Semestre Académico 2023

-1
Estadística Aplicada a la Gestión Empresarial

Unidad II

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

Dr. Felipe Núñez Chávez
Capacidad: Calcula y analiza adecuadamente los indicadores estadísticos de tendencia central y de dispersión, procurando
una eficaz toma de decisiones.

18/04/2022
 Semana 08

Contenidos • Medidas de asociación entre dos variables.

conceptual
es:
• Calcula e interpreta el coeficiente de correlación de Pearson y Spearman. (SPSS).
Contenidos
• Desarrolla ejercicios aplicativos de medidas de tendencia central y dispersión.
procedimenta
les: • Examen Parcial: Evalúa las capacidades de la primera y segunda unidad de aprendizaje.

18/04/2022
 Medidas de Asociación

Medidas de variación conjunta

Medidas de relación entre variables

18/04/2022
 Covarianza

Para un conjunto de observaciones, la covarianza se define

como:
Covarianza de una Covarianza de una
muestra: población:
n _
_ N
 (x i  x)( yi 
S xy  y)  (X i  x )(Yi   y )
i1  xy i1
N
n
1

18/04/2022
 Covarianza

Ejercicio
:

18/04/2022
 Medidas de Asociación

Medidas de variación conjunta

Medidas de relación entre variables

18/04/2022
 Relación entre variables

La relación entre dos variables cuantitativas se puede clasificar en:

• Lineal o curvilínea, según la nube de puntos se condense en torno a una línea recta o a una
curva.
• Positiva o directa, cuando al aumentar una variable aumenta la otra y viceversa.

• Negativa o cuando al crecer una variable, la otra decrece y viceversa.

inversa,
• Cuando no existe ninguna relación y la nube de puntos están distribuidas al azar, se dice que no
están correlacionadas
(Nula).

18/04/2022
 Coeficientes de correlación

Dos variables se dicen correlacionadas si un cambio en la magnitud de una de ellas se encuentra asociado a un cambio en la
magnitud de la otra o viceversa.
El coeficiente de correlación es un número que puede tomar un valor entre -1 y 1.
• Cercano a 1: variables correlacionadas positivamente (relación directa), es decir, el aumento en la magnitud de una variable se
asocia con el aumento en la magnitud de la otra variable.
• Cercano a 0: variables no se correlacionan o se correlacionan muy poco.
• Cercano a -1: variables se relacionan negativamente (relación inversa), es decir, el aumento en la magnitud de una variable se asocia
con la disminución en la magnitud de la otra variable.
Se va debilitando
Fuerte relación Fuerte relación

-1 -0.70 0 0.70 1

18/04/2022
 Interpretación de los coeficiente de correlación

Las siguientes tablas permiten realizar una interpretación de la correlación observada, pero no permite determinar si la relación
observada es significativa o no, lo cual se determinará mediante la prueba estadística correspondiente.

Nivel de Relación directa Relación inversa

correlación (positiva) (negativa)

Alta [0,70 ; 1,00] [-0,70 ; -1,00]

Moderada [0,40 ; 0,70 [-0,40 ; -0,70

Baja [0,10 ; 0,40 [-0,10 ; -0,40

Nula  -0,10; 0,10

Adaptado de Corral
(2009)

18/04/2022
 Interpretación de los coeficiente de correlación

No existe una interpretación única, esto dependerá del autor de referencia; en el informe de investigación se debe indicar cual
es la referencia utilizada para presentar las interpretaciones a los valores de correlación obtenidos.
Nivel de Relación directa Relación inversa
correlación (positiva) (negativa)

Muy alta [0,90 ; 1,00] [-0,90 ; -1,00]

Alta [0,70 ; 0,90 [-0,70 ; -0,90

Moderada [0,40 ; 0,70 [-0,40 ; -0,70

Baja [0,20 ; 0,40 [-0,20 ; -0,40

Nula  -0,20; 0,20

Adaptado de Bisquerra (Coord.)

(2009)

18/04/2022
 Coeficiente de correlación de Pearson

El coeficiente de correlación de Pearson es una medida de dependencia lineal, y permite medir la intensidad de la asociación
observada entre dos variables cuantitativas que se ajustan a una distribución normal.

σ 𝑛𝑖=1 𝑥 𝑖 𝑦 𝑖 −
𝑟𝑥𝑦 = 𝑆 𝑥𝑦 =
𝑆 𝑆𝑥 𝑦 σ𝑛 𝑥2 𝑛
𝑥ҧ𝑦ത σ 𝑛 𝑦2
𝑖=1 − 𝑖=1 −
𝑖
𝑛𝑥ҧ2 𝑖
𝑛𝑦ത2

Nota: El coeficiente de correlación de Pearson es sensible a

la presencia de valores extremos.

18/04/2022
 Coeficiente de correlación de Pearson

Ejercicio
:

18/04/2022
 Coeficiente de correlación de Spearman

El objetivo del análisis de Correlación de Spearman es medir la intensidad de la asociación observada entre dos
variables con escala de medición ordinal o cuyos datos no se distribuyen de forma normal.
El coeficiente de Correlación de Spearman se define de la siguiente manera:

rp 6 ( X 
 1

18/04/2022
 Actividad Práctica

Tema: Medidas descriptivas (Data original y data agrupada)

• Trabajo en grupos previamente conformados.
• Descargue el archivo colocado en la sección Actividades de la Unidad II.
• Resuelva según se solicite.
• Cargue su archivo completamente trabajado en el enlace de Tarea correspondiente.

18/04/2022
 xamen
Parcial
Miércoles 20 de abril de
08:10
a 09:30 horas
18/04/2022
18/04/2022