COEFICIENTE DE CORRELACION DE PEARSON

UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE ENFERMERIA

• Cátedra: Bioestadística• Catedrática: Dra. Alicia Vargas Clemente

• Alumna: Pineda Machaca Kelia Adalid

Relaciones: Persona alta

Mayor peso

Buenas calif. en mate

______________________________________________________________________

En la vida cotidiana……

Mayor altura

Basquetbolista

CI alto

¿Fuertes?

¿Débiles?

¿Existe relación? ¿En que medida están relacionadas?

¿Puedo predecir una variable a partir de la otra?

Relaciones: Inteligencia

2 variables Calificaciones

CORRELACIÓN SIMPLE

CORRELACIÓN

MÚLTIPLE + de 2 variables

Relaciones familiares

Calificaciones

Nivel socio-económico

Inteligencia

PEARSON

CORRELACIÓN BIVARIADA

INTEVALARES RAZON

VARIABLES

Objetivo:

SíSí

cambia «X» cambia «Y»

NoNo

cambia «X» no «Y» o viceversa

¿Relación entre variables?

Relación:

Relación

Relación

«X» «Y»Causalidad (no)

CORRELACIÓN

Producto-Momento de Pearson

Gráfico

Analítico

Calcular la relación que existe entre dos variables:

SPSS

METODOS GRAFICO Y ANALITICO

Requisitos:

DOS variables numéricas, en una escala continua

Relación lineal

Homoscedasticidad

Dos variables de escala:

Nominal

Ordinal

Intervalar Razón

LA MEDICIÓN SE DA CUANDO DESEAMOS CLASIFICAR OBJETOS, PERSONAS O CARACTERÍSTICAS, EN DOS O MAS CATEGORÍAS LAS QUE TIENEN ORDEN Y JERARQUIA

LA MEDICIÓN SE DA CUANDO DESEAMOS CLASIFICAR OBJETOS, PERSONAS O CARACTERÍSTICAS, EN DOS O MAS CATEGORÍAS LAS QUE TIENEN ORDEN Y JERARQUIA; Y EL CERO ES REAL.

1. Método Gráfico:CI

$10004000

60008000

1000012000

1400016000

1800020000

2200024000

70

80

90

100

110

120

130

140

60

50

40

“Diagrama de dispersión” o “nube de puntos”

Cada punto representa a un sujeto, y señala la intersección de su valor en X y en Y.

¿Cómo sabemos qué tan fuerte es la relación?

Por el ancho de la nube de puntos

RELACIÓN LINEAL

Otras Relaciones

Memoria

Edad

40

50

60

70

80

90

100

30

20

10

Juventud Adultez Vejez

EJEMPLO

Otras Relaciones EXPONENCIAL

Otras Relaciones LOGARITMICA

HOMOSCEDASTICID

AD

Que exista aproximadamente la misma desviación de los puntos a lo largo de la línea imaginaria

Homocedasticidad

Homoscedasticidad

Homoscedasticidad

2. MÉTODO ANALÍTICO

Índice “r de Pearson”

Magnitud

Dirección

-1 0 +1

Magnitud (#):

10

“A mayor número mayor correlación”

Baja: 0.30

Media: 0.50

Alta: 0.70

Perfecta= 1

Magnitud (#):

r= 0.95

Magnitud (#):

r= 0.82

Magnitud (#):

r= 0.76

Magnitud (#):

r= 0.41

Magnitud (#):

r= 0.001

Dirección (signo): (+)(-)

(-)Dirección: descendente

Magnitud (#):

r= -0.95

Fuerza de la correlación:

-1 +10

Per

fect

a Perfecta

Nula

r= 0.85

Dibuja los puntos de:

r= 0.13

Dibuja los puntos de:

r= -0.91

Dibuja los puntos de:

r= -0.21

Dibuja los puntos de:

r= 0.21

¿Cuál correlación es más fuerte?

r= 0.80

r= -0.71

¿Cuál correlación es más fuerte?

r= -0.68

r= -0.91

¿Cuál correlación es más fuerte?

r= 0.87

TABLA DE SIGNIFICANCIA DE R:Además, se puede especificar si esta correlación es o no significativa desde el punto de vista estadístico.

Se compara el resultado obtenido con el valor correspondiente en una tabla y se estima qué tan probable sería observar una correlación de semejante magnitud. Si la probabilidad es igual o menor que .05 (5%) se dice que es estadísticamente significativa, lo que significa que es poco probable que esta correlación se dé por el azar.

Si la probabilidad es mayor que este valor se dice que no es significativa pues ese resultado bien podría observarse por el azar.

Baja: 0.30

Media: 0.50

Alta: 0.70

Perfecta= 1

Menor 5=0,05 MAGNITUD

DIRECCION

Interpretación:

“Se realizó un análisis de correlación de Pearson con la finalidad de saber si la variable horas de estudio y la variable calificaciones están relacionadas entre sí.

Se obtuvo un coeficiente de 0.88 que sugiere que existe una alta correlación positiva entre ambas variables”, es decir, a mayor hora de estudio, mayor calificación.

Consejo: estudien algunas horas para que les vaya bien en sus exámenes…

Interpretación:

“Se realizó un análisis de correlación de Pearson con la finalidad de saber si la variable hemoglobina y la variable peso del R.N están relacionadas entre sí.

Se obtuvo un coeficiente de 0.15 que sugiere que existe una baja correlación negativa entre ambas variables.

DIRECCION= Probabilidad

MEDIDA DE HIPOTESIS

INDICE DE CORRELACION DE PEARSON