RELACIÓN/ASOCIACIÓN ENTRE

VARIABLES
 PARAMÉTRICO r de Pearson

NO PARAMÉTRICO Rho de Spearman

Dos nominales (2
categorías)

Coeficiente Phi
Dos ordinales
(ordenados)

T de Kendall
Dos no-cuantitativas

Chi-cuadrado
 COEFICIENTE DE CORRELACIÓN DE PEARSON:
ASPECTO CONCEPTUALES

• PERMITE MEDIR LA INTENSIDAD (PEQUEÑA, MODERADA, GRANDE) DE LA

RELACIÓN ENTRE DOS O MÁS VARIABLES Y SU SENTIDO (POSITIVA O
NEGATIVA; DIRECTA O INVERSA).
 ¿EN QUÉ TIPO DE ESTADÍSTICA SE USA?

• LA CORRELACIÓN PRODUCTO MOMENTO DE PEARSON SE USA PARA

EL CÁLCULO DEL VALOR DE ASOCIACIÓN ENTRE DOS VARIABLES EN
LA MUESTRA, Y ASÍ ESTIMAR LA CORRELACIÓN DE DICHAS VARIABLES
EN LA POBLACIÓN.

• ESTADÍSTICA PARAMÉTRICA.

• SE USA “R” PARA EL ESTADÍSTICO Y LA Ρ (“RHO”) PARA EL PARÁMETRO.

 POBLACIÓN MUESTRA

Variable 1 Variable 2 Variable 1 Variable 2

ρ ESTIMADOR DE r

Correlación en Correlación en
la población la muestra
 ASPECTO CONCEPTUALES (II):
DIRECCION

• VA A DEPENDER DEL PATRÓN DE RELACIÓN ENTRE DOS VARIABLES.

• SI UNA VARIABLE X AUMENTA, Y LA VARIABLE Y TAMBIÉN AUMENTA SE
DICE QUE LA DIRECCIÓN ES POSITIVA.
• TAMBIÉN SE DA CUANDO AMBAS DISMINUYEN.
• P.E. ANSIEDAD Y DEPRESIÓN (R= 0.45).
• EN CAMBIO, SI SE OBSERVA QUE LA VARIABLE Y AUMENTA MIENTRAS
LA VARIABLE X DISMINUYE, SE DICE QUE LA DIRECCIÓN ES NEGATIVA.
• P.E. ANSIEDAD ANTE LOS EXÁMENES Y RENDIMIENTO ACADÉMICO (R=
-0.45)
 ASPECTO CONCEPTUALES (III):
MAGNITUD

• LA MAGNITUD O GRADO DE LA CORRELACIÓN HACE REFERENCIA A

LA FUERZA O INTENSIDAD DE LA RELACIÓN.

• ¿CÓMO VALORARLO?

• MENOR DE .20: INSIGNIFICANTE

• ENTRE .20 Y .50: BAJA
• ENTRE .50 Y .80: MODERADA
• MAYOR QUE .80: FUERTE
 Enfoque estadístico de
prueba de hipótesis
PRUEBAS DE HIPÓTESIS
1. Plantear la hipótesis
estadística

¿X E Y ESTÁN CORRELACIONADAS DE
FORMA ESTADÍSTICAMENTE 2. Establecer criterios a priori
SIGNIFICATIVA?: para saber si rechazamos la
hipótesis (valor p)

HO : = 0 (LA CORRELACIÓN
ENTRE LAS VARIABLES X E Y NO ES 3. Analizar los datos
ESTADÍSTICAMENTE SIGNIFICATIVA)
4. Decidir si rechazamos o
H1 :  ≠ 0 (LA CORRELACIÓN aceptamos la hipótesis
ENTRE LAS VARIABLES X E Y ES
ESTADÍSTICAMENTE SIGNIFICATIVA)
5. Reporte de resultados

CRITERIO: NIVEL DE
SIGNIFICACIÓN
• SI EL NIVEL DE SIGNIFICACIÓN (P-VALOR) ES
MENOR A 0.05, SE RECHAZA LA HIPÓTESIS
NULA. POR LO TANTO, LA CORRELACIÓN SÍ ES
ESTADÍSTICAMENTE SIGNIFICATIVA.
Enfoque estadístico de
prueba de hipótesis
1. Plantear la hipótesis
estadística
2. Establecer criterios a priori
para saber si rechazamos la
hipótesis (valor p)
3. Analizar los datos
4. Decidir si rechazamos o
aceptamos la hipótesis
5. Reporte de resultados
 EJEMPLO
SE DESEA ANALIZAR LA CORRELACIÓN ENTRE TALLA Y PESO. SE ELIGIÓ UNA
MUESTRA DE 5 ESTUDIANTES CUYOS RESULTADOS SE DAN A
CONTINUACIÓN:

Talla (X) Peso(Y)

1.68 68
1.89 70
1.75 80
1.56 45
1.48 48
 Enfoque estadístico de
prueba de hipótesis

1. Plantear la hipótesis
estadística
HO : = 0 (LA CORRELACIÓN ENTRE TALLA Y
PESO NO ES ESTADÍSTICAMENTE SIGNIFICATIVA)
2. Establecer criterios a priori
para saber si rechazamos la
hipótesis (valor p)
H1 :  ≠ 0 (LA CORRELACIÓN ENTRE TALLA Y
PESO ES ESTADÍSTICAMENTE SIGNIFICATIVA)
3. Analizar los datos
• ALFA = 0.05
4. Decidir si rechazamos o
aceptamos la hipótesis

5. Reporte de resultados
FÓRMULA PARA HALLAR EL Enfoque estadístico de
prueba de hipótesis
COEFICIENTE R
1. Plantear la hipótesis
estadística

2. Establecer criterios a priori

n n n para saber si rechazamos la
n X
i =1
i Yi − X Y
i =1
i
i =1
i
hipótesis (valor p)

r =
 n  n 
2  n  n 
2
3. Analizar los datos
n
 X 2
i − 
 Xi 

 n
 Y i
2
− 
  Yi 



 i =1  i = 1    i =1  i = 1  
4. Decidir si rechazamos o
aceptamos la hipótesis

13
5. Reporte de resultados
 HALLANDO EL COEFICIENTE R
Xi Yi Xi*Yi Xi2 Yi2
1.68 68 114.24 2.8224 4624 Xi*Yi=1.68*68=114.24;
5
1.89 70 132.3 3.5721 4900  x i * y I = 527.78
i =1
1.75 80 140 3.0625 6400
1.56 45 70.2 2.4336 2025  Xi = 8.36;  Yj = 311;  Xi *  Yj = 8.36*311 = 2.599.96

1.48 48 71.04 2.1904 2304

 Xi = 14.081;  Yi = 20253
2 2

Total 8.36 311 527.78 14.081 20253

• INFORMACIÓN NECESARIA PARA EL CÁLCULO DEL COEFICIENTE DE

CORRELACIÓN:
• LA SUMA DE LOS PRODUCTOS DE XI CON YI.
14

• SUMA DE LOS XI,

 HALLANDO EL COEFICIENTE R

REEMPLAZANDO EN LA FÓRMULA
n n n
n X
i =1
i Yi − X Y
i =1
i
i =1
i

r =
 n  n 
2  n  n 
2
n
 X 2
i − 
 
Xi 

 n
 Y i
2
− 
  Yi 



 i =1  i =1    i =1  i =1  

5* (527.78) − (8.36 *311)

r=
[5*14.081 − (8.36)2 ]*[5* 20253 − (311)2

2638.9 − 2599.96 38.94

r= = = 0.8046 15

0.5154 * 4544 48.3939

 PRUEBA DE HIPÓTESIS PARA
LA R DE PEARSON
• EL ESTADÍSTICO DE PRUEBA ES LA T
• (R → T DE STUDENT) / GL: N - 2

rxy − 0
t=
1 − rxy
2

n−2

0.8046 − 0 0.8046
t= = = 2.3469
1 − 0.80462 0.34284
5−2 16
Usar esta tabla para
valores críticos de t
 INTERPRETACIÓN
Enfoque estadístico de
prueba de hipótesis
-3.182 + 3.182
1. Plantear la hipótesis
estadística

2. Establecer criterios a priori

para saber si rechazamos la
hipótesis (valor p)

2.34 3. Analizar los datos

El valor de t= 2.3469 cae en la región de aceptación

de la hipótesis nula.
4. Decidir si rechazamos o
Concluimos que la relación entre las variables no fue retenemos la hipótesis nula
estadísticamente significativa.
18
5. Reporte de resultados
 Enfoque estadístico de
prueba de hipótesis

1. Plantear la hipótesis
estadística
• LA RELACIÓN ENTRE TALLA Y PESO NO FUE
ESTADÍSTICAMENTE SIGNIFICATIVA (R = .8046, P 2. Establecer criterios a priori
para saber si rechazamos la
> .05). SIN EMBARGO, A NIVEL DE
hipótesis (valor p)
SIGNIFICANCIA PRÁCTICA LA ASOCIACIÓN FUE
GRANDE.
3. Analizar los datos

4. Decidir si rechazamos o
aceptamos la hipótesis

5. Reporte de resultados
APLICACIONES CON
JAMOVI
 SITUACIÓN (BASE SEMANA 13)

• SE DESEA CONOCER LA RELACIÓN EXISTENTE ENTRE LA RESILIENCIA Y

DEPRESIÓN EN UN GRUPO DE UNIVERSITARIOS.

• SE OBTUVO PARA ELLO UNA MUESTRA REPRESENTATIVA.

 PLANTEAMIENTO DE HIPÓTESIS Enfoque estadístico de
ESTADÍSTICA prueba de hipótesis

HO : = 0 (LA RELACIÓN ENTRE LA
RESILIENCIA Y DEPRESIÓN NO ES
ESTADÍSTICAMENTE SIGNIFICATIVA)
1. Plantear la hipótesis
estadística
2. Establecer criterios a priori
para saber si rechazamos la
hipótesis (valor p)

H1 :  ≠ 0 (LA RELACIÓN ENTRE LA

RESILIENCIA Y DEPRESIÓN ES 3. Analizar los datos
ESTADÍSTICAMENTE SIGNIFICATIVA)
4. Decidir si rechazamos o
• Α = 0.05 aceptamos la hipótesis

5. Reporte de resultados
 Enfoque estadístico de
1 prueba de hipótesis

1. Plantear la hipótesis
2 estadística

2. Establecer criterios a priori

para saber si rechazamos la
hipótesis (valor p)

3. Analizar los datos

4. Decidir si rechazamos o
aceptamos la hipótesis

5. Reporte de resultados
 1. Pasar variables

1
2
3
 Enfoque estadístico de
DECISIÓN prueba de hipótesis

1. Plantear la hipótesis
estadística
• R= -.268 ; P-VALOR < 0.01
2. Establecer criterios a priori
para saber si rechazamos la
• COMO EL NIVEL DE SIGNIFICACIÓN ES MENOR A hipótesis (valor p)
0.05, SE RECHAZA LA HIPÓTESIS NULA. POR LO
TANTO, LA CORRELACIÓN ES ESTADÍSTICAMENTE
SIGNIFICATIVA.
3. Analizar los datos

• ¿CUÁL ES LA DIRECCIÓN DE LA CORRELACIÓN?

4. Decidir si rechazamos o
• ¿CUÁL ES LA MAGNITUD DE LA CORRELACIÓN? aceptamos la hipótesis
[EFFECT SIZE]

5. Reporte de resultados

REPORTE
• DE ACUERDO CON LOS RESULTADOS,
EXISTE UNA RELACIÓN INVERSA Y
ESTADÍSTICAMENTE SIGNIFICATIVA ENTRE
DEPRESIÓN Y RESILIENCIA (R = -.268;
P<.05), AUNQUE DE BAJA MAGNITUD.
Enfoque estadístico de
prueba de hipótesis
1. Plantear la hipótesis
estadística
2. Establecer criterios a priori
para saber si rechazamos la
hipótesis (valor p)
3. Analizar los datos
4. Decidir si rechazamos o
aceptamos la hipótesis
5. Reporte de resultados
OPCIONES NO-PARAMÉTRICAS:
CORRELACIÓN POR RANGOS DE
SPEARMAN
• SI LAS CONDICIONES DE LOS DATOS NO SON
LAS SUFICIENTES PARA APLICAR EL
PRODUCTO-MOMENTO DE PEARSON SE OPTA
POR LA CORRELACIÓN POR RANGOS DE
SPEARMAN (RS).

• EN CUANTO A SU SIGNIFICANCIA
ESTADÍSTICA, SE PUEDE PROBAR LA HIPÓTESIS
 ¿BAJO QUÉ CONDICIONES SE USA?

• LAS VARIABLES DEBEN ESTAR AL

MENOS EN ESCALA ORDINAL.
• (TAMBIÉN PUEDE USARSE CON
VARIABLES EN ESCALA DE INTERVALO)
 PRUEBAS DE HIPÓTESIS:
¿SERÁ SIGNIFICATIVA LA CORRELACIÓN?

¿X E Y ESTÁN ASOCIADAS?:

HO : LAS VARIABLES NO ESTÁN ASOCIADAS DE FORMA

ESTADÍSTICAMENTE SIGNIFICATIVA (SON INDEPENDIENTES)
H1 : LAS VARIABLES ESTÁN ASOCIADAS DE FORMA ESTADÍSTICAMENTE
SIGNIFICATIVA (NO SON INDEPENDIENTES)
 CRITERIO: NIVEL DE SIGNIFICACIÓN

• SI EL NIVEL DE SIGNIFICACIÓN ES MENOR A 0.05, SE RECHAZA LA

HIPÓTESIS NULA. POR LO TANTO, LAS VARIABLES ESTÁN ASOCIADAS.

• ESTO NOS QUIERE DECIR QUE LA RELACIÓN EXISTENTE SE DA POR LAS

VARIABLES Y NO POR EL AZAR.
 IMPORTANTE

• AL SER UNA PRUEBA NO PARAMÉTRICA, NO ES NECESARIA QUE LA

DISTRIBUCIÓN SE APROXIME A LA NORMALIDAD NI QUE LA MUESTRA
SEA REPRESENTATIVA, YA QUE LOS RESULTADOS NO SE VAN A
GENERALIZAR A LA POBLACIÓN.
 FORMULA PARA HALLAR RS

• EN DONDE DI = RANGO(XI) – RANGO(YI) ES LA

DIFERENCIA ENTRE LOS RANGOS DE X E Y.

33
 CALCULANDO RS

X Y Rangos Rangos Diferen d2

X Y cia
Se quiere conocer 65 74 4 6 -2 4
la relación que hay 72 61 5 3 2 4
entre aciertos de una 75 69 6 5 1 1
prueba de matemática X 82 90 7 9 -2 4
y aciertos de una prueba 50 51 1 1 0 0
de lengua Y 95 79 10 8 2 4
87 95 9 10 -1 1
53 52 2 2 0 0
83 77 8 7 1 1
64 63 3 4 -1 1

34

∑ de d2= 20
 Enfoque estadístico de
prueba de hipótesis

1. Plantear la hipótesis
estadística
HO : MATEMÁTICA Y LENGUA NO ESTÁN
ASOCIADAS DE FORMA ESTADÍSTICAMENTE
2. Establecer criterios a priori
SIGNIFICATIVA
para saber si rechazamos la
H1 : MATEMÁTICA Y LENGUA ESTÁN hipótesis (valor p)
ASOCIADAS DE FORMA ESTADÍSTICAMENTE
SIGNIFICATIVA
3. Analizar los datos

ALFA = 0.05
4. Decidir si rechazamos o
aceptamos la hipótesis

5. Reporte de resultados
 Enfoque estadístico de
CALCULANDO Ρ prueba de hipótesis

1. Plantear la hipótesis
estadística

2. Establecer criterios a priori

para saber si rechazamos la
hipótesis (valor p)

3. Analizar los datos

4. Decidir si rechazamos o
aceptamos la hipótesis

36
5. Reporte de resultados
 X Y Rangos Rangos Diferen d2
X Y cia
65 74 4 6 -2 4
72 61 5 3 2 4
75 69 6 5 1 1
82 90 7 9 -2 4
50 51 1 1 0 0
95 79 10 8 2 4
87 95 9 10 -1 1
53 52 2 2 0 0
83 77 8 7 1 1
64 63 3 4 -1 1

∑ de d2= 20

6(20) 120
rs=1- =1− = 0.879
10(100−1) 990
 Enfoque estadístico de
prueba de hipótesis

1. Plantear la hipótesis
estadística

2. Establecer criterios a priori

para saber si rechazamos la
hipótesis (valor p)

(EN LA TABLA SE LOCALIZAN LOS VALORES

CRÍTICOS A DIFERENTES NIVELES DE SIGNIFICANCIA 3. Analizar los datos
PARA UN GRUPO DE 10 SUJETOS).
SE ENCONTRÓ QUE EL VALOR CALCULADO DE RS= 4. Decidir si rechazamos o
0.879 REBASABA EL VALOR CRÍTICO DE 0.564 EN EL aceptamos la hipótesis

NIVEL DE SIGNIFICANCIA DE 0.05. POR LO TANTO

38
SE RECHAZA LA HIPOTESIS NULA. 5. Reporte de resultados
 Enfoque estadístico de
prueba de hipótesis

• DE ACUERDO CON LOS RESULTADOS, EXISTE UNA
RELACIÓN DIRECTA Y ESTADÍSTICAMENTE
SIGNIFICATIVA ENTRE MATEMÁTICA Y LENGUA (RS
= .879; P<.05), Y DE ELEVADA MAGNITUD.
1. Plantear la hipótesis
estadística
2. Establecer criterios a priori
para saber si rechazamos la
hipótesis (valor p)

3. Analizar los datos

4. Decidir si rechazamos o
aceptamos la hipótesis

5. Reporte de resultados
 PERO…
• SI N > 20, ENTONCES…

rs

rs2

• Haciendo el cálculo… t = 5.214 (gl: n - 2)

40
Usar esta tabla para
valores críticos de t
 El valor de t cae en la
-2.306 + 2.306
región de rechazo de la
hipótesis nula.

Concluimos que la relación

entre las variables fue
estadísticamente
significativa.

5.214
42
APLICACIONES CON
JAMOVI
• ¿EXISTIRÁ UNA RELACIÓN SIGNIFICATIVA ENTRE RESILIENCIA Y
DEPRESIÓN?
• NO SE ASUME DISTRIBUCIÓN NORMAL NI UNA MUESTRA
REPRESENTATIVA.
 PLANTEAMIENTO DE HIPÓTESIS
HO : RESILIENCIA Y DEPRESIÓN NO ESTÁN ASOCIADAS DE
FORMA ESTADÍSTICAMENTE SIGNIFICATIVA

H1 : RESILIENCIA Y DEPRESIÓN ESTÁN ASOCIADAS DE FORMA

ESTADÍSTICAMENTE SIGNIFICATIVA

• Α = 0.05
 Lo mismo que el procedimiento anterior

1
1
 CONCLUSIÓN

• RS= -.296; P-VALOR < 0.001

• COMO EL NIVEL DE SIGNIFICACIÓN ES MENOR A 0.05, SE RECHAZA

LA HIPÓTESIS NULA. POR LO TANTO, LA LAS VARIABLES ESTÁN
ASOCIADAS.

• ¿CUÁL ES LA DIRECCIÓN DE LA ASOCIACIÓN?

• ¿CUÁL ES LA MAGNITUD DE LA ASOCIACIÓN? [SIMILAR A PEARSON]