Socioestadstica III - Carrera de Sociologa - 2013

Profesor: Patricio Alcano Martnez

Ayudanta: Ivn Mejas

Gua de trabajo personal N3

Introduccin a la Inferencia en la correlacin

Inferencia en la correlacin test de significacin para la correlacin

Test del coeficiente de correlacin

Para qu llamar caminos a los surcos del azar?
(A. Machado)
I: FUNDAMENTOS
1. La situacin
Cuando se realiza un anlisis de correlacin entre variables, el procedimiento entrega un nmero real
entre 1 y -1. Sin embargo, esta sola cifra no es suficiente para afirmar que las variables estn
correlacionadas linealmente o que no lo estn. Para eso se requiere una prueba de hiptesis de la
correlacin.
Esta prueba se utiliza para contrastar la significacin del coeficiente de correlacin, ya sea , r de
Spearman o r de Pearson. En esta seccin veremos solo el caso cuando la hiptesis nula postula que la
correlacin es cero.
2. Hiptesis nula
H0: = 0
La hiptesis nula afirma que el coeficiente de correlacin poblacional es igual a cero. Es
decir, que no hay correlacin entre las variables.
3. Hiptesis alternativas
H1: > 0
ensayo de cola derecha (unilateral derecho)

Esta hiptesis alternativa afirma que el coeficiente poblacional es mayor que cero, es decir,
que hay correlacin positiva entre las variables. No dice qu tan estrecha es la asociacin, solo
que es positiva.
H1: < 0
ensayo de cola izquierda (unilateral izquierdo)

Esta hiptesis alternativa afirma que el coeficiente poblacional es menor que cero, es decir,
que hay correlacin negativa entre las variables. No dice qu tan estrecha es la asociacin, solo
que es negativa.
H1: 0
ensayo de dos colas (bilateral)

Esta hiptesis alternativa afirma que el coeficiente poblacional es distinto de cero, es decir,
que s hay correlacin entre las variables. No dice si esta es positiva o negativa, slo que la hay.
Tampoco nos da una medida del grado de correlacin (alta, media, baja).

Socioestadstica III-2013. Gua N3

4. Estadstico de prueba
Se utiliza el estadstico t de Student:
t obs =

r n2
1 r2

Siendo r = coeficiente de correlacin (cualquiera de ellos) y n = tamao de la muestra.

Cuando la hiptesis nula es verdadera, este estadstico tiene una distribucin t de Student con (n 2)
grados de libertad.

5. Valor p de la prueba
Para ensayo de cola derecha: * = P(t > t obs). Figura 5.A.
Para ensayo de cola izquierda: * = P(t < t obs). Figura 5.B.
Para ensayo de dos colas:
* = 2 x P(t > t obs). Figura 5.C.

Fig. 5.A

Fig. 5.B

t
0

Fig. 5.C

tobs

t
0

tobs

t obs

tobs

6. Regla de decisin
La regla de decisin, a un nivel de significacin es:
Rechazar H0 si * <
No rechazar H0 en caso contrario.

7. La conclusin
La conclusin est relacionada con la existencia o no de correlacin entre las variables en estudio y,
dependiendo del tipo de ensayo, si esta es positiva o negativa. No indica nada respecto de la fuerza o
grado de la correlacin. 1

8. Aplicaciones de la prueba
En casos de variables categricas binomiales, generalmente el anlisis de correlacin se complementa
con el anlisis de independencia con alguna prueba con el chi-cuadrado. De este modo, la prueba con
chi-cuadrado contrasta la asociacin y la prueba de r la direccin de dicha asociacin.

Para el contraste de hiptesis del tipo: H0: = 0,65 se usa otro procedimiento, que los interesados podrn encontrar en la
bibliografa sugerida y en sitios Web.

Socioestadstica III-2013. Gua N3

II: PROBLEMAS RESUELTOS

Caso 1: Capacidad de aprendizaje

Un estudio ha analizado las variables X e Y en una muestra de 9 personas. El anlisis estadstico arroj
una correlacin r(X, Y) = -0,403 entre la edad de estas personas y su capacidad de aprendizaje.
Es significativa al 5% esta correlacin? Concluya.
Solucin:
1: Planteamiento de hiptesis:
H0: La correlacin es nula.
=0
H1: la correlacin es negativa. < 0
= 7gl

H1 nos lleva a un ensayo de cola izquierda.

0,135

2: Clculo del estadstico de prueba:

-1,17

Calculando la t observada:
t obs =

0,403 9 2
1 (0,403) 2

= 1,17

Fig. 6: Valor p de la prueba de cola izquierda

para t = -1,17 con 7 gl.

3: Clculo del valor p:

Calculando el valor p de la tabla t: el valor p corresponde a la probabilidad a la izquierda del t obs, ya
que se trata de un contraste de cola izquierda, con 9 2 = 7 gl.
* = P( t p;7 <1,17) 0,135.

Figura 6.

4: Decisin:
Decisin: Como * > 0,05; no se puede rechazar H0 al 5% (en verdad, ni al 1, ni al 5 ni al 10%)
Por lo tanto, la correlacin no es significativa. No se puede negar que es cero.

5: Conclusin:
Los datos entregados no permiten afirmar que el aprendizaje est asociado a la edad de los sujetos (p =
0,135).

Comentario: el valor r = 0,403 pudo parecer atractivo en una primera mirada, ya que es un valor
mediano y muy definido. Ms, no pas la prueba de significacin, por lo que es probable que en verdad
en la poblacin sea cero o, por lo menos, no podemos afirmar que no sea cero. Para dirimir estas
situaciones lo ms aconsejable es aumentar el tamao de la muestra. Por ejemplo, la misma correlacin
en una muestra de tamao 12, baja el valor p a 0,096 (significativa la 10%), y con n = 22 el valor p =
0,024 (significativa la 5%), etc.

Socioestadstica III-2013. Gua N3

Caso 2: Familia y divorcio

Sobre la base de la opinin de que el divorcio debilitar a la familia como institucin social, se realiza
una investigacin, considerando adems de la opinin, las variables de control edad, sexo y religin del
encuestado.
Las variables y escala de medicin utilizadas fueron las siguientes:
W = El divorcio debilitar a la familia (2 = s; 1 = ms o menos; 0 = no)
X = Edad del encuestado (aos cumplidos al momento de la encuesta)
Y = Sexo del encuestado (1 = masculino; 0 = femenino)
Z = Cercana a la religin catlica (1 = s; 0 = no)
Se calcularon las siguientes correlaciones, con su respectivo valor p:
r(W, X) = 0,857; p 0,002 (unilateral)
r(W, Y) = 0,262; p 0,247 (unilateral)
r(W, Z) = -0,784; p 0,013 (unilateral)
r(Y, Z) = -0,314; p 0,063 (unilateral)
Con un 5% de significacin, en cada una de las correlaciones dadas construya una conclusin fundada.

Solucin:
Considerando un 5% de significacin, hay solo 2 correlaciones significativas, r(W, X) y r(W, Z).
Entonces se concluye al 5% que:
-A mayor edad, ms acuerdo en que el divorcio debilitar a la familia (p = 0,002)
-La opinin de que el divorcio s debilitar a la familia, est asociada a las personas no cercanas
a la religin catlica (p = 0,013).
-La opinin de que el divorcio debilitar a la familia es independiente del sexo (p = 0,247)
-La cercana a la religin catlica es independiente del sexo (p = 0,063)

Caso 3: Pobreza y problemtica social

Un estudio con una muestra de ciudades de Latinoamrica incluye las siguientes variables:
W = ndice de pobreza (1 = alto; 2 = medio; 3 = bajo)
X = tasa de homicidios (5 = alta; 3 = media; 1 = baja)
Y = Tasa de alfabetismo (3 = alto; 2 = medio; 1 = bajo)
El estudio lleg a las siguientes conclusiones derivadas del anlisis de correlacin. Se indica en
parntesis el valor de r y el valor p.
C1: Una alta tasa de homicidios est asociada a altos ndices de pobreza (r = -0,732; p = 0,0344)
C2: La tasa de homicidios no est asociada al ndice de pobreza (r = 0,211; p = 0,0915).
C3: La alta tasa de homicidios esta asociada a bajas tasas de alfabetismo (r = 0,531; p = 0,0056).
A partir de estos datos:
3.1. Indique cul fue la hiptesis alternativa en el contraste que llev a la conclusin C1.
3.2. Indique cul fue la decisin en el contraste que llev a cada una de las conclusiones.
3.3. Indique en qu consiste el error de tipo I en la conclusin C3.
3.4. Indique cul fue la hiptesis nula en el contraste que llev a la conclusin C2.
3.5. Indique en qu consiste el error de tipo II en la conclusin C3.
3.6. Indique cul fue el nivel de significacin empleado en estos contrastes.

Socioestadstica III-2013. Gua N3

Solucin:
3.1. En este contraste, la hiptesis alternativa puede ser: H1: 0, > 0 o < 0.
En este caso, como r > 0, indica que la hiptesis alternativa es H1: > 0.
3.2. La conclusin C2 afirma la hiptesis nula (que siempre afirma que no hay correlacin). Por
lo tanto, significa que la hiptesis nula no fue rechazada.
En la conclusin C1 y C3 se afirma la hiptesis alternativa. Esto indica que la nula fue
rechazada.
3.3. El error de tipo I es rechazar H0 siendo que es verdadera. En este caso significa rechazar
que la tasa de homicidios no est asociada a la tasa de alfabetismo, siendo que es verdadero y
no hay correlacin.
3.4. En este tipo de contraste la hiptesis nula siempre es: H0: = 0. Esto es, que no existe
correlacin entre la tasa de homicidios y el ndice de pobreza.
3.5. El error de tipo II es aceptar (no rechazar) H0 siendo que es falsa. En el marco del caso
consiste en aceptar que la tasa de homicidios no est asociada a las tasas de alfabetismo, siendo
que es falso y s hay asociacin.
3.6. En C1 y C3 fue rechazada la hiptesis nula y ambos valores p son menores 0,10 y menores
que 0,05; pero mayores a 0,01. Esto indica que fueron rechazadas al 5% o al 10%, pero no al
1%.
Sin embargo, en C2 la hiptesis nula no fue rechazada siendo el valor p mayor que 0,05, pero
menor que 0,10. Esto permite inferir que el nivel de significacin utilizado en el estudio fue del
5%.

Caso 4: Tabaquismo y nivel ocupacional

Se investiga la posible relacin entre el nivel laboral y el hbito de fumar tabaco. Para ello clasifica la
muestra de personas segn el nivel jerrquico en que se desempean laboralmente y el grado de
tabaquismo, tal como lo muestra la tabla siguiente:
Personas segn nivel ocupacional y tabaquismo. N de casos.
Tabaquismo

Nivel ocupacional

Total

Alto

Bajo

Alto

14

Bajo

15

41

56

Total

23

47

70

Con un 5% de significacin realice las pruebas necesarias para construir la conclusin del caso.
Solucin:
Primero se realizar una prueba de independencia con chi-cuadrado de Pearson.
Hiptesis
H0: El tabaquismo es independiente del nivel laboral
H1: El tabaquismo est asociado al nivel laboral

Socioestadstica III-2013. Gua N3

Estadstico de prueba:
(8 41 6 15) 2 70
2
OBS
=
= 4,68
14 56 23 47
Valor p:
* = P( 2 > 4,68) =0,0305

Decisin:
Como * < 0,05 se rechaza la hiptesis de independencia al 5%.

Conclusin:
El tabaquismo est asociado al nivel laboral (p = 0,0305)
En segundo lugar se calcular el coeficiente de correlacin y se contrastar la significacin de este.
=

8 41 6 15
14 56 23 47

= 0,258

Correlacin positiva entre tabaquismo y nivel laboral. Al parecer, a mayor nivel laboral, mayor
tabaquismo.
En tercer lugar se realizar la prueba de significacin para ver si el es mayor que cero.
Hiptesis:
H0: = 0
H1: > 0
Estadstico de prueba:
t obs =

0,258 70 2
1 0,2582

= 2,2. Esta t tiene 68 gl.

Valor p:
* = P( t p; 68 > 2,2) =0,0154 2

Decisin:
Como * < 0,05 se rechaza la hiptesis nula, al 5%.
Conclusin:
La correlacin es positiva. A mayor nivel ocupacional, mayor tabaquismo (r = 0,258, con P = 0,0154).
Conclusin final:
El tabaquismo est asociado al nivel laboral (p = 0,0305), de modo que a mayor nivel ocupacional,
mayor tabaquismo (r = 0,258, con P = 0,0154).

Esta probabilidad se obtuvo de la distribucin t con 30 gl. El valor con la distribucin z, que tambin es posible utilizar
cuando la muestra es mayor de 40 es 0,0139. El valor exacto con t es 0,0154, calculado con la planilla Excel.

Socioestadstica III-2013. Gua N3

III: PROBLEMAS PROPUESTOS

Caso 1: Socioeconoma de Amrica
El Almanaque Mundial, en edicin 1994, entrega datos socioeconmicos de los pases del mundo. Los
siguientes datos corresponden a una muestra aleatoria de pases de Amrica:
X1 = Pas.
X2 = Esperanza de vida, aos.
X3 = Ingreso Per Cpita, en dlares.
X4 = Analfabetismo, en %.
X5 = Poblacin Urbana, en %.
X1

X2

X3

X4

X5

Canad

77,0

20.470

4,4

77,0

Guatemala

65,3

900

44,9

39,0

Cuba

75,7

2.000

6,0

73,0

Honduras

65,8

590

26,9

86,0

Brasil

66,0

2.680

19,0

75,0

Chile

72,0

1.940

6,6

86,0

Per

64,6

1.160

9,9

72,0

Uruguay

72,4

2.560

3,8

86,0

Bahamas

69,5

11.420

10,0

59,0

Hait

54,1

370

47,0

28,0

Trinidad y T.

71,0

3.610

3,9

69,0

Panam

72,8

1.830

11,9

53,0

Mxico

70,3

2.490

12,7

73,0

Resultados:
Correlacin

r(X2, X3)= 0,47560541

r(X2, X4)= -0,81460685
r(X2, X5)= 0,60135272
r(X3, X4)= -0,38113759
r(X3, X5)= 0,15114664
r(X4, X5)= -0,72849768

t
1,79320072
-4,65807301
2,49624794
-1,36729616
0,50712284
-3,5269828

p (unilateral)
0,05326525
0,00059423
0,01703547
0,10235253
0,31213024
0,00322220

Construya, con un 5% de significacin, una conclusin por cada correlacin dada.

Socioestadstica III-2013. Gua N3

Caso 2: Situacin civil y relacin de pareja

Se realiza, mediante encuesta, una investigacin de las relaciones de pareja en una muestra aleatoria de
30 parejas independientes entre s, evaluando las variables W, X, Y y Z, con las escalas que se
especifican:
W = Relacin de la pareja:
X = Situacin civil de la pareja:
Y = La pareja tiene hijos de ambos:
Z = Aos que dura la relacin:

3 = Buena; 2 = Aceptable; 1 = Deficiente

1 = casados; 0 = no casados, en unin libre
1 = s; 0 = no
0, 1, 2, 3, etc.

Fueron calculadas las siguientes correlaciones:

r(W, X) = -0,612;
r(X, Y) = 0,508;
r(W, Y) = 0,252;

r(W, Z) = 0,379

Realice contraste de hiptesis para la correlacin y concluya con un 5% de significacin.

Caso 3: Satisfaccin con la vida

Un estudio con personas evala el grado de satisfaccin con la vida, segn sexo y nmero de amigos.
Grado de satisfaccin con la vida: 0 = bajo; 1 = medio; 2 = alto
Sexo: 0 = mujer; 1 = hombre
N de amigos: 0, 1, 2,
El SPSS arroj la siguiente salida:
Correlaciones
Sexo
Rho de Spearman

Sexo

N de amigos

Grado de satisfaccin

Coeficiente de
correlacin
Sig. (unilateral)
N
Coeficiente de
correlacin
Sig. (unilateral)
N
Coeficiente de
correlacin
Sig. (unilateral)
N

N de amigos

Grado de
satisfaccin

1,000

-,128

-,113

.
57

,170
57

,201
57

-,128

1,000

,472

,170
57

.
57

,000
57

-,113

,472

1,000

,201
57

,000
57

.
57

3.1. Por qu se utiliz el coeficiente de Spearman para analizar este caso?

3.2. En la correlacin Sexo-N de amigos, qu significa que la significacin sea unilateral?
3.3. En la correlacin Sexo-Grado de satisfaccin, cul es la significacin bilateral?
3.4. En la correlacin N de amigos-Grado de satisfaccin, cul es la hiptesis nula en el contraste de
hiptesis?
3.5. De las correlaciones de la matriz dada, cul o cules de ellas son significativas al 5%?
3.6. Construya, al 10% de significacin, las conclusiones que se derivan de este estudio.

Socioestadstica III-2013. Gua N3

Caso 4: Estado vegetal

Se realiza un estudio muestral para saber si las personas estn o no de acuerdo con la medida de
desconectar de las mquinas a pacientes en estado vegetal. Segn segmento socioeconmico, los
resultados dieron origen a una tabla como la siguiente:
Segmento socioeconmico

Est de acuerdo?

Alto

Medio

Bajo

S
No

4.1. Si la prueba Chi-cuadrado para la tabla dio un estadstico 2 = 5,6; al 5% construya la conclusin
que se deriva de este resultado.

Caso 5: Pobreza y problemtica social

Se ha hecho un estudio con una muestra de pases, que incluye las siguientes variables:
W = ndice de pobreza; X = Tasa de homicidios;
sexuales

Y = ndice de robos;

Z = Tasa de ataques

Establecindose la siguiente matriz de correlaciones (Spearman) y significaciones unilaterales:

W

W
1

X
0,832
(0,003)
1

Y
0,476
(0,082)
0,683
(0,012)
1

Y
Z

Z
-0,331
(0,095)
-0,4153
(0,047)
0,183
(0,172)
1

Considerando una significacin del 5%, extraiga las conclusiones respecto de la relacin entre las
variables.

Caso 6: Estado civil y sntomas depresivos

Sobre la base de los resultados de un estudio, se ha afirmado que las madres casadas presentan menos
sntomas de depresin que las solteras. En una muestra de mujeres de 18-19 aos con 1 hijo, se recab
la siguiente informacin, en nmero de casos, desagregadas por estado civil:
Estado civil

Sntomas depresivos

Total

NO

CASADAS

45

131

176

SOLTERAS

83

127

210

Total

128

258

386

6.1. Docime, con = 1%, la hiptesis de que el sntoma depresivo est asociado al estado civil de
casada. Construya sus conclusiones respecto del caso.

Socioestadstica III-2013. Gua N3

Caso 7: desercin escolar

Se realiza un estudio sociolgico con estudiantes de educacin bsica en con las siguientes variables:
D = desertan del sistema escolar. (1 = s; 0 = no)
A = ayudan econmicamente en su hogar, trabajando. (0 = s siempre; 1 = a veces; 2 = no)
H = N de hermanos en su familia. (0, 1, 2, )
S = sector de residencia. (1 = rural; 2 = urbano)
El anlisis de correlacin dio los siguientes resultados:
r(D, A) = -0,681 (p = 0,0112)
r(D, H) = 0,588 (p = 0,0255)
r(D, S) = -0,477 (p = 0,0356)
r(A, S) = 0,321 (p = 0,0658)
r(H, S) = -0,655 (p = 0,0458)
Construya una conclusin para cada una de las correlaciones dadas.

SOLUCIONES
Caso 1: Socioeconoma de Amrica
La esperanza de vida es independiente del ingreso per cpita (p = 0,0533)
A menor analfabetismo, mayor esperanza de vida (p =0,0006)
A mayor poblacin urbana, mayor esperanza de vida (p = 0,01703)
El analfabetismo es independiente del ingreso per cpita (p = 0,10235)
El ingreso per cpita es independiente del % de poblacin urbana (p =0,31213)
A mayor poblacin urbana, menor analfabetismo (p = 0,00322)
Caso 2: Situacin civil y relacin de pareja
r(W, X) = -0,612; t = -4,1; P = 0,00016: Significativa al 5%.
r(X, Y) = 0,508; t = 3,12; P = 0,00208: significativa al 5%.
r(W, Y) = 0,252; t = -1,38; P = 0,0896: no es significativa al 5%.
r(W, Z) = 0,379; t = -2,17; P = 0,0194: significativa al 5%.
La buena relacin de pareja est asociada las parejas no casadas (p=0,000).
Las parejas que tienen hijos se asocian a parejas de casados (p=0,002).
La relacin de pareja es independiente de si esta tiene hijos de la pareja (0,090).
La buena relacin de pareja se da en parejas de corta duracin (p=0,019).
Caso 3: Satisfaccin con la vida
r(Satisfaccin; amigos) = 0,472; p = 0,000.
-El grado de satisfaccin con la vida de las personas est asociada positivamente, en grado mediano, pero significativa, al
nmero de amigos, de modo que a mayor nmero de amigos mayor es el grado de satisfaccin (p = 0).
-La satisfaccin con la vida de las personas es independiente del sexo, de modo que tanto hombres como mujeres estn
igualmente satisfecho o no satisfechos (p = 0,201).
-El nmero de amigos de las personas es independiente del sexo (p =0,170).

10

Socioestadstica III-2013. Gua N3

11

Caso 4: Estado vegetal

La posicin de acuerdo o no con la desconexin es independiente del segmento socioeconmico (p = 0,0608).

Caso 5: Pobreza y problemtica social

A mayor ndice de pobreza, mayor tasa de homicidios (p = 0,003).
A mayor ndice de robos, mayor tasa de homicidios (p = 0,012).
A mayor tasa de homicidios, menor tasa de ataques sexuales (p = 0,047).
El ndice de robos no est asociado al ndice de pobreza (p = 0,082).
La tasa de ataques sexuales no est asociada al ndice de pobreza (p = 0,082).
La tasa de ataques sexuales no est asociada al ndice de robos (p = 0,172).

Caso 6: Estado civil y sntomas depresivos

Phi = -0,148 (p=0,0036); Chi-2 = 8,41; p-value = 0,004
Conclusin: los sntomas depresivos estn significativamente asociados al estado civil de la madre (p=0,004) de manera tal
que las madres que se deprimen estn asociadas al estado civil de solteras (p=0,0036).

Caso 7: desercin escolar

La desercin est asociada a los estudiantes que ayudan econmicamente en su hogar, trabajando. (p = 0,0112).
La desercin est asociada a los estudiantes que tienen mayor cantidad de hermanos. (p = 0,0255).
La desercin est asociada a los estudiantes del sector rural. (p = 0,0356).
Los estudiantes ayudan en su hogar, trabajando, independientemente del sector de residencia urbano o rural. (p =
0,0658)
La mayor cantidad de hermanos se asocia a os estudiantes del sector rural. (p = 0,0458)

======================
Pero al fin su corazn se transform, y una maana, levantndose
con la aurora, se coloc delante del sol y le habl as:
-T gran astro! Qu sera de tu felicidad si no tuvieras a aquellos a
quienes iluminas!

======================