Anlisis estadstico con

SPSS
CORRELACIN CON R DE PEARSON

Correlacin
Remite al estudio de la variacin
conjunta de 2 variables, su
intensidad y direccin o sentido.

Diagrama de dispersin (nube de

puntos).
FIGURA 1

Ausencia de
asociacin lineal

Un diagrama de dispersin sirve para graficar la relacin entre X e Y.

El eje horizontal (eje de las abscisas) representa los distintos valores de X,
mientras que el eje vertical (eje de las ordenadas) representa los valores Y.
Cada punto representa las puntuaciones obtenidas por un sujeto dado en
las variables X e Y.
Como se puede observar, en la FIGURA 1 los puntos se dispersan sin
sentido o coherencia entre s. Esto quiere decir que, en su conjunto, los
puntos dan vida a una nube amorfa.
De esta manera, un valor bajo en el eje X puede dar lugar a un valor alto en
Y, pero tambin puede dar un valor bajo en la misma variable Y. Es decir, no
hay una correspondencia entre obtener valores bajos o altos en una y otra
variable.

Diagrama de dispersin (nube de

puntos).
FIGURA 2

Asociacin
positiva

FIGURA 3

Asociacin
negativa

En las figuras 2 y 3 los puntos se agrupan entre s hacia la derecha e izquierda

respectivamente.
Esto quiere decir que en la FIGURA 2 los sujetos que tienen puntuaciones bajas en X (eje
horizontal) tienen puntuaciones bajas en Y (eje vertical), mientras que las puntuaciones
altas en una de las variables van acompaadas de puntuaciones altas en la otra.
Este tipo de asociacin se denomina asociacin lineal positiva.
Por su parte, en la FIGURA 3 los sujetos que tienen puntuaciones bajas en X tienen
puntuaciones altas en Y, mientras que la puntuacin en Y va decreciendo a mediada que
aumenta el valor de X.
A este tipo de asociacin se le conoce como asociacin lineal negativa.

1. Nivel de medicin de las variables: ambas

debes tener un nivel cuantitativo (intervalo o
razn).
2. Hiptesis alternativas (H1): correlacionales.
Tenemos las siguientes posibilidades:
Hiptesis que hablan de
asociacin positiva
Hiptesis que hablan de
asociacin negativa

- Mientras ms X ms Y
- Mientras menos X menos Y
- Mientras menos X ms Y
- Mientras ms X menos Y

Todas estas
son H1
posibles de
enunciar

3. Hiptesis nulas (H0): No existe asociacin

entre ambas variables (son independientes).

El coeficiente r de Pearson
En trminos prcticos, el coeficiente r de
Pearson es una medida del grado de
asociacin lineal existente entre dos variables
cuantitativas.
Mide la cantidad de dispersin en relacin a la
ecuacin lineal de mnimos cuadrados.
Si todos los puntos coinciden con la lnea
entonces r = 1 +1 (dependiendo de la
direccin o sentido de la correlacin).

 El coeficiente de correlacin lineal r de Pearson nos

indica si los puntos tienden a disponerse
alineadamente (excluyendo rectas horizontales y
verticales).
En otras palabras, r es til para determinar si hay
relacin lineal entre dos variables, pero no servir
para otro tipo de relaciones (cuadrtica, logartmica,
etc.).
La fuerza de la relacin bivariada se define en
trminos de correlacin, trmino que refleja lo cerca
que quedan los puntos de una determinada lnea
recta con pendiente positiva o negativa.

 Si todos los puntos pasan cerca de la recta

esto significar que la relacin es fuerte, lo
que sera expresado por el valor de r.

 Si muchos de los puntos se encuentran

alejados de la lnea podremos decir que la
relacin es dbil, cuestin que tambin se
reflejar en el valor de r.

 El coeficiente r de Pearson vara de 1 a

+1, donde:
Valores cercanos a 1 indican una correlacin
negativa (mientras ms bajos los valores de X
ms altos los de Y y mientras ms altos los
valores de X ms bajos los de Y).
Valores cercanos a +1 indican una correlacin
positiva (mientras ms bajos los valores de X
ms bajos los de Y y, viceversa, mientras ms
altos los valores de X ms altos los de Y).

 Un coeficiente r de Pearson igual a 0 indica

ausencia de correlacin lineal.
No obstante, no es posible interpretar el valor
r = 0 como ausencia de relacin.
Esto porque las variables X e Y pueden estar
asociadas de forma curvilnea u otro tipo an
teniendo un valor r = 0.
Vale decir, r = 0 slo seala la ausencia de
relacin lineal y no de relacin curvilnea,
exponencial o de otro tipo (que no veremos
aqu).

Interpretacin de r
Para interpretar la intensidad de la
relacin expresada por el coeficiente
de correlacin r de Pearson se siguen
los siguientes criterios:

Coeficiente de determinacin

2
(r )

Si bien el coeficiente r puede sernos til para

determinar la fuerza de la correlacin, no nos dice
mucho acerca de cunta proporcin de
variabilidad comn es compartida por X e Y.
Para poder establecer esto ser necesario obtener
un nuevo valor: r2.
r2 es igual a la proporcin de la varianza comn,
es decir, la variacin compartida por X e Y.

 A excepcin de los valores 1, +1 y 0, los

valores del coeficiente r sern siempre
superiores a los de r2.
Por ejemplo, tenemos un caso donde r
= 0,55 y creemos por ello que estamos
frente a una buena correlacin cuando
en verdad slo estamos explicando
(0,55)2 = 0,3025, esto es, el 30% de la
variacin de la variable dependiente.

Resumen
El coeficiente r de Pearson da cuenta de la existencia
y fuerza de la asociacin lineal.
Somete a prueba la H0 que dice que ambas variables
cuantitativas no se encuentran asociadas entre s
(son independientes).
El coeficiente de determinacin (r2) da cuenta de la
variacin explicada o proporcin de la varianza
comn.
Aquella variacin no explicada por la variable
independiente se denota como 1 r2.

Relaciones numricas entre r, r2 y

1r2

RESULTADOS DE
CORRELACIN EN SPSS

Correlations

Pearson Correlation altura cms.

peso kg.
Sig. (1-tailed)
altura cms.
peso kg.
N
altura cms.
peso kg.

El r = 0,821 nos
indica que la
asociacin
entre ambas
variables es
muy fuerte.

altura cms.
1.000
.821
.
.000
30
30

La significacin de
la asociacin es
menor que nuestro
nivel de
significacin (0,05 e
incluso menor que
0,01)

peso kg.
.821
1.000
.000
.
30
30

CORRELACIN CON R DE PEARSON

EN SPSS

Analizar
Correlaciones
Bivariadas

Lista de variables.
Desde aqu se obtienen las
variables que entrarn en la
tabla.

Colocar aqu
las dos
variables que
se analizarn.

SPSS asume que el

coeficiente de correlacin
ser el r de Pearson.

Una vez seleccionadas

las variables Clic en
Aceptar

GRFICOS DE DISPERSIN
EN SPSS

Grficos Cuadros de
dilogos antiguos
Dispersin/Puntos

Elegir la opcin
Dispersin Simple

Clic en Definir

Colocar variable en
Eje Y (Ordenadas)

Colocar variable en
Eje X (Abscisas)

Clic en Aceptar

Se abrir una hoja de

resultados (Output)
con el grfico de
dispersin.