TRABAJO ACADEMICO

Escuela Profesional: Derecho

Primer avance: Trabajo académico: X
Curso: MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN
Docente: Segundo García Flores
Ciclo: X Sección: 01 Nota:

Datos del alumno

Apellidos y nombres: Erick Giancarlo Espino Serveleon
Código de matrícula: 2007210267 Filial de matrícula: lima

Fecha de envío
Publique su trabajo en la opción “TRABAJO ACADÉMICO” del
Hasta el 03/07/2022
menú contextual de su curso (Aula Virtual)

Recomendaciones
1. Verifique la correcta publicación de su Trabajo Académico en el Aula Virtual| de la plataforma antes
de confirmar al sistema el envío definitivo al Docente.
2. Revise la previsualización de su trabajo para asegurar archivo correcto.
3. Las fechas de publicación de los trabajos académicos en el Aula Virtual de la Plataforma están
definidas de acuerdo al cronograma académico 2022-1. No se aceptarán trabajos extemporáneos.
4. Recuerde que no debe copiar de internet. Las copias de internet son verificadas con el Sistema
Antiplagio UAP y serán calificados con la nota cero (“00”).
5. Para el examen parcial, usted debe haber logrado desarrollar hasta pregunta 3 para el examen final
debe haber desarrollado el trabajo completo

Criterios de evaluación del Trabajo Académico

El trabajo académico es calificado considerando los criterios de evaluación según la naturaleza del
curso:
1. Presentación adecuada del trabajo. Evalúa la redacción, ortografía, y presentación del trabajo.
2. Investigación bibliográfica. Considera la revisión de diferentes fuentes bibliográficas y
electrónicas confiables y pertinentes a los temas tratados de acuerdo a la normativa APA.
3. Situación problemática o caso práctico. Considera el análisis contextualizado de casos o la
solución de situaciones problematizadoras de acuerdo a la naturaleza del curso.
4. Otros contenidos. Abarca la aplicación de juicios valorativos ante situaciones y escenarios
diversos, componentes actitudinales y éticos.

PREGUNTAS:
 Utilice la base datos que se adjunta para desarrollar su trabajo.

REQUERIMIENTOS:
a) Describa la población de estudio. Selecciones una muestra. (02 puntos)
población se refiere al universo, conjunto o totalidad de elementos sobre los
que se investiga o hacen estudios. Muestra es una parte o subconjunto de
elementos que se seleccionan previamente de una población para realizar un
estudio.
Normalmente se selecciona la muestra de una población para su estudio,
debido a que estudiar a todos los elementos de una población resultaría muy
extenso y poco práctico.

Qué es población

La población estadística, también conocida como universo, es el conjunto o

la totalidad de elementos que se van a estudiar.

Los elementos de una población lo conforman cada uno de los individuos

asociados, debido a que comparten alguna característica en común.

La población estadística puede ser un conjunto de personas, lugares o cosas

reales. Por ejemplo, los adolescentes de un pueblo o los usos posibles del
azúcar en recetas de cocina.

Al ser muy complicado realizar un estudio con todos los elementos que
conforman una población, sobre todo si es considerada una población infinita,
se toma una muestra representativa de la misma para realizar los estudios.

Tipos de poblaciones

La población se puede clasificar de la siguiente manera según la cantidad de

individuos que la conforme:

 Población finita: es aquella que se puede contar y se pueden estudiar con

mayor facilidad a sus integrantes. Por ejemplo, la cantidad de personas
inscritas en un gimnasio.
 Población infinita: son inmensas poblaciones donde se hace muy difícil
contabilizar a sus integrantes, por lo que suele tomarse en cuenta solo una
porción de ella a la hora de realizar un estudio, seleccionando así una muestra.
Por ejemplo, la cantidad de granos de arena en una playa.
 Población real: son grupos de integrantes tangibles. Por ejemplo, la cantidad de
animales en un zoológico.
 Población hipotética: son poblaciones posibles que pueden ser estudiadas ante
una eventualidad. Por ejemplo, la cantidad de nacimientos de bebés
prematuros.
 Qué es muestra

La muestra es una parte representativa de una población donde sus elementos

comparten características comunes o similares.

Se utiliza para estudiar a la población de una forma más factible, debido a que
se puede contabilizar fácilmente. Cuando se va a realizar algún estudio sobre
el comportamiento, propiedades o gustos del total de una población específica,
se suelen extraer muestras.

Estos estudios que se realizan a las muestras sirven para crear normas o
directrices que permitirán tomar acciones o simplemente conocer más a la
población estudiada.

El muestreo es una herramienta de investigación que, al ser utilizada

adecuadamente, permite obtener conclusiones específicas y evitar resultados
sesgados.

Las principales ventajas de usar las muestras es la reducción de costos, pues

disminuye los elementos a estudiar y se puede realizar en menor tiempo.

Los factores más importantes a la hora de hacer un muestreo son

la representatividad, para que los elementos posean cualidades comunes
según sea el propósito, y la aleatoriedad al momento de seleccionar los
elementos para evitar una muestra viciada.

Tipos de muestras

Existen diferentes tipos de técnicas para conformar una muestra.

Muestreo aleatorio

Es una técnica que ofrece la misma posibilidad a los elementos de ser

seleccionados, por ser tomados al azar. Los tipos de muestreo aleatorio son:

 Muestreo aleatorio simple: los elementos se eligen de una lista al azar.

Funciona más eficazmente cuando el universo es reducido y homogéneo.
 Muestreo sistemático: el primer elemento se elige al azar y luego se escogen a
intervalos constantes los elementos restantes.
 Muestreo estratificado: se realiza dividiendo a la población en partes o estratos
que respondan a características establecidas y luego se eligen aleatoriamente
los individuos que se van a estudiar.
 Muestreo por conglomerado: la población se divide en grupos heterogéneos y
éstos a su vez se subdividen en grupos homogéneos con características
comunes para ser estudiados de acuerdo a lo requerido por el investigador.
b) Seleccione una o varias variables. Elabore una matriz de operacionalización
de variables. (05 puntos)
La matriz operacional de la variable permite construir con tenacidad y rigor
científico los problemas, objetivos e hipótesis generales y específicas en
función a la relación de la variable I o II o la variable independiente o
dependiente (causa y efecto). Además consolida los elementos claves del
inicio de la investigación científica, el grado de coherencia, concatenación e
interrelación de una variable con otra, de una dimensión con otra, conexión
lógica que se expresa desde el título, el problema, los objetivos e hipótesis.
Es útil para construir no solo los problemas, objetivos, e hipótesis generales
y específicas, sino también para desarrollar el constructo del marco teórico
o las bases teóricas de un proyecto de investigación y la tesis, en
concatenación a las variables, dimensiones e indicadores y la construcción
de los instrumentos de investigación. El capítulo I y II del marco teórico se
desarrolla en base a las variables y las dimensiones, entendiendo a la
variable como un atributo, una característica, un fenómeno y la dimensión
como una sub variable, que se desagrega de la variable principal de
estudio.
MATRIZ DE CONSISTENCIA CONCEPTO Es un instrumento de varios
cuadros formado por columnas y filas y permite evaluar el grado de
coherencia y conexión lógica entre el título, el problema, los objetivos, las
hipótesis, las variables, el tipo, método, diseño de investigación la población
y la muestra de estudio.
c) Si usted quisiera agregar preguntas, ¿cuáles serían? (03 puntos)
d) De qué manera realizaría la Confiabilidad de la base de datos entregada.
(02 puntos)

Muchos sistemas de cómputo electorales existen básicamente para

almacenar y hacer uso de información. Las listas de electores, los
sistemas de votación electrónica, los programas de resultados y las bases
de datos del personal y los materiales están basados fundamentalmente
en la información. Asegurar su confiabilidad tiene la mayor importancia. Un
sistema de cómputo que se sustente en información es tan bueno como la
información que contiene.

Hay varias medidas que se pueden adoptar para asegurar la confiabilidad

de la información utilizada en los sistemas de cómputo para uso electoral.

Uso de fuentes de información confiable

El primer paso consiste en utilizar métodos confiables de recolección

informativa. Esto significa que la información debe ser obtenida de fuentes
confiables, preferentemente de fuentes primarias. Por ejemplo, los datos
personales de los electores serán más precisos si se obtienen
directamente de los electores mismos y no de fuentes indirectas como
conocidos o bases de datos de organizaciones de dudosa calidad. Los
resultados electorales más precisos serán los obtenidos directamente de
las oficinas o instancias encargadas del conteo y no de reportes de los
medios, observadores electorales o partidos políticos.

Métodos de captura de información

El siguiente paso que se tiene que considerar es el método mediante el

cual se captura la información de una fuente. Se puede capturar de varias
formas: en papel (de manera manuscrita, mediante marcas legibles de
computadora o tecleado) por teléfono (después de lo cual la información
es normalmente escrita o introducida en una computadora por un
operador), mediante consulta directa (el procedimiento final es igual que
en la modalidad anterior), por clientes que introduzcan directamente la
información vía internet o un "kiosco electrónico" (usando formatos
electrónicos en línea), mediante un dispositivo de votación electrónico, etc.

Algunas formas de captura informativa son más confiables que otras. Los
formatos manuscritos son probablemente los más proclives al error, ya
que la letra manuscrita puede a menudo ser difícil de leer o descifrar. Para
disminuir la dificultad de leer textos manuscritos, a las personas que llenen
los formatos se les puede pedir que escriban claramente con letras
mayúsculas y con tinta negra o azul. También se puede lograr una
escritura clara imprimiendo formatos diseñados para que los usuarios
escriban una letra o número en cada espacio acotado. De ser posible
preimprimir cualquier información conocida sobre el cliente en el formato,
se reducirá el texto manuscrito requerido.

Cuando la información es recibida verbalmente por un operador, la debida

capacitación de procedimientos puede asegurar que capture
correctamente toda la información. Por ejemplo, se le puede repetir al
cliente la información que ha proporcionado para verificar que es correcta
y deletrear las palabras cuando sea necesario.

Cuando la información es capturada utilizando lectores de marcas ópticas,

las instrucciones más útiles para los usuarios deberán ser claras e
inequívocas y los métodos empleados simples y lógicos. Los formatos que
incluyen dispositivos de reconocimiento de marcas ópticas, como los
códigos de barras, pueden ser utilizados para simplificar la introducción de
información e incrementar los niveles de precisión. Los códigos de barras
se pueden utilizar para identificar el tipo de formatos utilizados, donde
fueron obtenidos, cuál es su número y otros datos. Cuando los formatos
contienen información preimpresa sobre el cliente, los códigos de barras
pueden ser usados para permitirle a la computadora capturar con precisión
la identidad del cliente al momento de introducir la información.

La información capturada electrónicamente, cuando es tecleada

directamente por el cliente en un sistema de cómputo ligado a internet,
puede ser más confiable que la que se recupera de formatos manuscritos
o de información tomada verbalmente, ya que se espera que el cliente
sepa exactamente como debe aparecer su información. Sin embargo, esta
información sólo es tan confiable como es preciso el cliente, la calidad de
la información provista de esta forma puede ser variable.

Capacitación del personal encargado de la captura

El personal necesita ser capacitado en técnicas diseñadas para optimizar

una captura precisa de la información y para garantizar un ambiente de
trabajo seguro. Por ejemplo, los descansos periódicos son necesarios para
prevenir fatiga física. El mobiliario y el equipo de cómputo puede ser
ubicado para garantizar una buena postura y sólidas prácticas
ergonómicas. Se deben evitar o minimizar las distracciones. Por ejemplo,
permitir que el personal se involucre en conversaciones mientras captura
la información puede afectar la precisión.

Verificación de la información

Una de las mejores formas de garantizar la precisión de la información es

aplicando técnicas de verificación. La técnica más común (cuando la
información es introducida en la computadora a partir de una fuente
documental) consiste en introducir la información dos veces, utilizando
operadores diferentes. Los resultados de las dos capturas son
comparados por la computadora, indicando cualquier variación y
requiriendo la presencia de un supervisor para realizar cualquier
corrección necesaria. Esta técnica usualmente ofrece altos índices de
precisión.

La doble captura de información también puede ser utilizada para

identificar a los capturistas que no están alcanzando altos niveles de
precisión. Cuando se identifica a operadores de bajo rendimiento, esto
puede indicar que se requiere más capacitación o que el capturista no es
apropiado para ese tipo de trabajo.

La información también puede ser verificada introduciéndola una sola vez

y requiriendo que otro oficial, quizá un supervisor, la verifique en pantalla o
en un medio impreso para confirmar que es correcta o realizar las
correcciones necesarias.

Al utilizar cualquiera de las técnicas anteriores, es deseable que la

información sea capturada una sola vez y que luego sea recapturada o
verificada por una persona distinta, porque la gente puede incurrir en
errores sistemáticos. Sin embargo, es menos probable que dos personas
cometan los mismos errores sistemáticos. Es más fácil que una segunda
persona identifique los errores cometidos por alguien más.

También es posible que el diseño de los formatos provoque que los

usuarios o los capturistas cometan errores sistemáticos. Si se advierte un
número significativo de errores similares cuando se registra la información
de un formato, puede ser que el diseño sea inadecuado. Rediseñar el
formato puede ayudar a disminuir errores.

La información también puede ser verificada utilizando mecanismos de

revisión integrados al proceso de captura automatizada. Por ejemplo, una
base de datos que contenga domicilios particulares puede incluir una lista
de todas las direcciones válidas. El sistema puede ser programado para
asegurar que solo se acepten direcciones válidas. Esa técnica de
verificación no necesariamente garantiza que se capturen las direcciones
correctas, pero si que todas sean por lo menos reales.

De igual forma, se pueden instalar sistemas de revisión aritmética para la

captura de números. Por ejemplo, un formato puede requerir que los
usuarios indiquen el total de una suma. El sistema de revisión indicará
cuando exista una discrepancia en la captura, induciendo al capturista a
revisar y corregir la información.

Las pruebas aritméticas o lógicas también se pueden utilizar para verificar

el ingreso de información. Por ejemplo, si un operador está introduciendo
información sobre los sitios de información, el sistema puede ser
programado para cuestionar cualquier resultado que muestre más votos
que electores registrados en la mesa respectiva. Las tendencias también
pueden ser calculadas por un sistema de cómputo de tal forma que
cualquier resultado que difiera de la tendencia por un número inusual
puede ser identificado y contestado.
 Asegurar la confiabilidad de la información después de que ha sido
capturada

Una vez que la información ha sido incorporada en un sistema de

cómputo, es importante almacenarla y darle mantenimiento de forma
segura, así como utilizarla de tal forma que su integridad no se vea
comprometida. Estas cuestiones son abordadas en Asegurar la
Disponibilidad de la Información.

e) Desarrolle la estadística descriptiva para elaborar tablas, gráficos e

interpretar resultados, conforme a la investigación jurídica. (02 puntos)

¿Qué debemos entender por “Estadística Descriptiva”?

Aquella rama de la estadística que sólo describe a un conjunto de datos,
usando para ello medidas de resumen, tablas de frecuencias y/o gráficos.
Dichos datos pueden ser obtenidos desde una muestra o desde una
población.
Por ejemplo La empresa comercializadora de flores Rosatel, busca
constantemente nuevas formas de comunicación a través de arreglos
florales y/o obsequios. La empresa siempre está en permanente
innovación de los productos y servicios que brinda a sus clientes. Para
identificar aspectos específicos de los clientes, se aplicó un cuestionario a
una muestra de 110 clientes dando los siguientes resultados:  Un 80%
están contentos con los productos y los servicios que presta Rosatel.  Un
65% solicitan que los precios de los productos disminuyan, pero sin bajar
las calidad de los mismos.  Un 40% solicitan que se aperturen más
sucursales en lugares alejados de la ciudad. ¿Qué debemos entender por
“Estadística Inferencial”? Aquella rama de la estadística que generaliza los
resultados hallados en una muestra representativa, haciéndolos válidos
hacia toda la población. Resultados a boca de urna según DATUM Gana
Perú Ollanta Humala 52.7% Fuerza 2011 Keiko Fujimori 47.1%
Considere lo siguiente: Según la Oficina Nacional de Procesos Electorales
(ONPE), en este proceso electoral se contó con 19,94 millones de
electores peruanos aptos, repartidos en 86,971 mesas de votación que se
ubicaron en territorio nacional y 754,154 votantes en el extranjero
repartidos en 2,820 mesas.
DEFINICIONES BÁSICAS UNIDAD DE ANÁLISIS 
Se llamará así a cada uno de los elementos de una población sobre el
que se hará la medición de la característica de interés. También se le
conoce como “unidad estadística” o “unidad elemental”.
UNIDAD DE MUESTREO 
Está determinada por el agrupamiento de una o más unidades de análisis.
Las unidades de muestreo deben cubrir a toda la población y no
traslaparse en el sentido de que todo elemento de la población pertenezca
a solo una unidad de muestreo. Además, cada unidad de muestreo debe
estar perfectamente definida, ser identificable y observable. Por ejemplo:
Si nuestra unidad de análisis en una encuesta son los talleres de
confección en un parque industrial, nuestra unidad de muestreo podría ser
las manzanas que conforman este parque industrial. Otro ejemplo: En una
encuesta a realizar en la ciudad de Lima, la unidad de muestreo puede ser
una persona, los miembros de una familia o las personas que viven en una
manzana.
MARCO DE MUESTREO 
Se llama así a la lista de todas las unidades de muestreo.
Por ejemplo: Si la unidad de muestreo son las manzanas de un parque
industrial, el marco de muestreo será la relación de todas las manzanas de
este parque industrial, dicho marco de muestreo está disponible en el
municipio del distrito. Otro ejemplo: Supongamos que recibimos en la
aduana un lote de 6000 cajas que contienen 30 artículos cada una. Para
realizar una inspección por muestreo, el marco muestral está dado por la
lista de todas las 6000 cajas recibidas. La unidad de muestreo será un
caja y la unidad de análisis un artículo. PARÁMETRO  Representa una
característica de la población. Para obtener su valor se hace necesario
contar con toda la información que brindan los elementos de una
población. ESTADIGRAFO O ESTIMADOR  Representa una
característica de la muestra. Para obtener su valor se utiliza la información
muestral. Cabe mencionar que los valores obtenidos de un estimador se
conocen como estimación
FICHA TÉCNICA DEL ESTUDIO ESTUDIO DE OPINIÓN – NACIONAL 1.
Nombre de la encuestadora: Ipsos APOYO Opinión y Mercado S.A. 2.
 Número de registro: 0001-REE / JNE 3 Persona jurídica que encomendó
la encuesta: América Televisión 4. Metodología Marco Muestral: Para la
construcción del diseño muestral se ha tomado como marco muestral el
padrón electoral 2010 – Elecciones Municipales y Regionales,
Referéndum FONAVI. Para la selección de las viviendas Ipsos APOYO
cuenta con un marco muestral cartográfico de manzanas de vivienda del
Censo 2007 para Lima Metropolitana y 2005 para las grandes ciudades.
Diseño Muestral: Se realizó una muestra probabilística polietápica. Los
estratos se definen por el cruce de la variable región geográfica 1 (Lima,
Costa Norte, Costa Sur, Costa Centro, Sierra Norte, Sierra Sur, Sierra
Centro, Oriente) y ámbito (Urbano y rural) y en cada estrato se seleccionó
una muestra de localidades y dentro de ellas zonas con inicio aleatorio de
manzanas. Posteriormente se realizó un muestreo sistemático de
viviendas en cada manzana seleccionada y se aplicaron cuotas de sexo y
edad para la selección de personas al interior de cada vivienda. 5. Sistema
de Muestreo: En el manejo de nuestro marco muestral cartográfico para la
selección de viviendas se utiliza un sistema de muestreo de manzanas
(SIMUM) en entorno visual de IPSOS APOYO; este software permite
seleccionar muestras de manzanas sistemáticamente con inicio aleatorio
de tal manera que estas sean representativas. 6. Tamaño de la muestra:
1995 personas entrevistadas 7. Margen de error: Para los resultados
obtenidos se tiene un margen de error de +/- 2.2% 8. Nivel de
representatividad: Es el porcentaje que indica el nivel de inferencia del
estudio sobre el total de la población electoral. La representatividad a nivel
provincial numéricamente se calcula realizando el cociente entre la
población total que compone a las provincias del universo de estudio (15,
831,674) y la Población electoral del Perú (18, 878,337); esta representa
el 83.86%.
f) El proceso de medición utiliza diversas escalas: Nominal, Ordinal,
Intervalo y Razón. Escala Nominal: Sólo permite asignar un nombre,
etiqueta o valor al elemento sometido a medición. Los números que se
puedan asignar a las propiedades observadas en los elementos se utilizan
sólo como “etiquetas” con la finalidad de clasificarlos. Con esta escala no
tiene sentido realizar operaciones aritméticas. Por ejemplo: Estado civil,
Religión, Opinión a favor o en contra del Tratado de Libre Comercio.
Nacionalidad, etc. Escala Ordinal: Además de asignar un nombre, etiqueta
o valor, esta escala permite establecer un orden entre los elementos
sometidos a medición. Con esta escala solo se puede establecer una
relación de orden. Los números que se asignen a las propiedades deben
respetar el orden de la característica que se mide. Cada categoría puede
ser comparada con otra en relación de “mayor que” o “menor que”. Por
ejemplo: El orden de mérito de los alumnos en el curso de Estadística
Descriptiva. El grado de instrucción de los clientes de un banco. Opinión
sobre la atención en un supermercado, Etapa de desarrollo de un ser vivo,
etc. Escala de Intervalo: Además de asignar un nombre o etiqueta y
establecer un orden entre los elementos, esta escala permite calcular
diferencias entre los números asignados a las mediciones (el intervalo
entre observaciones que se expresa en términos de una unidad fija de
medida). Los datos de intervalo siempre son numéricos. En esta escala el
cero es relativo, es decir, no indica la ausencia de la característica medida
Por ejemplo: Las escalas de la temperatura: T(ºF) = 1,8 * T(ºC) + 32
Celsius °C) 0 0 20 Fahrenheit (°F) 32 50 68 Las fechas, el año 2000 fue 2
753 en el calendario romano, 2 749 en el calendario babilónico, 6236 en el
egipcio, 2544 en el budista, 5119 en el maya. Ubicación en una carretera
respecto de un punto de referencia, etc. Escala de Razón: Una variable
está medida en escala de razón si los datos tienen todas las propiedades
de los datos de intervalo y el cociente de los dos valores es significativa
Presenta las propiedades de las escalas anteriores y además tiene un
punto cero absoluto en su origen. En esta escala se permite las
operaciones aritméticas a los números asignados. En esta escala el cero
indica la ausencia de característica de la medida. También se le conoce
como escala de proporción o cociente. Por ejemplo: El sueldo de los
trabajadores de un banco El peso de los alumnos de estadística
Descriptiva de la UPC. Altura de una persona. Velocidad de un auto en la
carretera, etc. Tipos de Variables Cualitativas: Aquellas que al ser
medidas quedan expresadas por etiquetas o nombres que se utilizan para
identificar una característica o atributo. Las mediciones de estas
características emplean la escala nominal ú ordinal. Cuantitativas: Se
expresan en escala de intervalo o de razón. Estas a su vez pueden
clasificarse en discretas o continuas. Una variable cuantitativa discreta
 asume una cantidad finita o infinita numerable de valores, mientras que
una variable cuantitativa continua asume una cantidad infinita no
numerable de valores.
g) Desarrolle la estadística inferencial para aplicar pruebas, contrastar
hipótesis (Correlación de Pearson, R de Spearman, otros.) y tomar la
decisión, conforme a la investigación jurídica. (03 puntos)

El coeficiente de correlación de Spearman es una medida no paramétrica de la

correlación de rango (dependencia estadística del ranking entre dos variables).
Se utiliza principalmente para el análisis de datos.
Mide la fuerza y la dirección de la asociación entre dos variables clasificadas.
Pero antes de hablar de la correlación de Spearman, es importante entender la
correlación de Pearson, la cual es una medida estadística de la fuerza de una
relación lineal entre datos emparejados.

Para el cálculo y la prueba de significación de la variable de ranking, se

requiere que la siguientes suposiciones de datos sean ciertas:

 Nivel de intervalo o ratio

 Relación lineal
Bivariante distribuido
Si tus datos no cumplen con las suposiciones anteriores, necesitarás el
coeficiente de correlación de Spearman. Para esto, es necesario saber qué
función monótona es para entenderlo.

Una función monótona es aquella que nunca disminuye o nunca aumenta, ya

que es un incremento variable independiente

Cómo se usa el coeficiente de correlación de Spearman

En cada nivel, deberás comparar los valores de las dos variables. Aquí
tenemos un ejemplo de cómo funcionan los cálculos:

Los resultados de 9 estudiantes en Historia y Geografía se mencionan en la

siguiente tabla.

Paso 1: Crear una tabla con los datos obtenidos.

Paso 2: Comienza por clasificar los dos conjuntos de datos. La clasificación de

los datos puede lograrse asignando la clasificación “1” al número más grande
de la columna, “2” al segundo número más grande, y así sucesivamente. El
valor más pequeño generalmente obtendrá la clasificación más baja. Esto debe
hacerse para ambos conjuntos de mediciones.

Paso 3: Agrega una tercera columna “d” a tu conjunto de datos, “d” aquí denota
la diferencia entre los rangos. Por ejemplo, si el rango de física del primer
estudiante es 3 y el rango de matemáticas es 5, entonces la diferencia en el
rango es 3.

¿Qué es correlación?

Un coeficiente de correlación mide el grado en que dos variables tienden a

cambiar al mismo tiempo. El coeficiente describe tanto la fuerza como la
dirección de la relación. Minitab ofrece dos análisis de correlación diferentes:
Correlación del momento del producto de Pearson

La correlación de Pearson evalúa la relación lineal entre dos variables

continuas. Una relación es lineal cuando un cambio en una variable se
asocia con un cambio proporcional en la otra variable.

Por ejemplo, usted puede usar una correlación de Pearson para evaluar
si los aumentos de temperatura en sus instalaciones de producción
están asociados con una disminución en el espesor de las capas de
chocolate.

Correlación del orden de los rangos de Spearman

La correlación de Spearman evalúa la relación monótona entre dos

variables continuas u ordinales. En una relación monótona, las variables
tienden a cambiar al mismo tiempo, pero no necesariamente a un ritmo
constante. El coeficiente de correlación de Spearman se basa en los
valores jerarquizados de cada variable y no en los datos sin procesar.

La correlación de Spearman suele utilizarse para evaluar relaciones en

las que intervienen variables ordinales. Por ejemplo, usted puede usar
una correlación de Spearman para evaluar si el orden en que los
empleados completan un ejercicio de prueba se relaciona con el número
de meses que han estado trabajando en la empresa.

Siempre es una buena idea examinar la relación entre las variables con
una gráfica de dispersión. Los coeficientes de correlación solo miden
relaciones lineales (Pearson) o monótonas (Spearman). Son posibles otras
relaciones.

Comparación de los coeficientes de Pearson y Spearman

El valor de los coeficientes de correlación de Pearson y Spearman puede

variar de −1 a +1. Para que el coeficiente de correlación de Pearson sea
+1, cuando una variable aumenta, la otra variable aumenta en una
 cantidad consistente. Esta relación forma una línea perfecta. El coeficiente
de correlación de Spearman también es +1

En el contexto de los problemas jurídicos o sociales se sugiere, por ejemplo,

una búsqueda de tesis en los repositorios que le servirán de ejemplo:
https://alicia.concytec.gob.pe/vufind/
https://dspace.unitru.edu.pe/handle/UNITRU/891
https://repositorioacademico.upc.edu.pe/handle/10757/621581

NOTA 1:
En todo momento consulte sus materiales de estudio. Consulte con su docente
aquellos aspectos que no quedan claros en su autoaprendizaje.
s_garcia@alu.uap.edu.pe

NOTA 2:
El criterio de la consulta bibliográfica o de diversas fuentes en estilo APA 7 se
califica con 03 puntos.