Académique Documents
Professionnel Documents
Culture Documents
()
)][(
()
)]
TABLA AUXILIAR N4.1.4.
(1)
x
(2)
Y
(3)
x
2
(4)
y
(5)
XY
18
15
12
9
3
x = 57
82
68
60
32
18
y= 260
324
225
144
81
9
x = 783
6724
4624
3600
1024
324
y = 16296
1476
1020
7200
288
54
xy = 3558
Con los datos de la tabla N4.1.1, se ha elaborado la Tabla Auxiliar N4.1.4.
En las columnas (1) y (2) se han escrito los valores de X y Y. en la columna
(3), se han elevado al cuadrado los valores de X. en la columna (4) se han
elevado al cuadrado los valores de Y. en la columna (5) se ha efectuado el
producto de cada pareja de valores X y Y. aplicando los datos en la frmula
4.1.1, se tiene:
() ()()
[(() ()
)][(() ()
)]
( )( )
()()
INTERPRETACIONES DE UN COEFICIENTE DE CORRELACIN
Qu tan elevado es un coeficiente de correlacin dado?. Todo coeficiente
de correlacin que no sea cero indica cierto grado de relacin entre dos
variables. Pero es necesario examinar ms esta materia, porque el grado de
intensidad de relacin se puede considerar desde varios puntos de vista. No
se puede decir que un r de 0.50 indique una relacin dos veces ms fuerte
que la indicada por r de 0.25. ni se puede decir tampoco que un aumento en
la correlacin de r=0.40 a r=0.60 equivalga a un aumento de r=0.70 a r=0.90.
es de observar que una correlacin de -0.60 indica una relacin tan estrecha
como una correlacin de +0.60, la relacin difiere en la direccin.
Siempre que est establecida fuera de toda duda razonable una relacin
entre dos variables, el que el coeficiente de correlacin sea pequeo puede
significar nicamente que la situacin medida est contaminada por algn
factor o factores no controlados. Es fcil concebir una situacin experimental
en la cual, si se han mantenido constantes todos los factores que no sean
pertinentes, el r podra haber sido 1 en lugar de 0.20. por ejemplo:
generalmente la correlacin entre la puntuacin de aptitud y el
aprovechamiento acadmico es 0.50 puesto que ambos se miden en una
poblacin cuyo aprovechamiento acadmico tambin es influenciable por el
esfuerzo, las actitudes, las peculiaridades de calificacin de los profesores,
etc. Si se mantuvieran constantes todos los dems factores determinantes
del aprovechamiento y se midieran exactamente la aptitud y las notas, el r
sera 1 en vez de 0.50.
Una conclusin prctica a la correlacin es que sta es siempre relativa a la
situacin dentro de la cual se obtiene y su magnitud no representa ningn
hecho natural absoluto. El coeficiente de correlacin es siempre algo
puramente relativo a las circunstancias en que se ha obtenido y se ha de
interpretar a la luz de esas circunstancias y slo muy rara vez en algn
sentido absoluto.
Adems podemos agregar que la interpretacin de un coeficiente de
correlacin como medida del grado de relacin lineal entre dos variables, es
una interpretacin como medida del grado de relacin lineal entre dos
variables, es una interpretacin matemtica pura y est completamente
desprovista de implicaciones de causa y efecto. El hecho de que dos
variables tiendan a aumentar o disminuir al mismo tiempo no implica que
obligadamente una tenga algn efecto directo o indirecto sobre la otra.
A continuacin calcularemos con la frmula N4.1.1, antes indicada
coeficiente de Pearson de la relacin presentada en la tabla N4.1.2
CUADRO AUXILIAR 4.1.5
(1)
x
(2)
Y
(3)
x
2
(4)
y
(5)
XY
18 18 324 324 324
15 32 225 1024 480
12 60 144 3600 720
9 68 81 4624 612
3 82 9 6724 246
x = 57 y= 260 x = 783 y = 16296
xy =
2382
() ()()
[(() ()
)][(() ()
)]
( )( )
()()
Vemos que la correlacin es fuerte y negativa.
Ahora calculemos con la misma frmula de Pearson N4.1.1, el Coeficiente
de Correlacin lineal con los datos de la tabla N4.1.3.
CUADRO AUXILIAR 4.1.6
(1)
x
(2)
Y
(3)
x
2
(4)
y
(5)
XY
18 18 324 324 324
15 32 225 6724 1230
12 60 144 4624 816
9 68 81 3600 542
3 82 9 1024 96
x = 57 y= 260 x = 783 y = 16296 xy = 3006
() ()()
[(() ()
)][(() ()
)]
( )( )
()()
La correlacin es muy dbil y positiva.
CORRELACIN ENTRE DOS CONJUNTOS DE DATOS AGRUPADOS EN
CLASES
El presente tema nos conduce a calcular el coeficiente de correlacin r, que
nos proporciona informacin de la fuerza de la relacin que existe entre dos
conjuntos de datos que se encuentran agrupados, cada uno de ellos
formando por separados una distribucin de frecuencias, mejor dicho
teniendo por separado sus intervalos de clase con sus respectivas
frecuencias.
Para realizar una exposicin del tema en forma ms entendible,
presentamos el ejemplo del Cuadro N 4.1.7.
Ejemplo:
Calcular el grado de correlacin entre las puntaciones obtenidas en
inventario de hbitos de estudio y los puntajes obtenidos en un examen de
Matemtica, aplicados a un total de 134 alumnos de un colegio de la
localidad.
CUADRO N 4.1.7
X Hbitos de estudio
Y Matemtica
2030
3040
4050
5060
Total
7080 3 2 2 7
6070 1 0 4 5 10
5060 2 6 16 3 27
4050 4 14 19 10 47
3040 7 15 6 0 28
2030 8 2 0 1 11
1020 1 1 2 4
Total
23 40 48 23 134
Podemos notar que el problema no es tan simple, como el caso anterior,
dado que ahora los datos se han clasificado en una tabla de doble entrada
N 4.1.7. Este cuadro muestra, en la primera columna del lado izquierdo los
intervalos de clase de la variable Y, los que cubren todos los posibles datos
acerca de las puntuaciones alcanzadas por los estudiantes en la prueba de
Matemtica. Ntese que los intervalos crecen de abajo hacia arriba. En la
fila superior se presentan los intervalos de clase todos los 134 posibles datos
acerca de los puntajes obtenidos por los estudiantes en la variable hbitos
de estudios representados por la letra X.
Dentro del Cuadro N 4.1.7 en los casilleros interiores o celdas de la tabla,
se encuentran las frecuencias de celdas
.
En la ltima columna de la derecha se encuentran los totales de los puntajes
de la variable rendimiento en matemtica. Estos totales se denominan
frecuencias marginales de la variable Y.
Cuando los datos se presentan tal como el presente caso, formando tablas
de doble entrada, es conveniente usar el mtodo clave que expondremos a
continuacin porque con este procedimiento se evita manejar grandes
nmeros, como sera el caso si se emplearn las frmulas para trabajar con
la calculadora de bolsillo.
La frmula que utilizaremos es la siguiente:
)(
)
[
] *
+
Para obtener los datos que deben aplicarse en la frmula N 4.1.2., vamos a
construir el cuadro auxiliar N 4.1.8, al mismo tiempo que se explica el
significado de los smbolos de esa frmula.
Lo primero que hacemos es reemplazar los intervalos horizontales y
verticales por sus respectivas marcas de clase; a continuacin
adicionaremos al Cuadro N 4.1.7, cinco columnas por el lado derecho;
cuyos encabezamientos son:
para la primera
para la segunda,
para la tercera,
para la cuarta y
para la primera
para la primera
para la segunda,
para la tercera,
sumamos las frecuencias de las celdas que estn en la misma fila de la
marca de clase 75, obtenemos: 3+2+2=7, nmero que se escribe en el
primer casillero o celda de la columna
para la primera
para la
segunda,
para la tercera,
para la
primera
para la segunda,
para la tercera,
, as: 7(+3)=21;
10(+2)=20; 27(+1)=27; 47(0)=0; 28(-1)=-28; 11(-2)=-22 y 4(-3)=-12.
Sumando algebraicamente, tenemos: 21+20+27=68 los positivos: y
(-28)+ (-22)+ (-12)=-62 los negativos.
Por ltimo: 68-62=6 total, que se coloca en la parte inferior de la columna
Para obtener los valores de la cuarta columna encabezada
debemos
tener en cuenta que (
)(
)(
)=
)(
. Luego basta
multiplicar cada elemento de la segunda fila por su correspondiente
elemento de la tercera fila para obtener el respectivo elemento de la cuarta
fila as:
(-2)(46)=92; (-1) (-40)=40; 0*0=0 y (+1) (23)=23
Para obtener los valores de la quinta columna
observamos que
hay tres factores; el 1 es la frecuencia
, el tercer factor
es la desviacin unitaria
y ubicamos el
nmero +3 (ver la lnea punteada) formemos el producto de estos tres
nmeros: (3) (-1) (+3)=-9. Este nmero -9 encerrado en un semicrculo lo
escribimos en la celda elegida.
En la misma fila tomamos la celda siguiente: (2) (0) (+3)=0
Continuando hacia la derecha: (2) (+1) (+3)=6
CUADRO AUXILIAR N 4.1.8
CUADRO CORREGIDO DEL CUADRO AUXILIAR N 4.1.8
La frmula del paso (9) lleva el signo para indicar que se deben sumar
horizontalmente los nmeros que estn encerrados en los semicrculos de
esa primera fila elegida, as: -9+0+6=-3. Este nmero se escribe en la quinta
columna.
Trabajemos con la siguiente fila: (1) (-2) (+2)=-4 se encierra en un
semicrculo.
(0)(-1)(+2)=0
(4)(0)8+2)=0
(5)(+1)(+2)=10
Sumando 0+0+10=10
Ahora con la tercera fila:
(2)(-2)(+1)=-4
(6)(-1)(+1)=-6
(16)(0)(+1)=0
(3)(+1)(+1)=3
Sumando: (-4)+(-6)+0+3=-7
Cuarta fila:
(7)(-2)(-1)=14
(15)(-1)(-1)=15
(6)(0)(-1)=0
(0)(+1)(-1)=0
La suma es: 14+15=29
(8)(-2)(-2)=32
(2)(-1)(-2)=4
(0)(0)(-2)=0
(1)(+1)(-2)=-2
La suma es: 32+4-2=34
Sptima fila:
(1)(-2)(-3)=6
(1)(0)(-3)=-6
(2)(1)(-3)=-6
Sumando: 6+0-6=0
Sumando los valores de la columna quinta.
-3+6-7+0+29+34+0=69-10=59
Reuniendo los resultados anteriores, se tienen los datos para aplicar en
frmula N 4.1.2.
n=134
()()()()
[()()()
][()()()
]
( )( )
EJERCICIO RESUELTO N2 DE CLCULO DEL COEFICIENTE DE
CORRELACIN ENTRE DOS CONJUNTOS DE DATOS AGRUPADOS
Calcular el coeficiente de correlacin lineal de las puntuaciones en
matemticas de 100 estudiantes de la Facultad de Ciencias de la
Universidad MN.
CUADRO N4.1.9
CUADRO N4.1.10
En este problema tenemos que calcular el coeficiente de correlacin lineal r
para dos conjuntos de datos, constituidos por los calificativos en una escala
de 0 a 100, en matemticas y en fsica para 100 estudiantes de la Facultad
de Ciencias de cierta Universidad.
Los datos se muestran en el cuadro N4.1.9. Notemos que a lo largo de la
lnea horizontal superior se encuentran los intervalos que contienen los
calificativos de matemticas desde 40 hasta 100.
Igualmente en la primera columna vertical izquierda, se encuentran los
calificativos para fsica de los mismos estudiantes, desde el calificativo 40
hasta 100. Ntese que en la columna de los calificativos de fsica los datos
crecen de abajo hacia arriba y para la fila horizontal superior vemos que los
calificativos en matemticas crecen de izquierda a derecha.
A continuacin procedemos a calcular el coeficiente de correlacin r para
estos datos aplicando el mismo mtodo que utilizamos en el problema
anterior.
1) Traslademos los datos del cuadro N4.1.9 al cuadro N4.1.10.
llamaremos fxy a cualquiera de las frecuencias de los casilleros interiores
del cuadro N4.1.9. en el cuadro N4.1.10 podemos observar que se han
agregado cinco columnas por el lado derecho y cuatro filas por la parte
inferior.
Observaremos en el cuadro N4.1.10 que los intervalos para la puntuacin
en matemticas y para la puntuacin en fsica se han reemplazado por las
marcas de clase correspondientes. As en la fila horizontal superior se ha
reemplazado el primer intervalo 4050 por su marca de clase 45, el
segundo intervalo 5060 por su marca de clase 55 y de esta manera se
han reemplazado los dems intervalos por sus marcas de clases en el
cuadro N4.1.10.
De igual forma para la columna primera de la izquierda vemos que los
intervalos se han reemplazado por sus respectivas marcas de clase as, para
la puntuacin en fsica el primer intervalo superior 90 100 se han
reemplazado por su marca de clase 95, el segundo intervalo superior
8090 se ha reemplazado por su marca de clase 85 y as sucesivamente
hasta llegar el intervalo inferior 4050 que se ha reemplazado por su marca
de clase 45.
Ahora vamos a realizar los pasos siguientes:
1) Para determinar las frecuencias marginales
de
las filas llenamos la columna
. .
2) Dediquemos nuestra atencin a las frecuencias marginales
. El primer
resultado de
para la
columna que tiene la marca de clase 45, de esta forma tenemos:
2+4+4=10 que se escribe en el primer casillero de la fila
. Para el
segundo casillero tenemos el nmero 15 que se obtiene sumando
verticalmente las frecuencias
.
3) Atendamos ahora la columna
. La columna
crecern de
abajo hacia arriba. Entonces del 0 hacia abajo, las desviaciones unitarias
son nmeros negativos que van decreciendo hacia abajo.
Desde el 0 hacia arriba las desviaciones unitarias sern positivas y
crecientes.
De manera que podemos observar que la columna
est conformada
por los siguientes nmeros que crecen del cero hacia arriba: 1,2 y desde
el cero hacia abajo decrecen: -1, -2, -3.
4) Veamos la fila
Notamos que en la fila horizontal superior las marcas de clase crecen de
izquierda a derecha, de igual forma las desviaciones unitarias crecern
de izquierda a derecha. Elegimos como origen de trabajo arbitrariamente
uno de los casilleros de
por su
correspondiente valor de
y se obtiene un valor
. Por ejemplo el
nmero 24 se obtiene multiplicando la frecuencia marginal
por su
correspondiente desviacin unitaria
de la segunda
columna por su correspondiente valor
,
tenemos 15 que es igual a 1 x 15. De esta forma continuamos llenando
los dems valores de la columna
.
7) Veamos ahora la fila
por su
correspondiente desviacin unitaria
, es decir: 10(-2)=-20.
Para el segundo casillero de
por -20 de
su correspondiente primer casillero de la fila
, luego
obtenemos (-1) x (-15) = 15. As continuamos multiplicando los valores de
los valores de los casilleros de la fila
()()() .
Podemos enunciar la siguiente regla:
Para obtener los valores encerrados en semicrculos en los casilleros
interiores del cuadro N4.1.10, multiplicamos el valor de la frecuencia
del
casillero para la cual estamos haciendo el clculo, por los valores de las
desviaciones unitarias
.
As por ejemplo, para el casillero que corresponde a las marcas de clase 75
en matemtica y 85 en fsica, tenemos la frecuencia de la celda
, los
otros dos factores son:
=1.
Luego (3) x (1) x (1) = 3 que es el valor encerrado en semicrculo.
Para el casillero correspondiente a la marca de clase 55 en matemticas
marca de clase 45 en fsica, tenemos:
, se tiene
.
Sumando los valores de la tercera columna se obtiene
. La
suma de los valores de la quinta columna:
=150
Para todas las filas, en el ltimo casillero de la derecha se tiene la suma de
los valores de la fila. As por ejemplo,
.
Para la tercera fila:
.
Para la cuarta fila:
Estos totales de filas y columnas reemplazamos en la frmula N4.1.2.
()() ()()
[(() ()
)][(() ()
)]
( )( )
()()
Vemos que el coeficiente de correlacin en este caso es 0,79
EJERCICIO PROPUESTO N1 DEL CLCULO DEL COEFICIENTE DE
CORRELACIN ENTRE DOS CONJUNTOS AGRUPADOS DE DATOS.
Supongamos que tenemos 30 sujetos a los que hemos aplicado una prueba
de conocimientos de Psicologa General (variable x) y un test de inteligencia
(variable y). los datos se muestran en el Cuadro N4.1.11.
Aplicando los datos tomados del Cuadro Auxiliar N4.1.12 en la frmula
N4.1.2, tenemos:
Resultado:
() ()()
[(() ()
)][(() ()
)]
( )( )
()()
REGRESIN LINEAL SIMPLE
REGRESIN LINEAL SIMPLE
Al comenzar a estudiar las tcnicas de correlacin afirmamos que
estudiaramos dos variables y no solamente una. Llamamos en esa ocasin
x a una de las variables y a la otra. En el tema que nos ocuparemos ahora,
estudiaremos la forma tabla N4.2.1, similar a lo que utilizamos correlacin,
conocimiento el puntaje en la prueba de habilidad mental (variable x) para un
alumno determinado, podemos anticipar el puntaje del examen de admisin
(variable y) del mismo alumno.
Consideramos la relacin lineal expresada por el cuadro N4.2.1. si
dibujamos esa relacin, obtenemos el grfico N4.2.1. como podemos
observar todos los puntos se alinean exactamente en una sola lnea recta
lo que recibe el nombre de lnea de regresin. Teniendo en cuenta esta
lnea, podemos predecir cualquiera de los valores de y conociendo el valor
de x: Para x = 25, segn la recta, corresponde y = 35, para x =20,
corresponde y=30, etc. En este caso se trata de una correlacin positiva
perfecta cuyo coeficiente de correlacin es +1.
CUADRO N4.2.1
PRUEBA DE
HABILIDAD MENTAL
X
EXAMEN DE
ADMISIN
Y
Susana 5 15
Ivn 10 20
Lourdes 15 25
Aldo 20 30
Juan 25 35
Mara 30 40
Csar 35 45
Olga 40 50
Recordemos el grfico N4.2.1 que dibujamos cuando estudiamos
correlacin, en este grfico observamos el diagrama de dispersin
aproximado por una lnea recta, la recta es mejor ajuste, a los puntos del
diagrama de dispersin, es decir, en la mejor medida procure dejar igual
nmeros de puntos del diagrama de dispersin por encima de ella que igual
nmero de puntos de abajo, se llama lnea de regresin.
ECUACIN DE LA REGRESIN RECTILNEA
La ecuacin que describe la lnea de regresin es.
)X-r(
En donde:
Media de variable y en la muestra
EJEMPLO PROPUESTO N2 DEL CLCULO DEL COEFICIENTE DE
CORRELACIN ENTRE DOS CONJUNTOS DE DATOS AGRUPADOS
Supongamos que se tiene 50 vendedores de cierta compaa. Estos
vendedores durante un ao 1985 han realizado ventas tal como lo muestra
el cuadro N4.1.13, el que tambin muestra el nmero de aos de
experiencia que tienen como vendedores.
Para dicho cuadro, se pide calcular el coeficiente de correlacin lineal r.
CUADRO N4.1.13
Tomando los datos obtenidos en el Cuadro Auxiliar N4,1,14 apliquemos en
la frmula N4.1.12, se tiene:
Resultado:
() ()()
[(() ()
)][(() ()
)]
( )( )
()()
CUADRO AUXILIAR N4.1.14
GRFICO N 4.2.1
=22.5
11.46
11.46
=32.5
Estos resultados se pueden calcular a partir de los datos del cuadro N4.2.1.
Apliquemos estos datos a la frmula N4.2.1, obtenemos la siguiente
expresin:
() (
)X-(1)(
)
Simplificando trminos obtenemos:
Escojamos cualquier valor de X del Cuadro N4.2.1 por ejemplo para Mara
X=30, reemplazando este valor en (b).
Vemos en el Cuadro N4.2.1 el valor que corresponde a Mara efectivamente
es 40. Es decir, podemos usar la ecuacin N4.2.1 para predecir los valores
de Y conociendo los valores de X.
Esta frmula de regresin se puede para dos variables X y Y, entre las
cuales no es obligatorio que exista una correlacin lineal perfecta, es decir,
no es obligatorio que r para la correlacin entre X y Y sea siempre igual a 1.
Este valor de r para otras aplicaciones de la regresin, puede tomar
cualquier valor distinto.
EJERCICIO RESUELTOS DE REGRESIN LINEAL SIMPLE
Al aplicar un test de inteligencia a una muestra representativa constituida por
800 alumnos, se obtuvo la puntuacin media de 30,4 puntos, con la
desviacin estndar de 12.6 puntos.
La edad media de la muestra fue de 14.5 aos, con la desviacin estndar
de 3.2 aos.
El coeficiente de correlacin lineal de Pearson entre la variable Y, edad de
sujetos estudiados y la variables X, rendimiento mental de los mismos
sujetos, fue r=0,89
Con estos datos se pide determinar la ecuacin de regresin rectilnea de
edad en base del puntaje del rendimiento mental.
Qu edad corresponde a los sujetos que alcanzan puntuaciones de:
25 puntos
?
Datos:
= 14.5
3.2
12.6
Aplicando estos datos en la frmula N 4.2.1 se tiene:
)X-0.89(
()
Segunda pregunta
()
Tercera pregunta
()
Cuarta pregunta
()
Quinta pregunta
()
Sexta pregunta
()
RELACIONES
La correlacin se ocupa de establecer la magnitud y la direccin de las
relaciones. Antes de profundizar en estos aspectos particulares de las
relaciones, analizaremos algunas caractersticas generales de stas, con las
cuales podemos comprender mejor el material especfico acerca de la
correlacin.
RELACIONES LINEALES
Para iniciar nuestro anlisis de las relaciones, veamos una relacin entre dos
variables. La siguiente tabla muestra el salario mensual que percibieron
cinco agentes ventas y el valor en dlares de la mercanca vendida por cada
uno de ellos en ese mes.
AGENTE VARIABLE X MERCANCA
VENDIDA ($)
Y VARIABLE
SALARIO ($)
1
2
3
4
5
0
1000
2000
3000
4000
500
900
1300
1700
2100
Podemos analizar mejor la relacin entre estas variables si trazamos una
grfica utilizando los valores X y Y, para cada agente de ventas, como los
puntos de dicha grfica. l es una grfica de dispersin o dispersigrama.
Una grfica de dispersin o dispersigrama es una grfica de parejas
de valores X y Y.
La grfica de dispersin para los datos de los agentes de ventas aparece
en la figura 6.1. En relacin con esta figura, vemos que todos los puntos
caen sobre una lnea recta. Cuando una lnea recta describe la relacin
entre dos variables, se dice que esta relacin lineal.
Una relacin lineal entre dos variables es aquella que puede
representarse con la mejor exactitud mediante una lnea recta.
Observe que no todas las relaciones son lineales; algunas son
curvilneas. En este caso, al trazar una grfica de dispersin para las
variables X y Y, una lnea curva ajusta mejor a los datos que una lnea
recta.
CLCULO DE LA (r) DE PEARSON
La ecuacin para calcular la r de Pearson mediante datos:
Donde
()
] [
()
]
Dnde: es la suma de los productos de cada pareja X y Y,
tambin se llama la suma de productos cruzados.
La tabla 6.4 contiene algunos de los datos hipotticos reunidos a partir de
cinco sujetos.
Datos hipotticos para el clculo de la r de Pearson
TABLA 6.4
SUBJETIVO X Y
XY
A 1 2 1 4 2
B 3 5 9 25 15
C 4 3 16 9 12
D 6 7 36 49 42
E 7 5 49 25 35
TOTAL 21 22 111 112 106
()()
()
] [
()
]
()
[
()
] [
()
Utilicemos estos datos para calcular la r de Pearson:
()()
()
] [
()
]
es la suma de los productos cruzados; se determina multiplicando los
datos X y Y para cada sujeto y luego sumando los productos resultantes. El
clculo de y de los otros trminos aparece en la tabla 6.4. Al sustituir
estos valores en la ecuacin anterior, obtenemos.
()
[
()
] [
()
PROBLEMA DE PRCTICA 6.1
Resolvamos otro ejercicio. Esta utilizaremos los datos de la tabla 6.1. Para
su conveniencia, hemos reproducido estos datos en las primeras tres
columnas de la tabla 6.5. En este ejemplo tenemos una relacin lineal
imperfecta y estemos interesados en calcular la magnitud y direccin de la
relacin mediante la r de Pearson. La solucin tambin aparece en la tabla
6.5.
IQ y el promedio de las calificaciones: clculo de la r de Pearson
TABLA 6.5
ESTUDIANTE
NMERO
IQX PROMEDIO
DE
DATOS Y
1
2
3
4
5
6
7
8
9
10
11
12
110
112
118
119
122
125
127
130
132
134
136
138
1.0
1.6
1.2
2.1
2.6
1.8
2.6
2.0
3.2
2.6
3.0
3.6
12,100
12,544
13,924
14,161
14,884
15,625
16,129
16,900
17,424
17,956
18,496
19,044
1.00
2.56
1.44
4.41
6.76
3.24
6.76
4.00
10.24
6.76
9.00
12.96
110.0
179.2
141.6
249.9
317.2
225.0
330.2
260.0
422.4
384.4
408.0
496.8
TOTAL 1503 27.3 189,187 69.13 3488.7
()()
()
] [
()
]
()
[
()
] [
()
PROBLEMA DE PRCTICA 6.2
Tratemos de resolver otro problema. Se ha puesto a reflexionar si es
verdad que los opuestos se atraen? Todos hemos estado ante parejas en las
que sus miembros parecen ser muy diferentes entre s. Pero esto es lo
usual? Qu fomenta la atraccin: las diferencias o las similitudes? Un
psiclogo social abord este problema pidiendo a 15 estudiantes que
respondieran un cuestionario relacionado con un sus actitudes hacia una
amplia gama de temas. Tiempo despus les mostr las actitudes de un
extrao hacia los mismos temas y les pidi que evaluaran su agrado o
inclinacin por el extrao y si, probablemente, disfrutaran el trabajar con l.
En realidad, las actitudes del extrao fueron elaboradas por el
experimentador y variaron de sujeto a sujeto, con respecto a la proporcin
de actitudes similares que hubo entre el extrao y el individuo que particip
en el experimento. De esa manera, se obtuvieron datos, para cada sujeto a
sus actitudes y la atraccin que sinti hacia un extrao, basada en las
actitudes de este ltimo hacia los mismos temas. Si los iguales se atraen,
entonces debera existir una relacin directa entre la atraccin hacia un
extrao y la proporcin de actitudes similares. Los datos se presentan en la
tabla 6.6. Entre mayor sea la atraccin, ms alto ser el puntaje. El puntaje
de atraccin mximo es de 14. Calcule el coeficiente de correlacin r de
Pearson * para determinar si existe una relacin directa entre la similitud de
actitudes y el grado de atraccin.
Datos y solucin del problema de prctica 6.2
TABLA 6.6
ESTUDIANTE
NMERO
PROPORCIN DE
ACTITUDES
SIMILARES X
ATRACCIN
Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.30
0.44
0.67
0.00
0.50
0.15
0.58
0.32
0.72
1.00
0.87
0.09
0.82
0.64
0.24
8.9
9.3
9.6
6.2
8.8
8.1
9.5
7.1
11.0
11.7
11.5
7.3
10.0
10.0
7.5
0.090
0.194
0.449
0.000
0.250
0.022
0.336
0.102
0.518
1.000
0.757
0.008
0.672
0.410
0.058
79.21
86.49
92.16
38.44
77.44
65.61
90.25
50.41
121.00
136.89
132.25
53.29
100.00
100.00
56.25
2.670
4.092
6.432
0.000
4.400
1.215
5.510
2.272
7.920
11.700
10.005
0.657
8.200
6.400
1.800
TOTAL 7.34 136.5 4.866 1279.69 73.273
()()
()
] [
()
]
()
[
()
] [
()
Por lo tanto, con base en estos estudiantes, existe una relacin muy fuerte
entre las similitudes y las atracciones.
Una segunda interpretacin de la r de Pearson. La r de Pearson tambin
se puede interpretar en trminos de la variabilidad de Y explicada por medio
de X. este punto de vista produce ms informacin importante acerca de r y
la relacin entre X y Y. Considere, por ejemplo, la figura 6.9, en la cual se
muestra una relacin imperfecta entre X y Y. En este ejemplo, la variable X
representa una competencia de ortografa y la variable Y la habilidad en la
escritura de seis estudiantes de tercer grado. Suponga que queremos
predecir la calificacin en la escritura de Mara, la estudiante cuya
calificacin en ortografa es de 88. Si no hubiese una relacin entre la
escritura y la ortografa.
EJERCICIOS DE APLICACIN
1. En un largo curso de introduccin a la sociologa, un profesor hace
dos exmenes. El profesor quiere determinar si las calificaciones de
los estudiantes en el segundo examen correlacionadas con las
calificaciones del primero. Para facilitar la los, se elige una muestra de
ocho estudiar calificaciones aparecen en la siguiente tabla.
a. Construya una grfica de dispersin para datos, utilizando la
calificacin del primer examen como la variable X. Parece
lineal la relacin?
b. Suponga que existe una relacin lineal en calificaciones de los
dos exmenes, calcule la r de Pearson.
c. Qu tan bien explican la relacin, las calificaciones del
segundo examen?
()()
()
] [
()
]
0
20
40
60
80
100
120
0 20 40 60 80 100
Series1
[
()
] [
()
]
0,629531757
Se puede decir que es una relacin Baja y positiva que los dos exmenes
tienen entre si
2. Un investigador realiza un estudio de la relacin entre el consumo de
cigarros y las enfermedades determinan la cantidad de cigarros
fumados diariamente y de das de ausencia en el trabajo dura ltimo
ao debido a una enfermedad para 13 individuos en la compaa
donde trabaja este investigador. Los datos aparecen en la tabla
anexa.
SUJETO CIGARROS
CONSUMIDOS
DAS DE
AUSENCIA
1
2
3
4
5
6
7
8
9
10
11
12
0
0
0
10
13
20
27
35
35
44
53
60
1
3
8
10
4
14
5
6
12
16
10
16
a. Construya una grfica de dispersin para estos datos: Se ve
una relacin lineal?
b. Calcule el valor de la r de Pearson.
c. Elimine los datos de los sujetos 1, 2, 3, 10, 11 y 12. Esto
disminuye el rango de ambas variables. Vuelva a calcular r
para los sujetos restantes. Qu afecto tiene la disminucin del
rango sobre r?
d. A utilizar todo el conjunto de datos, qu porcentaje de la
variabilidad en el nmero de das de ausencia es explicado por
la cantidad de cigarros fumados diariamente? De qu sirve
ese valor?
0
2
4
6
8
10
12
14
16
18
0 20 40 60 80
Series1
()()
()
] [
()
[
()
] [
()
]
0,6753
0
2
4
6
8
10
12
14
16
0 10 20 30 40
Series1
()()
()
] [
()
[
()
] [
()
]
0,0318
3. Un educador ha construido un examen para las aptitudes mecnicas y
desea determinar si ste es confiable, mediante dos administraciones
con un lapso de 1 mes entre ellas. Se realiza un estudio en el cual 10
estudiantes reciben dos administraciones del examen, donde la
segunda administracin ocurre un mes despus que la primera. Los
datos aparecen en la tabla.
a. Construya una grfica de dispersin para las parejas de datos.
b. Determine el valor de r.
c. Sera justo decir que ste es un examen confiable? Explique esto al
utilizar
.
SUJETO ADMINISTRACIN 1 ADMINISTRACIN 2
1
2
3
4
5
6
7
8
9
10
10
12
20
25
27
35
43
40
32
47
10
15
17
25
32
37
40
38
30
49
0
10
20
30
40
50
60
0 20 40 60
Series1
()()
()
] [
()
[
()
] [
()
]
0,9881
La investigacin no es confiable por que los datos son tomados en dos
fecha totalmente distintas
4. Un grupo de investigadores ha diseado un cuestionario sobre la
tensin, consistente en 15 sucesos. Ellos estn interesados en
determinar si existe una coincidencia entre dos culturas acerca de la
cantidad relativa de ajustes que acarrea cada suceso. El cuestionario
se aplica a 300 estadounidenses y 300 italianos. Cada individuo debe
utilizar el evento matrimonio como estndar y juzgar los dems
eventos en relacin con el ajuste necesario para el matrimonio. El
matrimonio recibe un valor arbitrario de 50 puntos. Si se considera
que un evento requiere de ms ajustes que el matrimonio, el evento
debe recibir ms de 50 puntos. El nmero de puntos excedentes
depende de la cantidad de ajustes requeridos. Despus de que cada
sujeto de cada cultura ha asignado puntos a todos los eventos, se
promedian los puntos de cada evento. Los resultados aparecen en la
siguiente tabla:
EVENTOS ESTADOUNIDENSES ITALIANOS
Muerte de la esposa
Divorcio
Separacin de la pareja
Temporada en prisin
Lesiones personales
Matrimonio
Despedido del trabajo
Jubilacin
Embarazo
Dificultades sexuales
Reajustes econmicos
Problemas con la familia
poltica
Problemas con el jefe
Vacaciones
Navidad
100
73
65
63
53
50
47
45
40
39
39
29
23
13
12
80
95
85
52
72
50
40
30
28
42
36
41
35
16
10
a. Suponga que los datos tienen al menos una escala de intervalo
y calcule la correlacin entre los datos estadounidenses y la de
los italianos.
b. Suponga que los datos slo tienen una escala ordinal y calcule
la correlacin entre los datos de ambas culturas.
0
20
40
60
80
100
0 50 100 150
Series1
()()
()
] [
()
[
()
] [
()
]
0,8519
La r es alta y positiva es decir que los comportamiento de las dos
nacionalidades son bastante similares
INDIVIDUO EXMEN CON LPIZ
Y PAPEL
SIQUIATRA
A
SIQUIATRA
B
1
2
3
4
5
6
7
8
9
10
11
12
48
37
30
45
31
24
28
18
35
15
42
22
12
11
4
7
10
8
3
1
9
2
6
5
9
12
5
8
11
7
4
1
6
2
10
3
5. Un psiclogo ha construido un examen lpiz - papel, a fin de medir la
depresin. Para comparar los datos del examen con los datos de los
expertos, 12 individuos con perturbaciones emocionales realizan el
examen lpiz papel. Los individuos tambin son calificados de
manera independiente por dos siquiatras, de acuerdo con el grado de
depresin determinado por cada uno como resultado de entrevistas
detalladas. Los datos aparecen a continuacin. Los datos mayores
corresponden a una mayor depresin.
a. Cul es la correlacin entre los datos de los dos siquiatras?
b. Cul es la correlacin entre las calificaciones del examen con
lpiz y papel y los datos de cada siquiatra?
()()
()
] [
()
[
()
] [
()
]
0,8519
La relacin se da con un mismo criterio por los psiquiatras
0
2
4
6
8
10
12
14
0 5 10 15
Series1
()()
()
] [
()
[
()
] [
()
]
0,6973
La relacin entre las dos variables es baja y positiva
0
2
4
6
8
10
12
14
0 20 40 60
Series1
()()
()
] [
()
[
()
] [
()
]
0,697
6. Para este problema, suponga que usted es un psiclogo que labora
en el departamento de recursos humanos de una gran corporacin. El
presidente de la compaa acaba de hablar con usted acerca de la
importancia de contratar personal productivo en la seccin de
0
2
4
6
8
10
12
14
0 20 40 60
Series1
manufactura de la empresa y le ha pedido que ayude a mejorar la
capacidad de la institucin para hacer esto. Existen 300 empleados
en esta seccin y cada obrero fabrica el mismo artculo. Hasta ahora,
la corporacin slo ha recurrido a entrevistas para elegir a estos
empleados. Usted busca bibliografa y descubre dos pruebas de
desempeo, lpiz papel, bien estandarizadas, y piensa que podran
estar relacionados con los requisitos desempeo de esta seccin.
Para determinar si alguna de ellas se puede utilizar como dispositivo
de seleccin, elige 10 empleados representativos de la seccin de
manufactura, garantizando que un amplio rango de desempeo quede
representado en la muestra, y realiza las dos pruebas con cada
empleado. Los datos aparecen en la siguiente tabla.
Mientras mayor sea la calificacin, mejor ser el desempeo. Las
calificaciones de desempeo en el trabajo. Las calificaciones de
desempeo fabricados por cada empleado por semana, promediados
durante los ltimos 6 meses.
a. Construya una grfica de dispersin del desempeo en el
trabajo y la primera prueba, utilizando la prueba 1 como la
variable X. Parece lineal la relacin?
b. Suponga que la relacin anterior es lineal y calcule el valor de
la r de Pearson.
c. Construya una grfica de dispersin del desempeo en el
trabajo y la segunda prueba, utilizando la prueba 2 como la
variable X. Parece lineal la relacin?
d. Suponga que la relacin anterior es lineal, calcule el valor de la
r de Pearson.
e. Si slo pudiera utilizar una de las pruebas para la seleccin de
los empleados, utilizara alguna de ellas? En tal caso, cul
de ellas? Explique.
EMPLEADO
1 2 3 4 5 6 7 8 9 10
Desempeo en el
trabajo
50 74 62 90 98 52 68 80 88 76
Examen 1 10 19 20 20 21 14 10 24 16 14
Examen 2 25 35 40 49 50 29 32 44 46 35
()()
()
] [
()
]
0
20
40
60
80
100
120
0 10 20 30
Series1
[
()
] [
()
]
0,5917
()()
()
] [
()
]
0
20
40
60
80
100
120
0 20 40 60
Series1
[
()
] [
()
]
0,9076
ESCUELA DE COMERCIO EXTERIOR Y NEGOCIACIN
INTERNACIONAL
EVALUACIN
SEXTO A NOCHE
CLCULO DEL COEFICIENTE r DE PEARSON Y REALICE LA GRFICA
ESTUDIANTE
NMERO
PROPORCIN DE
ACTITUDES
SIMILARES X
ATRACCIN Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.30
0.44
0.67
0.00
0.50
0.15
0.58
0.32
0.72
1.00
0.87
0.09
0.82
0.64
0.24
8.9
9.3
9.6
6.2
8.8
8.1
9.5
7.1
11.0
11.7
11.5
7.3
10.0
10.0
7.5
EJERCICIO RESUELTO N2 DE CLCULO DEL COEFICIENTE DE
CORRELACIN ENTRE DOS CONJUNTOS DE DATOS AGRUPADOS
DETERMINANCDO EL CUADRO AUXILIAR Y REALICE LA GRFICA
PRUEBA DE
HABILIDAD MENTAL
X
EXAMEN DE
ADMISIN
Y
Susana 5 15
Ivn 10 20
Lourdes 15 25
Aldo 20 30
Juan 25 35
Mara 30 40
Csar 35 45
Olga 40 50
ESCUELA DE COMERCIO EXTERIOR Y NEGOCIACIN
INTERNACIONAL
EVALUACIN
SEXTO A NOCHE
EJERCICIO RESUELTO N2 DE CLCULO DEL COEFICIENTE DE
CORRELACIN ENTRE DOS CONJUNTOS DE DATOS AGRUPADOS
DETERMINANDO EL CUADRO AUXILIAR Y REALICE LA GRFICA
ESTADOUNIDENSES ITALIANOS
100
73
65
63
53
50
47
45
40
39
39
29
23
13
12
80
95
85
52
72
50
40
30
28
42
36
41
35
16
10
c. Suponga que los datos tienen al menos una escala de intervalo
y calcule la correlacin entre los datos estadounidenses y la de
los italianos.
d. Suponga que los datos slo tienen una escala ordinal y calcule
la correlacin entre los datos de ambas culturas.
Conclusiones
Desarrollo de ejercicios de correlacin y regresin lineal en donde se
efectu comparaciones de coeficientes y formulas estadsticas de las
variables determinadas.
Aplicacin de grficas para la determinacin de la relacin de las
variables dependientes e independientes.
Recomendaciones
Manejar y aplicar las frmulas matemticas para realizar un anlisis
estadstico de comparacin positivo.
Realizar un procedimiento con medidas especficas para la
elaboracin de las grficas.
Elaborar e interpretar con la mayor relacin posible grficas, datos y
frmulas estadsticas.
BIBLIOGRAFA
Legoas, L. A. (2008). Estadstica Bsica. En L. A. Legoas, Estadstica Bsica (pgs. 177-211).
Lima: San Marcos.
Mendano, J. (2007). Estadstica General. En J. Mendano, Estadstica General. Mxico:
Majangrail.
Zamora, M. C. (2006). Estadstica Inferencial. En M. C. Zamora, Estadstica Inferencial. Lima:
Moshera.