Teoría de Correlación

TEORÍA DE
CORRELACIÓN
INTRODUCCIÓN
Al analizar los datos en ciencias de la salud, con

frecuencia resulta conveniente saber algo acerca de la
relación que existe entre dos variables.
Es posible que se quiera estudiar la relación entre la

presión sanguínea y la edad, la estatura y el peso, el
nivel de consumo de nutriente y la ganancia de peso,
la intensidad de un estímulo y el tiempo de reacción, o
bien, el ingreso total familiar y los gastos médicos.
Correlación se define como el grado de relación

existente entre dos variables.
Dr. Paúl Gareca López 2

INTRODUCCIÓN
La relación entre dos variables se la puede clasificar de

la siguiente forma:
 Interdependencia. Cuando la influencia entre las dos

variables es recíproca, sería un caso de dependencia
bilateral.
 Dependencia causal unilateral. Cuando una de las

variables influye en la otra, pero no al contrario.
 Dependencia indirecta. Las variables presentan

correlación a través de una tercera.

INTRODUCCIÓN
 Concordancia. Cuando se puede determinar la

correlación que existe entre dos variables
independientes.
 Covariación casual. Cuando la correlación entre las

dos variables es casual o accidental.
La naturaleza e intensidad de las relaciones entre

variables como éstas puede estudiarse por medio de la
técnica estadística del análisis de correlación de
variables.

MODELO DE CORRELACIÓN
Cuando tanto x como y son variables aleatorias, se

tiene lo que se conoce como el modelo de correlación.
Bajo el modelo de correlación, se obtiene

observaciones de la muestra seleccionando una
muestra al azar de las unidades de asociación
(personas, lugares, animales o cualquier otro elemento
sobre el cual se toma dos medidas) y tomando una
medida de x y una medida de y sobre cada una.

La correlación, que comprende dos variables, implica

una relación entre las variables que pone a ambas
sobre un mismo terreno y no las distingue, refiriéndose
a una como la variable independiente (causa,
representada en el eje x de un plano cartesiano) y a la
otra como la variable dependiente (efecto,
representada en el eje y).
Bajo el modelo de correlación, se supone que x y y

varían juntas.

Supongamos que queremos conocer la relación entre

edad (en meses) y talla (en cm) de niños con edades
de 3 a 9 meses, a partir de una muestra de 12 niños
con los siguientes datos disponibles:
Niño 1 2 3 4 5 6 7 8 9 10 11 12
Edad 3 6 5 5 3 4 9 8 9 7 6 5
Talla 55 68 64 66 62 65 74 75 73 69 73 68
La relación de estos datos puede ser representada de

manera gráfica (diagrama de dispersión) o analítica
(coeficiente de correlación).

DIAGRAMA DE DISPERSIÓN
El gráfico más adecuado para apreciar la relación entre

dos variables numéricas es el denominado diagrama
de dispersión, también conocido como diagrama de
desparramiento, de esparcimiento o nube de puntos.
El diagrama de dispersión es una herramienta gráfica

que permite demostrar la relación entre dos clases de
datos y cuantificar la intensidad de dicha relación.
Se utiliza para conocer si hay correlación entre dos

magnitudes o parámetros de un problema y, en caso
positivo, de qué tipo es la correlación.

En un plano cartesiano, se presentan tantos puntos

como pares de observaciones se tenga, a cada punto
corresponde un par de observaciones. En algunos
casos, esos puntos están condensados alrededor de
una línea que representa al conjunto, en otros,
presentará dispersión.
Existe correlación entre variables si cada vez que

aumenta el valor de x aumenta proporcionalmente el
valor de y (correlación positiva) o si cada vez que
aumenta el valor de x disminuye en igual proporción el
valor de y (correlación negativa).

Las características principales son:
 Impacto visual. Muestra la posibilidad de la existencia

de correlación entre dos variables de un vistazo.
 Comunicación. Simplifica el análisis de situaciones

numéricas complejas.
 Guía de investigación. El análisis de datos mediante

esta herramienta proporciona más información que el
análisis matemático, sugiriendo posibilidades y
alternativas de estudio, basadas en la necesidad de
conjugar datos y procesos en su utilización.

La desventaja es de ser muy subjetivo, por lo tanto, el

resultado dependerá de la persona que haga el
análisis, para lo que se debe tomar en cuenta los
siguientes aspectos:
 Observar cuidadosamente la forma que toma el

conjunto de puntos.
 La línea debe reflejar la mejor posible tendencia de los

puntos en el gráfico.
 La línea debe representar al conjunto de puntos, por lo

tanto, debe pasar por el centro de esa nube y ser lo
más sencilla posible.
Para elaborar un diagrama de dispersión se debe

seguir estos pasos:
1. Elaborar una teoría admisible y relevante sobre la

supuesta relación entre dos variables.
2. Obtener los pares de datos correspondientes a las

dos variables.
3. Determinar los valores máximo y mínimo para cada

una de las variables.

4. Decidir sobre qué eje se representará a cada una de

las variables.
5. Trazar y rotular los ejes horizontal y vertical.
6. Marcar sobre el diagrama los pares de datos.
7. Rotular el diagrama.

Relación entre edad y talla de niños de 3 a 9 meses
80
75
Talla (centímetros)
70
65
60
55
50
0 1 2 3 4 5 6 7 8 9 10
Edad (meses)

Correlación positiva fuerte

Correlación negativa fuerte
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7

Correlación positiva débil

Correlación negativa débil
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7

Sin correlación
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10

COEFICIENTE DE CORRELACIÓN
El coeficiente de correlación (r) es un valor cuantitativo

que expresa la relación de naturaleza y fuerza 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 -1.

La relación será perfecta cuando r es igual a +1 o -1,

no existe relación entre las variables cuando el
coeficiente es cero (0) o menor a 0,30.
Por lo tanto: -1 ≤ r ≤ +1
-1 0 +1
Relación No existe Relación
negativa o relación positiva o
indirecta directa

El signo denota la naturaleza de la relación, mientras

que el valor denota la fuerza.
Si el signo es positivo, significa que la relación es

directa (un incremento en una variable está asociado
con el incremento de la otra variable; una disminución
de una variable está asociado con la disminución de la
otra variable).
Si el signo es negativo, significa una relación inversa o

indirecta (significando que el incremento en una
variable está asociado con una disminución de la otra
variable).

Clasificación del grado de correlación:

 Correlación perfecta, cuando r = +1 = -1
 Correlación excelente, cuando r es mayor de 0,90 y
menor de 1 (-1 < r < -0,90)
 Correlación aceptable, cuando r se encuentra entre
0,80 y 0,90 (-0,90 < r < -0,80)
 Correlación regular, cuando r se encuentra entre 0,60
y 0,80 (-0,80 < r < -0,60)
 Correlación mínima, cuando r se encuentra entre 0,30
y 0,60 (-0,60 < r < -0,30)
 No hay correlación para r menor de 0,30 y mayor a 0
(-0,30 < r < 0)

Su cálculo se realiza mediante la aplicación de varias

fórmulas, con las que se llega al mismo resultado.
𝑛 𝑥𝑦 − ( 𝑥)( 𝑦)
(1) 𝑟=
𝑛 𝑥 2 − ( 𝑥)2 𝑛 𝑦 2 − ( 𝑦)2
𝑛 𝑥𝑦 − ( 𝑥)( 𝑦)
(2) 𝑟=
𝑛 𝑥 2 − ( 𝑥)2 𝑛 𝑦 2 − ( 𝑦)2
𝑦𝑖 𝑥𝑖 − 𝑛𝑥 𝑦
(3) 𝑟=
𝑥𝑖2 − 𝑛𝑥 2 𝑦𝑖2 − 𝑛𝑦 2
Ejemplo 1. Las edades (años) y peso (kilogramos) de

seis niños son mostradas en la muestra siguiente. Se
pide hallar la correlación entre edad y peso.
Niño Edad Peso xy x2 y2

1 7 12 84 49 144
2 6 8 48 36 64
3 8 12 96 64 144
4 5 10 50 25 100
5 6 11 66 36 121
6 9 13 117 81 169
Total 41 66 461 291 742

Ejemplo 1.
𝑛 𝑥𝑦 − ( 𝑥)( 𝑦)
𝑟=
𝑛 𝑥 2 − ( 𝑥)2 𝑛 𝑦 2 − ( 𝑦)2
6 461 − 41 (66)
𝑟=
6 291 − 1681 6 742 − 4.356
2.766 − 2.706 60 60
𝑟= = = = 𝟎, 𝟕𝟓
65 96 6.240 78,99
Grado de correlación: regular

Ejercicio 1. Encontrar la relación entre el nivel de

ansiedad y el puntaje obtenido en exámenes.
Estudiante Ansiedad Puntaje xy x2 y2

1 10 2
2 8 3
3 2 9
4 1 7
5 6 6
6 5 5
Total 32 32

Ejercicio 1. Encontrar la relación entre el nivel de

ansiedad y el puntaje obtenido en exámenes.
Estudiante Ansiedad Puntaje xy x2 y2

1 10 2 20 100 4
2 8 3 24 64 9
3 2 9 18 4 81
4 1 7 7 1 49
5 5 6 30 25 36
6 6 5 30 36 25
Total 32 32 129 230 204

Ejercicio 2. Determinar la relación entre masa corporal

(kg) y fuerza (kp) en 9 alumnos de bioestadística.
Alumno Masa Fuerza xy x2 y2
1 60 100
2 65 105
3 70 102
4 75 135
5 80 95
6 85 125
7 90 140
8 95 130
9 100 148
Total

Teoría de Correlación

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Teoría de Correlación

Hochgeladen von

Copyright:

Verfügbare Formate

TEORÍA DE

Al analizar los datos en ciencias de la salud, con

Es posible que se quiera estudiar la relación entre la

Correlación se define como el grado de relación

Dr. Paúl Gareca López 2

La relación entre dos variables se la puede clasificar de

 Interdependencia. Cuando la influencia entre las dos

 Dependencia causal unilateral. Cuando una de las

 Dependencia indirecta. Las variables presentan

Dr. Paúl Gareca López 3

 Concordancia. Cuando se puede determinar la

 Covariación casual. Cuando la correlación entre las

La naturaleza e intensidad de las relaciones entre

Dr. Paúl Gareca López 4

Cuando tanto x como y son variables aleatorias, se

Bajo el modelo de correlación, se obtiene

Dr. Paúl Gareca López 5

La correlación, que comprende dos variables, implica

Bajo el modelo de correlación, se supone que x y y

Dr. Paúl Gareca López 6

Supongamos que queremos conocer la relación entre

La relación de estos datos puede ser representada de

Dr. Paúl Gareca López 7

El gráfico más adecuado para apreciar la relación entre

El diagrama de dispersión es una herramienta gráfica

Se utiliza para conocer si hay correlación entre dos

Dr. Paúl Gareca López 8

En un plano cartesiano, se presentan tantos puntos

Existe correlación entre variables si cada vez que

Dr. Paúl Gareca López 9

Las características principales son:

 Impacto visual. Muestra la posibilidad de la existencia

 Comunicación. Simplifica el análisis de situaciones

 Guía de investigación. El análisis de datos mediante

Dr. Paúl Gareca López 10

La desventaja es de ser muy subjetivo, por lo tanto, el

 Observar cuidadosamente la forma que toma el

 La línea debe reflejar la mejor posible tendencia de los

 La línea debe representar al conjunto de puntos, por lo

Para elaborar un diagrama de dispersión se debe

1. Elaborar una teoría admisible y relevante sobre la

2. Obtener los pares de datos correspondientes a las

3. Determinar los valores máximo y mínimo para cada

Dr. Paúl Gareca López 12

4. Decidir sobre qué eje se representará a cada una de

5. Trazar y rotular los ejes horizontal y vertical.

6. Marcar sobre el diagrama los pares de datos.

Dr. Paúl Gareca López 13

Dr. Paúl Gareca López 14

Correlación positiva fuerte

Dr. Paúl Gareca López 15

Correlación negativa fuerte

Dr. Paúl Gareca López 16

Correlación positiva débil

Dr. Paúl Gareca López 17

Correlación negativa débil

Dr. Paúl Gareca López 18

Dr. Paúl Gareca López 19

El coeficiente de correlación (r) es un valor cuantitativo

El coeficiente de correlación puede variar desde -1

La correlación de proporcionalidad directa o positiva se

Dr. Paúl Gareca López 20

La relación será perfecta cuando r es igual a +1 o -1,