"Conjeturar es barato; conjeturar erróneamente es caro".

Proverbio chino

Ing. Santiago Chele Delgado, MS.c.

Docente

1
 ESTADÍSTICA APLICADA A
LA EDUCACIÓN

Unidad 4
CORRELACIONES EN LA
ESTADÍSTICAS
Tema 1
Correlación

Ing. Santiago Chele Delgado, MS.c.

ESTADÍSTICA APLICADA A
LA EDUCACIÓN

Ing. Santiago Chele

Delgado, MS.c.
 Objetivo
Ejemplificar como realizar la interpretación de correlación
estadística.

Introducción
Cada vez más, el uso de la estadística se convierte en una herramienta de vital
importancia para el desarrollo adecuado de los procesos investigativos, sus
métodos y procedimientos son generalmente de uso obligatorio en
prácticamente todas las ramas del saber, pues mediante ella se puede
determinar con mayor precisión los resultados en relación a las
mediciones realizadas.
 Subtemas:
Subtema 1: La correlación estadística y su
interpretación
Subtema 2: Coeficiente de correlación.
Subtema 3: Ejercicios prácticos.
 Subtema 1: La correlación estadística y su
interpretación.
¿Qué es la
correlación?  ¿Hay alguna relación entre la estatura de una
persona y la medida de sus zapatos? ¿Le parece
que los estudiantes que estudian más obtienen
mejores calificaciones?
 ¿Hay alguna relación entre horas estudiadas y
calificaciones?
 ¿Le parece que los estudiantes que recorren más
distancia en ir a la escuela también necesitan más
Fuente: https://fdocuments.ec/document/regresion-y-regresion.html tiempo para llegar a ésta?
 Subtema 1: La correlación estadística y su
interpretación.
Conceptos Básicos:

• Correlación: existe entre dos variables cuando una de ellas está

relacionada con la otra de alguna manera.

• Relaciones lineales: quiere decir que cuando se grafican, los

puntos se aproximan al patrón de una línea recta

• Coeficiente de correlación lineal r: es una medida numérica de la

fuerza de la relación entre dos variables que representan datos
cuantitativos.
 Subtema 1: La correlación estadística y su
interpretación.
Correlación lineal.

Estudia la relación lineal existente entre dos variables, el

cálculo de la correlación entre esas variables es
independiente del orden o asignación de cada variable,
solo mide la relación entre ambas, sin considerar
independencias. (Marquina R., 2018)
 Subtema 1: La correlación estadística y su
interpretación.
Representación gráfica de una
relación
rendimiento

rendimiento

rendimiento
inteligencia inteligencia inteligencia

Sin relación Relación lineal negativa

Relación lineal positiva
 Subtema 1: La correlación estadística y su
interpretación.
Representación gráfica de una
relación

rendimiento

rendimiento
inteligencia inteligencia

Relación lineal Relación no lineal

 Subtema 1: La correlación estadística y su
interpretación.
Representación gráfica de una
relación
rendimiento

rendimiento

rendimiento
inteligencia inteligencia inteligencia

Relación lineal perfecta Relación lineal Relación lineal débil

(casi perfecta) fuerte/moderada
 Subtema 2: Coeficiente de correlación.
El coeficiente de correlación es la medida que cuantifica la intensidad de la relación
lineal entre dos variables en un cálculo de correlación, mediante la aplicación de su
respectiva formula se compara la distancia de cada dato, identificando la relación de
las variables y si estas se ajustan a una línea imaginaria trazada entre los datos.
(Vararey A., 2016)

La fórmula a utilizar es la siguiente.

Donde:
x=Variable independiente
y=Variable dependiente
Correlación Positiva: Las 2 variables crecen
Correlación negativa: Una variable crece y la otra
decrece.
 Subtema 2: Coeficiente de correlación.
Niveles de correlación.
Nivel de correlación​ Rango​
Perfecta relación​ ± 0.85 a ± 1​
Fuerte relación​ ± 0.70 a ± 0.85​
Regular relación​ ± 0.40 a ± 0.70​
Baja relación​ ± 0.20 a ± 0.40​
Nula relación​ 0 a ± 0.20​

Limitaciones del análisis de correlación

 Entre alguna de las limitaciones de este análisis se tiene, el no poder medir la presencia o
el efecto de otras variables, aparte de las dos que se están explorando.
 La correlación no establece relaciones referente a causa y efectos, y no puede describir
las relaciones curvilíneas.
 Subtema 2: Coeficiente de correlación.

Se quisiera medir la relación existente entre el peso y la altura de un grupo de individuos

​ Peso​ Altura​ ​ ​ ​
N
°​
X​ Y​ X​2
Y​2
XY​ N= 11
1​ 170​ 170​ 28900​ 28900​ 28900​ ⅀x= 1899
2​ 158​ 188​ 24964​ 35344​ 29704​
⅀y= 1940
3​ 200​ 159​ 40000​ 25281​ 31800​
4​ 190​ 175​ 36100​ 30625​ 33250​ ⅀xy=333613
5​ 198​ 168​ 39204​ 28224​ 33264​ ⅀x2= 331067
6​ 180​ 170​ 32400​ 28900​ 30600​
⅀y2= 343072
7​ 175​ 180​ 30625​ 32400​ 31500​
8​ 160​ 188​ 25600​ 35344​ 30080​
9​ 155​ 190​ 24025​ 36100​ 29450​
1
145​ 177​ 21025​ 31329​ 25665​
0​
1
168​ 175​ 28224​ 30625​ 29400​
1​
å​ 1899​ 1940​ 331067​ 343072​ 333613​
 Subtema 2: Coeficiente de correlación.
Se quisiera medir la relación existente entre el peso y la altura de un grupo de individuos
​ Peso​ Altura​ ​ ​ ​
N
X​ Y​ X​2
Y​2
XY​
°​
1​ 170​ 170​ 28900​ 28900​ 28900​
2​ 158​ 188​ 24964​ 35344​ 29704​
3​ 200​ 159​ 40000​ 25281​ 31800​
4​ 190​ 175​ 36100​ 30625​ 33250​
5​ 198​ 168​ 39204​ 28224​ 33264​
6​ 180​ 170​ 32400​ 28900​ 30600​
7​ 175​ 180​ 30625​ 32400​ 31500​
8​ 160​ 188​ 25600​ 35344​ 30080​
9​ 155​ 190​ 24025​ 36100​ 29450​
1
145​ 177​ 21025​ 31329​ 25665​
0​
1
168​ 175​ 28224​ 30625​ 29400​
1​
å​ 1899​ 1940​ 331067​ 343072​ 333613​
 Subtema 2: Coeficiente de correlación.
Se quisiera medir la relación existente entre el peso y la altura de un grupo de individuos

El valor de r = -0,7523 nos muestra una fuerte correlación negativa

entre las variables peso y altura del grupo de individuos analizados,
así mismo, se entiende que en la medida que el peso aumenta la
estatura disminuye, o que si el peso disminuye la estatura se
incrementa.
.
 Subtema 3: Ejercicios prácticos.
La información estadística obtenida de una muestra de tamaño 12 sobre la relación
existente entre la inversión realizada y el rendimiento obtenido en cientos de miles
de dólares para explotaciones agrícolas, se muestra en el siguiente cuadro: Inversión
(X), Rendimiento (Y), obtenga la correlación de las variables.
x​ y​
11​ 2​
14​ 3​
16​ 5​
15​ 6​
16​ 5​
18​ 3​
20​ 7​
21​ 10​
14​ 6​
20​ 10​
19​ 5​
11​ 6​
Referencia

• Marquina R. (2018). Correlacion de variables Cuantitativas. Obtenido de

https://www.youtube.com/watch?v=1YFCtoG1-7E
• PEREIRA, U. T. (1984). Analisis de la correlación. Obtenido de
https://academia.utp.edu.co/seminario-investigacion-II/files/2017/03/06a.An
%C3%A1lisisDeCorrelaciones.pdf
• Sampieri R et al, .. (2017). Metodología d ela investigación . Mexico. Obtenido de
http://observatorio.epacartagena.gov.co/wp-content/uploads/2017/08/metodologia-de-la-
investigacion-sexta-edicion.compressed.pdf
• UAEH. (2017). REGRESIÓN LINEAL Y CORRELACIÓN. Obtenido de
https://www.uaeh.edu.mx/docencia/P_Presentaciones/huejutla/administracion/algebra/2017/
Regresion_lineal.pdf
• Vararey A. (2016). Coeficiente de correlación lineal de Pearson. Obtenido de Coeficiente de
correlación lineal de Pearson: https://personal.us.es/vararey/adatos2/correlacion.pdf