UNIVERSIDAD NACIONAL DE EDUCACIÓN

ENRIQUE GUZMÁN Y VALLE

Alma Máter del Magisterio Nacional

ESCUELA DE POST GRADO

SECCIÓN DOCTORADO

MENCIÓN: CIENCIAS DE LA EDUCACIÓN

1
 CORRELACIÓN ENTRE VARIABLES

El análisis de correlación es un grupo de

técnicas estadísticas que permiten medir
la intensidad de la relación que puede
existir entre dos variables.

Ejemplos:
• Relación entre los datos de peso y
talla
2
de estudiantes de secundaria.
• Relación entre el tiempo de estudio y
calidad de profesional.
 CORRELACIÓN ENTRE VARIABLES

La correlación puede ser:

• De al menos dos variables

(dependiente-independiente).

• o de una variable dependiente y dos

más variables independientes
(3 correlación múltiple).
 COEFIENTE DE CORRELACIÓN

• El coeficiente de correlación es un valor

cuantitativo de la relación entre dos o más
variables.
• El coeficiente de correlación puede variar
desde -1 hasta 1.
• La correlación de proporcionalidad directa o
positiva se establece con los valores +1 y
de proporcionalidad inversa o negativa con -
4
1.
• No existe relación entre las variables
cuando el coeficiente es de 0.
 COEFIENTE DE CORRELACIÓN DE PEARSON

5
 COEFIENTE DE CORRELACIÓN

Variable independiente Variable dependiente

Alumno Masa Corporal(Kg) Fuerza(Kp)

Carmen 60,00 100,00

Pedro 65,00 105,00
Juan 70,00 102,00
Luís 75,00 135,00
Ana 80,00 95,00
Carlos 85,00 125,00
Elena6 90,00 140,00
Rosa 95,00 130,00
Luís 100,00 148,00
UNA VARIABLE INDEPENDIENTE Y DOS DEPENDIENTES

7
 COEFIENTE DE CORRELACIÓN
Regresión lineal con
Intervalo de predicción de la media al 95,00%

16 0,00
1Fuerza_Corporal = 31,20 + 1,11 * Masa
R-cuadrado = 0,59


9


14 0,00 7

4
Fue rza_ Corporal


8

6
12 0,00


2

 3
10 0,00 1

5
8

80 ,0 0

60 ,0 0 70 ,0 0 80 ,0 0 90 ,0 0 10 0,00

Mas a
 COEFICIENTE DE CORRELACIÓN = r

9
 COEFICIENTE DE CORRELACIÓN = r

10
 ECUACIÓN DE REGRESIÓN

La fórmula para una ecuación de regresión

lineal es:
Y = bX +a
Donde:
Y: Es el valor predicho o calculado
a: Es el intercepto
b: Es la pendiente de la línea
11
X: Es el predictor
 ECUACIÓN DE REGRESIÓN

a puede ser calculado a partir de la fórmula:

• a = My – bMx
Donde:
My es la media de Y
Mx es la media de X.
b puede ser calculada a partir de la fórmula:
• b = r (Sy/Sx)
Donde:
12
Sy es la desviación estándar de Y.
Sx es la desviación estándar de X.
 ECUACIÓN DE REGRESIÓN

Mx My Sx Sy r

80 120 13,6906394 19,7104334 0,771130895

13
 ECUACIÓN DE REGRESIÓN

14
 Significancia estadística: Prueba de hipótesis

El valor de coeficiente de correlación ( r ) determina una

relación lineal entre las variables. Sin embrago, no
indica si esta relación es estadísticamente significativa.
Para ello se aplica la prueba de hipótesis de parámetro
 (rho). Como en toda prueba de hipótesis, la hipótesis
nula H0 establece que no existe una relación, es decir.
Que el coeficiente de correlación  es igual a 0.
Mientras que la hipótesis alterna H1 propone que sí
existe una relación significativa por lo que  debe ser
diferente a 0.
15

Ho :  = 0
H1:   0
 Significancia estadística: Prueba de hipótesis

El estadística de prueba que revela si la hipótesis nula Ho es

o no verdadera es el siguiente:

Ejemplo: Para el caso presentado

n–2=9–2=7
r = 0,77
tobtenido = 0,77 raiz [ (9-2) / (1- 0,5929 )] = 0,77raiz (7/0,4071)
= 0,77 Raiz (17,1948) = 0,77 * 4,144 = 3,19
 Significancia estadística: Prueba de hipótesis

tobtenido = 3,19 valor calculado

tcrítico = valor de tabla con n-2 grados de libertad

Si tobtenido > tcrítico entonces se rechaza la hipótesis nula

(Ho); en caso contrario se acepta la hipótesis alterna H1.