Documentos de Académico
Documentos de Profesional
Documentos de Cultura
IV UNIDAD
CORRELACION
Diariamente, nos damos cuenta de la relacin que existe entre ciertas variables, donde lo llamaremos X e Y, como por ejemplo: la clase social (X) y la inteligencia(Y); el rendimiento acadmico universitario(X) y el uso de las drogas(Y); el tiempo(X) y la calificacin(Y); la velocidad(X) y la distancia(Y); las tcnicas de estudio(X) y el rendimiento(Y), donde la mayora de casos notamos que a mayor tcnica de estudio mejor rendimiento; etc. En terminologa estadstica se dice que cada par de variables estn correlacionadas. Adems encontramos pares de variables correlacionadas; mientras, que otras no. DIRECCION DE LA CORRELACION: A) Correlacin Positiva: Indica que los encuestados que obtienen puntajes altos sobre la variable X tambin tienden a obtener puntajes altos en Y, y viceversa; los encuestados que tienen puntajes bajos en X tienden a obtener puntajes bajos sobre Y.
TALLA
PESO
B)
Correlacin Negativa:
56
Si los entrevistados que obtengan puntajes altos sobre la variable X tienden a obtener puntajes bajos sobre la variable Y; y viceversa, los que obtienen puntajes bajos en X tienden a obtener puntajes altos en Y. Ejemplo 2: Grfica N 2:
COEFICIENTE CORRELACION:
DE
Se representa con una r y se expresa numricamente tanto la fuerza como la direccin de la correlacin lineal recta. Veamos algunas caractersticas: El valor cero indica que no existe relacin lineal entre las variables, es decir no estn linealmente correlacionados. Tales coeficientes de correlacin se encuentra generalmente entre 1 y +1 , como sigue la recta:
CORRELACION NEGATIVA
-d -1 -0.95
-c
-b -0.50
-a -0.10 0
d POSITIVA +1
CORRELACION
57
Con el coeficiente de correlacin de Pearson (r), podemos determinar la fuerza y direccin de la relacin entre las variables X y Y, las cuales han sido medidas en la escala de intervalos. Podemos definir la r de Pearson como la medida de los productos del
clculos largos; como existe otra frmula alternativa que trabaja con puntajes crudos, aplicaremos esta frmula:
r=
[N x
N xy ( x )( y )
2
( x) 2 N y2 ( y)
][
DONDE: r = coeficiente de correlacin de Pearson N = el nmero total de pares de puntajes X y Y x = puntaje crudo en la variable X y = puntaje crudo en la variable Y
Ejemplo 3: X 10 14 09 16 10 Y 12 15 13 18 08
Obtener el coeficiente de correlacin entre el numero de aos de estudio de los padres y el rendimiento escolar de sus hijos.
DONDE: x = nmero de aos de estudio de los padre. y = rendimiento escolar de los hijos.
58
Para aplicar la frmula de la r de Pearson, debemos obtener primero X 2, Y2, XY, donde observamos en el siguiente cuadro:
X 10 14 09 16 10
= 59
Y 12 15 13 18 08
= 66
= 733
= 926
XY
r=
[N x
N xy ( x )( y )
2
( x) 2 N y 2 ( y)
][
5( 815) ( 59 )( 66 )
r ==
La r de Pearson es igual a +0.80 lo que indica un correlacin positiva bastante fuerte entre el nmero de estudiantes de los padres y el rendimiento escolar de los hijos; es decir, los alumnos cuyos padres alcanzaron un alto nivel educativo tambin tienden a un rendimiento alto y viceversa.
COEFICIENTE DE CORRELACION DE SPEARMAN Este coeficiente es aplicable cuando los datos se presentan en la escala ordinal (datos ordenados en relacin con la presencia de una caracterstica dada).
59
RENDIMIENTO ESCOLAR 12 16 10 14 08 13
Luego para aplicar el coeficiente de correlacin de Spearman, ordenamos los puntajes de ambas variables, teniendo en cuenta que ocupa el primer puesto el que tiene mayor puntaje (ya en el rendimiento o nmero de horas dedicadas al estudio). Vamos aplicar el coeficiente de correlacin de rangos ordenados (r s ) de Spearman: FORMULA:
rs = 1
n( n 2 1)
6D
Donde: rs = coeficiente correlacin de Spearman D = diferemcia de rangos entre las variables X yY n = el nmero total de pares.
Relacin entre Rendimiento Escolar y el Tiempo dedicado a estudiar. RENDIMIENTO ALUMNOS ESCOLAR A) Ral B) Mario C) Paola D) Zully E) Lorenzo F) Carlos 4 1 5 2 6 3 TIEMPO EMPLEADO EN ESTUDIAR N DE HORAS 4 2 6 1 5 3 D 0 -1 -1 1 1 0 D2 0 1 1 1 1 0
D 2 = 4
Aplicando:
60
rs = 1
n( n 1)
2
6D 2
. Reemplazando: rs = 1
6(4) rs = 0.88 6 36 2 1
Interpretacin del ejemplo 4: Encontramos una fuerte correlacin positiva ( r s =+0.88) entre rendimiento escolar y el tiempo dedicado a estudiar; los alumnos con alto rendimiento escolar tienden a dedicar ms horas de estudio y los estudiantes de bajo rendimiento escolar dedican pocas horas de estudio. Ejemplo 5: Determinar el coeficiente de correlacin de Spearman (r s) entre las variables rendimiento promedio en matemtica (X) y calificativo obtenido en una prueba de memoria visual (Y)
ALUMNOS A B C D E F G
RENDIMIENTO EN MATEMATICA 17 17 16 11 16 14 16
Debemos ordenar los valores de la variable X y Y Pero algunos valores estn empatados, es decir:
AUMNOS A B
NOTA 17 17
NOTA 17 17
61
Para determinar la posicin exacta procedemos, as: AUMNOS C E G NOTA 16 16 16 LUGAR 3er puesto 4do puesto 5to puesto
10 + 20 = 1.5 2
Alumnos:
Luego:
30 + 40 + 50 =4 3
Ahora, procedemos a ubicar el rango de las variables en el siguiente cuadro. TABLA: Relacin entre rendimiento en matemtica y el nivel de memoria visual en 07 estudiantes del 1er grado del C.E.E.. Rafael Narvez Cadenillas de la U.N.T. ALUMNOS A B C D E F G RENDIMIENTO MATEMTICA(X) 1,5 1,5 4 7 4 6 4 MEMORIA VISUAL(Y) 1 5 4 6.5 6.5 2.5 2.5 D X-Y 0.5 -3.5 0 0.5 -2.5 3.5 1.5 D2 0.25 12.25 0 0.25 6.25 12.25 2.25 23.5
rs = 1
n( n 1)
2
6D 2
=1
Interpretacin del ejemplo 5: El 0.58 indica una correlacin positiva fuerte entre el rendimiento en matemtica y el nivel en memoria visual
62
LABORATORIO DE ESTADSTICA N 4 1) Calcular un coeficiente de correlacin de Pearson para los siguientes conjuntos de puntajes: ESTUIDIANTES A B C D E X 1 2 3 4 5 Y 10 12 05 04 12
2) Cinco estudiantes fueron colocados por rangos en trminos del tiempo que tardan en terminar un examen (X) (1: el primero en terminar; 2: el segundo en terminar; ...) Y se dieron los siguientes resultados del examen(y): ESTUIDIANTES A B C D E X 1 2 3 4 5 Y 10 16 12 18 13
Calcular el coeficiente de correlacin en el siguiente caso 3) Determinar el coeficiente de correlacin (emplear R de Pearson y R s de Spearman y luego compara) entre las edades y rendimiento de pruebas de salto largo.
63
DEPORTISA A B C D
EDADES(X) 15 15 14 16
4) En un estudio de la relacin entre publicidad por radio y las ventas de un producto, durante10 semanas se han recopilado los tiempos de duracin en minutos de la publicidad por semana(X), y el nmero de artculos vendidos (Y), resultado: SEMANA PUBLICIDAD(X) VENTAS(Y) 1 20 50 2 30 73 3 30 69 4 40 87 5 50 108 6 60 128 7 60 135 8 60 132 9 70 148 10 80 170
5) Calcular el coeficiente de correlacin de Pearson para los siguientes casos e indicar si la correlacin es significativa A) B) C) X 8 6 3 1 5 Y 2 4 2 9 5
64
IV AUTOEVALUACION
1. Sea la siguiente informacin: Tabla 01: Distribucin de los alumnos del C.E.. Los Acadmicos Segn el rendimiento en matemtica y en historia. Alumnos Karla Uriol Carlos Garca Rita Lpez Sergio Rodrguez Toms Moreno Mirtha Paz MATEMATICA 20 11 12 12 15 05 HISTORIA 15 13 16 15 10 07
II.
Interpretar el siguiente coeficiente de correlacin R = -0,01 que existe entre rendimiento en matemtica y en ingls.
.............................................................................................................................................. .............................................................................................................................................
65
66
67