2. CORRELACIÓN
Indica fuerza de relación entre dos variables CUANTITATIVAS
numéricas
Puede ser:
POSITIVA: a medida que una asciende, la otra asciende (Ej; más altura, más peso).
Se representa mediante una recta ascendente – a medida que crece x, crece y.
Las variables son directamente proporcionales.
NEGATIVA: a medida que una asciende, la otra disminuye (Ej; más horas de práctica
deportivas, menos peso)
Se representa mediante una recta descendente – a medida que crece x, disminuye y.
Las variables son inversamente proporcionales.
¿QUÉ ES UNA CORRELACIÓN?
3. Es un test paramétrico
Variables cuantitativas que siguen
una distribución normal
Es un test no paramétrico
Se utiliza para variables
cuantitativas que NO siguen una
distribución normal
COEFICIENTE DE
CORRELACIÓN DE PEARSON
COEFICIENTE DE
CORRELACIÓN DE SPEARMAN
¿QUÉ COEFICIENTES PUEDEN
UTILIZARSE?
*Ambos coeficientes serán una cifra situada entre -1 y +1. Mientras más se acerque al 0, indicaría
una más débil correlación.*
Cuando se acerca a +1 correlación positiva
Cuando se acerca a -1 correlación negativa
4. Test de Tau-B de Kendall: este test acompaña a los coeficientes de
correlación de Pearson o Sperman y nos da un valor de p para aceptar o
rechazar la H0.
Por tanto, siempre se hace el coeficiente y el test y con los dos valores
interpretamos los resultados.
TEST DE Tau-b De Kendall
5. *ELEGIR 2 VARIABLES NUMÉRICAS Y:
1. ESTABLECER UNA HIPÓTESIS
2. HACERLE PRUEBAS DE NORMALIDAD
3. OBTENER COEFICIENTES DE CORRELACIÓN DE
SPEARMAN O PEARSON
4. DIBUJAR GRÁFICO DE DISPERSIÓN
5. LLEGAR A UNA CONCLUSIÓN
EJERCICIO
6. *ELEGIMOS 2 VARIABLES CUANTITATIVAS
1. PESO MEDIDO EN CONSULTA (Kg)
2. ANCHURA DE CINTURA (cm)
Peso es la variable independiente del eje x
Anchura es la variable dependiente del eje y
VARIABLES A ELEGIR
7. ESTABLECER HIPÓTESIS
En primer lugar, debemos establecer una hipótesis para, posteriormente, realizar las
pruebas de normalidad, de manera que:
Si las variables siguen una distribución normal utilizamos el coeficiente
de correlación de Pearson.
Si las variables no siguen una distribución normal utilizamos el
coeficiente de correlación de Spearman.
1. HIPÓTESIS
H0: las variables SIGUEN una dist. Normal (p>0,05)
H1: las variables NO SIGUEN una dist. Normal (p<0,05)
9. 2. PRUEBAS DE NORMALIDAD
Nos fijamos en las pruebas de normalidad de Shapiro-Wilk, ya que
N<50. Como vemos, en todos los casos la significación asintótica (p)
es > 0,05, por lo que las variables SIGUEN una distribución normal
11. 3. COEFICIENTE DE
CORRELACIÓN
Como las variables siguen una
distribución normal, nos
fijamos en el Coeficiente de
Correlación de Pearson
(=0,755), Muy cercano a 1. Se
trata de una correlación
POSITIVA y FUERTE (pues
a partir de 0,5 entendemos que
la correlación comienza a ser
fuerte)
12. 3. CORRELACIÓN Y TEST DE
KENDALL
En el test de Kendall
observamos que la
significación asintótica
bilateral es menor de
0,05, por tanto debemos
rechazar la hipótesis
nula y aceptar la
alternativa, que afirma
que SÍ EXISTE
correlación entre las
variables peso – anchura
de cintura
H0: NO existe correlación entre peso-anchura de cintura
H1: SÍ existe correlación entre peso-anchura de cintura
15. 5. CONCLUSIÓN
CONCLUSIÓN
Como vemos en el gráfico, existe una fuerte correlación entre las variables
peso-anchura de cintura. Características de la correlación:
* FUERTE (mayor de 0,5)
* POSITIVA (lo que indica que a medida que aumenta una,
la otra también lo hace, es decir, a medida que aumenta
el peso, aumenta la anchura de caderas).