Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2018
PRUEBA DE SPEARMAN
1
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
ALUMNOS:
2
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Contenido
INTRODUCCIÓN .............................................................................................................................. 4
PRUEBA DE SPEARMAN ............................................................................................................. 5
PASOS PARA LLEVAR ACABO LA PRUEBA DEL COEFICIENTE DE CORRELACIÓN DE SPEARMAN ..... 6
1. Formulación de hipótesis: ............................................................................................... 6
2. Nivel de significancia: α ................................................................................................... 6
3. Estadística de prueba: ...................................................................................................... 6
4. Establecimiento de los criterios de decisión: ............................................................ 6
5. Cálculos: ............................................................................................................................... 8
Decisión: ....................................................................................................................................... 8
Ejemplo 1. ......................................................................................................................................... 8
Ejemplo 2. ....................................................................................................................................... 12
Ejemplo 3 .................................................................................................................................... 14
Ejemplo 4. ....................................................................................................................................... 16
Conclusiones................................................................................................................................. 19
Recomendaciones ....................................................................................................................... 19
3
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
INTRODUCCIÓN
El coeficiente de correlación de Spearman es una prueba no paramétrica cuando
se desea quiere medir la relación entre dos variables y no se cumple el supuesto de
normalidad en la distribución de tales valores. El coeficiente de correlación de
Spearman de designa por rS.
4
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
PRUEBA DE SPEARMAN
También conocida como correlación por rangos, algunos de la denominada prueba
del coeficiente de correlación de las categorías, establecida y empleada por
Pearson y Spearman desde 1936; esta medida nos determina la existencia del
grado de asociación entre dos variables, utilizando para ello una escala ordinal, de
tal manera que se puedan colocar en dos series ordenadas.
Cuando se tienen observaciones formadas por una pareja de valores a partir de dos
variables, surge la pregunta o necesidad de conocer acerca de si las variables
estarán o no relacionadas y qué tan fuerte es esa relación. Para saber esto,
generalmente se piensa en obtener un coeficiente de correlación que nos indique el
grado de relación lineal entre las variables, pero debe tenerse cuidado de no
interpretarlo como una medida de la relación causal entre las variables y también
tomar en cuenta que si la relación no es lineal, la correlación no detecta la relación
existente entre las variables.
5
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
3. Estadística de prueba:
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
z = rs √n − 1
y utilizar la tabla I y II para obtener los valores críticos.
7
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
5. Cálculos:
Se calcula el valor de:
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
O:
z = rs √n − 1
Pasos para hallar rs:
a) Clasificar por jerarquía los valores de X desde 1 hasta n (el número de parejas
de valores de X e Y en la muestra). Clasificar por jerarquía los valores de Y desde
1 hasta n.
b) Calcular di, para cada pareja de observaciones, restando la jerarquía de Yi de la
jerarquía de Xi.
c) Elevar al cuadrado cada di y calcular ∑ 𝑑𝑖 , la suma de los valores elevados al
cuadrado.
Finalmente calcular:
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Decisión:
Se acepta o rechaza Ho.
Ejemplo 1.
En un estudio de la relación entre la edad y los resultados del electroencefalograma
(EEG), se recopilaron datos en 20 personas con edades entre 20 y 60 años. La
Tabla muestra las edades y un valor de rendimiento del EEG particular para cada
una de esas 20 personas. Los investigadores pretenden saber si es posible concluir
que este rendimiento del EEG particular tiene relación inversa con la edad a un nivel
de significancia α=0.05.
8
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Solución
1) Formulación de hipótesis:
Prueba unilateral izquierda
Ho: El rendimiento del EEG y la edad son mutuamente independientes.
H1: Existe una tendencia del rendimiento del EEG a disminuir con la edad.
2) Nivel de significancia: α=0.05
3) Estadística de prueba
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
4) Establecimiento de los criterios de decisión.
9
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
5) Cálculos:
Pasos para calcular el valor de rs.
a) Clasificar por jerarquía los valores de X desde 1 hasta 20. Clasificar por jerarquía
los valores de Y desde 1 hasta 20
b) Calcular di, para cada pareja de observaciones, restando la jerarquía de Yi de la
jerarquía de Xi. Ver Tabla
c)Elevar al cuadrado cada di y calcular ∑ 𝑑𝑖 2, la suma de los valores elevados al
cuadrado.
Valor
Numero de
Edad (X) resultante del ni 𝑛𝑖 2
individuo
EEG (Y)
1 1 18 -17 289
2 2 15 -13 169
3 3 17 -14 196
4 4 20 -16 256
5 5 19 -14 196
6 6 7 -1 1
7 7 6 1 1
8 8 12 -4 16
9 9 16 -7 49
10 10 14 -4 16
11 11 10 1 1
12 12 8 4 16
10
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
13 13 13 0 0
14 14 4 10 100
15 15 11 4 16
16 16 2 14 196
17 17 5 12 144
18 18 1 17 289
19 19 9 10 100
20 29 3 17 289
∑ 𝑑𝑖 2 = 2340
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6 ∑20
𝑖=1 𝑑𝑖
2
𝑟𝑠 = 1 −
20(202 − 1)
6(2340)
𝑟𝑠 = 1 −
20(202 − 1)
𝑟𝑠 = −0.76
rst = 0.380.
6) Decisión
como 0.76 > 0.380, se rechaza la hipótesis nula. Lo que
quiere decir las variables se encuentran inversamente
relacionados.
11
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Ejemplo 2.
Un psicólogo organizacional esta interesado en conocer la influencia del clima
organizacional sobre el Estrés de los trabajadores de una empresa. Para saberlo,
administro dos escalas, una que mide clima organizacional y otro que mide estrés,
a un grupo de 10 trabajadores. El psicólogo se plantea que ambos variables están
relacionados. Nivel de significancia 5%
Clima
Estrés
Organizacional
61 2
41 15
56 9
42 12
50 11
55 10
62 1
57 7
60 3
59 5
Solución
1) Formulación de hipótesis:
Prueba bilateral
Ho: No existe relación significativa entre clima organizacional y estrés.
H1: Existe relación significativa entre clima organizacional y estrés.
2) Nivel de significancia: α=0.05…….
3) Estadística de prueba
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
4) Establecimiento de los criterios de decisión.
La hipótesis nula Ho se rechaza en la prueba unilateral izquierda en el nivel de
significación α=0.05.
12
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
5) Cálculos:
Clima
R1 Estrés R2 R1-R2=di di2
Organizacional
61 9 2 2 7 49
41 1 15 10 -9 81
56 5 9 6 -1 1
42 2 12 9 -7 49
50 3 11 8 -5 25
55 4 10 7 -3 9
62 10 1 1 9 81
57 6 7 5 1 1
60 8 3 3 5 25
59 7 5 4 3 9
∑ 𝑑𝑖 2 = 330
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6 ∑10
𝑖=1 𝑑𝑖
2
𝑟𝑠 = 1 −
10(102 − 1)
6(330)
𝑟𝑠 = 1 −
10(102 − 1)
𝑟𝑠 = −1
rst = 0.564
1 > 0.564
6) Decisión
cómo 1> 0.564, se rechaza la hipótesis nula. Se acepta la
hipótesis alternativa.
13
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Ejemplo 3
La siguiente tabla muestra el rango u orden obtenido en la primera evaluación (X) y
el rango o puesto obtenido en la segunda evaluación (Y) de 8 estudiantes
universitarios en la asignatura de Estadística. Calcular el coeficiente de correlación
por rangos de Spearman. Nivel de significancia 5%
Estudiante X Y
Dyana 1 3
Elizabeth 2 4
Mario 3 1
Orlando 4 5
Mathías 5 6
Josué 6 2
Anita 7 8
Lucía 8 7
1) Formulación de hipótesis:
Prueba bilateral
Ho: No existe relación significativa entre primera evaluación y segunda evaluación.
H1: Existe relación significativa entre primera evaluación y segunda evaluación.
2) Nivel de significancia: α=0.05
3) Estadística de prueba
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
4) Establecimiento de los criterios de decisión.
La hipótesis nula Ho se rechaza en la prueba unilateral izquierda en el nivel de
significación α=0.05.
5) Cálculos
14
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6 ∑8𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
8(82 − 1)
6(32)
𝑟𝑠 = 1 −
8(82 − 1)
𝑟𝑠 = 0.619
rst = 0. 738
15
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Ejemplo 4.
La siguiente tabla muestra las calificaciones de 8 estudiantes universitarios en las
asignaturas de Matemática y Estadística. Calcular el coeficiente de correlación por
rangos de Spearman y realizar el diagrama de dispersión.
Nivel de significancia 5%
N° Estudiante Matemática Estadística
1 Dyana 10 8
2 Elizabeth 9 6
3 Mario 8 10
4 Orlando 7 9
5 Mathías 7 8
6 Josué 6 7
7 Anita 6 6
8 Lucía 4 9
1) Formulación de hipótesis:
Prueba bilateral
Ho: No existe relación significativa entre notas de Matemática y Estadística.
H1: Existe relación significativa entre notas de Matemática y Estadística..
2) Nivel de significancia: α=0.05
3) Estadística de prueba
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
4) Establecimiento de los criterios de decisión.
La hipótesis nula Ho se rechaza en la prueba unilateral izquierda en el nivel de
significación α=0.05.
16
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
5) Cálculos
N° Estudiante Matemática Estadística X Y d d2
1 Dyana 10 8 8 4.5 3.5 12.25
2 Elizabeth 9 6 7 1.5 5.5 30.25
3 Mario 8 10 6 8 -2 4
4 Orlando 7 9 4.5 6.5 -2 4
5 Mathías 7 8 4.5 4.5 0 0
6 Josué 6 7 2.5 3 -0.5 0.25
7 Anita 6 6 2.5 1.5 1 1
8 Lucía 4 9 1 6.5 -5.5 30.25
∑ 𝒅𝒊𝟐 = 𝟖𝟐
6 ∑𝑛𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6 ∑8𝑖=1 𝑑𝑖 2
𝑟𝑠 = 1 −
8(82 − 1)
6(82)
𝑟𝑠 = 1 −
8(82 − 1)
𝑟𝑠 = 0.024
rst = 0. 738
6) Decisión
17
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
18
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Conclusiones
Este método nos da una mayor certeza para ver lo que está pasando o lo
que queremos saber si dos eventos tienen relación o son independientes.
Recomendaciones
Recomendar a los que tienen sus empres, para que vean con este método
o teoría como están llevando a cabo.
19