Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Analisis de Correlacion Simple Evaluacion de Proyecto

    Cargado por

    Honey valdez
    7 vistas11 páginas

    Título original

    ANALISIS DE CORRELACION SIMPLE EVALUACION DE PROYECTO (1)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    7 vistas11 páginas

    Analisis de Correlacion Simple Evaluacion de Proyecto

    Cargado por

    Honey valdez

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 11
    13 Analisis de correlacién simple OBJETIVOS Al terminar de estudiar este capitulo, podra: Trazar un diagrama de dispersién. Calcular e! coeficiente de correlacién de Pearson y explicar su empleo. Demostrar el significado del coeficiente de correlacién. Caloular y explicar el uso de los coeficientes de determinacién y de no determinacién. Explicar el objetivo del coeficiente de correlacién de fango y calcular su valor. po ae a Anilsis de corretacin simple 495 es perfecta. Por ejemplo, Carma Lopez tuvo un promedio muy alto (3.8) en ef bachillerato, pero su desemperio de 1.9 en la universidad esté muy por abajo del promedio. En vez de hablar de generalidadies, como se ha hecho hasta ahora, utiizaremos varias medidas estadisticas para representar y oxplicar conmas precision larelacién, entre las dos variables: Promedio de caiificaciones en bachillerato y promedis de caliticaciones en ia universidad, A este grupo de técnicas estadisticas se le conoce como andlisis de corretacién, Analisis de correlacisn Grupo de técnicas estadisticas eimpleado para madir la inten sidad de la relacién (careetacién} entto dos variables. “ Er principar objetivo det analisis de corretacién consiste en determinar qué tan intensa es la relacién entre dos variables. Una medida de esta relacién es el coeficiente de correlacién. Se puede tomar cuaiquier valor en una escala de -1 a +1, inclusive. Primero se aplicardn estas medidas a datos en escala de intervalo y de razén. Sin embargo, antes de hacer esto representaremos los dos conjuntos de datos en un digrama de alspersién. DIAGRAMA DE DISPERSION jspersion Grafica que presenta la relacién entro las dos variables do u-| Diagrama de | niente 2% Ejemplo El director de personal de una empresa que tiene un importante grupo de vende- ores, debe entrevistary seleccionar nuevo personal. Ha disenado una prucba que ayuda a seteccionar fos mejores aspirantes para su personal de ventas. A in de vverificar ta validez de una prueba como instrumento de prediccién de las ventas semanales, eligié al azar cinco vendedores experimentadbs y apliob la prueba a cada uno, (Desde luego, en la practica real, para determinar la validez de la prueba se debia haber seleccionado un grupo mucho mayor. intencionalmente se mantuvo alminimo el tamafio del grupo para simpificarlos céleulos.) La puntuacién que cacia vendedor obtuvo en la prueba después se pared (0 emparejé) con las ventas semanales (véase la tabla 13-1). :Cémo se representan estas datos pareados et pares en un diagrama de dispersin? 496 Estadistica para Administracién y Economia Puntuaciones de prueba y ventas semanales do cinco Vendedores fa empresa Intrepid, Inc. Vendedor Puntuacisn deprucba Ventas semanales Se JA, Amor 4 $ 5.000 Sr B.N. Archer 7 12.000 Sra, G.D. Smith 3 4000 A.B. Malcolm 6 8.000 ‘Sra, A. Goodwin 10 17000 Y Solucion Gon base en os datos pareados de la tabla 13 1, el director de personal sospecha que las puntuaciones en realidad son buenos prenésticos de las ventas semanales. Por ejempio, la Sra. Goodwin, tiene la puntuacién mas alta de prueba y sus ventas ‘semanales son relativamente elevadas. La Sra. Smith tuvo una puntuacin baja de.la prueba y sus ventas son relativamente bajas. Esto significa que jas ventas sema- rales dependen de la puntuacién en la prueba. Entonces se estima que las ventas son la variable dependiente. Las puntuaciones consttuyen la variable independiente. Es practica comiin marcar la variable dependiente (en este ejemplo, ventas) en el ele vertical (ele ¥) y la variable independiente (puntuaciones de la prueba) ef el eje horizontal (ee X). El par de datos para e' Sr. Amber tomados de la tabla 13-1 esX = 4, ¥ = $5 000. Para ubicar el punto, recorrase hacia la deracha sobre el eje X hasta legar a 4; después se sube en direccién vertical hasta $5 000 y se sitéa el punto en la interseccién (véase ol diagranta 13-1). Este proceso cortinga hrasta colocar todas las parejas de datos. DIAGRAMA 134 Diagrama de dispersién que representa puntuaciones de prueba y ventas y 0 se Ambor Ventas semanalet (mies de détaet) o 23486768 9101 Puntuacionos de prueba Anilisis de correlacién simple 497 Obsécvase a partir del diagrama de dispersién que conforme aumentan las puntuaciones de prueba, lo mismo sucede con las ventas. Parece que existe una relacién estrecha (correlacién) entrs las puntuaciones y las ventas semanales. En la seccién que sigue se medira esa relaci6n calculando el coeficiente de correlaci6n, (/ COEFICIENTE DE CORRELACION Criginado por el investigador Karl Pearson aproximadamente en e) ano 1800, ef cid describe la infensidad de la relacién entre dos conjuntos de variables de nivel de intervalo 0 de nivel dé razén. Ya que sé le denota con r, con ‘reoiencia se iignciona también como r de Pearson 0 coeficiente de correlacién ‘prodtucto-momento de Pearson. Puede tomarcualquier valor de ~1,002 +1,00, inclusive. Un coeficiente de carrelacin de -1.00 0 de +1.00 indica correlacién perfecta. Pot ejemplo, un coeficiente de correlacién para el ejemplo anterior calculado como +1.00 indicarfa que fas puntuaciones de prueba eran un pronéstico perfecto de las ventas semanales. Esto es, puntuaciones y ventas estén perfectamente correlacionados en Un sentido fineat postivo, Un valor caleutedo de ~t.00 revela que la variable indepen- diente Xy la variable dependiente Y estén pertectamente relacionadas en forma lineal negativa, La forma como quedarian fos diagramas de dispersion sila elacién entre los dos conjuntos de datos fueran lineales y pertectos se muestra en el diagrama 13-2 DIAGRAMA 13-2 Diagramas de dispersién que muestran correlaciones: negativa y positiva perfectas Corelacion Y— Carelaciin positva J Pendent 7 f ssi fp | | | | ae 00 | toy Posi L a | SS ‘Sino existe en absoluto relacién entre fos dos conijuntos de variables, la r de Pearson serd cero, Un coeficiente de correlacién rcercano 0 {por ejemplo, 0.08) ingica que la relacién es poco intensa o débil. Se llega a la misma conclusién si r = ~0.08, Coeticientes de -0.91 y +0.91 tienen igual tuerza; ambos indican una correlacién muy intensa entre los dos conjuntos de variables. De esta forma, la fuerza de la correlacién no depende de la direccién (ya sea ~ 0 +). Enel diagrama 13-9 se muestran diagramas de dispersién para r = 0, una r débil (por ejemplo, -0.23) y una rtuerte (por ejemplo, +0.87). Obsérvese que sila correlacidn es débil, existe una dishersién considerable con respecto a una linea recta trazada a través de! espacio central de los datos. Para que el diagrama de 496 Estadicticapora Administracién y Economia TABLA 134 Puntuaciones de prusha y ventas semanales de cinco vendedores en la empresa intrepid, Inc, Vendeder —Puntuacién de prueba Ventas semanales| SeJ.A, Amber 4 $5000 5. B.N. Archer 7 12.000 Sra. 6.D. Seth 3 4000 Sc A.B. Malcolm 6 8.000 Sra. A. Goodwin ° st000 Vv Solucion Con base en los datos pareados de la tabla 13 - 1, el director de personal sospecha que las puntuaciones en realidad son'buencs proniésticos de las ventas semanales. Por ejemplo, la Sra. Goodwin, tiene la puntuacién mds alta de prueba y sus ventas ssemmanales son felativarrente elevadas. La Sra. Smith tuvo una puntuacién baja de la prueba y sus ventas son relativamente bajas. Esto significa que las ventas sema rales dependen de la puntuacisn en la prueba. Entonces se estima que las ventas son la variable dependiente. Las puntuaciones constituyen ta variable independiente, Es practica comin marcar la variable dependiente (en este ejemplo, ventas) en el eje vertical (eje Y) y fa variable independiente (puntuaciones de la prueba) enel eje horizontal (eje X). El par de datos para el Sr. Amber tomados de la tabla 43-1es X = 4, ¥ = $5 000, Para ubicar el punto, recérrase hacia la derecha sobre el eje X hasta llegar a 4; después se sube en direccién vertical hasta $5 000 y s@ sia el punto en la interseccién (véase el diagrama 13-1). Este proceso continia hasta colocar todas tas parejas de datos, DIAGRAMA 13-1 Diagrama de dispersion que representa puntuaciones de prueba y ventas ¥ aut ? dae . B10 i a . a6 a °<+— Sr Amber gal « Be 2 Wop taririsy o 23456789001 Puntusciones do prueba Estadietica para Adminietracién y Economia DIAGRAMA 13-3 Diagramas de dispersion que muestran correlacién caro, débil y fuerte Corelacién cera ——‘Correlacén nogativa débil Corrlacién posta itonsa 720 (Uy Yestin algo iXy Yestén muy (Xy Yroestin relacionadas ingaimente) relacionadas neler} telasionadas inealmente) 1d vendida Ingreso anual Cal. en universidad | Precie ‘Bal, an Bachilerato +x in represente una relacién fuerte, debe haber poca dispersién con respecto a la recta. Esto indica que el promadio de calificaciones de bachillerato da un pronéstico muy certero del desempeno en la universidad. El esquema que sigue representa adecusdamente la intensidad y la direccién del coeticiente de correlacién. Coretacisn Gorreacién negativa Ningsna posiiva pertecta correlacisn porfecta Corelaciin Conelacién Conelacién , Corolaciie Conlacién Coreelacién negativa postive posit intense eb) modarada 100 ° aa8 ——Corelaeén positive — La f6rmula para res’ ee re EY) = EXIEY) Vinx - EH AaMEY?) = ZY) Anilisie de correlacién simple 499 en donde: nes el niimero de pares de observaciones. EX es la suma de valaces de la variable X. EY es la sumade valores de la variable Y. (2X2) es la suma de valores X elevados al cuadrado. (EX) es el cuadrado de fa suma de valores de X. (ZY?) es la suma de valores de ¥ elevados al cuadrado. (ZY)? es ef evadcado de la suma de valores de Y. 2 Ejemplo Los datos para el problema sobre las ventas semanales y las puntuaciones de prueba y los célculos necesarios para determinar el coeficiente de correlacién se enlistan en ta tabla 13-2. ;Cudnto vale el coeticiente de correlacién? TABLA 13-2 Caleulos necesarios para el coeficionte de correlacién Puntuaciéo Ventas semanalas dle prueba (miles de dslares) Vendedor x y my, vt Sr Amber 4 5 6 2 25 Sr. Aecher 7 2 a Be tat Sra. Smith 3 4 ee St. Malcolm 6 8 wa 68 Sra.Goodwin 10 n 100 110 121 Total 30 ao 20 274 370 V Solucion El coeticiente de correlacién es 0.88, obtenido por medio del caiculo de HEXY) ~ EXYEY) WOEXS EXPN — EHF 7 5274) ~ G0)(4 WERI0) — GO)7I5G70 _ 170 “W(1501250) 0.88 Es prctica comin redondear ra centésimos; en este problema es 0.88, lo cual indica una relacién muy intensa entre las puntuaciones de prueba y las ventas semanales. Entances, la prueba del director de personal es conveniente para predecir las ventas semanales 582 Estadistice para Administracisn y Economia El diagrama de dispersién de la gréfica anterior se reproduce en el diagrama 14-2, con una recta trazada con ragla a través de los puntos para ilustrar que es ‘muy probable que tal linea sea la que mejor se ajuste 4 los datos. Sin embargo, la recta trazada con una regia tiene una desventaja: su posicién se basa en el juicio de quien trazé la linea. Las rectas trazadas amano en el diagrama 14-3 representan, «1 uicio de cuatro personas. Todas las rectas, excepto A, parecen razonables. Sin embargo, cada una daria un pronéstion distinte de vertas. DIAGRAMA 1-2 DIAGRAMA 14-3 Pumtuaciones de prueba y ventas _Varias rectas trazedas a mano libre sobre- ‘semanales de cinco vendedores puestas an el diagrama de dispersion zu gre e Fol a Ee a6 & Bs Be Ae x 7 Atk tt ne x o eeser evi o 2345678 SiON Pumecones de prutta Puntvasonet do pruata Principio de minimos cuadrados El juicio personal se elitina al determinar ta recta de regresién utiizando un método matemético denominado principio de minimos cuadrados: Este método ‘proporciona lo que comanmente se contoce como la recta de “mejor ajuste”. Minimiza la uma de los cuadrades de las desviaciones verticates can respecto a la recta, Para ilustrar este concepto, los mismos datos se grafican en os tres diagramas que siguen, La cacta de regresién deldiagrama 14-4 se determin6 empleando el método de minimos cuadrados. Es la recta de mejor ajuste porque la suma de los cuadrados de las desviaciones verficales con respecto a ésta es minima. El primer punto localizado (X = 3, Y= 8} tiene una desviaciin de 2 con respecto a fa recta, obtenida por 10 - 8; Su cuadrado es 4. La desviacién al cuadrado para el punto X = 4, Y= 1Bes 16, La desviacién al cuadrado para el punto X = 5, Y= 16es 4. La suma de las desviaciones al cuadrado es 24, determinada por 4'+ 16 + 4 Andliais de regresion simple 533, DAGRAMA 144 DIAGRAMA 145 DIAGRAMA 146 esis de minimos ines wazade Linea Wezada cuasrados coneoia con eoia 5 5 ae 7° i ie. 3 st 2308 8 2 8 a 8 8 tos de soe Aes sonic fen la empresa ena empresa dérese que las rectas de los diagramas 14-5 y 14-6 se trazaron utilizando a La suma de las desviaciones verticales al cuadrado en el diagrama 14-5 ++ Para el diagrama 14-6 es 132. Ambas sumias son mayores que la obtenida = reipio de minimos cuadrados Técnica empleada para logar a la ecuacion de * minimizando la suma de los cuadrados de las distancias verticales entre los ¥ verdaderos y los valores pronosticadas de ¥. =. La forma general de la ecuacién de regresion es: » [yea +ox] ¥” Valor pronosticade de fa variable Y para un valor seleccionado de X. 4 Ordenada de la interseccién con el eje ¥ (0 intercepcién ¥), Es el valor estimado de Y cuando X = 0, Otra forma de decir esto es: aes el valor stimado de Y. en donde la recta de regresion cruza el eje Ycuando X es cero. > Pendiente de Ia recta, 0 sea cambio promedio en Y’ por unidad de cam: 9 incremento 0 decremento) en la variable independiente X. ‘of Seleccionads para |a variable independiente. 534 Estadisticn para Administracion y Economia Debe observarse que la ecuacién de regresién lineal para la muestra de vendedores es sélo una eslimacion de ta relacién entre las dos variables en la oblaci6n, De esta forma, los valores de ay B en la ecuacién de regresiGn, por lo ‘general se denominan coeticientes de regresién estimados, o bien abreviadamente, Coeficientes de regresién. Las f6rmulas para by ason | p = MEXY) - EXVEY) EX) = (EX)? _2Y “on donde: es un valor de la variable independiente. es un valor de la variable dependiente. @s el ntimero de elementos en la muestra, es la media de la variable independiente. @s la media de fa variable dependiente.

    También podría gustarte