Correlación de Pearson
Percepción
Celos de
V1 V2
infidelidad
Inicio: Bienvenidos a la 14°sesión virtual
De la clase anterior
1. ¿Qué es el índice Kappa de Cohen?
2. ¿Cuáles son las condiciones?
3. ¿Cómo se formula las hipótesis?
Logro de la sesión
Al término de la sesión,
los estudiantes
determinan la relación de
variables cuantitativas
con la prueba de
correlación de Pearson.
Que vamos a aprender
[Link]áfico de dispersión.
[Link]ón de Pearson.
[Link]ótesis estadísticas.
[Link] de significancia.
5.P-valor.
Utilidad
Determinar el grado de
correlación entre dos
variables cuantitativas y
probar la existencia de
correlación en estudios
de nivel relacional.
Transformación
Correlación
Busca determinar si dos variables cuantitativas están relacionadas linealmente
y en qué medida los cambios de una variable pueden explicarse por los cambios
que ocurren en la otra. Esta correlación de las variables X e Y indica si los puntos
tienen una tendencia lineal y cual es su orientación, se mide con el coeficiente
de correlación de Pearson.
Pregunta de Investigación
¿Cuál es la relación entre la variable 1 y la variable 2?
NO implica causalidad, solo asociación
Datos/Observaciones
Correlación
Grado de correlación entre dos variables (no causalidad)
V1 V2
Dirección Infidelidad
Fuerza
Significación Satisfacción
Datos/Observaciones
Correlación
Dirección. Gráfico de dispersión se observa la tendencia y relación si es positiva o negativa.
18 25 6
16
20 5
Variable 2 (Y)
14
Variable 2 (Y)
Variable 2 (Y)
12 4
15
10 3
8 10
6 2
4 5 1
2
0 0 0
0 5 10 15 0 10 20 30 0 5 10 15 20
Variable 1 (X) Variable 1 (X) Variable 1 (X)
Relación Positiva Relación Negativa No hay Relación lineal
(Directa) (Inversa)
Datos/Observaciones
Correlación
¿Cuál es la relación entre conductas de infidelidad y conductas sexuales de riesgo?
Datos/Observaciones
Coeficiente de correlación
La correlación lineal se mide con el estadístico denominado coeficiente de
correlación de Pearson y nos indica la fuerza de correlación, su fórmula es:
n XY X Y
R
n X 2 ( X ) 2 n Y 2 ( Y ) 2
𝐶𝑜𝑣 𝑋,𝑌
𝑅= ; 𝐷𝑜𝑛𝑑𝑒: −1 ≤ 𝑅 ≤ +1
𝑆𝑥 𝑆𝑦
Si r < 0 Existe correlación negativa y/o inversa entre las variables
Si r > 0 Existe correlación positiva y/o directa entre las variables
Si r = 0 No existe relación lineal entre las variables (Variables no correlacionadas)
Datos/Observaciones
Interpretación del coeficiente de correlación de Pearson
El Coeficiente de Correlación R de Pearson mide la fuerza y dirección de relación entre dos variables
cuantitativas en una escala que varía entre -1 a +1. Cuanto mas se aleja del 0 el valor del coeficiente
muestra una relación mas fuerte. El signo de R nos indica si la relación es positiva o negativa.
Correlación Correlación Correlación Correlación Correlación Correlación Correlación Correlación Correlación Correlación
negativa negativa negativa negativa negativa positiva positiva positiva positiva positiva
Muy alta Alta Moderada Baja Muy baja Muy baja Baja Moderada Alta Muy alta
-1 -0.8 -0.6 -0.4 -0.2 0 +0.2 +0.4 +0.6 +0.8 +1
NEGATIVA POSITIVA
Hernández, Fernández & Baptista, 2016, 304-305
Datos/Observaciones
Interpretación del coeficiente de correlación de Pearson
130
330 120
280 110
100
230 90
80
180
70
130 60
50
80 r=0,1 40
r=0,4
30 30
140 150 160 170 180 190 200 140 150 160 170 180 190 200
100
100
90
90
80
80
70 70
60 60
50 50
40 r=0,8 40 r=0,99
30 30
140 150 160 170 180 190 200 140 150 160 170 180 190 200
Datos/Observaciones
Interpretación del coeficiente de correlación de Pearson
90 80
80 70
70 60
60 50
50
40
40
30
30
20 20
10 r=-0,5 10 r=-0,7
0 0
140 150 160 170 180 190 200 140 150 160 170 180 190 200
80 80
70 70
60 60
50 50
40
40
30
30
20
20
r=-0,95
10
10 r=-0,999
0
0
140 150 160 170 180 190 200
140 150 160 170 180 190 200
Datos/Observaciones
Correlación
¿Cumple los supuestos
de normalidad?
SI NO
Prueba Prueba no
paramétrica paramétrica
Correlación de Correlación Rho de
Pearson Spearman
Datos/Observaciones
Prueba de correlación
HIPÓTESIS: Si existe relación entre la variable 1 y la variable 2
Prueba estadística: Datos numéricos realizar la prueba de normalidad
Kolomogorov Smirnov si n > 50
Shapiro Wilk si n < 50
¿Cumple con los supuestos de
Nivel de medición de datos
normalidad?
Variable 1 Variable 2 SI NO
Ordinal Ordinal Spearman Spearman
Intervalar o razón Ordinal Spearman Spearman
Intervalar o razón Intervalar o razón R de Pearson Spearman
Datos/Observaciones
Prueba de correlación
1. Formulación de hipótesis estadísticas
Ho: No existe correlación entre la variable X e Y ( R = 0)
H1: Si existe correlación entre la variable X e Y ( R ǂ 0)
2. Nivel de significancia: α = 0,05
3. Estadístico de prueba: Correlación de Pearson
4. P – valor : se obtiene con software estadístico o Excel
5. Decisión: si P-valor ≤ α = 0.05 se rechaza Ho y se acepta H1
6. Conclusión:
Datos/Observaciones
Prueba de correlación de Pearson
Significación y P-valor
Datos/Observaciones
Ejemplo
•Un empresario ha notado que sus empleados están
algo desmotivados en el trabajo. Él desea saber si este
problema (desmotivación) está relacionado a sus
ingresos económicos.
•Nota: Los datos tienen una distribución NORMAL.
Datos/Observaciones
Proceso en SPSS
Analizar Correlaciones Bivariadas
Datos/Observaciones
Proceso en SPSS
Analizar Correlaciones Bivariadas
En la parte donde dice “variables”
agregar las dos variables
que se quiere relacionar.
Fijarse que el check esté en
“Pearson” (si es distribución normal)
o en “Spearman” (si es distribución
no normal), pero solo se elegirá
uno a la vez.
Datos/Observaciones
Ejercicio 1
Un Psicólogo realizó un estudio para determinar si hay relación en la inteligencia y las notas. Para ello aplicó un
test de inteligencia y ha recolectado datos a un grupo de estudiantes, midiendo el cociente de inteligencia (IQ) y el
rendimiento académico. ¿Cuál es la relación entre las variables con una significancia de 5%?
Cociente de Rendimiento
N°
inteligencia académico
1 105 12
2 116 16
3 103 10
4 124 15
5 137 18
6 126 17
7 112 12
8 129 17
9 108 11
10 98 09
Datos/Observaciones
Cierre: Conclusiones
1. La correlación es una prueba de relación
entre variables.
2. El coeficiente de correlación de Pearson
mide el grado de correlación entre
variables cuantitativas.
3. La hipótesis prueba la existencia de
relación en las variables.
Datos/Observaciones
Cierre: ¿Qué hemos aprendido?
1. Interpretar correctamente el
coeficiente R de Pearson.
[Link] el proceso de la
prueba de correlación con SPSS
3. Interpretar los resultados
obtenidos.
Datos/Observaciones
Preguntas
Datos/Observaciones
Tarea
Desarrollar en forma
grupal el trabajo
dejado en TAREAS
respecto a la
CORRELACIÓN DE
PEARSON
Datos/Observaciones
Datos/Observaciones
