COEFICIENTE DE CORRELACION DE TAU DE KENDALL

Malavé, J., Marín, M., Martineau, M., Montilla, S.

Universidad Central de Venezuela
Marzo, 2017

1. Coeficiente de Correlación de Rango de Kendall

El coeficiente de correlación de rango de Kendall o Tau de Kendall, es una medida no

paramétrica de asociación para los datos ordinales. Los datos ordinales son variables
categóricas que tienen tres o más niveles con un orden natural, como ¨totalmente en
desacuerdo¨, en ¨desacuerdo¨, ¨neutral¨, ¨de acuerdo¨ y ¨totalmente de acuerdo¨. Para medir la
asociación, se utilizan las tablas cruzadas entre dos variables ordinales.

2. Condiciones del coeficiente del correlación de rango de Kendall

 Las variables utilizadas deben ser de nivel ordinal, intervalo o razón

 Su resultado debe encontrarse en el rango de -1 a 1

3. Procedimientos para realizar Tau de Kendall

a) Se ordenan las observaciones en la variable X de 1 a N, se ordenarán las

observaciones en la variable Y de 1 a N.
b) Se colocan los rangos X de los sujetos en una lista de N sujetos conforme a su orden
natural (1, 2,3,…, N).
c) Se observa el orden en que ocurren los rangos de Y cundo los rangos de X están
naturalmente ordenados. Se determina el valor de S, que es la suma
correspondiente a los valores de los rangos de Y
d) Si no hay empates entre las observaciones de X o de Y, se usa la fórmula:
𝑆
𝑡= 1 Para calcular el valor de t. Si hay empates, se usa la fórmula:
𝑁(𝑁1)
2

𝑠
𝑡=
√1 𝑁(𝑁1)𝑇𝑋√1 𝑁(𝑁1)𝑇𝑦
2 2
 4. Ejercicios

a) Ejercicio Sin Empate

Determinar la relación entre las variables notas de universidad y salarios (m.m) donde el
salario comprende un rango de 13,5 a 40,5 millones de bolívares.

Tabla 1: Resultados Originales

Sujetos 1 2 3 4 5 6 7 8 9 10
Notas de la 10 12 13 18 14 11 15 17 19 16
Universidad
Salario (m.m) 34,5 36,5 28,3 40,5 13,5 33,5 27 40 38 25,3

Se ordenan los rangos de la variable de notas de la universidad.

Tabla 2: Resultados ordenados

Sujetos 1 6 2 3 5 7 10 8 4 9
Notas de la 10 11 12 13 14 15 16 17 18 19
universidad
Salario (m.m) 34,5 33,5 36,5 28,3 13,5 27 25,3 40 40,5 38

Seguidamente, se determina el valor de S para el orden de los rangos de Y.

 Tabla 3: Rangos de Y

+ -
Salario (valores (valores
(m.m) mayores) menores)
34,5 4 5
33,5 4 4
36,5 3 4
28,5 3 3
13,5 5 0
27 3 1
25,3 3 0
40 2 0
45 0 1
38 0 0

Para cada valor de la variable Y, desde el primero hasta el penúltimo se cuenta cuántos
de los rangos faltantes son mayores que éste (rangos concordantes) y cuántos son menores
(rangos discordantes). Después, para cada valor de Y se marcan con signo positivo (+) los
casos subsecuentes, cuyo valor sea mayor que el rango de Y, y signo negativo (-) los rangos
cuyo valor sean menores. Sumando, después, cuántos valores son concordantes y cuántos
valores son discordantes. Posteriormente se le resta a los valores mayores, los valores
menores.

𝑆 = (4 − 5) + (4 − 4) + (3 − 4) + (3 − 3) + (5 − 0) + (3 − 1) + (3 − 0) + (2 − 0) + (0 − 1) = 9

Cuando no hay empates entre las observaciones, la ecuación que se va a utilizar es:

𝑆
𝑇=
1
2 𝑁(𝑁 − 1)
9 9
𝑇= = = 0,2
1 45
2 (10)(10 − 1)
 La correlación entre las variables notas de universidad y salario (m.m) es de 0,2 lo cual
indica que es baja y directamente proporcional, es decir, el aumento de la variable notas de
universidad corresponde al aumento del salario y viceversa.

b) Ejercicio con empates

Utilizando el coeficiente de Tau de Kendall se determinó la asociación entre la edad y el

peso de 13 sujetos:

Primero se le pide a cada sujeto que indique su edad y su peso

Tabla 4: Resultados Originales

Sujetos 1 2 3 4 5 6 7 8 9 10 11 12 13
Edad 75 19 45 30 35 19 90 46 22 97 69 32 25
Peso 96,5 84,5 94,5 72 86,5 80,5 99 87 72 108,5 99,5 96 87,5

Luego, se acomodan los valores de una de las variables en un orden natural (de menor
a mayor)

Tabla 5: Resultados Ordenados

Sujetos 2 6 9 13 4 12 5 3 8 11 1 7 10
Edad 19 19 22 25 30 32 35 45 46 69 75 90 97
Peso 84,5 80,5 72 81,5 72 96 86,5 94,5 87 99,5 96,5 99 108,5

Seguidamente, se determina el valor de S para el orden de los rangos de Y

 Tabla 6: Rangos de Y

+ -
Peso (valores (valores
mayores) menores)
84,5 8 1
80,5 9 2
72 9 0
81,5 8 1
72 8 0
96 4 3
86,5 6 0
94,5 4 1
87 4 0
99,5 1 2
96,5 2 0
99 1 0
108,5 0 0

Para cada valor de la variable Y, desde el primero hasta el penúltimo se cuenta cuántos
de los rangos faltantes son mayores que éste (rangos concordantes) y cuántos son menores
(rangos discordantes). Después, para cada valor de Y se marcan con signo positivo (+) los
casos subsecuentes, cuyo valor sea mayor que el rango de Y, y signo negativo (-) los rangos
cuyo valor sean menores. Sumando, después, cuántos valores son concordantes y cuántos
valores son discordantes. Posteriormente se le resta a los valores mayores, los valores
menores.

𝑆 = (8 − 1) + (9 − 2) + (9 − 0) + (8 − 1) + (8 − 0) + (4 − 3) + (6 − 0) + (4 − 1)
+ (4 − 0) + (1 − 2) + (2 − 0) + (1 − 0) = 51

Ahora, se va a determinar el número de los empates en cada variable. En la variable

edad 2 sujetos están ligados en el rango 19, así que existe sólo un empate. Y en la variable
peso también hay sólo un empate, 2 sujetos en el rango 72.
 La ecuación para determinar el valor de las situaciones de empate en cada variable es:

1
𝑇 = ∑𝑡(𝑡 − 1), donde t corresponde al número de sujetos en una situación de
2

empate.
1 1
𝑇𝑥 = 2 ∑2(2 − 1)= 2 (2) = 1; 𝑇𝑥 = 1
1
𝑇𝑦 = 2 ∑ 2(2 − 1) = 1 ; 𝑇𝑦 = 1

Ahora que ya tenemos S, Tx y Ty podemos calcular T mediante la siguiente fórmula:

𝑆
𝑇= 1 1
√ 𝑁(𝑁−1)−𝑇𝑥 ∗√ 𝑁(𝑁−1)−𝑇𝑦
2 2

51
𝑇= 1 1
√ 13(13−1)−1∗√ 13(13−1)−1
2 2

51 51 51
𝑇= = 8,8∗8,8 = 77,44 = 0,66
√77,5∗√77,5

La correlación entre las variables edad y peso es de 0,66 lo cual indica que es media y
directamente proporcional, es decir, el aumento de la variable edad corresponde al aumento del
peso y viceversa

5. Interpretación del coeficiente de correlación del rango de Kendall

El coeficiente de correlación de Rango de Kendall, se interpreta de la misma forma que el

coeficiente de correlación de Pearson, es decir, indicando el grado y tipo de asociación que
existe entre las variables, evaluando el módulo y el signo. Se deben tomar en cuenta para
realizar el análisis, las siguientes condiciones:

a. Si la correlación resulta entre -1 y 0, excluyendo al 0, significa que la correlación

es inversamente proporcional, es decir, que la disminución de una de las variables indica
aumento en la otra.

b. Si la correlación da 0 significa que no existe correlación entre las variables.

 c. Si la correlación resulta de entre 0 y 1, excluyendo al 0, significa que existe una
correlación directamente proporcional entre las dos variables, es decir, el aumento de
una de las variables indica el aumento de la otra.

d. Si la relación da -1 o 1 significa que existe una correlación perfecta

e. Cuando el módulo de la correlación se encuentra entre 0 y 0,3 podemos hablar

de que existe una correlación baja. Mientras que cuando da entre 0,4 y 0,6 esta es una
correlación media. Y cuando da entre 0,7 y 1 indica que la correlación es alta.

6. Limitaciones del coeficiente de correlación del rango de Kendall

 No se deben usar más de 2 variables

 No se puede emplear para variables nominales
 El resultado no puede ser menor que -1 o mayor que 1

7. Ejercicio para Resolver

1. Para determinar el nivel de asociación entre las variables coeficiente intelectual y ego, se
les pide a 10 sujetos que califiquen su propio nivel de ego en una escala de 1 al 10 y que
indiquen cuál es su coeficiente intelectual actual. Indique el nivel de asociación utilizando
el coeficiente de Kendall

Sujetos 1 2 3 4 5 6 7 8 9 10

Ego 5 9 7 3 2 7 1 4 8 6

Coeficiente 70 110 90 67 100 98 82 103 77 90

Intelectual
2. Determine la relación entre las variables motivación y notas de teoría social. Los sujetos
clasificaron su nivel de motivación en una escala del 1al 10 según como se sentían con
respecto a sus notas de la materia teoría social. Indique el nivel de asociación utilizando
el coeficiente de Kendall:

Sujetos 1 2 3 4 5 6 7 8 9 10

Motivación 8 4 3 9 6 5 1 7 10 2

Notas de 12 08 05 13 10 09 04 11 14 02
Teoría Social