CORRELACIÓN
Definición
Una correlación es una relación de variables.
Correlación
Pearson
Kendall
Sperarman
Correlación de Pearson.
Cambio sistemático en las
puntuaciones de dos variables de
intervalo o razón.
Para esta prueba necesario formular las
variables en modo de Independiente y
Dependiente, sin embargo la correlación no
determina que una variable sea causa y la
otra efecto, por ejemplo existe correlación
entre altura y peso pero jamás podremos
asegurar que la altura es la causa del peso.
Correlación de Pearson
Positiva
El coeficiente de correlación será
mayor a 0 y menor a 1
Negativa
El coeficiente de correlación será
menor a 0 y mayor a -1
Positiva perfecta
El coeficiente de correlación será
igual a 1
Negativa perfecta
El coeficiente de correlación será
igual a -1
Correlación positiva
Es cuando los valores altos coinciden
con los valores altos, los valores bajos
con los bajos y los medianos con los
medianos.
Dicho de otra forma cuando la variable A
incrementa la variable B incrementa en la
misma proporción, la variable A es
directamente proporcional a la variable B
A B
BA
Hipótesis
A mayor número de horas de estudio
mayor será la calificación del examen.
Menor número de horas de estudio menor
será la calificación del examen.
Diagrama de dispersión
La gráfica para representar a la
correlación es el diagrama de
dispersión.
Correlación positiva Nótese cómo la línea va subiendo de
izquierda a derecha.
Correlación negativa
Es aquella en donde los valores altos
coinciden con los valores bajos y
cuando los valores bajos coinciden con
los altos.
La variable A es inversamente
proporcional a la variable B. Es decir,
cuando la variable A incrementa la
variable B decrementa en la misma
proporción.
A B
A B
Hipótesis
A mayor asertividad menor será el
porcentaje de relaciones fallidas. A
menor asertividad mayor será el
porcentaje de relaciones fallidas.
La asertividad medida por medio un inventario
Correlación nula
En ella no existe relación entre las dos variables.
Correlación positiva perfecta Es aquella en la que
todos los puntos
están ubicados
exactamente sobre
la línea recta. Y el
coeficiente de
correlación es igual
a 1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 150
2
4
6
8
10
12
14
16
Correlación negativa perfecta Es aquella en la que
todos los puntos
están ubicados
exactamente sobre
la línea recta. Y el
coeficiente de
correlación es igual
a -1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 150
2
4
6
8
10
12
14
16
Correlación de Kendall
Correlación no paramétrica entre
variables de tipo ordinal y nominal
Correlación de Sperarman Correlación no paramétrica entre
variables de tipo ordinal y cualquier otra
variable que no se distribuya
normalmente. Siendo la relación ordinal
con nominal, ordinal con ordinal y
ordinal intervalar.
Coeficiente de correlación Indica en qué medida existe un patrón claro de
alguna relación en particular entre dos
variables. Por ejemplo en el caso de la
correlación positiva particularmente en aquella
en la cual los valores altos coinciden con los
valores altos, el grado de correlación indicará
cuantos valores altos coinciden con otros
valores altos.
Existen coeficientes bajos, medios y
altos.
Ejemplo
Planteamiento del problema
Un profesor desea saber si existe relación entre el número de horas que sus alumnos ven televisión y el promedio general de su materia.
VariablesVI: Número de horas que ven televisión los
alumnosVD: Promedio general
Planteamiento de la hipótesis A mayor número de horas de ver
televisión menor será el promedio
general de los alumnos.
A menor número de horas de ver
televisión mayor será el promedio
general de los alumnos.
Ingreso de datos en el SPSS
Vista de variable
Vista de datos
SPSS
Analizar
Correlaciones Bivariada
A continuación se despliega el sig. cuadro de diálogo:
Únicamente deben ingresar las
variables que van a correlacionar, elegir
el tipo de correlación (Pearson, Kendall
o Spearman) y dar aceptar.
Los resultados se presentan en una tabla como la siguiente:
Correlación
Edad Número de hijos
Horas de ver televisión
Pearson Correlation 1 ,104
Sig. (2-tailed) ,450
N 55 55
Promedio general
Pearson Correlation ,104 1
Sig. (2-tailed) ,450
N 55 55
Toma de decisión
Para la significancia se postulan 2 hipótesis:
Ho: No existe correlación entre las variables
HA: Existe correlación entre las variables
El nivel de significancia es 0.05
Menor a 0.05 se rechaza Ho.
Mayor a 0.05 se acepta Ho.
Lectura de datos
El coeficiente de correlación es de 0.104, es un
coeficiente bajo. El nivel de significancia es de
0.450, al ser mayor a 0.05 se acepta la
hipótesis nula, por lo tanto no existe correlación
entre las variables edad y número de hijos.