Tema 1.

- Correlacin Lineal

3.1.1. Definicin

El trmino correlacin literalmente significa relacin mutua; de este modo, el

anlisis de correlacin mide e indica el grado en el que los valores de una variable
se relacionan con los valores de otra.

Ms exactamente, el anlisis que se ocupa de medir la relacin entre una sola

variable independiente y la variable dependiente se llama anlisis de correlacin
simple.

Muchos son los casos que se pueden mencionar como ejemplos en los que puede
existir una relacin posible entre dos variables podran ser:

Tienden a tener mayor escolaridad las personas con altos ingresos, en

comparacin con las de bajos ingresos?

Puede el xito en el trabajo pronosticarse a partir de las calificaciones obtenidas

en los exmenes de seleccin?

Entre mayor preparacin se tenga tus habilidades de liderazgo sern mayores?

Estos y problemas semejantes se prestan a un anlisis de correlacin. El resultado
de un anlisis de este tipo es un coeficiente de correlacin, valor que cuantifica
el grado de correlacin.

Ahora dicho anlisis de correlacin parte de la base del estudio que podemos
hacer de dos variables estadsticas y que se denomina Distribucin Bidimensional:

DISTRIBUCIONES BIDIMENSIONALES
Cuando sobre una poblacin estudiamos
simultneamente los valores de dos variables
estadsticas, el conjunto de los pares de valores
correspondientes a cada individuo se denomina
distribucin bidimensional.

NUBE DE PUNTOS O DIAGRAMA DE DISPERSIN

La primera forma de describir una distribucin
bidimensional es representar los pares de valores en el
plano cartesiano. El grfico obtenido recibe el nombre de
nube de puntos o diagrama de dispersin
 RECTA DE REGRESIN.
Cuando observamos una nube de puntos podemos apreciar si
los puntos se agrupan cerca de alguna curva. Aqu nos
limitaremos a ver si los puntos se distribuyen alrededor de
una recta. Si as ocurre diremos que hay correlacin lineal.
La recta se denomina Recta de regresin.

En este caso podemos observar que empricamente podemos saber s existe o no

una correlacin entre dos variables estadsticas, como Licenciado en
Administracin en ocasiones el anlisis de los datos tendr que pasar por
comparar uno con otro para saber si existe dicha correlacin por ejemplo
determinar cual de los gastos que tiene una empresa es que mayor influencia
tiene sobre las utilidades; o si el horario en que labora un trabajador depende de la
productividad en una planta ensambladora. Sin embargo aunque observando la
grfica podemos definir cierto comportamiento; no sabremos a ciencia cierta si
esta correlacin es fuerte, dbil o nula; o dar un dato cuantitativo sobre ella.
Este grado o intensidad de relacin entre dos variables continuas, se resume
mediante un coeficiente de correlacin que se conoce como r de Pearson en
honor del matemtico Karl Pearson (el mismo del coeficiente que mide la
asimetra). Dicha tcnica es vlida solamente si es posible establecer los
siguientes supuestos:

La relacin entre las dos variables es lineal

Ambas variables son variables aleatorias

Los valores observados (muestreados) de cada variable son

independientes de los dems valores observados de esa variable

Las distribuciones condicionales de cada variable, dados los

diferentes valores de la otra variable, son distribuciones normales.

3.1.2. Frmula

Para calcular el coeficiente de Pearson se usa la siguiente frmula:

3.1.3. Interpretacin

El coeficiente de correlacin as calculado presenta dos propiedades que

establecen la naturaleza de la relacin entre dos variables, estas son

Su signo (+ ), este es igual al de la pendiente de una recta que podra

ajustarse a los datos si stos se graficaran en el llamado diagrama de dispersin
y que se muestra en el ejemplo ms adelante

Su magnitud, sta indica qu tan cerca estn de la recta los puntos que en
el diagrama de dispersin resultan de graficar los valores de las dos variables
analizadas.
Por ejemplo, los valores prximos a -1.00 +1.00 indican que los valores estn
bastante cerca de la recta o sobre ella, mientras que los valores prximos a 0
sugieren mayor dispersin dando lugar a la siguiente interpretacin:

O de otra forma:

Ejemplo Clculo de Coeficiente de Correlacin de Pearson

Has sido nombrado Jefe del Departamento de Ventas de una compaa que
manufactura dispositivos electrnicos automotrices para el mercado mexicano.
 Una de tus estrategias para lograr el aumento en la colocacin de pedidos por
parte de tus clientes es el contacto telefnico con ellos.

Para fundamentar tu estrategia has decidido hacer notar a tus superiores la

importancia de hacer llamadas extras cada da. En tal virtud, has reunido cierta
informacin acerca de la relacin entre el nmero de llamadas y el nmero de
productos vendidos, estos datos se muestran en la tabla siguiente:

Qu comentarios puedes hacer respecto a la relacin entre el nmero de

llamadas y la cantidad de productos vendidas?

Solucin:

Paso 1. Construir Diagrama de Dispersin

Se denomina diagrama de dispersin o nube de puntos a la

representacin, en un sistema de ejes cartesianos (X, Y), de
los valores observados de las variables, en el que a cada par
(xi,yj) se le asocia su frecuencia conjunta de observacin nij.
 Un diagrama de dispersin ofrece una idea bastante aproximada
sobre el tipo de relacin existente entre dos variables. Pero, adems,
un diagrama de dispersin tambin puede utilizarse como una forma
de cuantificar el grado de relacin lineal existente entre dos
variables: basta con observar el grado en el que la nube de puntos se
ajusta a una lnea recta.

Paso 2. Construir cuadro para clculos:

Paso 3. Sustituir valores en la frmula:

Paso 4. Interpretar el resultado:

El signo positivo indica que hay una relacin directa entre el nmero de llamadas a
clientes y la cantidad de productos vendidos. El valor 0.759 est bastante
cercano a 1.00, por lo que se concluye que la relacin es fuerte.

Dicho de otra forma, un aumento de 25% en las llamadas posiblemente

representara un aumento de 25% en las ventas.

Como se puede apreciar el coeficiente de correlacin no tiene unidades y su

interpretacin queda en trminos de fuerte, media o dbil relacin, lo cual puede
no ser suficiente; para completar la interpretacin existe el llamado:

Coeficiente de determinacin, este se obtiene elevando al cuadrado a r, y se

interpreta como proporcin o porcentaje de variacin de la variable
dependiente que se explica por la variacin en la variable independiente.

Es decir:

Para el ejemplo anterior, este coeficiente de determinacin resultara r2 = (0.759)2

= 0.576 que se interpretara como sigue: 57.6% de la variacin en el nmero de
artculos vendidos se explica por la variacin en el nmero de llamadas.
 Actividad Preliminar 1: (Recuerda que estas actividades son opcionales y ser
tu asesor quien defina aquellos que sern evaluados en tu curso. Sin embargo te
recomiendo que las realices para verificar efectivamente el nivel de aprendizaje
logrado)

Resuelve los siguientes problemas:

COEFICIENTE DE CORRELACIN Y DE DETERMINACIN

No. Problema
1 Se desea saber si el aprovechamiento escolar de nivel universitario est relacionado
con el aprovechamiento respectivo a nivel de bachillerato. Parecera razonable esperar
que los alumnos tiendan a obtener aproximadamente las mismas calificaciones en la
universidad que en la preparatoria. Para medir esto, supn que cuentas con la
informacin que se muestra en la tabla siguiente:
ESTUDIANTE CALIFICACIN EN CALIFICACIN
PREPARATORIA EN UNIVERSIDAD

1 8.7 2.1
2 8.8 1.7
3 8.2 1.0
4 9.8 4.0
5 9.1 2.7
6 8.0 1.0
7 9.1 2.4
8 8.8 2.0
9 9.1 2.4
10 9.6 3.6
11 9.4 3.9
12 9.2 3.0
a) Cul es la variable independiente y cul la dependiente
b) Construir diagrama de dispersin
c) Calcular coeficiente de correlacin e interpretar resultado
d) Calcular coeficiente de determinacin e interpretar resultado
2 En un empleo que consiste en conectar componentes electrnicos en miniatura, se
tom una muestra de 12 trabajadores a los cuales se les pregunt la experiencia que en
semanas tienen realizando dicho trabajo as como el nmero de componentes que les
fueron rechazados en su ltima jornada de trabajo. Tales datos se presentan en la
siguiente tabla:

Obrero 1 2 3 4 5 6 7 8 9 10 11 12
muestreado
Semanas de 7 9 6 14 8 12 10 4 2 11 1 8
experiencia
Nmero de 2 2 28 16 23 18 24 26 38 22 32 25
rechazos 6 0

a) Cul es la variable independiente y cul la dependiente

b) Construir diagrama de dispersin
c) Calcular coeficiente de correlacin e interpretar resultado
d) Calcular coeficiente de determinacin e interpretar resultado