Facultad de Psicologa

Estadstica
Universidad Diego Portales
Ayudante: Roberto Garca Gua : Correlaciones Bivariadas
1. Correlaciones Bivariadas
1.1. Denicin.
La correlacin es una tcnica estadstica que se utiliza para medir y describir la relacin
lineal entre dos variables. Estas variables normalmente se identican como X e Y. Los
pares de puntajes para X e Y, se pueden enumerar en una tabla, o pueden ser
presentados grcamente en un diagrama de dispersin. Es importante destacar que
para la correlacin las variables X e Y deben ser de tipo cuantitativa (escalar).

1.2. Correlacin y causalidad.
Uno de los errores ms comunes en la interpretacin de las correlaciones, es asumir que
una correlacin implica necesariamente una relacin causa-efecto entre las dos variables.
Aunque puede haber una relacin causal, la simple existencia de una correlacin no
prueba ello. Pueden existir diferentes relaciones posibles (ver imagen, posibles relaciones
a, b, c, d). Para establecer una relacin de causa y efecto, es necesario llevar a cabo un
verdadero experimento en el que una variable es manipulada por el investigador y otras
variables son rigurosamente controladas.
2. Coeciente de correlacin de Pearson.
2.1. Construccin del coeciente de Correlacin.
La correlacin de Pearson mide el grado de parentesco con una lnea recta (correlacin
lineal), es decir, mide el grado y la direccin de la relacin lineal entre dos variables.
La correlacin de Pearson se identica por la letra r. Conceptualmente, esta correlacin
se calcula a travs de:
Las desviaciones tpicas de las variables X e Y por separado:
La covarianza, que indica el grado en el que X e Y varan por separado:
La desviacin tpica se dene en las mismas unidades de la variable X o Y
respectivamente; La covarianza se dene por la combinacin entre las unidades de
medida de las variables X e Y.
El coeciente de correlacin por otro lado, no esta denido por unidades de medida
especicas, lo que la convierte en un valor mucho ms manejable que la covarianza. As,
Ee coeciente de correlacin r de Pearson se dene como:
Al tratarse de un coeciente, nos permite que con independencia de los valores que
posean las variables X e Y, el valor del coeciente r, puede tomar los valores entre -1 y +1
siempre.
2.2. Caractersticas del coeciente de correlacin.
De acuerdo al valor numrico del coeciente de correlacin r, este nos permite describir y
medir dos caractersticas de la relacin entre X e Y. Estas son las siguientes:
2.2.1. La direccin de la relacin. El signo de la correlacin, positivo o negativo,
describe la direccin de la relacin.
a. En una correlacin positiva (directa), las dos variables tienden a cambiar en la misma
direccin: A medida que el valor de la variable X se incrementa de un individuo a otro, la
variable Y tambin tiende a aumentar; cuando la variable X disminuye, la variable Y
tambin disminuye.
b. En una correlacin negativa (inversa), las dos variables tienden a ir en direcciones
opuestas. Conforme la variable X aumenta, la variable Y disminuye, es decir, es una
relacin inversa.
2.2.2. La fuerza o consistencia de la relacin. La correlacin mide la consistencia de la
relacin. Para una relacin lineal, por ejemplo para un valor de r = +1.00, los puntos que
representan a los datos podran caber perfectamente en una lnea recta (imagen a). Cada
vez que X aumenta en un punto, el valor de Y tambin cambia por una cantidad
consistente y predecible. Sin embargo, mientras que el valor-r se acerca desde +1 hacia
0, la fuerza o consistencia de la relacin ya no puede ser predecible a partir de una nica
recta que cruce todos los puntos (imagen b y c, r=+0.68 y r=+0.22 respectivamente). Lo
mismo ocurre a medida que el valor-r se acerca desde -1 hacia 0.
Esto no implica que no exista una correlacin, solo indica que la relacin entre X e Y no
es tan fuerte. Esto puede ocurrir por ejemplo, por que existan otras variables adems de
X que puedan afectar a Y.
3.1. Planteamiento de hiptesis correlacional.
Para plantear hiptesis acerca de la relacin de 2 variables X e Y, se utiliza el parmetro
poblacional ", el cual al igual que el valor-r, se encuentra entre -1 y +1.
De este modo, se plantean diferentes hiptesis comparando el parmetro poblacional "
con 0.
El planteo de hiptesis sigue las mismas reglas de direccionalidad (unilateral o bilateral)
que otras hiptesis, y se evala de acuerdo al tipo de relacin propuesto en la hiptesis o
pregunta de investigacin.
De esta manera, si se plantea una relacin de la forma A medida que aumenta X, Y
decrece, se trata de una relacin inversa (negativa), y se espera un r < 0, lo cual
traducido a hiptesis estadstica seria H#: " < 0 (hiptesis alternativa), y su respectiva
hiptesis nula H$: " % 0.
Es importante recordar que r = 0 indica que no existe relacin, o que las variables X e Y
son independientes una de la otra. Esto en trminos de hiptesis se plantea como la
hiptesis nula H$: " = 0 (no existe relacin) y la alternativa H#: " & 0 (existe una relacin,
sin especicar si es positiva o negativa).
3.1. Posibles combinaciones de hiptesis para Correlacin Bivariada.
H$: " = 0
H#: " & 0
H$: " ' 0
H#: " > 0
H$: " % 0
H#: " < 0
4. Ejercicio Practico: Correlacin de Pearson.
Se desea saber si a mayor tiempo usado en escribir un ensayo aumenta la posibilidad de
recibir una mejor calicacin. Para esto 45 sujetos cronometraron el tiempo que pasaron
escribiendo un ensayo (hours) y el porcentaje de calicacin que obtuvieron en el ensayo
(essay). Utilizando los datos del archivo NotasEnsayo.sav averiguar cul era la relacin
entre el tiempo dedicado a hacer un ensayo y la nota nal en trminos de porcentaje.
Hiptesis nula:
Hiptesis alternativa:
Bilateral o unilateral?
Valor r:
Existe correlacin? ___
Direccin de la relacin:
Valor p:
Rechaza hiptesis nula? ___
Conclusin:
4. Anlisis SPSS.
4.1. Correlacin de Pearson.
Se desea saber si a mayor tiempo usado en escribir un ensayo aumenta la posibilidad de
recibir una mejor calicacin. Para esto 45 sujetos cronometraron el tiempo que pasaron
escribiendo un ensayo (hours) y el porcentaje de calicacin que obtuvieron en el ensayo
(essay). Utilizando los datos del archivo NotasEnsayo.sav averiguar cul era la relacin
entre el tiempo dedicado a hacer un ensayo y la nota nal en trminos de porcentaje.
Hiptesis nula: H$: " ' 0
Hiptesis alternativa: H#: " > 0
Bilateral o Unilateral? Unilateral
Valor r: 0.267
Existe correlacin? Si
Direccin de la relacin: Positiva
Valor p: 0.038
Rechaza hiptesis nula? Si
Conclusin: Un mayor tiempo utilizado aumenta signicativamente la calicacin del
ensayo.
Realice un grco adecuado.
4.2. Procedimiento SPSS
1. Se ingresa al men Analizar > Correlaciones > Bivariadas...
2. En la ventana Correlaciones bivariadas, se arrastran las variables X e Y (essay & hours
respectivamente) hacia la ventana Variables. Luego se dene si se trata de una prueba
Unilateral (una cola) o una prueba Bilateral (dos colas). Finalmente se presiona Aceptar.
3. Reporte de los datos:
Esta prueba arroja solo 3 datos relevantes: En coeciente de correlacin de Pearson (o
valor r), r = 0.267; Sig (unilateral) = 0.038 y el tamao muestral n = 45. Es importante
acotar que la signicacin es unilateral, pues se solicito as en el men Correlaciones
Bivariadas, por lo cual no hace falta dividir el valor-p por 2.
Para determinar el rechazo o no-rechazo de la hiptesis nula, se compara el valor de
signicancia, Sig (unilateral) = 0.038 con el valor de alpha ( , en donde para rechazar la
hiptesis nula, la signicancia debe ser menor que (=0.05 . Es decir p < 0.05.
La comparacin (p < () 0.038 < 0.05 es verdadera, por tanto se rechaza la hiptesis nula,
que arma que H$: " ' 0 y se acepta la alternativa, que arma H#: " > 0.
4. Realizar grco de dispersin. Se utiliza el men Grcos > Generador de grcos...
5. Se selecciona en Galera la opcin Dispersin/puntos, y se arrastra el diagrama hacia
la ventana de presentacin preliminar. Como eje (X e Y) representa una variable a
relacionar, se arrastra la variable escalar Horas al eje X y la variable escalar Essay al eje
Y. Se presiona Aceptar.
6. Reporte de Grco de dispersin para las variables Essay y Hours:
Es posible apreciar una leve relacin positiva entre Cantidad de Horas dedicadas a
realizar un ensayo y porcentaje de calicacin recibida. Esto es coherente con el valor r =
0.267 (una baja correlacin), por lo cual es posible pensar que si bien estn relacionados,
otros factores adems de las horas dedicadas, inuyen en el aumento de la calicacin
del ensayo.