EJERCICIOS PROPUESTOS

ANÁLISIS DE CORRELACIÓN

I. En un curso de introducción a la sociología, un profesor hace dos exámenes. El

profesor quiere determinar si las calificaciones de los estudiantes en el segundo
examen están correlacionadas con las calificaciones del primero. Para facilitar los
cálculos, se elige una muestra de ocho estudiantes. Sus calificaciones aparecen
en la siguiente tabla.

Estudiante Examen 1 Examen 2

1 60 60
2 75 100
3 70 80
4 72 68
5 54 73
6 83 97
7 80 85

8 65 90

a) Construya una gráfica de dispersión para estos datos, utilizando la calificación

del primer examen como la variable X. ¿Parece lineal la relación?

Lizzet Aucca Estadística

 Título del gráfico
120

100 y = 0.8995x + 18.775

R² = 0.3963
80
Examen 2

60
Series1
40 Lineal (Series1)
20

0
0 20 40 60 80 100
Examen 1

b) Suponga que existe una relación lineal entre las calificaciones de los dos
exámenes, calcule el valor r de Pearson.

Correlaciones
Exame Exame
n1 n2
Exame Correlación de 1 ,630
n1 Pearson
Sig. (bilateral) ,094
N 8 8
Exame Correlación de ,630 1
n2 Pearson
Sig. (bilateral) ,094
N 8 8
Coeficiente de correlación múltiple: r= 0.62953176

Lizzet Aucca Estadística

 Interpretación:
La correlación entre las calificaciones del examen 1 y las calificaciones del examen 2 es
de 0, 630
Como el valor obtenido de r = 0, 630, de acuerdo a la tabla de rangos de la correlación de
Pearson, las variables calificación del examen 1 y calificación del examen 2 presentan
una correlación débil positiva.

PRUEBA DE HIPÓTESIS PARA LA NORMALIDAD

Variables
1. PLANTEAMIENTO DE LAS HIPOTESIS
H0: La distribución de los datos es normal
H1: La distribución de los datos no es normal
2. Nivel de significancia
α = 0,05
3. Elección de la prueba estadística

Pruebas de normalidad
Kolmogorov-Smirnov a Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
*
Examen1 ,130 8 ,200 ,976 8 ,939
*
Examen2 ,113 8 ,200 ,968 8 ,885
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors

Como n=8, entonces la prueba de normalidad a elegir es la de Shapiro Wilk.

En la tabla 1, podemos observar que el valor de la significancia obtenida para ambas
variables es de 0,939 y 0,885.

4. Regla de decisión
Si p < 0,05 entonces se rechaza H0
Si p >= 0,05 entonces no se rechaza H0

5. Decisión y conclusión
Como el valor de la significancia encontrada para ambas variables es de 0,939 y 0,885
respectivamente, además son valores mayores a α= 0,05 como se puede evidenciar
p=0,939 > α = 0,05 y p=0,885 > α = 0,05 entonces la decisión es de no rechazar la
hipótesis nula para ambos casos.

Lizzet Aucca Estadística

Análisis inferencial

Prueba de hipótesis general

HG: Las notas del examen 1 se relacionan significativamente con las notas del examen 2.
Planteamiento de hipótesis estadísticas
1. Planteamiento de las hipótesis
H0: Las notas del examen 1 no se relacionan significativamente con las notas del examen
2.
H1: Las notas del examen 1 se relacionan significativamente con las notas del examen 2.
2. Nivel de significancia
α = 0,05
3. Elección de la prueba estadística
Como la distribución de datos presenta normalidad para ambas variables, entonces se
aplicará una prueba paramétrica, en este caso para corroborar la correlación se decidió
usar el estadístico del coeficiente de correlación de Pearson.
Tabla 2: Prueba de correlación de Pearson

Correlaciones
Examen1 Examen2
Examen1 Correlación de 1 ,630
Pearson
Sig. (bilateral) ,094
N 8 8
Examen2 Correlación de ,630 1
Pearson
Sig. (bilateral) ,094
N 8 8

1. Regla de decisión
Si p < 0,05 entonces se rechaza H0
Si p >= 0,05 entonces no se rechaza H0
En la tabla 2, se puede observar que la significancia encontrada es de p= 0,094 > α =
0,05 entonces la decisión es de no rechazar la H0.
2. Decisión y conclusión
En la tabla 2, se puede observar que la significancia encontrada es de p= 0,094 > α =
0,05 entonces la decisión es no rechazar H0. Además, podemos afirmar que las notas del

Lizzet Aucca Estadística

 examen 1 no se relacionan significativamente con las notas del examen 2. También, la
correlación encontrada es igual a 0, 630 esto se interpreta que existe una correlación
débil positiva.

II. Un psicólogo ha construido un cuestionario para medir depresión. Para comparar los
datos del cuestionario con los datos de los expertos, 12 individuos con
"perturbaciones emocionales" completan el cuestionario. Los individuos son
además calificados de manera independiente por dos siquiatras expertos, de
acuerdo con el grado de depresión determinado por cada uno como resultado de
entrevistas detalladas. Los valores mayores indican a una mayor depresión.

Individuo Cuestionari Siquiatra Siquiatra

o A B
1 48 12 9

2 37 11 12

3 30 4 5

4 45 7 8

5 31 10 11

6 24 8 7

7 28 3 4

8 18 1 1

9 35 9 6

10 15 2 2

Lizzet Aucca Estadística

 11 42 6 10

12 22 5 3

Use las salidas de SPSS adjuntas, comente los gráficos de dispersión y conteste:

Correlaciones
Siquiatra_ Siquiatra_
A B Cuestionario
**
Siquiatra_A Correlación de 1 ,846 ,697*
Pearson
Sig. (bilateral) ,001 ,012
N 12 12 12
**
Siquiatra_B Correlación de ,846 1 ,750**
Pearson
Sig. (bilateral) ,001 ,005
N 12 12 12
Cuestionario Correlación de ,697* ,750** 1
Pearson
Sig. (bilateral) ,012 ,005
N 12 12 12
**. La correlación es significativa en el nivel 0,01 (bilateral).
*. La correlación es significativa en el nivel 0,05 (bilateral).

Gráfico1: Datos cuestionario vs. Datos siquiatra A

Lizzet Aucca Estadística

Interpretación:
En el gráfico Cuestionario Vs Siquiatra A se aprecia la dispersión de los datos en el que los
puntos suben hacia la derecha y la recta trazada es lineal hacia la derecha, por lo tanto, existe
una correlación débil positiva

Gráfico 2: Datos cuestionario vs. Datos siquiatra B

Interpretación:
En el gráfico Cuestionario Vs Siquiatra B se aprecia la dispersión de los datos en el que los
puntos suben hacia la derecha y la recta trazada es lineal hacia la derecha, por lo tanto, existe
una correlación débil positiva

Gráfico 3: Datos siquiatra B vs. Datos siquiatra A

Lizzet Aucca Estadística

Interpretación
En el gráfico Cuestionario Vs Siquiatra A se aprecia la dispersión de los datos en el que los
puntos suben hacia la derecha y la recta trazada es lineal hacia la derecha, por lo tanto, existe
una correlación fuerte positiva

a) ¿Cuál es la correlación entre los datos de los dos siquiatras?

Correlaciones
Siquiatra_
A Siquiatra_B
Siquiatra_A Correlación de 1 ,846**
Pearson
Sig. (bilateral) ,001
N 12 12
**
Siquiatra_B Correlación de ,846 1
Pearson
Sig. (bilateral) ,001
N 12 12
**. La correlación es significativa en el nivel 0,01 (bilateral).
Interpretación:
La correlación entre los datos del siquiatra A y los datos del siquiatra B es de 0, 846.
Como el valor obtenido de r = 0, 846, de acuerdo a la tabla de rangos de la correlación de
Pearson, las variables datos del siquiatra A y datos del siquiatra B presentan una correlación
fuerte positiva.

Lizzet Aucca Estadística

 b) ¿Cuál es la correlación entre las calificaciones cuestionario y los datos de cada
siquiatra?

Correlaciones
Siquiatra_
Cuestionario A
Cuestionario Correlación de 1 ,697*
Pearson
Sig. (bilateral) ,012
N 12 12
*
Siquiatra_A Correlación de ,697 1
Pearson
Sig. (bilateral) ,012
N 12 12
*. La correlación es significativa en el nivel 0,05 (bilateral).
Interpretación:
La correlación entre las calificaciones cuestionario y los datos del siquiatra A es de 0, 697
Como el valor obtenido de r = 0, 697, de acuerdo a la tabla de rangos de la correlación de
Pearson, las variables datos del cuestionario y datos grado de depresión determinado por el
siquiatra A presentan una correlación débil positiva.

Correlaciones
Cuestionario Siquiatra_B
Cuestionario Correlación de 1 ,750**
Pearson
Sig. (bilateral) ,005
N 12 12
**
Siquiatra_B Correlación de ,750 1
Pearson
Sig. (bilateral) ,005
N 12 12
**. La correlación es significativa en el nivel 0,01 (bilateral).
Interpretación:
La correlación entre las calificaciones cuestionario y los datos del siquiatra B es de 0, 750
Como el valor obtenido de r = 0, 750, de acuerdo a la tabla de rangos de la correlación de
Pearson, las variables datos del cuestionario y datos grado de depresión determinado por el
siquiatra B presentan una correlación débil positiva.

Lizzet Aucca Estadística

 c) Informe de su análisis al Psicólogo.

Después de hacerse el analisis de regression lineal entre los datos del cuestionario y los datos
de cada siquiatra se puede establecer una correlación débil positiva, que indica una dispersion
entre los datos del cuestionario y el de los siquiatras, por consiguiente los datos establecidos por
lo ambos siquiatras resultaron con una correlación lineal fuerte y positive, por lo tanto debería
establecer ajustes al cuestionario sobre depresion pues son poco confiables.

III. Para estudiar la relación entre el número de veces que los estudiantes faltan a
clases y sus calificaciones al final del curso, un instructor del grupo 209 de
matemáticas obtuvo los datos mostrados aquí:

Nº de faltas 1 2 3 3 4 4 5 6 2 0

Calificación 98 98 88 81 83 76 71 71 85 98

a) Calcule e interprete el coeficiente de correlación

Correlaciones
Faltas Calificación
Faltas Correlación de 1 -,914**
Pearson
Sig. (bilateral) ,000
N 10 10
**
Calificación Correlación de -,914 1
Pearson
Sig. (bilateral) ,000
N 10 10
**. La correlación es significativa en el nivel 0,01 (bilateral).

Interpretación:
La correlación entre el número de faltas y las calificaciones es de - 0, 914
Como el valor obtenido de r = - 0, 914, de acuerdo a la tabla de rangos de la correlación de
Pearson, las variables faltas y calificación presentan una correlación fuerte negativa.

b) Calcule e interprete el coeficiente de determinación.

Lizzet Aucca Estadística

 N faltas Vs Calificación
Series1 Lineal (Series1)

120
100

CALIFICACIÓN
80 y = -5.3x + 100.8
60 R² = 0.8353
40
20
0
0 1 2 3 4 5 6 7
N DE FALTAS

Interpretación:
El coeficiente de determinación es de 0, 835, por lo tanto, el 83,5 % de variación de la variable
calificación se debe al número de faltas y el 16,5% de variación de la variable calificación se
debe a otras variables.

c) Calcule la covarianza.

Correlaciones
Faltas Calificación
Faltas Correlación de Pearson 1 -,914**
Sig. (bilateral) ,000
Lizzet Aucca Estadística
 Suma de cuadrados y 30,000 -159,000
productos vectoriales
Covarianza 3,333 -17,667
N 10 10
**
Calificación Correlación de Pearson -,914 1
Sig. (bilateral) ,000
Suma de cuadrados y -159,000 1008,900
productos vectoriales
Covarianza -17,667 112,100
N 10 10
**. La correlación es significativa en el nivel 0,01 (bilateral).
Interpretación:
El valor de la covarianza es de -17, 667, lo que indica que a valores altos le corresponden
valores bajos.

IV. Se desea hacer un estudio para examinar el papel que desempeña la televisión en
la vida de un grupo preseleccionado de personas de edades superiores a los 65
años. El propósito de dicho estudio es proporcionar información que permita hacer
una programación adecuada a las necesidades de este grupo. Se seleccionó una
muestra aleatoria de 8 personas de edades superiores a los 65 años y a cada
persona se le solicito la información correspondiente al número promedio de
horas diarias que pasa frente al televisor y su edad.

Nº horas TV 2 9 11 3 7 10 8 11
Edad 65 75 72 69 73 79 71 81

a) Calcule e interprete el coeficiente de correlación

Correlaciones
Edad Horas_TV
Edad Correlación de 1 ,821*
Pearson
Sig. (bilateral) ,012
N 8 8

Lizzet Aucca Estadística

 Horas_TV Correlación de ,821* 1
Pearson
Sig. (bilateral) ,012
N 8 8
*. La correlación es significativa en el nivel 0,05
(bilateral).
Interpretación:
La correlación entre las edad y número de horas de Tv es de 0, 821
Como el valor obtenido de r = 0, 821, de acuerdo a la tabla de rangos de la correlación de
Pearson, las variables edad y número de horas de Tv presentan una correlación fuerte positiva.

b) Calcule e interprete el coeficiente de determinación

Interpretación:
El coeficiente de determinación es de 0, 675, por lo tanto, el 67,5 % de variación de la variable
horas de ver Tv se debe a la edad y el 22,5% residual de variación de la variable horas de ver Tv
se debe a otras variables.

Lizzet Aucca Estadística

 c) Calcule la covarianza.

Correlaciones
Edad Horas_
TV
Edad Correlación de 1 ,821*
Pearson
Sig. (bilateral) ,012
Suma de cuadrados 188,87 103,375
y productos 5
vectoriales
Covarianza 26,982 14,768
N 8 8
Horas_ Correlación de ,821* 1
TV Pearson
Sig. (bilateral) ,012
Suma de cuadrados 103,37 83,875
y productos 5
vectoriales
Covarianza 14,768 11,982
N 8 8
*. La correlación es significativa en el nivel 0,05
(bilateral).
Interpretación:
El valor de la covarianza es de 14, 768, lo que indica que a valores altos le
corresponden valores altos.

Lizzet Aucca Estadística