Correlaciones estadísticas

8,892 views

Published on

Introducción a las correlaciones bivariables, índices y el cálculo del coeficiente de correlación en Excel

Published in: Education
2 Comments
0 Likes
Statistics
Notes
  • Que buenas diapositivas, son muy útiles, gracias.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Muy buena la presentación, didáctica, con ejemplos de situaciones simples y muy completa
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

No Downloads
Views
Total views
8,892
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
110
Comments
2
Likes
0
Embeds 0
No embeds

No notes for slide

Correlaciones estadísticas

  1. 1. Sesión 32 Correlaciones
  2. 2. Comentarios anónimos dados en la evaluación docente (parcial) Lo que necesita mejorar el maestro: •Ser un poco más estricto •Ser más estricto en materia de puntualidad •Aunque mis compañeros digan que no, a veces se le va de las manos el orden especialmente por que emieizan a platicar •Exigir puntualidad •Ser un poco mas estricto con la hora de entrada. Gracias por sus sugerencias!!! 
  3. 3. Correlaciones estadísticas
  4. 4. Hipótesis: A mayor nivel de exposición a programas de la WWE, hay un mayor consumo de artículos promocionales de esta franquicia en jóvenes saltillenses de entre 18 y 30 años que consumen dicho programa.
  5. 5. Hipótesis: A mayor nivel de exposición a programas de la WWE, hay un mayor consumo de artículos promocionales de esta franquicia en jóvenes saltillenses de entre 18 y 30 años que consumen dicho programa. Operacionalización de la variable independiente: Horas a la semana que se dedican al consumo de programas de la WWE ¿Qué tipo de variable es?
  6. 6. Hipótesis: A mayor nivel de exposición a programas de la WWE, hay un mayor consumo de artículos promocionales de esta franquicia en jóvenes saltillenses de entre 18 y 30 años que consumen dicho programa. Operacionalización de la variable independiente: Horas a la semana que se dedican al consumo de programas de la WWE Tipo de variable: de razón
  7. 7. Hipótesis: A mayor nivel de exposición a programas de la WWE, hay un mayor consumo de artículos promocionales de esta franquicia en jóvenes saltillenses de entre 18 y 30 años que consumen dicho programa. Operacionalización de la variable independiente (X): Horas a la semana que se dedican al consumo de programas de la WWE Tipo de variable: de razón Operacionalización de la variable dependiente (Y): Cantidad de dinero (pesos) que se gastan en la compra de artículos promocionales de la WWE, al mes ¿Qué tipo de variable es?
  8. 8. Hipótesis: A mayor nivel de exposición a programas de la WWE, hay un mayor consumo de artículos promocionales de esta franquicia en jóvenes saltillenses de entre 18 y 30 años que consumen dicho programa. Operacionalización de la variable independiente (X): Horas a la semana que se dedican al consumo de programas de la WWE Tipo de variable: de razón Operacionalización de la variable dependiente (Y): Cantidad de dinero (pesos) que se gastan en la compra de artículos promocionales de la WWE, al mes Tipo de variable: de razón
  9. 9. Trabajo de campo: Luego de un cuidadoso diseño del instrumento, se obtienen los siguientes resultados: (X): Horas a la semana que se dedican al consumo de programas de la WWE Tipo de variable: de razón (Y): Cantidad de dinero (pesos) que se gastan en la compra de artículos promocionales de la WWE, al mes X 10 11 9 11 10 11 8 10 5 11 10 8 3 2 11 16 6 11 12 11 9 11 10 9 11 Y 200 220 150 150 200 250 125 190 50 185 180 90 50 0 250 500 75 215 240 250 120 225 195 130 215
  10. 10. ¿Cómo hacemos la comprobación estadística que verifique que efectivamente hay una relación entre estas variables?
  11. 11. Correlaciones
  12. 12. Correlaciones: •Uno de los objetivos del método científico consiste en ver cómo se relacionan dos variables. •Eso permite comprobar o refutar hipótesis •Las correlaciones tienen que ver con la medida en que dos variables están relacionadas entre sí
  13. 13. Los coeficientes de correlación expresan de manera numérica tanto la magnitud como la dirección de la correlación lineal: Valor Tipo de correlación -1.00 Correlación negativa perfecta -0.95 Correlación negativa fuerte -0.50 Correlación negativa moderada -0.10 Correlación negativa débil 0.00 No hay correlación 0.10 Correlación positiva débil 0.50 Correlación positiva moderada 0.95 Correlación positiva fuerte 1.00 Correlación positiva perfecta
  14. 14. Volviendo al problema con el que iniciamos la sesión…
  15. 15. Volviendo al problema con el que iniciamos la sesión…
  16. 16. Ejercicio Un cibercafé busca relacionar las ganancias que obtiene cada computadora con el numero de usuarios que ingresan a dicha cabina diariamente. Ganancias 100 98 99 102 102 111 97 104 102 96 Número de usuarios 116 96 110 105 99 106 100 109 98 108 150 100 50 50 100 150
  17. 17. Coeficientes de correlación
  18. 18. ¿Trabajas? Ejemplo Hombre Mujer Sí 9 8 No 13 14
  19. 19. ¿Trabajas? Ejemplo Hombre Mujer Q= (9) (9) A Sí 9 8 No 13 14
  20. 20. ¿Trabajas? Ejemplo Hombre Mujer Sí 9 8 No 13 14 D Q= (9)(14) (9)(14)
  21. 21. ¿Trabajas? Ejemplo Hombre Mujer Sí 9 8 B Q= (9)(14) - (13) (9)(14) +(13) No 13 14
  22. 22. ¿Trabajas? Ejemplo Sí 9 8 Hombre Mujer C Q= (9)(14) - (13)(8) (9)(14) +(13)(8) No 13 14
  23. 23. ¿Trabajas? Ejemplo Hombre Mujer Q= (126) - (104) (126) +(104) Sí 9 8 No 13 14
  24. 24. ¿Trabajas? Ejemplo Hombre Mujer Q= 22 230 Sí 9 8 = 0.0956 No 13 14
  25. 25. Tipo de correlación Valor -1.00 Correlación negativa perfecta -0.95 Correlación negativa fuerte -0.50 Correlación negativa moderada -0.10 Correlación negativa débil 0.00 No hay correlación 0.10 Correlación positiva débil 0.50 Correlación positiva moderada 0.95 Correlación positiva fuerte 1.00 Correlación positiva perfecta 0.0956 Interpretación: Hay una correlación positiva débil (muy, muy, muy débil) entre el sexo y la condición laboral, dentro de la muestra de estudiantes de comunicación que participaron en la encuesta.
  26. 26. Cálculo del coeficiente de correlación en Excel Permite calcular el coeficiente de correlación entre dos conjuntos de datos
  27. 27. Cálculo del coeficiente de correlación en Excel P01sexo P09exp1 1 1 1 1 1 1 1 1 2 2 1 1 1 1 1 1 1 2 2 2 2 2 2 2 1 2 1 2 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 4 7 1 1 1 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 6 Dado este conjunto de datos: •Los valores de la variable «sexo» van de A2 hasta A45 •Los valores de la variable «expectativa de ingreso al egresar» van de B2 hasta b45 Se introduce la función: =coef.de.correl(A2:A45, B2:B45) =0.0388
  28. 28. Tipo de correlación Valor -1.00 Correlación negativa perfecta -0.95 Correlación negativa fuerte -0.50 Correlación negativa moderada -0.10 Correlación negativa débil 0.00 No hay correlación 0.10 Correlación positiva débil 0.50 Correlación positiva moderada 0.95 Correlación positiva fuerte 1.00 Correlación positiva perfecta 0.0388 Interpretación: Hay una correlación positiva débil entre el sexo y la expectativa de ingreso al egresar, dentro de la muestra de estudiantes de comunicación que participaron en la encuesta.
  29. 29. Y regresando nuevamente al problema inicial…
  30. 30. Coeficiente de correlación (cálculo por Excel): 0.9128
  31. 31. Tipo de correlación Valor -1.00 Correlación negativa perfecta -0.95 Correlación negativa fuerte -0.50 Correlación negativa moderada -0.10 Correlación negativa débil 0.00 No hay correlación 0.10 Correlación positiva débil 0.50 Correlación positiva moderada 0.95 Correlación positiva fuerte 1.00 Correlación positiva perfecta 0.9128 Interpretación: Hay una fuerte correlación estadística entre el nivel de exposición a programas de la WWE y el consumo de artículos promocionales de esta franquicia en jóvenes saltillenses de entre 18 y 30 años que consumen dicho programa.

×