Tcnicas de Correlacin: a. Coeficiente Fi b. Coeficiente Rho de Spearman c. Coeficiente r de Pearson
Dr. Carlos J. Vilalta Clase 7. Pruebas de hiptesis sobre asociaciones entre variables Correlaciones Para qu sirven? Son utilizadas para establecer, sumarizar y describir relaciones (asociaciones) entre 2 variables
Asume que la relacin puede ser: Positiva: Cuando aumenta X aumenta Y Negativa: Cuando aumenta X disminuye Y No hay correlacin (correlacin = 0)
Los valores pueden variar entre +1 y -1 (salvo en V de Cramer) Regla de interpretacin Si el resultado del coeficiente vara entre: -1.0 a -0.7 Asociacin fuerte negativa -0.7 a -0.3 Asociacin dbil negativa -0.3 a +0.3 Asociacin nula o muy dbil +0.3 a +0.7 Asociacin dbil positiva +0.7 a +1.0 Asociacin fuerte positiva
Prctica: Por lo menos contar con una muestra de 80 observaciones Gua de Tcnicas Correlacionales 2 / Variables Nominal Ordinal Proporciones Nominal Fi Fi Fi Ordinal Fi Rho de Spearman Rho de Spearman Proporciones Fi Rho de Spearman r de Pearson (a) Coeficiente Fi () Qu es? Una medida del grado de asociacin entre 2 variables dicotmicas (nominales con slo 2 categoras) Tiene un diseo muy similar al de la prueba Ji Cuadrada En tablas de 2x2, el valor de Fi va de -1 a +1 En caso de variables nominales con 3 o ms categoras, utilizar el coeficiente V de Cramer y reportar la Significancia Estadstica ms que el valor del coeficiente 2 Formulas de Fi () Si No Total Si a b e No c d f Total g h n O bien esta otra frmula Ejemplo Coeficiente Fi Pregunta: Los que votaron por el PRI en la eleccin anterior tienden a votar igualmente por el PRI en la eleccin posterior?
Hiptesis: Ho: No hay una correlacin entre voto anterior y posterior Ha: S hay una correlacin entre voto anterior y posterior
Variables: Voto anterior (PRI 1997) Voto actual (PRI 2000) Ejemplo Coeficiente Fi (SPSS) Symmetric Measures -.733 .000 .733 .000 200 Phi Cramer's V Nomi nal by Nomi nal N of Val i d Cases Val ue Approx. Si g. Not assuming the nul l hypothesi s. a. Usi ng the asymptoti c standard error assumi ng the nul l hypothesi s. b. Tabla de Frecuencias Resultados del Anlisis... Tomar Ha Hay una Correlacin Negativa Significativa PRIANT * PRIPOST Crosstabulation Count 10 140 150 40 10 50 50 150 200 No Si Voto PRI 1997 Total No Si Voto PRI 2000 Total (b) Coeficiente Rho () de Spearman Qu es? Una medida del grado de asociacin entre 2 variables ordinales (ranking) Frmula: Ejemplo Rho de Spearman Pregunta: Son los pases que tienen un mejor ranking en Educacin tambin los que tienen un mejor ranking en Ingreso?
Hiptesis: Ho: No hay una correlacin entre educacin e ingreso Ha: S hay una correlacin entre educacin e ingreso
Variables: Ranking en Educacin Ranking en Ingreso Ejemplo Rho de Spearman Ranking Educacin Ranking Ingreso D D2 Pasos: 1 2 -1 1 Sigma D2 = 38 2 4 -2 4 6 * Sigma D2 = 228 3 1 2 4 n = 20 4 3 1 1 n * (n2 - 1) = 7980 5 5 0 0 (6 * Sigma D2) / n * (n2 - 1) = 0.029 6 8 -2 4 1 - (6 * Sigma D2) / n * (n2 - 1) = 0.971 7 6 1 1 8 7 1 1 9 9 0 0 10 12 -2 4 11 11 0 0 12 10 2 4 13 13 0 0 14 14 0 0 15 18 -3 9 16 15 1 1 17 16 1 1 18 17 1 1 19 20 -1 1 20 19 1 1 Suma 38 Ejemplo Rho de Spearman (SPSS) Correlations 1.000 .971** . .000 20 20 .971** 1.000 .000 . 20 20 Correl ati on Coeffi cient Si g. (2-tai l ed) N Correl ati on Coeffi cient Si g. (2-tai l ed) N Ranki ng Educaci n Ranki ng Ingreso Spearman's rho Ranki ng Educaci n Ranki ng Ingreso Correl ati on i s si gni fi cant at the .01 l evel (2-tai led). **. (r = .971, p=.000)
Aceptar Ha
Significado: Hay una correlacin positiva significativa entre niveles de educacin e ingreso (c) Coeficiente r de Pearson Qu es? Una medida del grado de asociacin entre 2 variables de proporciones Frmula:
Correlaciones que no se pueden detectar
Ojo: Relaciones curvlineales no son detectadas por estas tcnicas
Correlacin no es igual a causa
Pero un requisito de causacin es correlacin
X 12 10 8 6 4 2 0 Y 1200 1000 800 600 400 200 0 -200 Indispensable: Revisar las grficas X 20 17 14 11 8 5 2 Y 1 14 12 10 8 6 4 2 Rsq = 0.666 X 20 17 14 11 8 5 2 Y 2 14 12 10 8 6 4 2 Rsq = 0.666 X 20 17 14 11 8 5 2 Y 3 14 12 10 8 6 4 2 Rsq = 0.666 X4 20 17 14 11 8 5 2 Y 4 14 12 10 8 6 4 2 Rsq = 0.667 Ejemplo r de Pearson Pregunta: Son los estados que producen ms patentes aquellos que reciben ms becas del Conacyt?
Hiptesis: Ho: No hay una correlacin entre Patentes y Becas Ha: S hay una correlacin entre Patentes y Becas
Variables: Nmero de Becas del Conacyt por estado administrador Nmero de Patentes registradas por estado de residencia del inventor
Ejemplo r de Pearson (SPSS)
Correlations 1.000 .961** . .000 32 32 .961** 1.000 .000 . 32 32 Pearson Correl ati on Si g. (2-tai l ed) N Pearson Correl ati on Si g. (2-tai l ed) N Becas admini stradas Patentes Becas admi ni stradas Patentes Correl ati on i s si gni fi cant at the 0.01 l evel (2-tail ed). **. r = .961 (p=.000)
Aceptar Ha
Significado: Hay una correlacin positiva significativa entre asignacin de becas y produccin de patentes Terminaste Muchas Gracias y Mucha Suerte