Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Psicología
UNIDAD 4
COEFICIENTE DE CORRELACIÓN DE PEARSON Y RHO DE SPEARMAN
SEMANA 1
Sesión 1-2
REPASO DE LA CLASE ANTERIOR
¿En que casos se aplica la prueba de
Hipótesis de Chi Cuadrado?
Normal R de Pearson
Coeficiente de
Correlación
No Normal
Rho de Spearman
Coeficiente de Correlación (r)
En estadística, el coeficiente de correlación de Pearson es una medida de la relación lineal entre dos variables aleatorias
cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables.
De manera menos formal, podemos definir el coeficiente de correlación de Pearson como un índice que puede utilizarse para
medir el grado de relación de dos variables siempre y cuando ambas sean cuantitativas. Dado dos variables, la correlación
permite hacer estimaciones del valor de una de ellas conociendo el valor de la otra variable. Los coeficientes de correlación son
medidas que indican la situación relativa de los mismos sucesos respecto a las dos variables, es decir, son la expresión numérica
que nos indica el grado de relación existente entre las 2 variables y en qué medida se relacionan. Son números que varían entre
los límites +1 y -1. Su magnitud indica el grado de asociación entre las variables; el valor r = 0 indica que no existe relación entre
las variables; los valores ( 1 son indicadores de una correlación perfecta positiva (al crecer o decrecer X, crece o decrece Y) o
negativa (Al crecer o decrecer X, decrece o crece Y).
• Pasos:
- Hallamos la media aritmética
- Calculamos la covarianza
- Calculamos la desviación típica
- Aplicamos la fórmula del coeficiente de correlación lineal
• Como determinar el uso
- Identifica el dependiente variable que se probará entre dos observaciones derivadas independientemente. Uno de los
requisitos es que las dos variables que se comparan deben observarse o medirse de manera independiente para
eliminar cualquier resultado sesgado.
- Para cantidades grandes de información, el calculo puede ser tedioso.
- Reporta un valor de correlación cercano a 0 como un indicador de que no hay relación linear entre las dos variables
- Reporta un valor de correlación cercano al 1 como indicador de que existe una relación linear positiva entre las dos
variables. Un valor mayor a cero que se acerque a 1 da como resultado una mayor correlación positiva entre la
información.
- Reporta un valor de correlación cercano a -1 como indicador de que hay una relación linear negativa entre las dos
variables.
- Interpreta el coeficiente de correlación de acuerdo con el contexto de los datos particulares. El valor de correlación es
esencialmente un valor arbitrario que debe aplicarse de acuerdo con las variables que se comparan
- Determina la importancia de los resultados. Esto se logra con el uso del coeficiente de correlación, grados de libertad y
una tabla de valores críticos del coeficiente de correlación. Los grados de libertad se calculan como el número de las
dos observaciones menos 2.
• Características de la R de Pearson
- La r de Pearson es una medida que indica hasta que punto los mismos individuos o sucesos ocupan la misma posición
relativa a 2 variables.
- La r de Pearson refleja únicamente la relación lineal entre 2 variables.
- Cuando la relación es perfecta positiva, cada individuo obtiene exactamente las mismas calificaciones en ambas variables.
- Un valor alto positivo alto de r de Pearson indica que cada individuo obtiene, aproximadamente; las mismas calificaciones
en ambas variables.
• Interpretación del coeficiente de correlación de Pearson
• Usos de enfoques de Pearson a problemas
estadísticos
En la perspectiva de Pearson, para establecer el nivel de significación estadística
habría que atender al impacto de cada tipo de error en el objetivo del
investigador, y a partir de ahí se decidiría cuál de ellos es preferible minimizar.
Pearson llamaron alfa al error tipo I y beta al error tipo II; a partir de este último
tipo de error, introdujeron el concepto de “poder de una prueba estadística”, el
cual se refiere a su capacidad para evitar el error tipo II, y está definido por 1-
beta, y en estrecha relación con éste se ha desarrollado el concepto de “tamaño
del efecto” que algunos han propuesto como sustituto de los valores p en los
informes de investigación científica. Las pruebas paramétricas más conocidas y
usadas son la prueba T de Student, la prueba F, llamada así en honor a Fisher, y
el coeficiente de correlación de Pearson, simbolizado por r. Usos de Enfoques de
Pearson a Problemas Estadísticos
Halle e interprete el coeficiente de R de Pearson
Calcular el coeficiente de correlación de Pearson, con respecto de el
nivel de hemoglobina y el peso del recién nacido.
Peso de recién 3580 3360 3650 2970 3870 3530 2790 2920 3110 3050 3850 3020
Nacidos
Coeficiente de Correlación de Rho de Spearman (p)
Donde:
- D es la diferencia de los rangos de las variables
- N es la muestra
Usos del Coeficiente de correlación de Spearman
Clima organizacional 61 41 56 42 50 55 62 57 60 59
Estrés 2 15 9 12 11 10 1 7 3 5
Tabla de rangos
Clima
Organizacio Estrés Rango (CO) Rango (E) d d^2
61 2 9 2 7 49
41 15 1 10 -9 81
56 9 5 6 -1 1
42 12 2 9 -7 49
50 11 3 8 -5 25
55 10 4 7 -3 9
62 1 10 1 9 81
57 7 6 5 1 1
60 3 8 3 5 25
59 5 7 4 3 9
Suma: 330
En una empresa de transportes trabajan cuatro conductores. Los años
de antigüedad de permisos de conducir y el número de infracciones
cometidas en el último año por cada uno de ellos son los siguientes:
Años (X) 3 4 5 6
Infracciones (Y) 4 3 2 1