Professional Documents
Culture Documents
Elemento de Capacidad
Contenidos:
1. Correlación Lineal.
2. Regresión Lineal.
Todas estas frases tienen en común una idea que las relaciona, ellas implican la relación
de dos variables: la magnitud de una se ve dependiendo de la magnitud de la otra. En la
estadística se sabe que una de las variables depende o es dependiente de la otra, es
decir que tenemos una variable dependiente y otra variable independiente. En las frases
u oraciones también encontramos la idea de que cuando una de las variables se
incrementa, la otra también lo hace; esta idea en la estadística se conoce como
correlación directa o positiva, esto significa que la relación que tienen las variables es
directamente proporcional.
También en estas oraciones o frases podemos identificar dos variables relacionadas, una
es dependiente y otra independiente. Pero la relación que se manifiesta es de una forma
diferente, el incremento de una variable significa la disminución de la otra. Este tipo de
relación entre dos variables en la estadística se conoce como correlación inversa o
negativa.
Estas ideas de correlación entre dos variables, no se limitan a entender solamente las
oraciones vistas, sino que es de utilidad para entender otras realidades existentes en
distintos campos del conocimiento como es el ámbito educativo. Podemos encontrar
muchas relaciones de los tipos observados en el quehacer educativo y nos nacen
interrogantes como:
Sin duda podemos percibir que en todas estas interrogantes se halla inmerso el tema de
la correlación, en cualquiera de las formas que esta se presente.
Aunque existen situaciones en las que no preocupa mucho conocer cuál es la variable
dependiente o independiente, nos interesa saber la distribución conjunta de dos
variables, donde cada una de ellas se encuentra normalmente distribuida. Dicha
distribución se conoce como distribución normal bivariada. El coeficiente de
correlación “r” es la mejor estimación de este tipo de distribución.
1.1. Cálculo de la Correlación Lineal.- Existen muchas fórmulas que nos pueden
permitir hallar la correlación lineal, pero no es la intención conocer todas en esta
oportunidad, por ello utilizaremos las más conocidas y sencillas:
r2
[ N XY ( X )( Y )]2
a
Y X X XY
2
[ N X 2 ( X ) 2 ][ N Y 2 ( Y ) 2 ] N X X
2 2
[ N XY ( X )( Y )]2
r
[ N X 2 ( X ) 2 ][ N Y 2 ( Y ) 2 ]
N XY ( X )( Y )
r
[ N X 2 ( X ) 2 ][ N Y 2 ( Y ) 2 ]
Ejemplo:
N XY ( X )( Y )
r
[ N X 2 ( X ) 2 ][ N Y 2 ( Y ) 2 ]
(12)(54,107) (800)(811)
r
(12)(53,418) (800) (12)(54,849) (811)
2 2
r = 0.702652
Antes de buscar los valores en la tabla, es preciso saber con qué grados de
libertad trabajaremos. Nosotros estamos evaluando 12 pares de datos, y para
efecto de buscar los valores utilizaremos como grados de libertad a 10, es decir al
número total de pares le restamos -2. Se explica este hecho porque se pierde un
grado de libertad al momento de realizar el cálculo de la media y el otro se pierde
con el cálculo de la regresión.
Comparando con el valor al nivel del 5%, observamos que: el “r” obtenido es
0.702652 y el “r” tabular es 0.6319, entonces hallamos que el “r” obtenido es
mayor al “r” tabular en el nivel del 5%, por lo tanto la correlación entre las
variables es significativa.
En seguida comparamos con el valor al nivel del 1%, observamos que: el “r”
obtenido es 0.702652 y el “r” tabular es 0.7646, entonces hallamos que el “r”
obtenido es menor al “r” tabular en el nivel del 1%, por lo tanto la correlación entre
las variables no llega a ser altamente significativa.
Para hallar el coeficiente de correlación “r” en el SPSS v17, se deben seguir los
siguientes pasos:
Si comparamos con los valores tabulares al nivel del 5% (0.6319) y al nivel del
1% (0.7646), observamos que el “r” obtenido solamente supera al valor del “r”
tabular en el nivel del 5%, por lo tanto la correlación entre las variables es
significativa.
Sin embargo la tabla de correlación del visor de resultados del SPSS v17 ya
nos está indicando que existe correlación significativa al nivel del 5%.
Correlaciones
X Y
*
X Correlación de Pearson 1 ,703
N 12 12
*
Y Correlación de Pearson ,703 1
N 12 12
Volviendo a analizar algunas frases de la vida diaria veremos cómo percibimos la idea de
la regresión:
Con certeza podemos notar que todas estas frases implican la correlación existente entre
dos variables, pero también notamos que van más allá y nos dicen en términos numéricos
cómo están relacionadas ambas variables. Considerando estas frases u oraciones de
manera literal, podemos construir una tabla:
La tercera columna de la tabla tiene como título Ecuación de regresión. En las celdas
correspondientes tiene ecuaciones que corresponden a ecuaciones de rectas. Se conoce
que la ecuación de la recta es:
Y a bX
XY
y X
X2
XY
La expresión es el coeficiente de regresión, puesto que indica el cambio
X2
estimado de “y”, para un cambio unitario de “x”. Esto se ajusta a nuestra definición
de regresión, y ya hemos denominado b al coeficiente de regresión, de modo que
ahora podemos decir:
b
XY
X 2
Quedaría así: (Y Y ) b( X X ) ,
X 66.667
Y 67.583
XY 54,107.00
X 2
53,418.00
b
XY 1.012898
X 2
Y (Y b X ) bX
Y 0.05613 1.01298 X
Comparemos ahora los valores de Y observados con los valores estimados (Y’),
basados en la ecuación de regresión.
a= 0.056782
b= 1.012898
Verificamos que los datos ajustados en Y’, son los datos que se alinean a la
ecuación de la recta.
Podemos comprobar que estos datos están bien ajustados porque la sumatoria
de Y y la sumatoria de Y’ tienen exactamente el mismo resultado (811), además
la sumatoria de las diferencias (Y – Y’) dan una valor de “0”, con lo que queda
demostrado y comprobado que los datos están correctamente ajustados.
Esta información nos sirve para que podamos hacer proyecciones o inferencias a
partir de la ecuación, siempre que tengamos valores para la variable
independiente X.
Para hallar la regresión lineal en el SPSS v17, se realizan los siguientes pasos:
Con los mismos datos del ejemplo anterior de las alturas de padres e hijos,
solamente nos queda ir al menú Analizar, luego a la opción Regresión y
luego hacer clic en la opción Lineales…
El SPSS v17 ha obtenido los resultados, y los valores de “a” y de “b” no son
los mismos que los hallados manualmente, sin embargo al momento de
comprobar encontramos que las aproximaciones y los totales de Y y Y’ son
iguales.
a = 35.825
b = 0.476
Y 35.825 0.476 X
Al momento de proyectar los valores de Y’, tenemos:
ACTIVIDADES
1. TAREA:
Procesar e interpretar estadísticamente los resultados de la investigación grupal, y
con ello realizar las conclusiones del caso para la presentación final del informe de
investigación.
En la plataforma virtual.
2. FORO:
El participante opina en un FORO virtual sobre el siguiente tema:
¿Cómo se puede utilizar los resultados de la correlación y regresión lineal en
la investigación educativa?
3. CORREO:
Enviar consultas al correo del docente, sobre cualquier duda en relación al tema.
E- mail: wcwalther@gmail.com