Hoy veremos:

Correlacin vs. Causacin

Tcnicas de Correlacin:
a. Coeficiente Fi
b. Coeficiente Rho de Spearman
c. Coeficiente r de Pearson

Dr. Carlos J. Vilalta
Clase 7. Pruebas de hiptesis
sobre asociaciones entre
variables
Correlaciones
Para qu sirven?
Son utilizadas para establecer, sumarizar y
describir relaciones (asociaciones) entre 2
variables

Asume que la relacin puede ser:
Positiva: Cuando aumenta X aumenta Y
Negativa: Cuando aumenta X disminuye Y
No hay correlacin (correlacin = 0)

Los valores pueden variar entre +1 y -1
(salvo en V de Cramer)
Regla de interpretacin
Si el resultado del coeficiente vara
entre:
-1.0 a -0.7 Asociacin fuerte negativa
-0.7 a -0.3 Asociacin dbil negativa
-0.3 a +0.3 Asociacin nula o muy dbil
+0.3 a +0.7 Asociacin dbil positiva
+0.7 a +1.0 Asociacin fuerte positiva

Prctica: Por lo menos contar con
una muestra de 80 observaciones
Gua de Tcnicas
Correlacionales
2 / Variables Nominal Ordinal Proporciones
Nominal
Fi Fi Fi
Ordinal
Fi Rho de
Spearman
Rho de
Spearman
Proporciones
Fi Rho de
Spearman
r de Pearson
(a) Coeficiente Fi ()
Qu es? Una medida del grado de
asociacin entre 2 variables
dicotmicas (nominales con slo 2
categoras)
Tiene un diseo muy similar al de la prueba
Ji Cuadrada
En tablas de 2x2, el valor de Fi va de -1 a
+1
En caso de variables nominales con 3 o ms
categoras, utilizar el coeficiente V de
Cramer y reportar la Significancia
Estadstica ms que el valor del coeficiente
2 Formulas de Fi ()
Si No Total
Si a b e
No c d f
Total g h n
O bien esta otra frmula
Ejemplo Coeficiente Fi
Pregunta: Los que votaron por el PRI en la
eleccin anterior tienden a votar igualmente
por el PRI en la eleccin posterior?

Hiptesis:
Ho: No hay una correlacin entre voto anterior y
posterior
Ha: S hay una correlacin entre voto anterior y
posterior

Variables:
Voto anterior (PRI 1997)
Voto actual (PRI 2000)
Ejemplo Coeficiente Fi (SPSS)
Symmetric Measures
-.733 .000
.733 .000
200
Phi
Cramer's V
Nomi nal by
Nomi nal
N of Val i d Cases
Val ue Approx. Si g.
Not assuming the nul l hypothesi s.
a.
Usi ng the asymptoti c standard error assumi ng the nul l
hypothesi s.
b.
Tabla de
Frecuencias
Resultados del
Anlisis...
Tomar Ha
Hay una
Correlacin
Negativa
Significativa
PRIANT * PRIPOST Crosstabulation
Count
10 140 150
40 10 50
50 150 200
No
Si
Voto PRI
1997
Total
No Si
Voto PRI 2000
Total
(b) Coeficiente Rho () de
Spearman
Qu es? Una medida del grado de
asociacin entre 2 variables
ordinales (ranking)
Frmula:
Ejemplo Rho de Spearman
Pregunta: Son los pases que tienen un mejor
ranking en Educacin tambin los que tienen
un mejor ranking en Ingreso?

Hiptesis:
Ho: No hay una correlacin entre educacin
e ingreso
Ha: S hay una correlacin entre educacin
e ingreso

Variables:
Ranking en Educacin
Ranking en Ingreso
Ejemplo Rho de Spearman
Ranking Educacin Ranking Ingreso D D2 Pasos:
1 2 -1 1 Sigma D2 = 38
2 4 -2 4 6 * Sigma D2 = 228
3 1 2 4 n = 20
4 3 1 1 n * (n2 - 1) = 7980
5 5 0 0 (6 * Sigma D2) / n * (n2 - 1) = 0.029
6 8 -2 4 1 - (6 * Sigma D2) / n * (n2 - 1) = 0.971
7 6 1 1
8 7 1 1
9 9 0 0
10 12 -2 4
11 11 0 0
12 10 2 4
13 13 0 0
14 14 0 0
15 18 -3 9
16 15 1 1
17 16 1 1
18 17 1 1
19 20 -1 1
20 19 1 1
Suma 38
Ejemplo Rho de Spearman (SPSS)
Correlations
1.000 .971**
. .000
20 20
.971** 1.000
.000 .
20 20
Correl ati on Coeffi cient
Si g. (2-tai l ed)
N
Correl ati on Coeffi cient
Si g. (2-tai l ed)
N
Ranki ng Educaci n
Ranki ng Ingreso
Spearman's rho
Ranki ng
Educaci n
Ranki ng
Ingreso
Correl ati on i s si gni fi cant at the .01 l evel (2-tai led).
**.
(r = .971, p=.000)

Aceptar Ha

Significado: Hay una correlacin positiva
significativa entre niveles de educacin e ingreso
(c) Coeficiente r de Pearson
Qu es? Una medida del grado de
asociacin entre 2 variables de
proporciones
Frmula:


Correlaciones que no se pueden
detectar

Ojo: Relaciones
curvlineales no son
detectadas por
estas tcnicas


Correlacin no es
igual a causa

Pero un requisito de
causacin es
correlacin


X
12 10 8 6 4 2 0
Y
1200
1000
800
600
400
200
0
-200
Indispensable: Revisar las grficas
X
20 17 14 11 8 5 2
Y
1
14
12
10
8
6
4
2
Rsq = 0.666
X
20 17 14 11 8 5 2
Y
2
14
12
10
8
6
4
2
Rsq = 0.666
X
20 17 14 11 8 5 2
Y
3
14
12
10
8
6
4
2
Rsq = 0.666
X4
20 17 14 11 8 5 2
Y
4
14
12
10
8
6
4
2
Rsq = 0.667
Ejemplo r de Pearson
Pregunta: Son los estados que producen ms
patentes aquellos que reciben ms becas del
Conacyt?

Hiptesis:
Ho: No hay una correlacin entre Patentes y Becas
Ha: S hay una correlacin entre Patentes y Becas

Variables:
Nmero de Becas del Conacyt por estado administrador
Nmero de Patentes registradas por estado de
residencia del inventor

Ejemplo r de Pearson (SPSS)


Correlations
1.000 .961**
. .000
32 32
.961** 1.000
.000 .
32 32
Pearson Correl ati on
Si g. (2-tai l ed)
N
Pearson Correl ati on
Si g. (2-tai l ed)
N
Becas admini stradas
Patentes
Becas
admi ni stradas Patentes
Correl ati on i s si gni fi cant at the 0.01 l evel (2-tail ed).
**.
r = .961 (p=.000)

Aceptar Ha

Significado: Hay una correlacin positiva
significativa entre asignacin de becas y
produccin de patentes
Terminaste
Muchas Gracias y
Mucha Suerte