Universidad Nacional Intercultural Fabiola Salazar Leguía de

Bagua-UNIFSLB
Carrera Profesional de Negocios Globales

Curso:
Estadística y probabilidades
Mg.Ing.Estad.Villena Zapata, Luigi
Sesión 15
 ¿Qué es Correlación?

El análisis de correlación es el estudio y la

cuantificación de la relación entre variables.
 Análisis De Correlación

Es la herramienta estadística que podemos usar

para describir el grado en el que una variable está
linealmente relacionada con otra.
 Análisis De Correlación

• Existe una relación entre número de horas que los alumnos

estudiaron para el exámen y la calificación que obtuvieron?
 Tipos De Correlación

Esperamos que las ventas de una compañía se incrementen al

aumentar el presupuesto de publicidad. (Relación Directa)

Número de horas que los alumnos estudian y el número de cursos

desaprobados. (Relación Inversa)
¿Qué tipo de relación debe esperarse en los sgtes
casos?
a) Habilidad de los supervisores y producción de los subordinados.
b) Remuneración y años de experiencia
 Análisis De Correlación

Supongamos que el gerente de ventas de Copiadoras, quiere determinar si existe una

relación entre el número de llamadas de ventas que se realizan al mes y el número de
copiadoras que se venden durante el mes. El gerente selecciona una muestra aleatoria
de 10 representantes y determina el número de llamadas de ventas que cada uno hizo
el mes pasado y la cantidad de copiadoras vendidas.
 Análisis De Correlación
Llamadas de Ventas y Copiadoras para 10 Vendedores
Número de Número de Copiadoras
Representante Observamos
Llamadas Vendidas
que si parece
1 20 30 existir una
2 40 60 relación entre
3 20 40 el número de
4 30 60 llamadas de
ventas y el
5 10 30
número de
6 10 40 unidades
7 20 40 vendidas
8 20 50
9 20 30
10 30 70 Sin embargo
la relación no
es Perfecta
Análisis De Correlación: Diagrama
DIAGRAMA DE DISPERSIÓN
de dispersión

• Es el primer paso a realizar para determinar si existe

una relación entre dos variables.
• Este grafico consiste en un conjunto de puntos (x, y)
presentados en un plano cartesiano.
• Este diagrama permite visualizar el patrón de
comportamiento de estas variables.
Análisis De Correlación:
DIAGRAMA DEDiagrama
DISPERSIÓNde dispersión

X1: Número de Llamadas

X2: Número de Copiadoras Vendidas
 Análisis De Correlación

La conclusión es que el número de copiadoras vendidas tiene una

relación directa con el número de llamadas de ventas realizadas.
Conforme aumenta el número de llamadas, al parecer, se asocia con el
incremento del número de copiadoras vendidas. Nos referimos al
número de llamadas de ventas como la variable 1y al número de
copiadoras vendidas como la variable 2.
 Análisis De Correlación

Creado por Karl Pearson en 1900, el coeficiente de correlación describe

la fuerza de la relación de dos grupos de variables en escala de
intervalo o de razón.
 Análisis De Correlación

• Se representa por “r”

• Puede asumir cualquier valor de -1.00 a +1.00, inclusive.
Un coeficiente de correlación de -1.00 o +1.00 indica una correlación
perfecta, esto indicaría en el ejemplo anterior que el número de
llamadas de ventas y el número de copiadoras vendidas tiene una
relación perfecta en un sentido lineal positivo.
 Pruebas de normalidad
Hipótesis a contrastar:
H0: Los datos analizados siguen una distribución Normal.
H1: Los datos analizados no siguen una distribución Normal .

KOLMOGOROV- SMIRNOV SHAPIRO - WILK

(Corrección de significación
de lilliefors)
Para muestras grandes (n≥50) Cuando la muestra es
pequeña (n<50)
*Garza (2013)
Importante:
Cuando p >0.05 Aceptamos la Hipótesis Nula
Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente
significativa

* Análisis Estadístico Multivariante Un enfoque teórico y práctico. Jorge de la Garza García

 Variables Normalidad Coeficiente
V1 Cumple
Coeficiente de correlación de Pearson
V2 Cumple
Al menos una variable no
Coeficiente de correlación de Spearman
cumple con la normalidad
 Análisis De Correlación

El coeficiente de correlación muestral, es una medida descriptiva útil de

la fuerza de la relación lineal en una muestra. También podemos utilizar
la correlación para contrastar la hipótesis de que no existe una relación
lineal en la población entre un par de variables aleatorias, es decir:

n XY   X  Y
r
n X 2 2

  X  n Y   Y 
2 2

 Análisis De Correlación
Formula:
n xi yi  ( xi )( yi )
r
n x 2
i 
  xi  n y   yi 
2 2
i
2

r  0.759

Existe una relación significativa, directa, cuya fuerza de correlación alta positiva entre el
número de llamadas de ventas y el número de copiadoras vendidas, en otras palabras, un
incremento en las llamadas está relacionada al aumento de ventas.
Análisis De Correlación
 Nota importante

Cuando encontramos dos variables con una fuerte correlación es que

existe una relación o asociación entre dos variables, no que un cambio
en una causa un cambio en la otra.
 Contrastes de la correlación poblacional nula
Sea r el coeficiente de correlación muestral, calculado a partir de una
muestra aleatoria de n pares de observaciones de una distribución
normal conjunta. Los siguientes contrastes de la hipótesis nula:
H0 :   0
3. Para contrastar H 0 frente a la hipótesis alternativa bilateral H1 :   0
La regla de decisión es
Rechazar H 0 si r n  2  o r n  2 
 t n  2, / 2  t n  2, / 2

1 r 2
 
1 r 2

 Contrastes de la correlación poblacional nula
Sea r el coeficiente de correlación muestral, calculado a partir de una
muestra aleatoria de n pares de observaciones de una distribución
normal conjunta. Los siguientes contrastes de la hipótesis nula:
H0 :   0
3. Para contrastar H 0 frente a la hipótesis alternativa bilateral H1 :   0
La regla de decisión es
Rechazar H 0 si r n  2  o r n  2 
 t n  2, / 2  t n  2, / 2

1 r 2
 
1 r 2
