El término “correlación” literalmente significa relación mutua; de este modo, el análisis

de correlación mide e indica el grado en el que los valores de una variable se relacionan
con los valores de otra. Más exactamente, el análisis que se ocupa de medir la relación
entre una sola variable independiente y la variable dependiente se llama análisis de
correlación simple.

Existen diversos coeficientes que miden el grado de correlación, adaptados a la naturaleza

de los datos. El más conocido es el coeficiente de correlación de Pearson que se obtiene
dividiendo la covarianza de dos variables entre el producto de sus desviaciones estándar.

Correlación parte de la base del estudio que podemos hacer de dos variables estadísticas
y que se denomina Distribución Bidimensional:

Cuando sobre una población estudiamos simultáneamente los valores de dos variables
estadísticas, el conjunto de los pares de valores correspondientes a cada individuo se
denomina distribución bidimensional.

NUBE DE PUNTOS O DIAGRAMA DE DISPERSIÓN

La primera forma de describir una distribución bidimensional es representar los pares de

valores en el plano cartesiano. El gráfico obtenido recibe el nombre de nube de puntos o
diagrama de dispersión.

RECTA DE REGRESIÓN.

Cuando observamos una nube de puntos podemos apreciar si los puntos se agrupan cerca
de alguna curva. Aquí nos limitaremos a ver si los puntos se distribuyen alrededor de una
recta. Si así ocurre diremos que hay correlación lineal. La recta se denomina Recta de
regresión.

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

Interpretación

La relación entre dos variables cuantitativas queda representada mediante la línea de

mejor ajuste, trazada a partir de la nube de puntos. Los principales componentes
elementales de una línea de ajuste y, por lo tanto, de una correlación, son la fuerza, el
sentido y la forma:

Bibliografía:

-Recuperado el 27 de abril del 2017

(http://www.seduca2.uaemex.mx/ckfinder/uploads/files/u3tema_1_coeficiente.pdf)