UNIVERSIDAD NACIONAL

“JOSÉ FAUSTINO SÁNCHEZ CARRIÓN”

ESCUELA DE POSGRADO
MAESTRÍA EN DOCENCIA SUPERIOR E
INVESTIGACIÓN UNIVERSITARIA

Dr. VÁSQUEZ TREJO, CÉSAR W.

1
COEFICIENTE DE CORRELACIÓN LINEAL
“r” DE PEARSON
• Conocido también como coeficiente de correlación
Producto-Momento de Pearson, en honor a Karl Pearson
(1857-1936)
• Es una prueba estadística paramétrica que se utiliza para
medir el grado de relación lineal entre dos variables
cuantitativas medidas en escala de Intervalo o de Razón.
• Requiere que las variables tengan una distribución normal.
Por tanto, antes de calcularlo habrá que comprobar que se
cumplan las condiciones de normalidad de las dos variables
mediante el (Test Kolmogorov- Smirnov o Shapiro-Wilk)
La ecuación para medir el coeficiente de correlación es la siguiente:

n xy − ( x )( y )
r=
Donde:
n x 2 2

− ( x ) n( y ) − ( y )
2 2

r: Coeficiente de correlación de Pearson 2
n: Número de datos
❑ Dos variables están relacionadas de manera directa o positiva, cuando al subir
los puntajes de la variable X, también suben los puntajes de la variable Y.

Y Y

Relación Lineal X Relación Lineal Positiva X

Positiva Perfecta
❑ También pueden estar relacionadas de manera inversa o negativa. Esto ocurre
cuando los puntajes de la variable X se incrementan y los puntajes de la variable Y
se reducen.
Y
Y

X
Relación Lineal X Relación Lineal Negativa 3
Negativa Perfecta
Interpretación

Tabla 1
Interpretación del coeficiente de correlación de Pearson o Spearman

Rango Interpretación
De - 0, 91 a - 1, 00 Correlación negativa muy alta
De - 0, 71 a - 0, 90 Correlación negativa alta
De - 0, 41 a - 0, 70 Correlación negativa moderada
De - 0, 21 a - 0, 40 Correlación negativa baja
De 0, 00 a - 0, 20 Correlación negativa prácticamente nula
De 0, 00 a 0, 20 Correlación positiva prácticamente nula
De 0, 21 a 0, 40 Correlación positiva baja
De 0, 41 a 0, 70 Correlación positiva moderada
De 0, 71 a 0, 90 Correlación positiva alta
De 0, 91 a 1, 00 Correlación positiva muy alta

Nota : Tomado de Bisquerra Alzina, Rafael. (2009). Metodología de la

Investigación Educativa. Madrid: Muralla, S.A. p.212
4
CASO PRÁCTICO:
Con el objetivo de conocer si existe relación entre la satisfacción laboral y el
desempeño profesional de los trabajadores administrativos de la Facultad de
Educación en la Universidad Nacional José Faustino Sánchez Carrión. Un
investigador aplicó: una “escala de satisfacción laboral” y una “Ficha de desempeño
profesional” a una población de estudio de 12 administrativos y obtuvo los siguientes
resultados: Satisfacción Desempeño
Personas
laboral profesional
(Puntuación) (Puntuación)
1 65 68
2 63 66
3 67 68
4 64 65
5 68 69
6 62 66
7 70 68
8 66 65
9 68 71
10 67 67
11 69 68
12 71 70

¿Existe relación entre las variables Satisfacción laboral y desempeño profesional ? 5

Resolución:
Prueba de Normalidad
Para realizar la prueba de normalidad de las variables satisfacción laboral y desempeño
profesional, se utilizará la prueba de Shapiro- Wilk, debido a que el número de datos es
menor que 50. Según el procedimiento siguiente:

Prueba de Normalidad de la variable Satisfacción laboral

Paso 1: Planteamiento de las Hipótesis
Hipótesis Nula:
H0: Las puntuaciones de la variable satisfacción laboral no difieren de una
población con distribución normal (se distribuye en forma normal)
Hipótesis Alterna:
Ha: Las puntuaciones de la variable satisfacción laboral difieren de una
población con distribución normal (no se distribuye en forma normal)

Paso 2: Establecer el Nivel de significancia o riesgo

.Nivel de significancia: α = 0,05= 5%

6
Paso 3: Cálculo del estadístico de prueba: Shapiro-Wilk

Analizar /Estadísticos descriptivos/Explorar

Paso 4: Formular la regla de decisión

- Si p –valor (Sig.)< 0.05 ; se rechaza la hipótesis nula

- Si p-valor (Sig.) > 0.05 ; No se rechaza la hipótesis nula

Paso 5: Conclusión

Como el p-valor (Sig.) = 0.961 como este valor es mayor a 0,05 se infiere que hay
suficiente evidencia estadística para no rechazar la hipótesis nula, concluyendo que las
puntuaciones de la variable satisfacción laboral presentan una distribución normal. 7
Prueba de Normalidad de la variable Desempeño profesional

Paso 1: Planteamiento de las Hipótesis

Hipótesis Nula:
H0: Las puntuaciones de la variable desempeño profesional no difieren de una
población con distribución normal (se distribuye en forma normal)
Hipótesis Alterna:
Ha: Las puntuaciones de la variable desempeño profesional difieren de una
población con distribución normal (No se distribuye en forma normal)

Paso 2: Establecer el Nivel de significancia o riesgo

.Nivel de significancia: α = 0.05= 5%

Paso 3: Cálculo del estadístico de prueba: Shapiro-Wilk

8
Paso 4: Formular la regla de decisión
- Si p –valor (Sig.)< 0.05 ; se rechaza la hipótesis nula

- Si p-valor (Sig.) > 0.05 ; No se rechaza la hipótesis nula

Paso 5: Conclusión

Como el p-valor (Sig.) = 0.552 como este valor es mayor a 0.05 se infiere que hay
suficiente evidencia estadística para no rechazar la hipótesis nula, concluyendo que las
puntuaciones de la variable desempeño profesional presentan una distribución normal.

Como ambas variables presentaron distribución normal, para realizar la contrastación de

la hipótesis se utilizará la prueba de correlación lineal R de Pearson.
9
Prueba de Hipótesis
Cálculo manual o con Excel
Paso 1: Planteamiento de las Hipótesis (de correlación)

Hipótesis estadística nula:

H0: No existe correlación significativa entre la satisfacción laboral y el desempeño
profesional de los trabajadores administrativos de la Facultad de Educación de
la Universidad Nacional José Faustino Sánchez Carrión. (r =0)

Hipótesis estadística alterna:

Ha: Existe correlación significativa entre la satisfacción laboral y el desempeño
profesional de los trabajadores administrativos de la Facultad de Educación de
la Universidad Nacional José Faustino Sánchez Carrión. (r ≠ 0)

Paso 2: Elegir el Nivel de significación (o riesgo) de la prueba

Nivel de significación: α = 0.05= 5%
10
 Paso 3: Cálculo del estadístico de prueba: “t” de Student para el coeficiente
de correlación de Pearson
Desempeño
Satisfacción
profesional
laboral (X)
(Y) 𝑋2 𝑌2 𝑥∗𝑦
1 65 68 4225 4624
2 4420
2
2 63 66 3969
X
4356
Y
4158
3 67 68 4489 4624 4556
4 64 65 4096 4225 4160
𝑋2 𝑌2
5 68 69 4624 4761 4692
6 62 66 3844 4356 4092
7 70 68 4900 4624 4760
8 66 65 4356 4225 4290
9 68 71 4624 5041 4828
10 67 67 4489 4489 4489
11 69 68 4761 4624 4692
12 71 70 5041 4900 4970
800 811 53418 54849 54107

Hallamos el Coeficiente de n xy − (  x )(  y ) r = 0.70

σ 𝑥= =
σr𝑦= ෍ 𝑥2 = ෍ 𝑦2 = σ 𝑥𝑦=
correlación lineal:  n x 2 − ( x )   n y − ( y )2 
       
2 2

En Excel: = COEF.DE.CORREL( matríz 1; matríz 2) 11

 n−2 12 − 2
Hallamos el “t” calculado: tn − 2 = rxy tcalculado = 0.701 = 3.11
1 − rxy2 1 − 0.7012

Obtención del “t” crítico (en tablas o en Excel) – Prueba Bilateral

gl = n-2= 12 – 2 = 10 grados de libertad

Región de Región de
Rechazo de Ho Rechazo de Ho
Región de
Aceptación de Ho
1- α
α/2=0.025 α/2=0.025

- 2.23 3.11
tcrítico=2.23

En Excel: = INV.T.2C( 0.05; 10)

Paso 4: Formular la regla de decisión

tcalc.  tcrítico ( tabla ) No rechazar H 0

tcalc.  tcrítico ( tabla ) Rechazar H 0

12
Paso 5: Conclusión

Como el tcal  ttabla , entonces se rechaza la hipótesis nula y se acepta la

hipótesis alterna. Es decir existe suficiente evidencia estadística para
inferir que existe una correlación significativa, entre la satisfacción
laboral y el desempeño profesional de los trabajadores administrativos de
la Facultad de Educación en la Universidad Nacional José Faustino
Sánchez Carrión.
El valor del coeficiente de correlación de r = 0,70 nos indica
estadísticamente que existe una correlación positiva alta. Es decir, a
medida que la satisfacción laboral aumenta, el desempeño
profesional también aumenta.

13
MÉTODO DEL VALOR P- Cálculo con SPSS
Debemos tener en cuenta los siguientes conceptos:
p-valor: Es la probabilidad de que el “estadístico de prueba” tome un valor igual o
superior al muestral bajo el supuesto de que la hipótesis nula es cierta.

Nivel de significancia (α): Es la probabilidad de cometer el error de rechazar la hipótesis nula

cuando esta debió ser aceptada por ser verdadera” (Error tipo I ). En el SPSS se fija un 5 %

Paso 1: Planteamiento de las Hipótesis (de correlación)

Hipótesis estadística nula:
H0: No existe correlación significativa entre la satisfacción laboral y el desempeño
profesional de los trabajadores administrativos de la Facultad de Educación de
la Universidad Nacional José Faustino Sánchez Carrión. (r =0)

Hipótesis estadística alterna:

Ha: Existe correlación significativa entre la satisfacción laboral y el desempeño
profesional de los trabajadores administrativos de la Facultad de Educación de
la Universidad Nacional José Faustino Sánchez Carrión. (r ≠ 0)
Paso 2: Nivel de significancia o riesgo (α)
α = 0,05= 5% 14
 Paso 3: Calcular el valor del estadístico de la prueba

Analizar – Correlacionar - Bivariadas Se seleccionan las variables que nos interesa

correlacionar y se pasan al cuadro de diálogo
del lado derecho.
Selecciona la opción de coeficiente de
correlación de Pearson y después
Aceptar

1º
2º

15
 Tabla 1
Análisis de correlación entre la satisfacción laboral y el desempeño profesional

Paso 4: Formular la regla de decisión

- Si p –valor=Sig. (Bilateral) < 0.05 ; se rechaza la hipótesis nula

- Si p-valor =Sig. (Bilateral) > 0.05 ; no se rechaza la hipótesis nula

Paso 5: Conclusión
Como la sig. (Bilateral)= p-valor =0.011 es menor que la significación α= 0,05, entonces se
rechaza la hipótesis nula y se acepta la hipótesis alterna.
Existe correlación positiva moderada entre la satisfacción laboral y el desempeño
profesional (r = .703) siendo estadísticamente significativa (p < 0.05) . Concluyendo que
a medida que la satisfacción laboral aumenta, el desempeño profesional aumenta.
16
 Dispersión simple - Definir
Diagrama de dispersión
Es un tipo de gráfico que permite
analizar si existe algún tipo de relación
entre dos variables.

Gráficos – Cuadros de diálogo antiguos –

2º
Dispersión/puntos …

Seleccionar las variables de las que nos

interesa obtener el gráfico y pasarlas al Eje Y
y Eje X – Aceptar.

3º
1º

17
Figura 1. Dispersión de las variables satisfacción laboral y desempeño profesional
18
 COEFICIENTE DE CORRELACIÓN POR
RANGOS DE SPEARMAN
• El coeficiente de correlación de Spearman es una
prueba no paramétrica
• Se utiliza para medir la relación lineal entre dos
(Londres 1863-1945)
variables cuantitativas, cuyos valores no presentan
una distribución normal.
• Para calcular el coeficiente de correlación ρ (Rho) de Spearman, las puntuaciones
originales de la variable deben ser transformados en rangos o posiciones, a partir de los
respectivos puntajes.
Es necesario aclarar que el coeficiente de correlación Rho (ρ) es una aplicación del
coeficiente de correlación R de Pearson, pero aplicado a rangos, Los puntajes directos deben
ser transformadas en puntuaciones rankeadas (ordenadas)
La ecuación para medir el coeficiente de correlación es la siguiente:

6 Di
N : número de sujetos
2
ΣDi2 : Sumatoria de la diferencia de los rangos elevado al
 = rs = 1 − cuadrado

N ( N 2 − 1) ρ : Coeficiente de correlación por rangos de Spearman

19
Un investigador desea saber si existe relación entre la competencia parental y el
rendimiento académico en el área de comunicación, en los estudiantes del quinto grado
de secundaria de la Institución Educativa “Mercedes Indacochea” del distrito de Huacho.
Para ello selecciona una muestra de 37 estudiantes y les aplica una escala para medir la
competencia parental; también utiliza una prueba de comunicación para medir el
rendimiento académico en dicha área . Obteniendo los siguientes resultados
Competencia Rendimiento 19 105 18
parental(X) académico (y) 20 80 16
1 101 13 21 117 18
2 80 16 22 80 15
3 31 13 23 80 16
4 117 19 24 60 12 ¿Existe relación entre las
5 71 16 25 31 14
6 119 17 26 40 12
variables Competencia
7 89 16 27 126 19 parental y Rendimiento
8 125 19 28 82 16 académico?
9 80 16 29 80 16
10 31 12 30 80 14
11 119 18 31 96 15
12 82 16 32 119 18
13 117 13 33 80 16
14 105 17 34 38 12
15 137 18 35 80 16
16 26 13 36 84 15
17 80 16 37 82 16
18 85 16
20
Resolución:
Prueba de Normalidad
Para realizar la prueba de normalidad de las variables competencia parental y
rendimiento académico, se utilizará la prueba de Shapiro- Willk, debido a que el número
de datos es menor que 50. Según el procedimiento siguiente:

Prueba de Normalidad de la variable Competencia parental

Paso 1: Planteamiento de las Hipótesis
Hipótesis Nula:
H0: Los datos de la variable competencia parental no difieren de una población
con distribución normal (se distribuye en forma normal)
Hipótesis Alterna:
Ha: Los datos de la variable competencia parental difieren de una población con
distribución normal (no se distribuye en forma normal)

Paso 2: Establecer el Nivel de significación o riesgo

.Nivel de significación: α = 0,05= 5%

21
Paso 3: Cálculo del estadístico de prueba: Shapiro-Wilk

Analizar /Estadísticos descriptivos/Explorar

Paso 4: Formular la regla de decisión

- Si p –valor (Sig.)< 0.05 ; se rechaza la hipótesis nula

- Si p-valor (Sig.) > 0.05 ; No se rechaza la hipótesis nula

Paso 5: Conclusión
Como el p-valor (Sig.) = 0.010 como este valor es menor a 0.05 se infiere que hay
suficiente evidencia estadística para rechazar la hipótesis nula, concluyendo que las
puntuaciones de la variable competencia parental no presentan una distribución normal.

22
Prueba de Normalidad de la variable Rendimiento académico
Paso 1: Planteamiento de las Hipótesis
Hipótesis Nula:
H0: Las puntuaciones de la variable rendimiento académico no siguen una
distribución diferente a la normal (Se distribuyen en forma normal)

Hipótesis Alterna:
Ha: Las puntuaciones de la variable rendimiento académico siguen una
distribución diferente a la normal (No se distribuyen en forma normal)
Paso 2: Establecer el Nivel de significación o riesgo
.Nivel de significación: α = 0,05= 5%

Paso 3: Cálculo del estadístico de prueba: Shapiro-Wilk

Analizar /Estadísticos descriptivos/Explorar

23
Paso 4: Formular la regla de decisión
- Si p –valor (Sig.)< 0.05 ; se rechaza la hipótesis nula

- Si p-valor (Sig.) > 0.05 ; No se rechaza la hipótesis nula

Paso 5: Conclusión

Como el p-valor (Sig.) = 0.009 como este valor es menor a 0.05 se infiere que hay
suficiente evidencia estadística para rechazar la hipótesis nula, concluyendo que las
puntuaciones de la variable rendimiento académico no presentan una distribución
normal.

24
Resolución: Cálculo con Excel

Paso 1: Planteamiento de las hipótesis estadísticas

Hipótesis estadística nula:

H0: No existe correlación significativa entre la competencia parental y
el rendimiento académico en el área de comunicación, en los
estudiantes del quinto grado de secundaria de la Institución
Educativa Mercedes Indacochea del distrito de Huacho (ρ =0)

Hipótesis estadística alterna:

Ha: Existe correlación significativa entre la competencia parental y el
rendimiento académico en el área de comunicación, en los
estudiantes del quinto grado de secundaria de la Institución
Educativa Mercedes Indacochea del distrito de Huacho (ρ ≠ 0)

Paso 2: Establecer el Nivel de significación o riesgo

25
.Nivel de significación: α = 0,05= 5%
 Paso 3: Cálculo del estadístico de prueba PROCEDIMIENTO:
Competenc Rendimiento
ia parental académico Rango Rango
1) Transformamos las puntuaciones
Estudiante (X) (Y) R(X) R(Y) Di=R(x)-R(y) Di2 directas en puntuaciones rankeadas.
1 101 13 26 6.5 19.5 380.25
2 80 16 13.5 20.5 -7 49.00
3 31 13 3 6.5 -3.5 12.25
2) Hallamos la diferencia entre los
4
5
117
71
19
16
30
8
36
20.5
-6
-12.5
36.00
156.25
rangos. Elevamos al cuadrado dichas
6 119 17 33 28.5 4.5 20.25 diferencias y sumamos.
7 89 16 24 20.5 3.5 12.25
8 125 19 35 36 -1 1.00
9 80 16 13.5 20.5 -7 49.00
3) Hallamos el Coeficiente de correlación
10 31 12 3 2.5 0.5 0.25 lineal, con la fórmula:
11 119 18 33 32 1 1.00

6 Di 2
12 82 16 20 20.5 -0.5 0.25
13 117 13 30 6.5 23.5 552.25
14 105 17 27.5 28.5 -1 1.00
 = rs = 1 −
n(n 2 − 1)
15 137 18 37 32 5 25.00
16 26 13 1 6.5 -5.5 30.25
17 80 16 13.5 20.5 -7 49.00
18 85 16 23 20.5 2.5 6.25
19 105 18 27.5 32 -4.5 20.25
6* 2020,5
20 80 16 13.5 20.5 -7 49.00
 = rs = 1 − = 0, 750
21
22
117
80
18
15
30
13.5
32
12
-2
1.5
4.00
2.25 37(37 2 − 1)
¿Cómo Ranquear en Excel ?
23 80 16 13.5 20.5 -7 49.00
24 60 12 7 2.5 4.5 20.25
25 31 14 3 9.5 -6.5 42.25
26 40 12 6 2.5 3.5 12.25
27 126 19 36 36 0 0.00 Número del cual se desea conocer la
28 82 16 20 20.5 -0.5 0.25
29 80 16 13.5 20.5 -7 49.00 posición
30
31
80
96
14
15
13.5
25
9.5
12
4
13
16.00
169.00
Rango con la lista completa
32 119 18 33 32 1 1.00 de números (Fijar esta celda)
33 80 16 13.5 20.5 -7 49.00
34 38 12 5 2.5 2.5 6.25 F4 o (fn+f4)
35 80 16 13.5 20.5 -7 49.00
36 84 15 22 12 10 100.00
37 82 16 20 20.5 -0.5 0.25 Orden ascendente
2020.50

26
En Excel: = JERARQUÍA.MEDIA(número; referencia;[orden] )
“t” de Student para el coeficiente de correlación de Pearson
n−2 37 − 2
Hallamos el “t” calculado: tc = rs tcalculado = 0.750 = 6.71
1 − rs 2 1 − 0.7502

Obtención del “t” crítico (tablas o Excel ) – Prueba Bilateral

gl = n-2= 37 – 2 = 35 grados de libertad

Región de Región de
Rechazo de Ho Rechazo de Ho
Región de
Aceptación de Ho
1- α
α/2=0.025 α/2=0.025

- 2.03 6.71
tcrítico=2.03

En Excel: = INV.T.2C( 0.05; 35)

Paso 4: Formular la regla de decisión

tcalc.  tcrítico (tabla ) No rechazar H 0

tcalc.  tcrítico (tabla ) Rechazar H 0 27

Paso 5: Conclusión

Como el tcal  ttabla , entonces se rechaza la hipótesis nula y se acepta la

hipótesis alterna. Es decir existe suficiente evidencia estadística para
inferir que existe una correlación significativa, entre la competencia
parental y el rendimiento académico en el área de comunicación, en los
estudiantes del quinto grado de secundaria de la Institución educativa
Mercedes Indacochea del distrito de Huacho.
El valor del coeficiente de correlación de ρ= 0,750 nos indica
estadísticamente que existe una correlación positiva alta. Es decir, a
medida que la competencia parental aumenta, el rendimiento
académico también aumenta.

28
Resolución: Cálculo con SPSS

Paso 1: Planteamiento de las hipótesis estadísticas

Hipótesis estadística nula:

H0: No existe correlación significativa entre la competencia parental y
el rendimiento académico en el área de comunicación, en los
estudiantes del quinto grado de secundaria de la Institución
Educativa Mercedes Indacochea del distrito de Huacho (ρ =0)

Hipótesis estadística alterna:

Ha: Existe correlación significativa entre la competencia parental y el
rendimiento académico en el área de comunicación, en los
estudiantes del quinto grado de secundaria de la Institución
Educativa Mercedes Indacochea del distrito de Huacho (ρ ≠ 0)

Paso 2: Establecer el Nivel de significación o riesgo

.Nivel de significación: α = 0,05= 5% 29

Paso 3: Calcular el valor estadístico de la prueba

Analizar – Correlacionar - Bivariadas

Se seleccionan las variables que nos interesa
correlacionar y se pasan al cuadro de diálogo
del lado derecho.
Selecciona la opción de coeficiente de
correlación de Spearman y después
1º Aceptar

2º
Nota: Si en el cuadro de diálogo variables
se agregarán más de dos variables, se
obtendrá como resultado una matríz de
correlación. 30
 Tabla 1
Análisis de correlación entre la competencia parental y el rendimiento académico

Paso 4: Formular la regla de decisión

- Si p –valor=Sig. (Bilateral) < 0.05 ; se rechaza la hipótesis nula

- Si p-valor =Sig. (Bilateral) > 0.05 ; no se rechaza la hipótesis nula

Paso 5: Conclusión
Como la sig. (Bilateral)= p-valor =0.000 es menor que la significación α= 0,05, se rechaza la
hipótesis nula y se acepta la hipótesis alterna. Es decir se puede evidenciar estadísticamente
que existe una correlación significativa, entre la competencia parental y el rendimiento
académico en los estudiantes del quinto grado de secundaria de la I.E Mercedes Indacochea.
El valor del coeficiente Rho de Spearman = 0.750 nos indica estadísticamente que
existe una correlación positiva alta. Es decir, a medida que la competencia
parental aumenta, el rendimiento aumenta. 31
32