UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Facultad de Economía y Planificación

Departamento Académico de Estadística e Informática

MÉTODOS ESTADÍSTICOS PARA LA

INVESTIGACIÓN I
0.10

0.08

0.06

0.04

0.02

0.00
0 Chi Critico

Análisis de correlación
Semana XII

Profesores del curso

2021-I
 OBJETIVOS

Conocer las condiciones para usar el coeficiente de

correlación.

Calcular el coeficiente de correlación de Pearson y

Spearman.

Interpretar y analizar el coeficiente de correlación de

Pearson y Spearman.

Métodos Estadísticos para la Investigación I 2021-I

Logro de la sesión
Al final de la sesión el estudiante analiza y resuelve
problemas de correlación en situaciones reales aplicadas a
su especialidad, haciendo uso de la correlación y prueba de
hipótesis.
 CORRELACIÓN DE VARIABLES
CUANTITATIVAS
Coeficiente de Correlación de Pearson

El coeficiente de correlación de Pearson es una medida de la

asociación existente entre dos variables cuantitativas. Este
coeficiente toma valores desde -1 hasta 1. Para interpretar un
coeficiente de correlación tenga en cuenta lo siguiente:

a) El valor de r es independiente de las unidades en que se midan

xey
b) r =1: significa una perfecta correlación positiva, es decir, todos
los puntos caen sobre una línea con pendiente positiva.
c) r = 0: significa no hay correlación. Es decir, las variables son
independientes
d) r = -1: significa una perfecta correlación negativa, es decir,
todos los puntos caen sobre una línea con pendiente negativa.
e) r mide la fuerza de una relación lineal
f) Se usa cuando los datos están medidos en una escala de
intervalo o de razón.

Métodos Estadísticos para la Investigación I 2021-I

 CORRELACIÓN DE VARIABLES
CUANTITATIVAS

Si r =0 Nula
Si -0.10 < r < 0.10 Casi nula
-0.20 < r ≤ -0.10 0.10 ≤ r <
Si 0.20 Muy baja
-0.40 < r ≤ -0.20 0.20 ≤ r <
Si 0.40 Baja
-0.60 < r ≤ -0.40 0.40 ≤ r <
Si 0.60 Media
-0.80 < r ≤ -0.60 0.60 ≤ r <
Si 0.80 Alta
Si r ≤ -0.80 r > 0.80 Muy alta
Si r =± 1 Perfecta
Métodos Estadísticos para la Investigación I 2021-I
I
 CORRELACIÓN DE VARIABLES
CUANTITATIVAS
 El coeficiente de correlación está dado por:

Siendo:
SPXY: suma de productos corregidos de X e Y.
SCX : suma de cuadrados corregidos de X.
SCY : suma de cuadrados corregidos de Y.

Métodos Estadísticos para la Investigación I 2021-I

Prueba de hipótesis para el coeficiente de
correlación de Pearson - procedimiento
P1) H0: ρ = 0 (No existe correlación entre X e Y)
H1: ρ ≠ 0 (Si existe correlación entre X e Y)
P2) Nivel de significancia: 
P3) Estadístico de prueba:
𝑟
𝑇=
(1 − 𝑟 2 )/(𝑛 − 2)

P4) Cálculos: Rechazar Ho si: T < 𝑡(𝛼/2,𝑛−2) 𝑜 𝑇 > 𝑡(1−𝛼/2,𝑛−2)

Graficar:

* Usando p-valor: Si p-valor ≤ , entonces se Rechaza H0.

Decisión: Rechazar H0 o no rechazar H0.

P5) Conclusión:
 CORRELACIÓN DE VARIABLES
CUANTITATIVAS
Ejemplo de aplicación 1
Un ingeniero pesquero está interesado en
evaluar 12 ejemplares de trucha en un estudio
de índole acuícola, con la finalidad de verificar
si existe una correlación entre la longitud del
cuerpo y su ancho.

Asumiendo de que las variables cumplen el

supuesto de normalidad, responda las
siguientes preguntas:

Métodos Estadísticos para la Investigación I 2021-I

CORRELACIÓN DE VARIABLES
CUANTITATIVAS

a. Estime e interprete el coeficiente de correlación

de Pearson para la longitud y el ancho de las
truchas.

Cálculos previos:
X: Longitud
Y: Ancho

Existe una muy baja correlación positiva entre la longitud y el

ancho de las truchas.
Métodos Estadísticos para la Investigación I 2021-I
CORRELACIÓN DE VARIABLES
CUANTITATIVAS
b. Realice la prueba estadística más adecuada
para verificar si existe correlación entre la
longitud y el ancho de las truchas. Use α=0.05

P1) Planteamiento de hipótesis

H0: ρ = 0 (No existe correlación entre X e Y)
H1: ρ ≠ 0 (Si existe correlación entre X e Y)
P2) Nivel de significación: α=0.05
P3) Estadístico de prueba y desarrollo

Métodos Estadísticos para la Investigación I 2021-I

CORRELACIÓN DE VARIABLES
CUANTITATIVAS

P3) Estadístico de prueba y desarrollo:

P4) Criterios de decisión

Como
t(0.025,10)<tc<t(0.975,10)=2.228
entonces no se rechaza Ho.

Métodos Estadísticos para la Investigación I 2021-I

CORRELACIÓN DE VARIABLES
CUANTITATIVAS

P5) Conclusión
A un nivel de significación del 5% no se
rechaza Ho. Luego no se puede afirmar que
exista correlación entre la longitud y el ancho
de las truchas.

Métodos Estadísticos para la Investigación I 2021-I

 CORRELACIÓN DE VARIABLES
CUANTITATIVAS

Coeficiente de Correlación de Spearman

El coeficiente de correlación de Spearman

(1904) es una prueba no paramétrica cuando
se quiere medir la relación entre dos variables
y no cumplen el supuesto de normalidad en la
distribución de tales valores, o cuando una o
ambas variables estudiadas son de tipo
ordinal. Toma valores entre -1 y 1, y se
interpreta exactamente igual que el coeficiente
de correlación de Pearson.

Métodos Estadísticos para la Investigación I 2021-I

 CORRELACIÓN DE VARIABLES
CUANTITATIVAS
Coeficiente de Correlación de Spearman

Suponga que se toma una muestra aleatoria (X1, Y1), ... , (Xn'
Yn) de n pares de observaciones.
Si las Xi y las Yi se ordenan en sentido ascendente y se
calcula la correlación muestral de estos puestos, el
coeficiente resultante se llama coeficiente de correlación de
orden de Spearman. Si no hay empates, una formula
equivalente para calcular este coeficiente es:
n
6 di2
rs  1  i 1

n  n  1
2

di: son las diferencias entre los puestos de los miembros de los distintos
pares n: número de datos.

Métodos Estadísticos para la Investigación I 2021-I

Prueba de hipótesis del coeficiente de
Correlación de Spearman - procedimiento
P1) H0: ρ = 0 (No existe correlación entre X e Y)
H1: ρ ≠ 0 (Si existe correlación entre X e Y)
P2) Nivel de significancia: 
P3) Estadístico de prueba:
n
6 di2
rs  1  i 1

n  n  1
2

P4) Cálculos: Rechazar Ho si: rs < - r/2, n, o rs > r/2, n

Nota:
Si n > 30, se puede calcular y utilizar la tabla de la distribución normal

Decisión: Rechazar H0 o no rechazar H0.

P5) Conclusión
 CORRELACIÓN DE VARIABLES
CUANTITATIVAS
Ejemplo 2:
Se sospecha que la abundancia de la especie de
gramínea Poa bulbosa en los pastizales depende en
gran medida de la humedad que hay en el suelo.
Para comprobar esta hipótesis se realizó un
muestreo con una cuadrícula de 20 cm de lado
obteniéndose una muestra al azar de 12
cuadriculas de pasto. En cada cuadrícula se midió
la cobertura de la especie y la humedad del suelo
mediante un TDR. Ambas son variables
cuantitativas y no se ajustaron una distribución
normal.
Realice la prueba estadística más adecuada
utilizando un α=0.05
Métodos Estadísticos para la Investigación I 2021-I
 CORRELACIÓN DE VARIABLES
CUANTITATIVAS
Pasos para hallar rs:

1. Clasificar por jerarquìa los valores de X

desde 1 hasta n (el número de parejas de
valores de X e Y en la muestra).
2. Clasificar por jerarquía los valores de Y desde
1 hasta n.
3. Calcular di, para cada pareja de
observaciones, restando la jerarquía de Yi de
la jerarquía de Xi.
4. Elevar al cuadrado cada di y calcular, la
suma de los valores elevados al cuadrado.
5. Calcula rs

Métodos Estadísticos para la Investigación I 2021-I

 CORRELACIÓN DE VARIABLES
CUANTITATIVAS

Obs Cobertura(X) Humedad(Y) Rango (X) Rango (Y) di di 2

1 82 42 2 3 -1 1
2 98 46 6 4 2 4
3 87 39 5 2 3 9
4 40 37 1 1 0 0
5 116 65 10 8 2 4
6 113 88 9 11 -2 4
7 111 86 8 10 -2 4
8 83 56 3 6 -3 9
9 85 62 4 7 -3 9
10 126 92 12 12 0 0
11 106 54 7 5 2 4
12 117 81 11 9 2 4
Suma 52

Métodos Estadísticos para la Investigación I 2021-I

 CORRELACIÓN DE VARIABLES
CUANTITATIVAS

P1) Planteamiento de hipótesis

H0: No existe correlación entre la cobertura de la
especie y la humedad del suelo
H1: Existe correlación entre la cobertura de la especie
y la humedad del suelo
P2) Nivel de significación: α=0.05
P3) Estadístico de prueba y desarrollo
6 x52
Calculo de rs rs  1   0,818
12 x 122  1

rs,/2= 0,5804 (2 colas)

Si n= 12 y para α=0.05, la tabla de Spearman arroja el valor de

rs,α/2=0.5804
Métodos Estadísticos para la Investigación I 2021-I
 CORRELACIÓN DE VARIABLES
CUANTITATIVAS

0.025 de área 0.025 de área

-0.5804 -0.5804

Como rs =0.818 es mayor a rs, α/2= 0.5804 , entonces se rechaza Ho.

P5) Conclusión
A un nivel de significación del 5% se rechaza Ho. Por lo
tanto hay correlación entre la cobertura de Poa bulbosa y la
humedad del suelo.

Métodos Estadísticos para la Investigación I 2021-I

 Aplicación

Un zootecnista está interesado en evaluar 12 ejemplares

de trucha en un estudio de índole acuícola, con la
finalidad de relacionar la longitud del cuerpo y su ancho.

Longitud 66 63 64 76 76 60 73 69 67 65 70 72
Ancho 6 7 6 7 4 3 4 5 4 5 9 7

Se comprobó que las variables no cumplen con el

supuesto de normalidad.
Correlación: Longitud; Ancho
Correlación de Pearson de Longitud y Ancho = 0.175
Valor p = 0.587
Rho de Spearman: Longitud; Ancho
Rho de Spearman para Longitud y Ancho = 0.128
Valor p = 0.691

a.Indique el coeficiente correlación adecuado entre longitud

y ancho del cuerpo de la trucha. Interprete.
b.Pruebe de hipótesis para la existencia de correlación entre
longitud y ancho del cuerpo de la trucha. Usar  = 0.05
Métodos Estadísticos para la Investigación I 2021-I
 Fórmulas

Métodos Estadísticos para la Investigación I 2021-I

Referencias

 R.G.D. Steel, & Torrie, J.H.(1985). Bioestadística Principios y

Procedimientos. McGraw Hill, ed Bogotá, Colombia.

 Montgomery, D. C. (2005). Diseño y análisis de experimentos

(2nd. Ed). México: Limusa Wiley.

 Kuehl, R. O., (2001). Diseño de experimentos: principios

estadísticos para el diseño y análisis de investigaciones. (2nd
Ed). International Thomson Editores, S.A. de C.V., México, DF.

 Ramsey, F. L., & Schafer, D. W. (2002). The statistical sleuth: A

course in methods of data analysis. Australia:
Duxbury/Thomson Learning.

Métodos Estadísticos para la Investigación I 2021-I