Coeficiente de correlacin lineal de Pearson

El coeficiente de correlacin de Pearson, pensado para variables

cuantitativas (escala Mnima de intervalo), es un ndice que mide el grado de co
variacin entre distintas Variables relacionadas linealmente. Advirtase que
decimos "variables relacionadas Linealmente". Esto significa que puede haber
variables fuertemente relacionadas, pero no de forma lineal, en cuyo caso no
proceder a aplicarse la correlacin de Pearsn Por Ejemplo, la relacin entre la
ansiedad y el rendimiento tiene forma de U invertida; igualmente, si
relacionamos poblacin y tiempo la relacin ser de forma exponencial.
En estos casos (y en otros muchos) no es conveniente utilizar la
correlacin de Pearson. Insistimos en este punto, que parece olvidarse con
cierta frecuencia.
El coeficiente de correlacin de Pearson es un ndice de fcil ejecucin e,
igualmente, y fcil interpretacin. Digamos, en primera instancia, que sus
valores absolutos oscilan entre 0 y 1. Esto es, si tenemos dos variables X e Y, y
definimos el coeficiente de Correlacin de Pearson entre estas dos variables
como r xy entonces:
0 r xy 1
Hemos especificado los trminos "valores absolutos" ya que en realidad si
se contempla el signo el coeficiente de correlacin de Pearson oscila entre 1 y
+1. No obstante ha de Indicarse que la magnitud de la relacin viene
especificada por el valor numrico del coeficiente, reflejando el signo la
direccin de tal valor. En este sentido, tan fuerte es una relacin de +1 como de
-1. En el primer caso la relacin es perfecta positiva y en el segundo perfecta
negativa. Pasamos a continuacin a desarrollar algo ms estos conceptos.
Decimos que la correlacin entre dos variables X e Y es perfecta positiva
cuando exactamente en la medida que aumenta una de ellas aumenta la otra.
Esto sucede cuando la relacin entre ambas variables es funcionalmente

exacta. Difcilmente ocurrir en psicologa, pero es frecuente en los ciencias

fsicas donde los fenmenos se ajustan a leyes conocidas, Por ejemplo, la
relacin entre espacio y tiempo para un mvil que se desplaza a velocidad
constante. Grficamente la relacin ser del tipo:

Se dice que la relacin es perfecta negativa cuando exactamente en la

medida que aumenta una variable disminuye la otra. Igual que en el caso
anterior esto sucede para relaciones funcionales exactas, propio de las ciencias
fsicas. Por ejemplo, la relacin entre presin y volumen se ajusta a este caso.
El grfico que muestra la relacin sera del tipo:

Formulas de coeficiente de correlacin de Pearsson

El coeficiente de correlacin de Persson viene definido por la siguiente
expresin:

Esto es, el coeficiente de correlacin de Pearson hace referencia a la

media de los productos cruzados de las puntuaciones estandarizadas de X y de
Y. Esta formula rene algunas propiedades que la hacen preferible a otras. A
operar con puntuaciones estandarizadas es un ndice libre de escala de
medida. Por otro lado, su valor oscila, como ya se ha indicado, en trminos
absolutos, entre 0 y 1.
Tngase en cuenta que las puntuaciones estandarizadas muestran,
precisamente, la posicin en desviaciones tipo de un individuo respecto a su
media. Reflejan la medida en que dicho individuo se separa de la media. En
este sentido, supongamos que para cada individuo tomamos dos medidas en X
e Y. La correlacin entre estas dos variables ser

Esto es, el coeficiente de correlacin de Pearson hace referencia a la

media de los
Productos cruzados de las puntuaciones estandarizadas de X y de Y. Esta
formula rene algunas propiedades que la hacen preferible a otras. A operar
con puntuaciones estandarizadas es un ndice libre de escala de medida. Por
otro lado, su valor oscila, como ya se ha indicado, en trminos absolutos, entre
0 y 1.
Tngase en cuenta que las puntuaciones estandarizadas muestran,
precisamente, la posicin en desviaciones tipo de un individuo respecto a su
media reflejan la medida en que dicho individuo se separa de la media. En este
sentido, supongamos que para cada Individuo tomamos dos medidas en X e Y.
La correlacin entre estas dos variables ser Perfecta positiva cuando
cada individuo manifieste la misma superioridad o inferioridad en cada una de
ellas. Esto se cumple cuando su posicin relativa sea la misma, es decir,

cuando sus puntuaciones tipo sean iguales (Zx = Zy). En este caso la formula
de la correlacin se transforma en:

Ya que tal expresin equivale a la varianza de Zx , que como se sabe vale

la unidad.
Cuando la correlacin es perfecta negativa los valores de Zx y Zy son
exactamente iguales pero de signo contrario, resultando los productos
cruzados de Zx y Zy negativos.
En este caso, el valor de la correlacin es el mismo que anteriormente
pero de signo negativo:

Cuando la correlacin es nula, para un valor obtenido de X se podr

obtener cualquier valor de Y; es decir, para un valor determinado de Zx la
misma cantidad de valores positivos y negativos de Zy. De todo ello resulta que
la suma de productos cruzados valdr cero ya que habr tantos productos
positivos como negativos. As pues:

Puede expresarse de forma ms sencilla de la siguiente manera:

Efectivamente:

Esta formula es especialmente til cuando se conocen las medias de X e

Y as como sus desviaciones tipo, lo cual es relativamente frecuente. Si por
cualquier circunstancia no dispusiramos de la informacin de estos
estadsticos podramos calcular rxy recurriendo a la expresin en puntuaciones
directas:

Podemos expresar, igualmente, el coeficiente de correlacin de Pearson

en puntuaciones diferenciales o centradas mediante la siguiente formula:

Donde x = X - X e y = Y Y

Mtodo de Correlacin Pearson

El coeficiente de correlacin es una medida de asociacin entre dos

variables y se simboliza con la literal r.
Los valores de la correlacin van de + 1 a - 1, pasando por el cero, el cual
corresponde a ausencia de correlacin. Los primeros dan a entender que existe
una correlacin directamente proporcional e inversamente proporcional,
respectivamente.
De lo anterior referimos que:

+1 -1 = Correlacin perfecta.

0.95 = Correlacin fuerte.

80% = Correlacin significativa.

70% = Correlacin moderada.

50% = Existe una relacin parcial.

Las 3 grficas en coordenadas cartesianas posteriores, se muestra la

variable independiente (X) se ubica en las abscisas y la dependiente (Y) en el
eje de las ordenadas. Los coeficientes de correlacin significan esa asociacin
entre los cambios que se observan en la variable dependiente con respecto a la
variable independiente.
La grfica (a) representa una correlacin positiva, es decir, conforme los
valores de X aumentan, tambin aumentan los valores de Y. A su vez, la grfica
(b) muestra una correlacin negativa, de modo que al incrementarse los valores
de la variable independiente, los valores de la dependiente disminuyen. La
grfica (c) no indica correlacin.

El coeficiente de correlacin lineal de Pearson se define matemticamente

con la ecuacin siguiente:

Donde:
r = coeficiente de correlacin de Pearson.
Sxy = sumatoria de los productos de ambas variables.
Sx = sumatoria de los valores de la variable independiente.
Sy = sumatoria de los valores de la variable dependiente.
Sx2 = sumatoria de los valores al cuadrado de la variable independiente.
Sy2 = sumatoria de los valores al cuadrado de la variable dependiente.
N = tamao de la muestra en funcin de parejas.
Este procedimiento estadstico es aplicable cuando las observaciones se
miden segn una escala de intervalo, por otra parte, el fenmeno debe ser
lineal.
Al igual que las otras pruebas paramtricas, la varianza de las variables X
y Y deben guardar homogeneidad.
Pasos.
1.
2.
3.

Ordenar los valores de la variable dependiente (Y) con respecto a los

valores de la variable independiente (X).
Elevar al cuadrado cada valor X y de Y.
Obtener los productos de X y Y, para lo cual se deben multiplicar
independientemente ambos valores.

4.

Efectuar las sumatorias Sx, Sy, Sx2, Sy2, y Sxy.

5.

Calcular el tamao de la muestra en funcin de parejas de X y Y.

6.

Aplicar la ecuacin.

7.

Calcular los grados de libertad (gl): gl = N parejas -1.

8.
9.

Comparar el valor de r calculado en la tabla de valores crticos de t de

Kendall en funcin de la probabilidad.
Decidir si se acepta o rechaza la hiptesis.

Aplicacin en las ciencias administrativas

La administracin como una ciencia econmica tiene informacin que se

conforma varias veces en datos estadsticos interpretados de la mejor forma y
de acuerdo a cada situacin por el personal ejecutivo y administrativo de la
compaa, por lo tanto no se puede gerenciar lo que no se puede evaluar. La
medicin de los procesos valindose de la informacin estadstica es clave en
la consecucin de las metas y objetivos empresariales, por lo tanto si la
administracin no est en capacidad de medir la informacin como puede
mejorar, controlar e implementar mejoras.

Un coeficiente de correlacin se dice que es significativo si se puede

afirmar, con una cierta probabilidad, que es diferente de cero. Ms
estrictamente, en trminos estadsticos, preguntarse por la significacin de un
cierto coeficiente de correlacin no es otra cosa que preguntarse por la
probabilidad de que tal coeficiente proceda de una poblacin cuyo valor sea de
cero.

La ausencia continua de datos estadsticos al interior de la organizacin impide

una administracin verdadera, clara y menos compleja, realizar predicciones
basadas ms en la intuicin o en simples supuestos, tomar decisiones
desconociendo las probabilidades de alcanzar los objetivos, son algunos de los
problemas o inconvenientes ms comunes hallados en las empresas, tomar
decisiones, dirigir o realizar una funcin administrativa con datos intuitivos es lo
que contribuye a que las empresas se equivoquen en sus negocios, de la
administracin depende el buen uso que se d a los datos estadsticos lo cual
hace la diferencia entre las compaas, estos datos al interior se utilizan en
procesos de produccin, contables, financieros y econmicos. A este respecto,
como siempre, tendremos dos hiptesis posibles:

H0:rxy = 0 El coeficiente de correlacin obtenido procede de una

poblacin cuya correlacin es cero ( = 0 ).

H1 : rxy = 0 El coeficiente de correlacin obtenido procede de una

poblacin cuyo coeficiente de correlacin es distinto de cero ( 0 ).

Los datos estadsticos al interior de la empresa son fundamentales cuando se

trata de gestionar las siguientes actividades
Control de calidad
Niveles de productividad
Niveles de satisfaccin
Accidentalidad
Ventas
Tiempos de productividad
Inventarios
Inversiones
Investigacin de mercados
Tiempos de maquinas, etc.

Ejercicios con sus resultados

1 aplicacin: 18 14 11 16 15 12 19 10 19 14
2 aplicacin: 17 15 9 18 15 11 18 10 17 16
1) El Equipo Directivo de un Centro de Educacin Secundaria est interesado e
n conocer la relacin que existe entre el tiempo semanal (hora) que dedican los
alumnos al estudio y las calificaciones medias de los mismos al final de Trimest
re. Eligiendo 11 alumnos al azar, han encontrado los siguientes resultados.
Calcular el coeficiente de correlacin de Pearson.

Como se puede ver

en

la tabla anterior se muestran los

resultados

de x

e y que son puntuaciones diferenciales que se han conseguido restndoles las

medias a las puntuaciones directas. El valor de la media en cada una
de las variables las mostrar a continuacin junto con las operaciones para
calcular la covarianza de cada variable.

Media

Covarianza

El resultado de la covarianza al ser positivo, nos indica cierta tendencia a que a

un tiempo semanal de estudio por encima de la media corresponden calificacio
nes por encima de la media, y a un tiempo de estudio por debajo de la media c
orresponden calificaciones por debajo de la media.

Para calcular el coeficiente de correlacin de Pearson nos ayudarn

los resultados del ejercicio anterior. Pero adems tendremos que calcular la de
sviacin tpica de x e y. Y para la desviacin tpica necesitaremos los resultado

s de la varianza de x e y respectivamente. Mostrar a continuacin el procedimi

ento y los resultados del proceso necesario para obtener
lo solicitado por el problema.

Viendo los resultados llegamos a la conclusin de que estamos ante una correl
acin muy alta, lo que quiere decir a puntuaciones altas en cuanto a notas se c
orresponden altas horas de trabajo y estudio semanal.

2) Para comprobar la fiabilidad de una prueba de razonamiento espacial, un psi

copedagogo se dispone a aplicarla en dos momentos distintos aun grupo de 10
sujetos. Si la prueba es fiable se espera que las puntuaciones logradas en amb
os casos correlacionen entre s. A partir de los datos recogidos, que mostramos
a continuacin, en qu medida podemos afirmar que la prueba es fiable?

Viendo los resultados, llegamos a la conclusin de que la prueba es fiable, ya

que existe una correlacin muy alta. Como el resultado es positivo las dos varia
bles correlacionan en el mismo sentido. A puntuaciones X por encima de la me
dia en la primera aplicacin, corresponden valores X por encima de la media en
la segunda aplicacin.

BIBLIOGRAFIA
Web:
http://personal.us.es/vararey/adatos2/correlacion.pdf
http://semestedu.blogspot.com/2012/06/metodo-de-correlacion-pearson.html
http://www.monografias.com/trabajos85/coeficiente-correlacion-karlpearson/coeficiente-correlacion-karl-pearson.shtml