UVG

Estadstica descriptiva
Segundo ciclo 2017
El propsito de la Teora de la Correlacin es
indicarnos el grado de relacin, asociacin o
dependencia que pueda existir entre dos o ms
variables.

Podemos encontrar diferentes tipos de relaciones:

Relacin Causal (causa-efecto)

Relacin Concomitante (dependiendo de
circunstancias comunes)
Relacin Casustica o Aleatoria (azar, casualidad,
coincidencias
El estudio de la Correlacin tiene importancia de
permitirnos sintetizar mediante un solo valor , tres
aspectos principales en el estudio de dos o ms variables

La relacin o dependencia que pueda existir entre las

variables en estudio,
La direccin o tipo de asociacin entre ellas y,
El grado de intensidad de la misma.
CLASIFICACIN DE LA CORRELACIN

1. De acuerdo al nmero de variables en el

estudio
Correlacin Simple (relacin entre dos variables)
Correlacin Mltiple (relacin entre ms de dos variables)
2.- Segn la tendencia de los datos de las variables
de estudio
Correlacin Rectilnea (presenta una lnea recta)
Correlacin Curvilnea ( presentan una tendencia distinta
a la lnea recta).
Clculo en funcin de los valores de las Variables

r= Nxy - (x) (y)

[Nx2 - (x) 2 ] [Ny2 (y) 2 ]
CORRELACIN POSITIVA O DIRECTAMENTE PROPORCIONAL
Cuando r= (+) nos indica que existe una relacin directa, es decir que
al modificarse una variable en un sentido , la otra se moviliza en la
misma direccin. ( mayor estatura mayor peso)
CORRELACIN NEGATIVA O INTENSIVAMENTE PROPORCIONAL
Cuando r= (-) nos indica que existe una relacin inversa entre las
variables, es decir que al cambiarse en un sentido una de ellas, la
otra vara en sentido contrario (a mayor altura en una montaa,
menor temperatura)
INCORRELACIN
Cuando r= (0) se dice que no existe alguna relacin o asociacin
entre las variables en estudio.
Cuando r=(-1) existe una correlacin negativa perfecta
Cuando r=(+1) existe una correlacin positiva perfecta
Cuando r=(0) las variables son incorrelacionadas
r = 0.00 Incorrelacionadas
0.01 = r < 0.30 Correlacin dbil

0.30 =r< 0.50 Correlacin Mediana

0.50 =r< 0.80 Correlacin Apreciable

0.80 =r< 1.00 Correlacin Fuerte

r= 1.00 Correlacin perfecta

 X Y XY X2 Y2
1 15 15

2 20 40
X= Edad
4 30 120 Y=C.I.

5 35 175

3 40 120

 X Y XY X2 Y2
1 15 15 1 225

2 20 40 4 400
X= Edad
4 30 120 16 900 Y=C.I.

5 35 175 25 1225

3 40 120 9 1600

15 140 470 55 4350

r= 5(470) (15) (140)
[5(55) (15)2 ] [ 5(4350- (140)2]

r= 250
107500

r= 0.76

Interpretacin: de acuerdo a estos datos,

existe una correlacin apreciable entre en la
edad y el cociente intelectual
 Altura Altura
del padre del hijo xy x2 y2
X(pulg) Y
Ejercicio de (pulg)
correlacin
65 68
63 66
67 68
64 65
68 69
62 66
70 68
66 65
68 71
67 67
69 68
71 70
0.7027