TAU DE KENDALL

Bellido, D., Formica, S., Gonzales, L., La Cruz, J., y Morgado, M.

Universidad Central de Venezuela

Enero, 2015

El Tau de Kendall es un coeficiente que representa el grado de concordancia o correlacin

entre dos variables cuyos datos estn medidos por lo menos en un nivel ordinal, es decir,
que puedan organizarse de menor a mayor.

Teniendo entonces una muestra de individuos y dos variables de nivel ordinal a

medir, cuyos valores organizados en (X, Y) correspondan a los puntos de cada uno de los
individuos, Tau de Kendall considera el grado en el cual pares de puntos son concordantes
o discordantes. Ms adelante se explicar qu significan estos trminos.

Una de las caractersticas ms importantes de este coeficiente es que se trata de una

medida no paramtrica, es decir, que para su aplicacin no se asume una distribucin
normal de los datos. Una consecuencia directa de esta caracterstica es que Tau de Kendall
es ms adecuado para utilizarse con muestras pequeas o de pocos casos ya que mientras
ms grande una muestra, ms normal tiende a ser su distribucin.

1. CONDICIONES PARA SU USO:

Se pueden destacar dos condiciones importantes para la aplicacin de este coeficiente.

1. Requiere que las variables sean medidas en una escala ordinal.

Que puedan organizarse de
Escala ordinal menor a mayor.

Ej. 1 < 2 < 3 < 4 < 5

2. No se trabaja con las puntuaciones originales, sino con los datos organizados de
manera ordinal. Esto quiere decir, que no importa la diferencia de mdulo que
pueda haber entre una puntuacin original y otra, sino la relacin de orden (menor
que, mayor que) que hay entre ellas. A continuacin se explica cmo transformar
las puntuaciones originales en datos organizados de manera ordinal (primer paso del
procedimiento de la aplicacin de Tau de Kendall)
 Partiendo de un conjunto de dos variables que expresen las puntuaciones
originales, se debe asignar un nmero a partir del nmero 1 a cada una de las
puntuaciones, desde la menor hasta la mayor.

2. CONCORDANCIA VS. DISCORDANCIA:

Anteriormente se mencion que Tau de Kendall considera el grado en el cual pares

de puntos son concordantes o discordantes.

Pares concordantes: dos pares son concordantes si el orden (mayor o menor que)
de los dos puntos en la primera variable es el mismo que el orden de los dos puntos
correspondientes de la segunda variable.

Nota: recordar que la relacin puede ser tanto Menor que, como Mayor que, lo importante
es que sea la misma en las dos variables. Ejemplo:

Pares discordantes: dos pares son discordantes si el orden (mayor o menor que) de
los dos puntos en la primera variable no es el mismo que el orden de los dos puntos
correspondientes de la segunda variable.
Nota: en una de las variables, la relacin entre los dos puntos puede ser tanto Menor que,
como Mayor que; lo importante es que la relacin de los puntos correspondientes en la otra
variable sea contraria.

3. PROCEDIMIENTO:

A continuacin se explicar el procedimiento para realizar un ejercicio paso por paso.

Para una muestra de 8 sujetos, se quiere establecer la correlacin que existe entre la
estatura de los mismos medida en centmetros, y el peso corporal medido en kilogramos.

PASO 1: Transformar los puntajes originales en datos organizados de manera ordinal

asignando un nmero a partir del 1 desde la menor puntuacin hasta la mayor.
PASO 2: elegir una de las dos variables (no importa cul de las dos) para organizar de
menor a mayor en una nueva tabla. En este caso, se elegir la variable X

Estatura en cm Peso en Kg
X Y
1
2
3
4
5
6
7
8

PASO 3: hacer corresponder los puntos de la otra variable con sus respectivos puntos de la
variable que se acaba de ordenar. Ejemplo: el nmero de la variable Y que corresponde a la
puntuacin nmero 1 en la variable X es 3.

Estatura en cm Peso en Kg
X Y
1 3
2 1
3 2
4 5
5 8
6 4
7 6
8 7
PASO 4: extender la tabla para agregar dos columnas ms. Una correspondiente al nmero
de pares concordantes (C) y otra correspondiente al nmero de pares discordantes (D).

Estatura en cm Peso en Kg Pares Concordantes Pares Discordantes

X Y C D
1 3
2 1
3 2
4 5
5 8
6 4
7 6
8 7
PASO 5: se debe proceder a calcular el nmero de pares concordantes y discordantes para
cada uno de los individuos. Es decir, se deben comparar todas y cada una de las
combinaciones posibles entre pares para determinar cuales tienen una relacin de
concordancia y de discordancia. Pero como tal procedimiento es muy largo y se presta a
errores al momento de realizarlo, existe una tcnica para hacerlo.

Enfocndose solamente en la variable Y, se debe analizar nmero por nmero de la

siguiente manera:

La cantidad de nmeros en esa misma variable que estn por debajo del nmero que
se analiza y que sean mayores que l, pasar a representar el nmero de pares
concordantes con el par al que pertenece el nmero que se est analizando. Ejemplo:
al analizar el nmero 3 (primer nmero de la variable Y) se cuentan cuntos
nmeros hacia abajo son mayores que l. En el caso, los nmeros que por debajo de
3 son mayores que l son 4,5,6,7,8; por lo tanto la cantidad de pares concordantes
en esa casilla es de 5. Por otro lado, la cantidad de nmero que por debajo de 3 son
menores que l, resultar en el nmero de pares discordantes; en el caso, seran el 1
y el 2.

El mismo proceso se debe realizar para cada uno de los nmeros de la variable Y.

NOTA: se debe tener en cuenta que los nmeros que se utilizan para el proceso descrito
anteriormente son los que se encuentran por debajo del nmero a analizar en la tabla. Una
vez que un nmero ha sido analizado, ste no se toma en cuenta cuando se analizan los
nmeros siguientes. Ejemplo: una vez que se ha determinado que la cantidad de pares
concordantes para el primer nmero de la variable Y (3) es 5, al analizar el siguiente
nmero de la variable (en este caso 1), el nmero 3 ya no puede ser contado como
concordante aunque de hecho sea mayor que el nmero 1.
Una vez realizado el proceso con todos los nmeros de la variable Y, debe quedar la
siguiente tabla:

X Y C D
1 3 5 2
2 1 6 0
3 2 5 0
4 5 3 1
5 8 0 3
6 4 2 0
7 6 1 0
8 7 ----- -----

NOTA: para el ltimo par de puntos de las variables no se realiza el proceso de calcular
cuntos pares concordantes y discordantes hay ya que todas las combinaciones posibles que
se pueden hacer con ese par ya han sido tomadas en cuenta con los pares anteriores.

PASO 6: se realiza la suma del total de pares concordantes y discordantes.

Pares concordantes = 22
Pares discordantes = 6

PASO 7: se aplica la frmula del coeficiente Tau de Kendall.

Frmula

En la cual se sustituye C por la suma de los pares concordantes y se multiplica por 2. Ese
resultado se divide entre el nmero de sujetos de la muestra por el nmero de sujetos menos
1.

4. INTERPRETACIN:

La interpretacin de este coeficiente se realiza de la misma manera que para el

coeficiente de Pearson.

Se toman en cuenta dos aspectos:

 Signo:
Positivo: la correlacin es directamente proporcional, es decir, a medida que
aumenta una de las variables, la otra tambin lo har y viceversa.
Negativo: la correlacin es inversamente proporcional, es decir, a medida
que aumenta una de las variables, la otra disminuir y viceversa.
Mdulo:
0 0, 3 la relacin es baja.
0,4 0,6 la relacin es moderada.
0, 7 1 la relacin es alta.

En el caso del ejercicio realizado, la interpretacin sera que: existe una relacin
directamente proporcional baja entre la variable estatura y la variable peso, es decir, a
medida que aumenta la estatura de los sujetos, tambin aumenta el peso y viceversa.

5. LIMITACIONES:

No son muchas las limitaciones que se encuentran para este coeficiente, sin
embargo, entre las ms destacadas se encuentran:

No es la medida ms adecuada a utilizar cuando se tienen muestras grandes, ya que

(como se mencion al principio) mientras ms grande sea una muestra, mayor ser
su tendencia a una distribucin normal y una de las caractersticas de Tau de
Kendall es que por ser una medida no paramtrica, no se asume una distribucin
normal de los datos.
Es difcil de calcular sin computador.
El nmero arrojado por Tau de Kendall siempre es menor al nmero que arroja, por
ejemplo, el coeficiente de Spearman a pesar de que se evalen los mismos datos, y
por esa razn, las personas prefieren utilizar el coeficiente de Spearman porque
estticamente prefieren valores altos en sus investigaciones.
Tau de Kendall es ms lento de calcular que el coeficiente de Spearman.

EJERCICIO: a continuacin se demuestra la realizacin del segundo ejercicio obligatorio.

Una compaa desea hacer predicciones del valor anual de sus ventas totales en
cierto pas a partir de la relacin de stas y la renta nacional. Para investigar la relacin
cuenta con los siguientes datos, donde la variable X representa la renta nacional en millones
de euros, y la variable Y representa las ventas de la compaa en miles de euros en un
perodo de 11 aos.
PASO 1:

PASOS 2, 3, 4 y 5:

PASO 6: suma de pares concordantes y discordantes.

Pares concordantes = 36
Pares discordantes = 19 2 (36 19) 34 34 0,30

PASO 7: aplicacin de la frmula.

Existe una relacin directamente proporcional baja entre la renta nacional en millones de
euros y las ventas de la compaa en miles de euros, es decir, que mientras la renta nacional
aumenta, las ventas de la compaa tambin lo harn o viceversa.