
36
4
4
36
100

X X Y Y 280
C ov

280
46, 6
6

Statistic i aplicaii n tiinele sociale

Distribuia bivariat B asociere perfect negativ

Subiect

X X

Y Y

X X Y Y

1
2
3
4
5
6

22
18
14
10
6
2

10
14
18
22
26
30

10
6
2
2
6
10

10
6
2
2
6
10

100
36
4
4
36
100

Y 20
X 12
sX 6,831 sY 6,831

X X Y Y 280
Cov

280
46, 6
6

Distribuia bivariat C lips de asociere

Subiect

X X

Y Y

X X Y Y

1
2
3
4
5
6

22
22
12
12
2
2

30
10
20
20
30
10

10
10
0
0
10
10

10
10
0
0
10
10

100
100
0
0
100
100

X 12

sX 8,165

Y 20

sY 8,165

X X Y Y 0
Cov 0

Urmrind distribuia bivariat A, se constat c toate produsele

X X Y Y sunt pozitive. n schimb, n distribuia B produsele sunt n
ntregime negative. Efectul cifrelor este acela c cele dou distribuii au
aceeai valoare absolut a covarianei, dar semnul este opus: +46,(6) i 46,(6).
n distribuia bivariat C unde nu exist asociere ntre variabile, covariana este
nul. Calculele fcute nu spun ns nimic despre tria asocierii. Acest lucru se
datoreaz faptului c mrimea covarianei este dependent de scalele metrice
ale variabilelor implicate. S ne ntoarcem la distribuia A i s multiplicm
fiecare valoare a variabilei Y cu 10. Aceast operaie nu va altera legtura
dintre X i Y, ele continund s fie perfect asociate. ns covariana va fi de
10 ori mai mare! n aceste condiii covariana este un indicator dificil de interpretat.
Revenind la exemplul cu asocierea dintre raionamentele spaiale i
abilitile matematice, ce am putea spune despre mrimea covarianei
49

Statistic i aplicaii n tiinele sociale

(= 624,64)? Este mare? Este mic? Mai mult, covarianele nu sunt uor de
comparat. Chiar dac mrimea covarianei de 624,64 este mai mare dect
46,(6), nu putem trage concluzia c n primul caz asocierea este mai puternic
dect n al doilea caz.
5.4 Coeficientul de corelaie Pearson
n eforturile de gsire a unei soluii pentru evaluarea triei asocierii dintre
dou variabile s-a constatat c efectele dependenei covarianei de scalele
metrice dispar dac covariana se mparte la produsul celor dou abateri
standard. Mrimea rezultat este cunoscutul coeficient de corelaie Pearson,
pentru care formula de calcul este:

X X Y Y
ns X sY

Cov
s X sY

Pentru distribuiile bivariate A i B valorile coeficienilor de corelaie sunt:

46 , ( 6 )
1
6,831 6,831
46 , ( 6 )
rB
1
6,831 6,831
rA

PROPRIETILE COEFICIENTULUI PEARSON

1. semnul coeficientului indic direcia asocierii (semnul pozitiv pentru
asocierea pozitiv i semnul negativ pentru asocierea negativ);
2. lipsa asocierii ntre dou variabile este semnalat de prezena unui
coeficient de corelaie nul (ca n cazul distribuiei bivariate C);
3. asocierea perfect ntre dou variabile conduce la un coeficient de
corelaie egal cu +1 sau 1;
4. asocierile de intensitate intermediar conduc la obinerea unor r-uri
cuprinse ntre 0 i 1, respectiv 0 i 1.
n figura nr. 5.4 sunt prezentate grafice care pun n eviden diferite grade
de asociere.

50

Statistic i aplicaii n tiinele sociale

Fig. nr. 5.4 Grafice pentru diferite grade de corelaie

5.4.1 O alt relaie de calcul pentru coeficientul de corelaie

Pearson
Coeficientul Pearson poate fi calculat utiliznd doar scorurile brute.
Relaia de calcul n acest caz este:

XY
X

XY
n

Formula de calcul de mai sus elimin necesitatea evalurii diferenelor

X X , respectiv Y Y . Pentru distribuia bivariat A, calculul

coeficientului Pearson, folosind ultima relaie de calcul, presupune dispunerea
operaiilor n maniera indicat de tabelul de mai jos.
51

Statistic i aplicaii n tiinele sociale

Calcule necesare evalurii coeficientului Pearson

Subiect
1
2
3
4
5
6
Total

X
22
18
14
10
6
2
72

X Y

X2
484
324
196
100
36
4
1144

Y2
900
676
484
324
196
100
2680

XY
660
468
308
180
84
20
1720

72120
n
6
1

2
2
2
2

72
120

Y
1144 2680

Y2

6
6
n
n

XY
X

2
X

Y
30
26
22
18
14
10
120

1720

5.5 Corelaie i cauzalitate

De la bun nceput trebuie spus urmtorul lucru: corelaia nu implic
neaprat cauzalitate. Cnd un experimentator variaz dozajul unui drog i
gsete o variaie corespondent n rspunsul fiziologic, concluzia argumentat
este c diferena de dozaj a cauzat diferena de rspuns. Putem vorbi n acest
caz de un raport de cauzalitate. Dar, n absena unor experimente controlate n
care participanii sunt repartizai aleator la diferite grupuri de tratamente,
invocarea cauzalitii se poate face cu riscuri foarte mari. Exist n principiu
trei posibile explicaii, altele dect ntmplarea cnd putem vorbi de corelaie
ntre X i Y:
1. X cauzeaz Y;
2. Y cauzeaz X;
3. un al treilea factor Z sau un complex de factori cauzeaz att X, ct i Y.

52

Statistic i aplicaii n tiinele sociale

Fig. nr. 5.5 Posibile motive pentru invocarea corelaiei dintre X i Y

De exemplu, s-a constatat c ntre entuziasmul profesorilor (X) i

realizrile studenilor (Y) exist corelaie. nseamn oare acest lucru c
entuziasmul este ntreinut de succesele studenilor (YX) sau invers (XY)?
Un simplu calcul de corelaie nu poate susine aceast afirmaie. Mai mult,
poate exista un al treilea factor Z, cum ar fi nivelul de sprijin al comunitii
pentru educaie, care s susin att entuziasmul profesorilor, ct i succesele
studenilor. n general o simpl evaluare numeric a corelaiei nu nseamn n
mod necesar faptul c exist o legtur de cauzalitate ntre cele dou variabile.
Oricine vorbete de cauzalitate trebuie s o argumenteze logic dincolo de orice
demonstraie statistic de asociere.
Exist proceduri statistice sofisticate cum ar fi corelaia parial, regresia
multipl etc. care ncearc s depeasc impedimentele cauzate de limitrile
coeficientului de corelaie. ns orict de sofisticate ar fi analizele statistice,
argumentarea logic a cauzei i efectului trebuie s rmn ntotdeauna o
prioritate.
5.6 Liniaritatea i coeficientul Pearson
Exist civa factori majori care influeneaz mrimea lui r i de care
trebuie s se in seama n interpretarea rezultatelor obinute. Cel mai
important dintre ei se refer la liniaritate.
Nimeni nu trebuie s uite c r reflect mrimea i direcia asocierii liniare
dintre dou variabile. Dac o distribuie bivariat se abate de la liniaritate, r va
subestima legtura dintre variabile.

53

Statistic i aplicaii n tiinele sociale

Fig. nr. 5.6 Efectul nonliniaritii asupra coeficientului Pearson

De exemplu, figura nr. 5.6 a i b descrie pn la un anumit punct aceeai

trie a legturii dintre variabilele X i Y. Constatm ns c n figura nr. 5.6 b
liniaritatea este compromis de la un anumit nivel al variabilei X, iar acest
lucru contribuie la obinerea a dou valori diferite pentru coeficientul Pearson
(0,85 i 0,54). n figura nr. 5.6 c care descrie o legtur perfect curbilinie,
coeficientul de corelaie este 0. Semnific oare aceast valoare c nu exist
asociere ntre variabile? Rspunsul este categoric NU! Mai mult, exist chiar o
asociere puternic! ns nu liniar! Concluzia este c nu trebuie confundat
absena asocierii liniare cu absena asocierii.
5.7 r2: Proporia varianei comune
S presupunem c am obinut un r de 0,5 ntre rezultatele obinute de
ctre candidaii admii la admiterea n nvmntul superior i rezultatele
obinute la examenul de licen de ctre aceiai subieci. r-ul rezultat ne indic
faptul c unele tipuri variaii ale rezultatelor obinute la admitere se asociaz
cu aceleai tipuri de variaii ale rezultatelor obinute la examenul de licen.
Acest lucru nseamn c rezultatele covariaz ntre ele. ns cu toate acestea,
putem spune c suntem departe de a vorbi despre o covarian perfect.
Reprezentarea grafic a rezultatelor va scoate n eviden multe excepii
individuale, n sensul c rezultate mari la examenul de admitere sunt nsoite
de rezultate mici la examenul de licen i invers. ns pentru covariaii se
poate spune c exist o baz explicativ comun, i anume nivelul de pregtire
dobndit n primii 12 ani de coal. Pe de alt parte, n toate excepiile
ntlnite, variaia rezultatelor de la examenul de admitere nu poate explica
54

Statistic i aplicaii n tiinele sociale

toat variaia rezultatelor nregistrat la examenul de licen. Problema care se

pune este ct de mult variaia rezultatelor nregistrat la examenul de admitere
se regsete n variaia rezultatelor nregistrat la examenul de licen. Cu alte
cuvinte, ce proporie de varian nregistrat n rezultatele de la admitere i
licen este varian comun.
Coeficientul de determinare r2 d proporia de varian comun mprit
ntre cele dou variabile. n exemplul prezentat r2 = 0,502 = 0,25, ceea ce arat
c 25 % din variana nregistrat la examenul de licen se regsete n variana
nregistrat la examenul de admitere. Calculul diferenei 1 r2 scoate n
eviden faptul c 75 % din variana nregistrat ntr-o variabil este asociat
cu factori nerelevai n cealalt variabil. Aceast diferen este cunoscut sub
numele de coeficient de nedeterminare.
Dac reprezentm variana fiecrei variabile printr-un cerc, atunci
suprapunerea lor va corespunde proporiei de varian comun. n cazul n care
r2 = 0, nu va exista suprapunere ntre cercuri (figura nr. 5.7 a). Pentru
r2 = 0,25, suprapunerea va fi de 25 % (figura nr. 5.7 b) n timp ce pentru r2 = 1,
suprapunerea este total (figura nr. 5.7 c).

Fig. nr. 5.7 Reprezentarea lui r2 i variana comun

Probleme propuse:
1.

Prezentai un exemplu de asociere direct, un exemplu de asociere

invers i un exemplu de asociere nul. Care este raiunea
manifestrii asocierilor nule?
55

Statistic i aplicaii n tiinele sociale

2.

56

Calculai coeficientul Pearson pentru urmtoarele perechi de valori de date:

X

12
12
13
14
13
15
16
15
17
16
16
17
16
15
17
17
18
18
19
17
18
19
17
17
18
16
19
19
20
19
20
19
21
19
21
21
22
21
20
20
21

25
26
25
23
24
26
27
27
28
26
29
27
28
29
29
31
30
32
33
31
34
34
34
35
36
34
37
37
38
37
38
38
38
37
39
39
40
40
39
38
40

Statistic i aplicaii n tiinele sociale

3.

4.
5.

Dai exemple de perechi de variabile care prezint:

a) Asociere pozitiv
b) Asociere negativ
c) Asociere nule (independente)
De ce este important analiza norului de puncte?
Analizai norul de puncte generat de urmtoarele perechi de valori

6.

X
Y
11
12
9
8
8
10
6
7
4
4
3
6
1
2
a) Ce direcie de asociere sugereaz norul de puncte?
b) Exist abateri de la liniaritate?
c) Estimai dac este posibil coeficientul r
d) Interpretai r contextul coeficientului de determinare
e) Utiliznd aceste date, mprii fiecare valoare X la 10, construii
norul de puncte i analizai relaia dintre X/10 i Y
f) Calculai coeficientul r ntre X/10 i Y. Comparai cu
coeficientul r calculat anterior
Analizai norul de puncte generat de urmtoarele perechi de valori
X
100
98
98
96
94
93
91
91
91
91
90
90
90
89

Y
210
208
208
206
204
203
201
201
201
201
200
200
200
199
57

Statistic i aplicaii n tiinele sociale

X
89
89
87
86
85
83
83
82
80
79
77
a)
b)
c)
d)
e)

7.
8.
9.

58

Y
199
199
197
196
195
193
193
192
190
189
187

Ce direcie de asociere sugereaz norul de puncte?

Exist abateri de la liniaritate?
Estimai dac este posibil coeficientul r
Interpretai r contextul coeficientului de determinare
Utiliznd aceste date, mprii fiecare valoare X la 10, construii
norul de puncte i analizai relaia dintre X/10 i Y
f) Calculai coeficientul r ntre X/10 i Y. Comparai cu coeficientul
r calculat anterior
Cov(X, Y) = 55, SX = 8, SY = 11. Calculai r.
r = 0,36, SX = 8, SY = 7. Calculai Cov(X, Y).
Apreciai afirmaia: Un coeficient r mic nseamn o asociere redus
ntre dou variabile.