8812 Diapositivas Correlaciones-1580250800 PDF

ESTADÍSTICA
CORRELACIONAL
Pruebas para
determinar la
correlación
Mg. Dorthy Sánchez Mayta

Estadística aplicada a la investigación
Pruebas para determinar la

correlación
 El objetivo del análisis de correlación es
medir el grado y sentido de relación que
existe entre las variables.
 La correlación no implica causalidad.
Coeficientes de correlación apropiados

según la escala de medida de las variables
Coeficiente de correlación
 Para cada coeficiente obtenido se puede
realizar el siguiente contraste de hipótesis,
para determinar si el coeficiente es igual a 0.
 H0: ρ = 0 (No existe correlación)
 H1: ρ ≠ 0 (Si existe correlación)
PARAMÉTRICAS NO PARAMÉTRICAS
Pearson Spearman
Ejemplo para variables

Cuantitativas
Hipótesis:
 H0: (ρ=0) La satisfacción laboral no se
relaciona significativamente con el
desempeño laboral de los trabajadores de la
clínica Sánchez Ferrer Trujillo.
 H1: (ρ≠0) La satisfacción laboral se
relaciona significativamente con el
desempeño laboral de los trabajadores de la
clínica Sánchez Ferrer Trujillo.
Diseño correlacional
 Aplicaremos el siguiente diseño correlacional:
Donde:
 M : Muestra del estudio
 Ox : Observación de la muestra sobre Satisfacción
Laboral
 Oy : Observación de la muestra sobre Desempeño
Laboral
 r : Relación entre satisfacción laboral y desempeño
laboral
En SPSS:
 Abrir archivo Correlaciones
 Ingresar datos en SPSS hoja correlacional
 Analizar normalidad de los datos: Analizar /
Pruebas No Paramétricas / Cuadros de diálogo
antiguo /K – S de 1 muestra.
 Realizar la correlación: Analizar / Correlaciones/
Bivariadas.
 Analizar resultado e interpretar.
Estadística
Mg.aplicada a la investigación
Dorthy Sánchez Mayta
Test Chi Cuadrado

Variables Cualitativas
 El test Chi Cuadrado permite determinar si dos
variables cualitativas están asociadas.
 Para ello se emplea una tabla de contingencia, que
está formada por dos variables: una ocupa las filas y
otra las columnas.
 La intersección de una fila y una columna da lugar a
las celdas o casillas que pueden contener:
 Frecuencias: Observadas y esperadas
 Porcentajes: por filas, columnas y total
 Residuos: no tipificados, tipificados y tipificados
corregidos
 Ponderaciones no enteras
 La condición para la aplicación de esta prueba es que
las frecuencias esperadas no superen el 20% de
valores menores que 5.
Ejemplo Chi-cuadrado
Hipótesis:
 H0: El clima social y el rendimiento académico
de los estudiantes no están asociados.
 H1: El clima social en el aula y el rendimiento
de los estudiantes están asociados.
Diseño
 Aplicaremos el siguiente diseño correlacional:
 Donde:
M : Muestra del estudio
 x : Clima Social en el aula
 y : Rendimiento académico en Comunicación
 r : Relación entre satisfacción laboral y
desempeño laboral
Variables
En SPSS:
 Abrir archivo Correlaciones
 Ingresar datos en SPSS hoja Chi cuadrado
 Analizar / Estadísticos descriptivos / Tablas
cruzadas/estadísticos/ marcar Chi y Gamma.
 Casillas/ Observado/Esperado/ Porcentaje en
filas
 Analizar e interpretar los resultados.
Coeficiente Gamma
 Es un número que nos indica el grado de
asociación entre dos variables ordinales.
 Su rango de variación es entre -1 y 1.
 Cuando Gamma, toma valores negativos,
decimos que la asociación es inversa, es
decir cuando una variable crece la otra
decrece.
 Si Gamma, toma valores positivos la
asociación será directa.
Coeficiente Gamma
Regresión Lineal
 Es la descripción de la relación entre dos
variables, una dependiente y otra
independiente.
 Esta relación se expresa a través de una
ecuación que representa una recta.
 La variable dependiente o de criterio se
ubica en el eje Y y la independiente o
predictora en el eje X.
Ecuación de Regresión
y   0  1 x
Donde:
 β0 se denomina constante en la ecuación y es
el valor de Y cuando X=0, es decir el punto en
el que la recta corta al eje Y.
 β1 es la pendiente y representa el cambio
medio que se produce en Y al cambio por
cada unidad de X.
Coeficiente de Determinación
(R²)
 Representa la proporción de la varianza de la
variable de criterio explicada por la regresión
lineal.
 Es decir el R² mide la proporción o porcentaje
de la variación total de “y” que está asociada
a “x”, (es explicada según la regresión lineal).
 Coeficiente de determinación o  R 1 2
 Coeficiente de no determinación o  1 R  1 2
Ejemplo de Regresión Lineal

Título:
 Clima Familiar y su relación con el ausentismo escolar
de los alumnos de las diversas Instituciones de José
Leonardo Ortiz, 2010
Hipótesis:
 H0 : (𝛽 2 = 0) No existe relación lineal entre el clima
familiar y el ausentismo escolar de los alumnos de las
Instituciones de José Leonardo Ortiz.
 H1 : (𝛽 2 ≠ 0) Existe relación lineal entre el clima familiar
y el ausentismo escolar de los alumnos de las
Instituciones de José Leonardo Ortiz.
Diseño del Estudio

 Se aplicará el siguiente diseño causal.
En SPSS
 Abrirarchivo Correlaciones.xls
 Ingresar datos en SPSS hoja Causal
 Analizar /regresión /lineales /pasar la variable
dependiente (de criterio) e independiente
(predictora).
Conclusión:
 Existe relación lineal significativa entre el clima familiar y
el ausentismo escolar de los alumnos de las Instituciones
de José Leonardo Ortiz.
En SPSS
 Sideseo ver la relación lineal de las
dimensiones:
 Analizar /regresión /lineales /pasar la variable
dependiente y dimensiones de independiente
Práctica
 Aplica lo aprendido en tu investigación.

8812 Diapositivas Correlaciones-1580250800 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

8812 Diapositivas Correlaciones-1580250800 PDF

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA

Mg. Dorthy Sánchez Mayta

Pruebas para determinar la

Coeficientes de correlación apropiados

Ejemplo para variables

Test Chi Cuadrado

Ejemplo de Regresión Lineal

Diseño del Estudio

También podría gustarte