Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Todos los puntos están sobre una línea recta si la relación es lineal. Cuando la relación
es inexistente la correlación alcanza su mínimo.
Definición:
Un coeficiente de correlación expresa de manera cuantitativa la magnitud y dirección de
una relación
Un coeficiente de correlación puede variar de +1 a -1. El signo del coeficiente nos indica si
la relación es positiva o negativa.
Como 1 es el mayor número posible este representa una correlación perfecta.
Un coeficiente de correlación +1 significa que la correlación es perfecta y que la relación es
positiva. Un coeficiente de correlación -1 significa que la correlación es perfecta y que la
relación es negativa.
Cada gráfica de dispersión está formada por parejas de valores X y Y.
Hay que observar que, si los puntos están más cerca de la línea de regresión, la magnitud
del coeficiente de correlación será mayor y la predicción será más exacta. Además, cuando
la correlación es 0, no existe relación entren X y Y. Esto significa que Y no crece ni
decrece de manera sistemática cuando X aumenta o disminuye. Así en el caso de la
correlación cero, la recta de regresión para Y es horizontal, y el conocimiento de X no nos
ayuda a conocer el valor de Y.
ECUACION PARA EL CALCULO DE r de PEARSON
En estadística, el coeficiente de correlación de Pearson es una medida de la relación lineal
entre dos variables aleatorias cuantitativas.
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 y continuas.
A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de
medida de las variables.
( X)(Y )
XY −
N
r= 2
(X)
√ ❑ X 2− ∑ Y 2−¿ ¿ ¿
N
Sujeto X Y X2 Y2 XY
A 1 2 1 4 2
B 3 5 9 25 15
C 4 3 16 9 12
D 6 7 36 49 42
E 7 5 49 25 35
Total 21 22 111 112 106
( X)(Y )
XY −
N
r= 2
(X)
√ ❑ X 2− ∑ Y 2−¿ ¿ ¿
N
21(22)
106−
5
r= 2
( 21 )
√ ❑ 111− 112−¿ ¿ ¿
5
13.6
= 18.616 = 0.731 = 0.73
Ejercicio: Promedio de calificaciones de 12 estudiantes universitarios
Coeficiente
Promedio de
Estudiante intelectual(CI
calificaciones X2 Y2 XY
número )
Y
X
1 110 1.0 12.100 1.00 110.0
2 112 1.5 12.544 2.56 179.2
3 118 1.2 13.924 1.44 141.6
4 119 2.1 14.161 4.41 249.9
5 122 2.6 14.884 6.76 317.2
6 125 1.8 15.625 3.24 225.0
7 127 2.6 16.129 6.76 330.2
8 130 2.0 16.900 4.00 260.0
9 132 3.2 17.424 10.24 422.4
10 134 2.6 17.956 6.76 348.4
11 136 3.0 18.496 9.00 408.0
12 138 3.6 19.044 12.96 496.8
Total 1503 27.3 189.187 69.13 3488.7
( X)(Y )
XY −
N
r= 2
(X)
√ ❑ X 2− ∑ Y 2−¿ ¿ ¿
N
1503(27.3)
3488.7−
12
r=
( 1503 )2
√ ❑ 189187− 69.13−¿ ¿¿
12
69375
= = 0.856 = 0.86
81088
Un coeficiente de correlación se dice que es significativo si se puede afirmar, con una cierta
probabilidad, que es diferente de cero. A este respecto, como siempre, tendremos dos
hipótesis posibles:
Ejercicio en clase:
Calcular el coeficiente de correlación r de Pearson
Un psicólogo social quiere investigar ¿Qué es lo que fomenta la atracción: las diferencias o
las similitudes?
Para este experimento, pidió a 15 estudiantes que respondieran un cuestionario,
Proporción de
Atracción
Núm. de aptitudes
X2 Y2 XY
estudiantes similitudes
Y
X
1 .30 8.9
2 .44 9.3
3 .67 9.6
4 .00 6.2
5 .50 8.8
6 .15 8.1
7 .58 9.5
8 .32 7.1
9 .72 11.0
10 1.00 11.7
11 .87 11.5
12 .09 7.3
13 .82 10.0
14 .64 10.0
15 .24 7.5
Total 7.74