Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Dr. Guillermo Pastor Morales Romero UNIVERSIDAD NACIONAL DE EDUCACIÓN ENRIQUE GUZMÁN Y VALLE Alma Máter del Magisterio Nacional Correlaciones SEMINARIO DE ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EDUCACIONAL Taller de Estadística Aplicada ‹Nº› Taller de Estadística Aplicada Agenda Análisis estadístico inferencial Correlación ‹Nº› Taller de Estadística Aplicada Correlación entre variables El análisis de correlación es un grupo de técnicas estadísticas que permiten medir la intensidad de la relación que puede existir entre dos variables. Ejemplos: Relación entre los datos de peso y talla de estudiantes de educación secundaria. Relación entre el tiempo de estudio y calidad de profesional. ‹Nº› Taller de Estadística Aplicada Correlación entre Variables La correlación puede ser: De al menos dos variables (dependiente-independiente). o de una variable dependiente y dos o más variables independientes ( correlación múltiple). ‹Nº› Taller de Estadística Aplicada Coeficiente de correlación El coeficiente de correlación es un valor cuantitativo de la relación entre dos o más variables. El coeficiente de correlación puede variar desde -1 hasta 1. La correlación de proporcionalidad directa o positiva se establece con los valores +1 y de proporcionalidad inversa o negativa con -1. No existe relación entre las variables cuando el coeficiente es cero (0). -1 1 0 Relación positiva Relación negativa No existe relación ‹Nº› Taller de Estadística Aplicada FÓRMULA DE COEFIENTE DE CORRELACIÓN DE PEARSON Este coeficiente se halla si los datos tienen distribución normal. ‹Nº› Taller de Estadística Aplicada Escala Tomando el valor absoluto del coeficiente, se le ubica en la siguiente escala: - 1.0 Correlación negativa perfecta - 0.8 Correlación negativa muy fuerte - 0.6 Correlación negativa fuerte - 0.4 Correlación negativa moderada - 0.2 Correlación negativa débil - 0.0 No hay correlación. 0.2 Correlación positiva muy débil 0.4 Correlación positiva modera 0.6 Correlación positiva fuerte 0.8 Correlación positiva muy fuerte 1.0 Correlación positiva perfecta ‹Nº› Taller de Estadística Aplicada Una variable independiente y dos dependientes Relación positiva Relación negativa ‹Nº› Taller de Estadística Aplicada 9 Ejemplo 1: ¿Existe relación entre la masa corporal y la fuerza en los alumnos universitarios?. Si existe, ¿Qué tipo de correlación? Alumno Masa Corporal(Kg) Fuerza(Kp) Carmen 60 100 Pedro 65 105 Juan 70 102 Luís 75 135 Ana 80 95 Carlos 85 125 Elena 90 140 Rosa 95 130 Luís 100 148 Variable independiente Variable dependiente ‹Nº› Taller de Estadística Aplicada 10 COEFICIENTE DE CORRELACIÓN ‹Nº› Taller de Estadística Aplicada 11 COEFICIENTE DE CORRELACIÓN = r ‹Nº› Taller de Estadística Aplicada COEFICIENTE DE CORRELACIÓN = r ‹Nº› Taller de Estadística Aplicada Ejemplo 2: Se obtienen las medidas de peso y estatura de 15 estudiantes de la localidad de Huachipa y los resultados son: X 50 40 45 60 58 65 56 59 63 68 55 Y 1,30 1,20 1,50 1,30 1,20 1,43 1,25 1,60 1,56 1,55 1,43 X: Peso Y: Estatura. ¿Cuál es la hipótesis alterna ? ¿Cuál es la hipótesis nula? ¿Existe correlación entre X e Y?. Realice la prueba de hipótesis correspondiente; utilice =0,052colas ‹Nº› Taller de Estadística Aplicada Practica dirigida 6 1. Identificar las variables de una investigación correlacional. 2. Determinar si existe una correlación entre las variables mediante el calculo del coeficiente de correlación de pearson. 3. Interprete los resultados. Taller de Estadística Aplicada ‹Nº› Taller de Estadística Aplicada Coeficientes de correlación de orden de rangos de Rho de Spearman (rS) Se utiliza cuando una o ambas variables son de escala ordinal. La fórmula sencilla para el cálculo de rho cuando no existen empates, o existen unos cuantos empates, con respecto al número de parejas de datos es: Di : Diferencia entre el i-ésimo par de rangos = R(Xi)-R(Yi) R(Xi): es el rango del i-ésimo dato X R(Yi): es el rango del i-ésimo dato Y N: es el número de parejas de rangos ‹Nº› Taller de Estadística Aplicada Coeficientes de correlación de orden de rangos de Spearman Rho (rS) Supongamos que una gran corporación de colegios católicos está interesada en calificar a 15 aspirantes a Director según su capacidad de liderazgo. Se contrata a dos psicólogos para realizar ese trabajo. Como resultado de sus exámenes y entrevistas, cada uno de los psicólogos, de manera independiente, han clasificado a los aspirantes según su capacidad de liderazgo. Los escalas de calificación van de 1 a 12, donde 1 representa el nivel máximo de liderazgo. Los datos aparecen en la siguiente tabla. ¿Cuál es la correlación entre las clasificaciones de los dos psicólogos? Sujeto 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Psicólogo A 6 5 7 10 2,5 2,5 9 1 11 4 8 12 4 10 3 Psicólogo B 5 3 4 8 1 6 10 2 9 7 11 12 5 9 5 ‹Nº› Taller de Estadística Aplicada Coeficientes de correlación de orden de rangos de Spearman Rho (rS) Sujeto Psicólogo A Psicólogo B Di Di2 1 6 5 1 1 2 5 3 2 4 3 7 4 3 9 4 10 8 2 4 5 2,5 1 1,5 2,25 6 2,5 6 -3,5 12,25 7 9 10 -1 1 8 1 2 -1 1 9 11 9 2 4 10 4 7 -3 9 11 8 11 -3 9 12 12 12 0 0 13 4 5 -1 1 14 10 9 1 1 15 3 5 -2 4 N=15 (Di2)= 62,5 ‹Nº› Taller de Estadística Aplicada N N D r i S - - = å 3 2 6 1 88 . 0 3360 375 1 15 15 ) 5 , 62 ( * 6 1 * 6 1 3 3 2 = - = - - = - - = å N N D r i S
Compartir