Psicología Matemática II

Sesión 9
Análisis de Correlación
Walter Capa Luque
Dr. en Psicología
wcapa@unfv.edu.pe
Univers i da d Naciona l
Federico Villarreal

¿Qué es correlación?,

¿Qué tipos de correlación existen?,

¿Cuáles tipos de relación se analizan en

una correlación?,
Univers i da d Naciona l
Federico Villarreal
Univers i da d Naciona l
Federico Villarreal

ANALISIS DE CORRELACIÓN
El análisis de correlación es una técnica estadística que mide el grado de
asociación o afinidad entre las variables consideradas en un estudio.
Nubes de Puntos- Dispersión- Esparcimiento
Nota
Nota

Horas
Ansiedad
 Univers i da d Naciona l
Federico Villarreal

3)

Para afirmar que existe relación positiva o negativa primero debe

constatarse que p sea ≤ 0.05 y el tamaño del efecto que se
identifica en el coeficiente de correlación debe ser ≥ 0.10

4)

2) Tamaño del efecto (Importancia de la relación)

Menor a 0.10 relación irrelevante (no existe relación)
Pequeño: r = 0.10 hasta 0.29
Mediano: r = 0.30 a 0.49
Grande: r = 0.50 a 1

OJO: Si el tamaño del efecto es importante, significa que Los intervalos de confianza al 95% (IC95%) permiten confirmar si la
existe relación aun cuando la probabilidad de significancia relación existe realmente o no, para eso los signos del limite inferior y
sea mayor de 0.05 limite superior debe ofrecer el mismo signo que el coeficiente de
correlación puntual
 Univers i da d Naciona l
Federico Villarreal

Ejemplo de presentación de resultados

Como se aprecia en la Tabla 1, de acuerdo con el coeficiente de correlación de Pearson existe relación altamente
significativa entre habilidades sociales y riesgo de adicción a redes sociales, siendo esta relación de tendencia
negativa. Además, el tamaño de efecto evidencia una relación importante de magnitud mediana, pudiéndose
aseverar que un déficit en habilidades sociales explica la presencia de riesgo de adicción a las redes sociales en
14.52%. Por tanto, los datos avalan el rechazo de la hipótesis nula.

Indica el valor del Tamaño del efecto ¿Existe relación estadísticamente significativa?
¿Es importante la relación entre las variables?
Aun cuando p pueda ser
mayor de 0.05, si la
estimación puntual del
coeficiente de
r2 correlación es igual o
mayor a 0.10 (en este
caso es 0.38, lo que
corresponde a un tamaño
del efecto mediano), así
como los intervalos de
confianza son estables, se
puede concluir que existe
una relación negativa e
¿Es estable la relación? importante.
Los signos de los valores del intervalo de confianza son ambos
Varianza explica ¿Cuánto explica las HHSS el
negativos, similar al signo del coeficiente de correlación. Eso
riesgo de adicción a RS?
significa que la correlación es establece y realmente existe.
 Univers i da d Naciona l
Federico Villarreal

Pasos para generar resultado de correlación con SPSS

 Univers i da d Naciona l
Federico Villarreal

Pasos para generar resultado de correlación con SPSS

 Univers i da d Naciona l
Federico Villarreal

Pasos para generar resultado de correlación con SPSS

 Univers i da d Naciona l
Federico Villarreal

Resultado de correlación con SPSS

Univers i da d Naciona l
Federico Villarreal

Resultado de correlación con SPSS

Correlations

Funcionalidad
familiar Depresión
**
Funcionalidad familiar Pearson Correlation 1 -,496
Sig. (2-tailed) ,000

N 114 114
**
Depresión Pearson Correlation -,496 1

Sig. (2-tailed) ,000

N 114 114

**. Correlation is significant at the 0.01 level (2-tailed).

Univers i da d Naciona l
Federico Villarreal

Prueba correlación de rangos de Spearman(rho)

▪ Cuando no se cumplen los supuestos para la aplicación

de una prueba paramétrica o cuando los datos son de
nivel ordinal, el coeficiente de correlación apropiado
puede ser la rho de Spearman o la tau de Kendall.
▪ Los valores de ambos estadísticos oscilan en el rango de
-1.00 a +1.00
▪ Su interpretación es similar a la de Pearson.
Univers i da d Naciona l
Federico Villarreal
Univers i da d Naciona l
Federico Villarreal

Prueba chi-cuadrado ( 2)
Prueba de independencia de dos variables

▪ Es una prueba inferencial de distribución libre.

▪ Uno de los principales usos de  2 es determinar si dos variables

categóricas son independientes o están relacionadas unas con otras.

▪ Prueba para datos en nivel nominal u ordinales (de conteos o

frecuencias)

▪ Se cruzan variables y se forman categorías cruzadas (i.e. 2x2 o 2x3, etc.)

Univers i da d Naciona l
Federico Villarreal

Prueba chi-cuadrado ( 2)
▪ 20 sujetos como mínimo
▪ Se generan dos tipos de Valores
(frecuencias):
▪ Valor observado (O)
▪ Valor esperado (E) en cada celda k
(O − E ) 2
no debe ser menor de 5
 =
2
▪ En la prueba de hipótesis se 1 E
debe usar el valor adecuado
según caso.
▪ La hipótesis nula establece que
no existe contingencia entre las
variables en la población.
Univers i da d Naciona l
Federico Villarreal

Prueba chi-cuadrado ( 2)
▪ Para la estimación del estadístico se usa una tabla de
contingencia.
▪ Los sujetos se asignan a categorías resultantes. Los datos
son excluyentes
 Univers i da d Naciona l
Federico Villarreal

Prueba chi-cuadrado (2)

Tabla de Contingencia

• Cada casilla tiene

Frecuencias Observadas
(O) (datos) y Frecuencias
Esperadas (E) (teóricas)

• Valor esperado de cada

celda no debe ser menor
de 5
 Univers i da d Naciona l
Federico Villarreal

χ2: Resultados y Criterios de Análisis

• χ2 pierde significado si las fe de cada celda es pequeña

• Cuando se tiene Tablas de Contingencia 2 x 2 o gl=1,
reconocer según:
• Si N > 40, usar Corrección de Continuidad
• Si N está entre 20 y 40, usar Corrección de Continuidad si
todas las frecuencias esperadas son 5 o más, sino
• Si hay una fe < 5, usar Prueba Exacta de Fisher
• Si N < 20, usar Prueba de Fisher en todos los casos.
• Cuando gl ≥ 2 evaluar con χ2 de Pearson.
• Si menos del 20% de celdas tienen fe menor que 5 y
• Si ninguna celda tiene fe menor que 1
 Univers i da d Naciona l
Federico Villarreal

Ejemplo de presentación de resultados

En la tabla 1, se observa el estadístico de independencia Chi cuadrada y permite observar que existe relación significativa
entre autoeficacia materna percibida y los estilos educativos maternos (p<.001); asimismo, el tamaño del efecto estimado
con V de Cramer indica una magnitud de asociación de tamaño moderado (>.20). Entre la autoeficacia materna y el estilo
educativo asertivo existe un patrón creciente, es decir a mayor nivel de autoeficacia materna corresponde mayor presencia
porcentual de estilo asertivo. Por tanto, se rechaza la hipótesis nula.
 Univers i da d Naciona l
Federico Villarreal

Pasos para generar resultado de Chi cuadrado con SPSS

 Univers i da d Naciona l
Federico Villarreal

Pasos para generar resultado de Chi cuadrado con SPSS

 Univers i da d Naciona l
Federico Villarreal

Pasos para generar resultado de Chi cuadrado con SPSS

 Univers i da d Naciona l
Federico Villarreal

Resultado de
Chi cuadrado
con SPSS
 Univers i da d Naciona l
Federico Villarreal

Resultado de
Chi cuadrado
con SPSS
Univers i da d Naciona l
Federico Villarreal

Gracias