UNIVERSIDAD TECNOLÓGICA DEL PERÚ

CORRELACIÓN
Herramienta de análisis de datos

DOCENTE:
CARDENAS OSCCO LAYO

Trabajo que, como parte del curso de Informática para los negocios,
presentan los alumnos:

INTEGRANTES CÓDIGO
*ASTO ACUÑA, Yanet Soledad U21319353
*ATAUQUI MARQUEZ, Yoselin U20224006
*HUALI VILCAHUAMÁN, Issamar Cecilia U20209873
*LEÓN DIAZ, Lisset Marysol U21319694
* LLIUYA MORALES, Isabel U21320281
*MUÑOZ ALIAGA, Ricardo Daniel U21315136
*SAAVEDRA CUADRO, Jaír U19101872

AÑO 2021
 2
CORRELACIÓN

ÍNDICE

INTRODUCCIÓN..................................................................................................................1

CORRELACIÓN....................................................................................................................4

Correlaciones Bivariadas..................................................................................................................6

Clasificación de Correlación................................................................................................................................7

Correlaciones Positivas:..................................................................................................................................7

Correlaciones Negativas..................................................................................................................................7

Correlaciones Nulas:.......................................................................................................................................7

Correlaciones Multivariadas.............................................................................................................7

Dispersograma.......................................................................................................................................................8

Paramétricas........................................................................................................................................................10

R de Pearson...................................................................................................................................................10

No Paramétricas..................................................................................................................................................13

Rfo de Spearman:..........................................................................................................................................13

Correlación Covarianza Muestral..................................................................................................15

CONCLUSIÓN.....................................................................................................................16

RECOMENDACIÓN............................................................................................................19

REFERENCIAS...................................................................................................................21
 2
CORRELACIÓN

INTRODUCCIÓN

A menudo, nos interesa observar y medir la relación entre dos variables numéricas, ya

que de esta forma se obtiene información importante para la toma de decisiones en diferentes

aspectos de la vida. Mediante el análisis de datos podemos aplicar la herramienta de correlación.

Se trata de una de las técnicas más habituales en análisis de datos y el primer paso necesario

antes de construir cualquier modelo explicativo o predictivo más complejo.

Hoy en día tenemos muchas app o programas que nos facilitan el trabajo, uno de ellos es

el programa Excel, que es necesario para toda persona desde conocimientos básicos hasta

avanzados. Es una herramienta muy útil para nuestro desempeño en el ámbito laboral, asimismo

una de las herramientas que presentamos a continuación es la Correlación que consiste

básicamente en describir relaciones simples sin hacer afirmaciones sobre causa y efecto.

El conocimiento humano transita de lo general a lo particular sus relaciones, existen

métodos en la ciencia de la estadística que permite medir la relación entre dos variables

cuantitativas. Es esencialmente dos medidas estandarizadas de correlación lineal o covarianza

variable. Esta métrica o índice relacionado r puede variar entre -1 y +1, y ambos extremos

indican correlación perfecta, correlación negativa y correlación positiva. Un valor de r = o indica

que no existen relación lineal entre dos variables. Una correlación positiva indica que ambas

variables varían en el mismo sentido. Una correlación negativa significa que ambas variables

varían en sentido opuestos.

Como podemos apreciar, la correlación es una medida de la relación lineal (covarianza)

entre dos variables cuantitativas continuo (x, y). La forma más fácil de saber si dos variables

están relacionadas es determinar si co-varían. Es importante señalar que esta covarianza no

 2
CORRELACIÓN

implica necesariamente una relación causal, la correlación puede ser accidental como en el caso

clásico de correlaciones entre el número de ventas de helados y el número de incendios, debido a

la influencia de la tercera variable, la temperatura ambiental.

Es un caso particular en el que tal correspondencia tiene característica bien definida y que

suele medirse mediante el coeficiente R de Pearson. Originalmente desarrollado por Karl

Pearson en 1895, quien se basó en las investigaciones de Sir Francis Galton publicadas diez años

antes, es ampliamente utilizado en diversos campos del quehacer humano. En la ingeniería, por

ejemplo, se ha empleado recientemente para evaluar el efecto de la deformación del viento en

modelos de validación aerodinámica o para estimar la rapidez con que este fluido pasa a través

de turbinas generadoras de energía. La medicina, por supuesto, no escapa a esta realidad; de

hecho, es tal vez una de las ramas que más se ha beneficiado de los análisis de correlación y

regresión. Casos notables se encuentran al explorar tratamientos de intervención en pacientes que

han experimentado un ataque cerebral, en los que se ha tanteado (hasta ahora sin mucho éxito) la

asociación entre la proteína C reactiva y la disminución de la fatiga.

Y así, un sinfín de ciencias y aplicaciones en la vida real son muestra de ejemplo en las

cuales la herramienta de correlación es importante para determinar algunos parámetros de ciertos

estudios que contribuyen a la solución de problemas o en todo caso, no ayuden a determinar

ciertas soluciones o caminos a seguir en dicha investigación. En lo empresarial, es un arma muy

interesante ya que nos ayuda a realizar ciertas comparativas de diferentes elementos o aspectos

dentro de la empresa, con el fin de entender el porqué de los problemas internos y por qué tomar

decisiones importantes con el fin de generar valor y progreso dentro de la empresa. Hasta el
 2
CORRELACIÓN

momento la aplicación de la correlación ha sido amplia y diversa en diferentes campos como

ciencias naturales, economía, psicología, entre otros.

Es ventajoso la posibilidad de tener prediseñados los módulos de cálculos de la mayor

parte de los análisis que se puedan realizar, desde sencillos cálculos de frecuencias, a todo tipo

de análisis multidimensional o de series temporales.

 2
CORRELACIÓN

CORRELACIÓN

La correlación es una técnica de análisis de información con base estadística usado por

Excel se emplea cuando se estudian en forma conjunta dos o más variables estadísticas de una

población o muestra, es decir, se analiza una variable estadística bidimensional. Existen

diferentes coeficientes para medirla como: Pearson, Spearman, Kendall, V- Cramer, y otros, cada

uno con distintos propósitos, además, estos están relacionados con los tipos de variables que

determinan el tipo de análisis que podemos realizar,

Otros autores afirman lo siguiente:

El análisis de correlaciones es muy útil para el investigador o administrador. Muchas

veces levantamos encuestas con el propósito de determinar si existe alguna relación o

asociación entre diversas variables de interés. El análisis de correlaciones simple le

permitirá determinar si dichas variables están asociadas antes de continuar con un análisis

más sofisticado de causa-efecto. (…) El análisis de correlaciones también constituye un

insumo fundamental para realizar diversos análisis estadísticos más avanzados como el

análisis factorial y el análisis de confiabilidad. Estos análisis son utilizados por los

investigadores para determinar la validez y confiabilidad de las encuestas de actitud.

(Castañeda et at., 2010)

Podemos entender la utilidad de esta herramienta para el análisis de datos, esto al

momento de conocer aspectos variables que se relacionen entre sí, para poder sacar conclusiones

en relación con diferentes casos en cuales es usada dicha herramienta.

De acuerdo con Morales, P. (2011):

 2
CORRELACIÓN

(…) Un coeficiente de correlación nunca se puede interpretar como una relación de causa

a efecto; el que dos variables covaríen, tiendan a ser altas o bajas simultáneamente (peso

y altura, actitud hacia el estudio y rendimiento académico, etc.) no significa que una sea

causa de la otra, y aunque así fuera, un coeficiente de correlación no es prueba de

causalidad.

El autor nos habla sobre que este método de análisis se basa en la mezcla de las variables

y no una relación de causalidad, es decir, que cada vez que se presenten distintas variables serán

distintos los resultados obtenidos.

En general, son un grupo de estadísticos que tiene como objetivo evaluar el grado de

asociación entre 2 o más variables, cuando únicamente estamos asociando solo 2 variables estas

correlaciones se llaman bivariadas si estamos asociando más variables estas se denominan

multivariadas. Comprender y evaluar la relación estadística entre ellos sin verse afectado por

ninguna variable externa, nuestras mentes pueden hacer grandes cosas. Por ejemplo, puede

recordar el tintineo de un camión de gasolina o el sonido de un coche de policía. ¿Quién nos

enseñó? ¡Nadie! Creemos en nuestra comprensión y sacamos conclusiones. Además, cada

camión tiene un sonido diferente, y no hay duda de que podemos recordar todo y asociar el

sonido con gasolina o cualquier otra cosa. Esto es exactamente lo que ha hecho la investigación

relacionada para establecer una relación entre dos variables, como Jingle y Truck (en este

ejemplo en particular). La investigación relacionada busca variables que parecen influirse entre

sí, de modo que cuando una variable cambia, las personas sabrán cómo cambia la otra variable

cuando investiguen.
 2
CORRELACIÓN

Correlaciones Bivariadas

Un índice de correlación como tal es un número que nos va a arrojar un estadístico

particular, este número puede cobrar distintos valores de 0 a 1 ya sean positivos o negativos

donde a más nos acerquemos al valor 1 es decir cuanto mayor sea nuestro grado de asociación,

entonces podríamos decir que nuestras variables están más relacionadas, sin embargo, cuanto

más este número se acerque a 0 entonces más débil será la relación.

Clasificación de Correlación

Correlaciones Positivas: Se denominan la relación existente entre 2 variables donde a cada

incremento en una variable le corresponde un incremento en la otra variable, es decir por cada

incremento en “x” vamos a tener un incremento en “y”.

Correlaciones Negativas: Dos variables tienen correlación negativa cuando al aumentar o

disminuir el valor de una de ellas entonces el valor de la otra disminuirá o aumentará

respectivamente, es decir, una variable aumenta y otra disminuye o viceversa.

Correlaciones Nulas: El coeficiente de correlación es 0, no existe correlación entre las

variables. Indica que no existe una tendencia entre ambas variables (puede ocurrir que no exista

relación o que la relación sea más compleja que una tendencia, por ejemplo, una relación en

forma de U).

Correlaciones Multivariadas

Las Correlaciones Multivariadas tiene como objetivo describir la relación entre más de 2

variables independientes o variables y variable dependiente utilizando la ecuación de regresión

múltiple.
 2
CORRELACIÓN

Ejemplo:

El ejercicio pretende estimar los gastos en alimentación en una familia con base de

información que se proporciona las variables independientes o regresoras "Ingresos mensuales" y

"Números miembros de familia". Para ello se reconoce una muestra aleatoria simple de quince

familias, cuyos resultados se facilitan en la siguiente tabla.

Para poder entender más fácilmente una correlación, lo que podemos hacer es graficarlas

donde nosotros ponemos nuestras relaciones entre variables, es decir nuestras correlaciones se

denominan dispersograma.
 2
CORRELACIÓN

Dispersograma

Es un tipo de diagrama que emplea coordenadas cartesianas para mostrar el

comportamiento conjunto de dos variables. Gráfico que representa la distribución de dos

variables en una población de muestra. Una variable se representa gráficamente en el eje vertical

y la otra horizontal. Un dispersograma demuestra el grado de tendencia de presentación de las

variables en relación mutua. Denominamos parámetro de control cuando un parámetro

incrementa o disminuye de forma sistemática por los experimentados. Un diagrama de dispersión

puede indicar diferentes tipos de correlaciones:

Figura 1
Análisis de las correlaciones

Nota: las gráficas representan los tipos de correlaciones en diagramas de dispersión

•Correlación positiva. Indica un aumento.

•Correlación negativa. Indica un descenso.

•Nula: No hay correlación entre las variables.

Con tal de estudiar la correlación que existe entre las variables, es posible trazar una línea

de ajuste o línea de tendencia. En el caso de una correlación lineal, el ajuste se conoce como
 2
CORRELACIÓN

regresión lineal y asegura una solución correcta en un tiempo finito. Uno de los aspectos más

relevantes del dispersograma es que permite mostrar las relaciones no lineales entre las variables.

Al igual que todas las pruebas, nosotros necesitamos analizar la significatividad que tiene

nuestro estadístico de correlación, que pasa si nuestro estadístico de correlación es significativo,

pues lo más sencillo que nosotros podríamos decir es que nuestros hallazgos en la investigación

se pueden generalizar a la población de la cual proviene nuestra muestra, caso contrario que no

tengamos resultados significativos, pues entonces no podríamos realizar generalizaciones ni

inferencias sobre la población.

Paramétricas

a) El nivel de medición de nuestros datos tiene que encontrarse en un nivel de

intervalo o razón, es muy probable que nuestros datos describan una curva normal

(campana).

b) Sirve para realizar muestras grandes o datos

c) Otra manera de darnos cuenta es por la forma en la que nosotros recabemos

nuestra muestra que va a delimitar el tipo de prueba, es decir la muestra de

manera aleatoria (ósea que todos los participantes tienen la misma probabilidad de

ser elegidos). Una de las pruebas paramétricas son la R de Pearson

R de Pearson: Es una prueba para medir el grado de asociación que existe en 2 variables,

lo primero que tenemos que hacer es poner nuestros datos ordenados en una tabla, esto quiere

decir que cada individuo que yo evalué va a tener 2 mediciones para ver que estas interactúan de

manera conjunta. ¿Cómo se calcula el coeficiente de correlación de Pearson? La fórmula es:

 2
CORRELACIÓN

Donde: “x” es igual a la variable número uno, “y” pertenece a la variable numero dos;

“zx” es la desviación estándar de la variable uno, “xy” es la desviación estándar de la variable

dos y “n” es número de datos.

Ventajas:

 El valor es independiente de cualquier unidad que se utiliza para medir las variables

 Si la muestra es grande, es más probable la exactitud de la estimación

Desventajas:

 Es necesario las dos variables sean medidas a un nivel cuantitativo continuo

 La distribución de las variables debe ser semejantes a la curva normal

Para interpretar el coeficiente de correlación utilizamos la siguiente escala:

Figura 2

Nota: la imagen es un ejemplo de escalas para interpretar el coeficiente de correlación

En Excel se calcula de la siguiente manera:

 2
CORRELACIÓN

Se inserta la función [Link] y pulsar en Aceptar. En el cuadro de

argumentos de la función, en el recuadro de la Matriz 1 seleccionar las celdas de X, y en el

recuadro de la Matriz 2 seleccionar las celdas de Y. Pulsar en Aceptar.

Figura 3

Nota: la imagen muestra la función [Link], Coeficiente de

correlación de Karl Pearson de Suárez 2011

Para los datos agrupados, el coeficiente de Correlación de Pearson se calcula aplicando la

siguiente formula:

Donde

n = número de datos.

f = frecuencia de celda.

fx = frecuencia de la variable X.
 2
CORRELACIÓN

fy = frecuencia de la variable Y.

dx = valores codificados o cambiados para los intervalos de la variable X, procurando que

al intervalo central le corresponda dx = 0, para que se hagan más fáciles los cálculos.

dy = valores codificados o cambiados para los intervalos de la variable X, procurando que

al intervalo central le corresponda dy = 0, para que se hagan más fáciles los cálculos.

No Paramétricas

a) Si nuestros datos se encuentran en un nivel de medición nominal u ordinal, nuestras

distribuciones tomaran algo como distribución libre es decir que no seguirán una curva.

b) Que son para muestras pequeñas, quiere decir que tenemos menos de 30 casos

c) Sin embargo, si nosotros no damos un muestreo aleatorio para recabar que nuestra

muestra es no paramétrica, una de las pruebas no paramétricas son Rho de Spearman,

entre otras.

Rfo de Spearman: Evalúa el grado de asociación que tiene variable ordinal así mismo esta

prueba tiene algunas condiciones de uso adicionales. Es una medida de dependencia no

paramétrica en la cual se calcula la jerarquía media de las observaciones, se hace el cuadrado a la

diferencia y se incorpora en la formula, en otras palabras, asignamos una clasificación a las

observaciones de cada variable y estudiamos la relación de dependencia entre 2 variables dadas.

Para el cálculo y la prueba de significación de la variable de ranking, se requiere que las

siguientes suposiciones de datos sean ciertas:

 2
CORRELACIÓN

 Nivel de intervalo o ratio

 Relación lineal

 Bivariante distribuido

Si tus datos no cumplen con las suposiciones anteriores, necesitarás el coeficiente de

correlación de Spearman. Para esto, es necesario saber qué función monótona es para entenderlo.

Una función monótona es aquella que nunca disminuye o nunca aumenta, ya que es un

incremento variable independiente. Puede ser explicada usando la imagen de abajo:

Figura 4
De blog de Questionpro

Nota: La imagen explica tres conceptos de la función monótona:

 Monotónicamente en aumento: Cuando la variable “x” aumenta y la variable “y”

nunca disminuye.

 Disminuye monótonamente: Cuando la variable “x” aumenta, pero la variable “y”

nunca aumenta.
 2
CORRELACIÓN

 No monótono: Cuando la variable “x” aumenta y la variable “y” a veces aumenta

y a veces disminuye.

Correlación Covarianza Muestral

En probabilidad y estadística, la covarianza es un valor que indica el grado de variación

conjunta de 2 variables aleatorias. Es el dato básico para determinar si existe una dependencia

entre ambas variables y además es el dato necesario para estimar otros parámetros básicos, como

el coeficiente de relación lineal o la recta de regresión. El estudio de la covarianza solo el signo

importa, el valor positivo muestra que ambas variables varían en la misma dirección y el valor

negativo muestra que varían en la dirección opuesta. La covarianza entre 2 variables “x” e “y” se

puede calcular de la siguiente manera:

Donde:

 x̄ es la media muestral de x

 ȳ es la media muestral de y

 x_i e y_i son los valores de x e y para el registro i-sino en la muestra.

 n es el no de registros en la muestra

Importancia de la fórmula:

 Numerador: Cantidad de varianza en x multiplicada por cantidad de varianza en y.

 Unidad de covarianza: Unidad de x multiplicada por unidad de y

 2
CORRELACIÓN

 Por lo tanto, si cambiamos la unidad de variables, la covarianza tendrá un nuevo

valor, sin embargo, el signo seguirá siendo el mismo.

 Por lo tanto, el valor numérico de la covarianza no tiene ningún significado; sin

embargo, si es positivo, ambas variables varían en la misma dirección; de lo

contrario, si es negativo, varían en la dirección opuesta.

 2
CORRELACIÓN

CONCLUSIÓN

La herramienta de análisis de datos, llamada Correlación, nos ayuda a realizar

comparativas directas en referente a 2 elementos, dicha comparativa nos explica que tan

relacionadas están una de otra, generalmente esta información proporcionada ayuda a muchas

empresas en el tema de toma de decisiones de diferentes ámbitos empresariales. Los usos más

habituales en este tipo de análisis son para predicción y pronóstico. Por ejemplo, los datos

climáticos, las acciones de bolsa o las series pluviométricas, ya que son más acertadas para este

tipo de problemas. La correlación comprende métodos que ayudan a interpretar este tipo de

datos, extrayendo información representativa, estableciendo un valor numérico a la relación que

existe entre dos o más variables cuantitativos.

La correlación, es una herramienta estadística e importante para el estudio econométrico

de relaciones bivariadas. Y el análisis de correlación consiste en un procedimiento estadístico

para determinar si dos variables están relacionadas o no.

Actualmente es importante el uso de este tipo de herramientas por las empresas, para un

correcto análisis de datos de personal, comerciales, de producción, ventas entre otras áreas.

En el área de la gestión es de suma importancia medir la relación entre variables para la

toma de decisiones. Por ejemplo, se puede utilizar esta herramienta, para saber la relación que

existe, entre el nivel de satisfacción, la valoración un producto y el monto que está dispuesto a

pagar el cliente. Esta información relevante brinda un punto de partida para la toma de decisiones

o aplicar y construir análisis estadísticos más complejos como la planificación de estrategias de

mercado.
 2
CORRELACIÓN

La utilidad de la prueba de coeficiente de correlación de rango de Spearman en el campo

de la medicina, aportan una respuesta cuantificable a la relación que en el momento determinado

pueda existir entre dos variables, siendo un punto de partida para pronósticos y predicciones en

problemas de prácticas, el coeficiente de correlación de rango Spearman debe utilizarse para

series de datos en los que existan valores extremos, pues si calculamos la correlación de Pearson,

los resultados se verán afectados.

También la correlación comprende métodos que ayudan interpretar extrayendo

informaciones representativas, estableciendo un valor numérico a la relación que existen entre

dos o más variables cuantitativos.

 2
CORRELACIÓN

RECOMENDACIÓN

Una recomendación importante al usar la correlación es que muchos de los problemas

surgen cuando se asume erróneamente que la correlación implica causalidad. Cuando dos

variables “X” y “Y” exhiben una fuerte correlación, varias situaciones podrían explicarla:

a) “X” origine “Y”

b) “Y” origine “X”

c) Que una variable externa “Z” origine tanto a “X” como a “Y”

d) Que la relación observada se deba meramente al azar.

Este hecho, si bien ha sido discutido ampliamente, sigue reportándose en un número no

despreciable de textos, artículos, seminarios o ponencias, así que se debe de tener mucho cuidado

con las afirmaciones del por qué se genera dicha correlación.

Al utilizar la suposición se obtendrá resultados erróneos debido a la dirección que

potencialmente se introduce en los datos, de manera que su consecuencia supone una labor

decisiva para el equipo de investigación, por eso se debe elaborar una planificación cuidadosa de

estos datos, para que esta herramienta nos simplifique el trabajo para estadísticas en base a datos.

Es recomendable para una buena gestión empresarial y administración el uso de esta

herramienta estadística para la toma de decisiones. Esto permitirá conocer distintos resultados si

se analizan variables relacionadas con la organización.

El coeficiente de la correlación de Pearson es una medida considerablemente utilizado en

diversas áreas del que hacer científico, desde estudios técnicos, Econométricos o de Ingeniería,

hasta investigaciones relacionadas con las Ciencias Sociales. Por la cual es recomendable utilizar
 2
CORRELACIÓN

esta herramienta estadística que nos permite conocer distintos resultados de las variables

cuantitativas.
 2
CORRELACIÓN

REFERENCIAS

Lahura, E. (2003). El coeficiente de correlación y correlaciones espúreas, Pontificia

Unicversidad Católica del Perú. Departamento de Economía,

[Link]

sequence=1&isAllowed=y

Suárez, M. (2011). Coeficiente de correlación de karl Pearson

Castañeda, M., Cabrera, A., Navarro, Y., Vries, W. (2010). Procesamiento de datos y análisis

estadísticos utilizados SPSS. Pontificia Universidad Católica de Rio Grande do Sul

Morales, P. (2011) Universidad Rafael Landívar. Guatemala

Pértegas Díaz, S. Pita Fernández, S. (2001). Determinación de tamaño muestral para calcular

la significación del coeficiente de correlación de Pearson

Charles Edwar, S., (2004). Edición Revolucionaria instituto cubano

Vinuesa, P. (2016). CORRELACIÓN: TEORÍA Y PRÁCTICA, CCG-UNAM.

[Link]

Martínez, O., Rosa, M., y Tuya, P. (2009). EL COEFICIENTE DE CORRELACION DE LOS

RANGOS DE SPEARMAN CARACTERIZACION, Universidad de Ciencias Médicas

de La Habana, [Link]

Hernández, J., Espinoza, J., y Peñaloza, L. (2017). Uso adecuado del coeficiente de correlación

de Pearson: definición, propiedades y suposiciones, U. Simón Bolívar,

 2
CORRELACIÓN

[Link]

[Link]

Pita Fernandez, S., Pértega Díaz, S. (1997). Relación entre variables cuantitativas, Unidad de

Epidemiología Clínica y Bioestadística. Complexo Hospitalario Universitario de A

Coruña (España) Cad Aten Primaria 1997; 4: 141-144,

[Link]