CAPITULO VI: MEDIDAS DE RELACION

Hasta ahora en las unidades anteriores hemos trabajados con solamente con grupos
de datos que corresponden una variable cuando se da este case se denominan
distribuciones unidimensionales, pero existen momentos en los cuales se hace
necesario el estudio de dos distribuciones correspondientes a un mismo grupo de
registro, es decir parejas de datos, se denominan distribuciones bidimensionales por lo
tanto vienen en forma conjunta: en algunos otros momentos corresponden a ms
variables y se denominan multidimensionales.
Uno de los aspectos ms interesantes de la estadstica es el estudio de la relacin
entre dos o ms fenmenos representados por las variables, de all que se presenta
un concepto muy interesante y es correlacin.
Correlacin
Se define como la relacin concomitantes entre dos variables, por lo tanto expresa lo
que ocurre en una variable ocurre o no en la otra y esto se expresa a travs del
coeficiente de correlacin.
Coeficiente de correlacin
Consiste en la expresin cuantitativa del grado de relacin existente entre por lo
menos dos variables, dicho coeficiente presenta dos partes una que se refiere al
sentido y otra a la magnitud. Existe diferentes tipos de coeficientes y la seleccin de
cada uno de ellos depender de la escala de medida y de la naturaleza de la variable y
la relacin lineal o no de la distribucin bidimensional.
Tipos de Correlacin
Cuando las variables se intercorrelacionan se pueden dar varios tipos de correlacin,
seguiremos las correlaciones que se pueden representar mediante una lnea recta la
correlacin existente, y son a saber:
Correlacin Positiva, se dice cuando a los cambios que ocurren en una variable
se dan en el mismo sentido en la otra, si sea un aumento en una se da una
aumento en la otra y viceversa.

Fig. 6.1 Nube de puntos para Matemtica y Fsica

La correlacin positiva puede ser perfecta, lo cual indica que las unidades
estadstica que ocupan las primeras posiciones en una variable tambin ocupan
primeras posiciones en la otra y viceversa.

Correlacin Negativa, se dice cuando a los cambios que ocurren en una

variable se dan en sentido contrario en la otra, si sea da un aumento en una se
da una disminucin en la otra y viceversa.

Fig. 6.2. Nube de puntos para Tiempo y Rapidez de lectura

Al igual que la correlacin positiva, la correlacin negativa puede ser perfecta lo

cual significa que las unidades estadsticas que ocupan primeras posiciones en
una variable ocupan ltimas posiciones en la otra y viceversa.

Correlacin Nula, se dice cuando las variables no se intercorrelacionan, por lo

tanto son independientes una de la otra.

Fig. 6.3. Nube de puntos para Educacin Fsica y Rapidez de lectura

Una forma expedita para ver como se representan grficamente la intercorrelacin de

las variables es mediante un grfico denominado nube de puntos o diagrama de
dispersin, el de manera grfica nos seala la correlacin y su tendencia de acuerdo a
la concentracin de los datos.
Coeficiente de Correlacin Producto de los Momentos de Pearson
Es el coeficiente que se utiliza cuando las variables que se intercorrelacionan son
continuas, esto significa que han sido medidas en escala de intervalos o razones. Este
coeficiente es lineal y paramtrico, por lo tanto solo puede se utilizado cuando exista
una pareja de variables correspondiente a una misma muestra ya que lo hace es
comparar la covarianza existente entre ellas. Como hemos sealado la correlacin en
perfecta, positiva o negativa, cuando se dan los criterios, pero en el resto de las
situaciones exceptuando cuando las variables sean independientes se dar la
existencia de una tendencia y en este caso se necesita determinar el valor del
coeficiente de correlacin para saber en cuanto se da la intercorrelacin de las
variables. El Coeficiente de Pearson se simbolizar as rxy , para la determinacin del
mismo se utiliza de forma manual las siguientes frmulas:

rxy

* zy

Otras frmulas son tambin de fcil uso son

Frmula de los desvos
Frmula de las puntuaciones originales

rxy

rxy

x* y
x * y
2

N XY ( X )( Y )

N X

( X ) 2 N Y 2 ( Y ) 2

El paquete estadstico asume para su uso la de las puntuaciones originales.

Para interpretar el coeficiente de correlacin de Pearson asumiremos la siguiente
tabla:

rxy
0
0,01 - 0,20
0,21 - 0,40
0,41 - 0,60
0,61 - 0,80
0,81 - 0,99
1

Grado de relacin
Nula
Muy baja o despreciable
Baja o leve
Media o sustancial
Alta o importante
Muy alta
Perfecta

Esta escala es solamente una sugerencia no es un dogma, ya que su interpretacin

esta sujeta a un conjunto de factores que influyen sobre el valor del coeficiente de
correlacin.

Por ejemplo si existe un coeficiente de correlacin entre dos variables, talla y peso,
de 0,80 (rxy = 0,80), para interpretarlo debemos establecer algunas consideraciones
iniciales como son el sentido, positiva, el grado de relacin alta, pero no es perfecta
por lo tanto es una tendencia, diramos entonces Correlacin imperfecta positiva de
tipo alto lo cual indica una lata tendencia a que quienes posean una alta talla tienden a
tener un alto peso y viceversa quienes tenga una talla baja tienden a tener un peso
bajo.
Es necesario aclarar que la correlacin no implica necesariamente causalidad, o sea
que una variable es producto de la otra.
Para la utilizacin del coeficiente de correlacin de Pearson debemos considerar que
se cumplen los siguientes supuestos:
a. Cada para de datos es independiente de los dems.
b. Las dos variables a correlacionar son continuas.
c. La relacin existente entre ellas es rectilnea.

2.
3.
4.

Procedimiento de determinacin por el paquete.

1.
Pulsar el botn Describe de la barra de men
Seleccionar del men Numeric Data
Seleccionar Multiple-Variable Analysis
Seleccionar las variables a correlacionar
5. Pulsar el botn Ok.
A continuacin aparece la ventana de anlisis con el resumen.
6.
Seleccionar la opcin tabular (Option tabular) y escoger de ella
Correlations
7.
Pulsar el botn Ok, y a continuacin muestra una matriz de
correlaciones.

Fig. 6.4. Matriz de correlaciones que muestra el Statgraphics

Los elementos que se presentan al final de anlisis son en primer lugar las
correlaciones (Correlation), el tamao de la muestra (Simple Size) y la probabilidad de
significacin (p-value) que tratemos en el capitulo VIII.
Regresin y Prediccin
Como tratamos anteriormente el coeficiente de correlacin es un resumen del grfico
de dispersin o nube de puntos entre las variables objeto de estudio, pero la diferencia
entre regresin y correlacin esta en que la primera trata de de prever la variable
dependiente en funcin de los valores de la variable dependiente, en consecuencia si
cambiamos el papel de las variables cambiar tambin la ecuacin de regresin , ya

que la recta de regresin se adapta a las unidades de las variable que desea predecir,
sin embargo la recta es la misma independiente del orden de las variables, por lo tanto
describen como vara la media de una variable en funcin de la otra y de una
dispersin que es la desviacin tpica residual.

Y a bX

El poder de prediccin de las variables lo determinamos partiendo de la ecuacin de la

recta mostrada en la frmula anterior, que ahora se adecuara, para la estimacin,
mediante las siguientes ecuaciones de predicciones
Estimacin de X a partir de Y
Estimacin de Y a partir de X

Y a yx b yx * X X a xy bxy * Y

Es necesario sealar tambin la existencia del coeficiente de determinacin rxy2 que es

el cuadrado del coeficiente de correlacin.
Procedimiento para la determinacin con el procesador
1. Pulsar el botn Relate de la barra de men
2. Seleccionar del men Simple Regresion
3. Seleccionar la variable dependiente en Y, y la independiente en X
4. Pulsar el botn Ok.
A continuacin muestra la ventana con el anlisis respectivo

Fig. 6. 5. Anlisis de Regresin simple que muestra el Statgraphics

Si observamos detenidamente la ventana del anlisis de regresin simple nos muestra

una primera parte que corresponde a la ordenada (Intercept) y la pendiente de la recta
(Slope); en segunda instancia un anlisis de la varianza que no mostramos en este
parte pero que trataremos en el captulo X, de seguida muestra un cuadro con el
coeficiente de correlacin y el coeficiente de correlacin al cuadrado (R squared),
expresado en porcentaje y por ltimo en Statadvisor, el cual presenta la ecuacin de
prediccin para la estimacin en este caso se uso como variable dependiente la Y.
El R-squared se interpreta como coeficiente de determinacin y expresa la ganancia
de la precisin que se obtiene utilizando la recta de regresin, en otras palabras india
la proporcin de la varianza de la variable dependiente que es explicada por la
varianza de la variable independiente, en este caso solo se explica el 5,15% de ella, ya
que la correlacin entre las variables fue baja (0,23).
Asi mismo podemos predecir con dicha ecuacin el valor en nota1 de acuerdo al valor
que se plantee de puntos, para ello utilizaremos 12 puntos, aplicamos la frmula:

nota1 10,7628 * 0,175325(12) 12,8667

Fig. 6.6. Grfico de la recta de regresin

Lo cual significa que el que haya obtenido 12 en la variable puntos obtendra 12,87, si
la relacin fuera perfecta esta prediccin sera absolutamente cierta, no habra error,
pero como el coeficiente de correlacin no fue igual a uno se esta cometiendo un error
de estimacin el cual aparece en el anlisis como Error estndar of Est en este caso
es igual a 3, 66, su frmula de clculo es

 est s 1 (r ) 2

Donde s es la desviacin tpica de la variable dependiente.

Coeficiente de Correlacin Ordinal de Spearman (rs)
Cuando las diferencia de los datos con respecto a un rasgo en particular y que no
puede medirse directamente sino mediante una escala ordinal, se utiliza el coeficiente
de correlacin ordinal de Spearman, el cual es no paramtrico y se deriva del
coeficiente de correlacin de Pearson, mide la diferencia entre los rangos. Su frmula
es la siguiente:

rs 1

6 d 2

n(n 1)

Donde d es la diferencia de los rangos entre las variables y n el nmero de los pares
de medidas.
El coeficiente de correlacin de Spearman no es ms que un caso particular del de
Pearson, por lo tanto tomaremos para su interpretacin la misma escala.
Procedimiento de clculo
1. Pulsar el botn Describe de la barra de men
2. Seleccionar del men Numeric Data
3. Seleccionar Multiple-Variable Analysis
4. Seleccionar las variables a correlacionar
5. Pulsar el botn Ok.
A continuacin aparece la ventana de anlisis con el resumen.
6. Seleccionar la opcin tabular (Option tabular) y escoger de ella Rank
Correlations
7. Pulsar el botn Ok, y a continuacin muestra una matriz de correlaciones.

Fig. 6.7. Matriz de correlacin de Spearman

Como sealbamos en el coeficiente de correlacin de Pearson, es la misma

identificacin de los elementos, y su interpretacin es con la misma escala.
Coeficiente de Correlacin Biserial Puntual (rbp)

X p X q
rbp
* p*q
s
Se utiliza para determinar el grado de relacin existente entre
una variable de naturaleza continua (escala de intervalo o razones) y otra variable de
naturaleza dicotoma o dicotmica es decir por su naturaleza se divide en solo dos
categoras o modalidades.

Donde:
Xp: Corresponde a la media de la variable continua de los que se encuentran en el
criterio.
Xq: Corresponde a la media de la variable continua de los que no se encuentran en el
criterio.
s: desviacin tpica de la variable continua.
p: proporcin de unidades estadsticas que se encuentra en el criterio.
q: proporcin de unidades estadsticas que no se encuentra en el criterio.

fq
fp
p
n
n

Aunque el paquete estadstico no permite determinar dicho coeficiente, se pueden

obtener los elementos para aplicar manualmente la frmula mediante el siguiente
proceso:
Describe
Numeric data
One-Variable Analysis seleccionar la
variable continua y luego utilizar SELECT de acuerdo a la variable categrica, para
obtener las medias parciales y la desviacin tpica.
Coeficiente de Correlacin Phi ()
Se utiliza cuando las variables a correlacionar poseen naturaleza dicotomica o al
menos uno lo sea, la otra pudiera ser dicotomizada es decir se tiene un punto y a partir
de el se divide la variable continua en dos categoras, se presentan en tablas de 2 x 2,
y se aplica la siguiente frmula:

(a * d ) (b * c )
p * q * p' * q'

Donde las letras (a, b, c, d) corresponde a las frecuencias de las celdas y p, q, p y q

corresponden a las frecuencias marginales. De una tabla de 2 x 2 como sealamos.
b

El paquete tampoco nos suministra el coeficiente phi, solamente el phi cuadrado que
tratemos ms adelante, pero podemos construir la tabla cruzada con las variables que
necesitemos establecer la relacin y luego aplicar manualmente la frmula.
Al igual que los dos coeficientes anteriores tambin se utiliza para interpretarlo la tabla
que tenemos para el coeficiente de correlacin de Pearson.
Coeficiente de Correlacin Parcial (r12.3)
Se utiliza cuando se desea determinar el verdadero grado de relacin entre dos
variables cuando se controla o elimina la influencia de una tercera.

r12.3

r12 (r13 * r23 )

(1 r132 )(1 r232 )

Procedimiento para determinarlo con el paquete estadstico:

1. Pulsar el botn Describe de la barra de men
2. Seleccionar del men Numeric Data
3. Seleccionar Multiple-Variable Analysis
4. Seleccionar las variables a correlacionar
5. Pulsar el botn Ok.
A continuacin aparece la ventana de anlisis con el resumen.
6. Seleccionar la opcin tabular (Option tabular) y escoger de ella Partial
Correlations
7. Pulsar el botn Ok, y a continuacin muestra una matriz de correlaciones.

Fig. 6.8. Matriz de Correlacin Parcial que muestra el Statgraphics

Interpretacin
Supngase que se desea determinar el verdadero grado e relacin entre las variables
puntos y nota1 cuando se controla la influencia de la edad, se tiene un coeficiente de
correlacin parcial (r12.3) de 0,1224, lo cual indica que es el verdadero grado de
correlacin entre dichas variable al controlar la edad, si se compara con el obtenido
por Pearson (rxy), fue de 0,2270, lo cual nos lleva a la conclusin que la edad si ejerce
influencia sobre puntos y nota1.
Coeficiente de Correlacin Mltiple (R1.23)

R1.23 R12.23
Se utiliza cuando se desea determinar la relacin existente entre una
variable dependiente o predicha y por lo menos dos variables independientes o
predictoras tomadas de manera conjunta, de all que el resultado del coeficiente indica

cuanto de la variable dependiente es predicho por las variables independientes en

forma conjunta.
Significa que es la raz cuadrada del coeficiente de determinacin mltiple, el cual trata
de explicar cuanto de la varianza de la variable dependiente es explicado en forma
conjunta por la varianza de las variables dependientes, su frmula de clculo es
2
1.23

r122 r132 (r12 * r13 * r23 )

1 r232

Procedimiento para la determinacin por el procesador

1. Pulsar el botn Relate de la barra de men
2. Seleccionar del men Multiple-Variable Analysis
3. Seleccionar las variables a correlacionar, para ello coloque la variable
dependiente y luego las independientes.
4. Pulsar el botn Ok.
A continuacin aparece la ventana de anlisis con el resumen

Fig. 6.9. Analisis de regresin mltiple del Statgraphics

Aparece al igual que en la regresin simple la variable dependiente, la ordenada y la

pendiente, luego un anlisis de varianza los cuales no estudiaremos en este momento
y posteriormente el coeficiente de determinacin (R-squared) expresado como
porcentaje, para convertirlo en coeficiente de correlacin mltiple le extraemos la raz
cuadrada a la proporcin y lo interpretamos.

R1.23 R12.23 0,10477 0,32368

Si consideramos el coeficiente de determinacin (R-squared) es igual a 10,477%

indica la proporcin de la varianza de nota1 que es explicada en forma conjunta por
puntos y edad, ahora vemos el coeficiente de correlacin mltiple y es 0,32368, lo cual
indica que nota1 es determinada en forma conjunta por puntos y edad.