CORRELACIN EN VARIABLES CUALITATIVAS

1. Correlacin por rangos de Spearman

Cuando el diseo de una investigacin esta orientada a establecer la relacin entre dos
variables ordinales que se expresan en valores cuantitativos pero que sealan solamente
un menor o mayor grado segn la puntuacin obtenida, el mtodo estadstico adecuado
para este tipo de estudio es la correlacin por rangos de Spearman.

La correlacin por rangos o de ordenamiento es un caso particular de la correlacin lineal

simple. El coeficiente de correlacin por rangos se aplica para analizar la relacin o
afinidad de dos variables cuando sus valores estn expresados en nmeros ordinales,
representados por los nmeros naturales 1, 2, 3, , n.

Este coeficiente de correlacin por rangos es de naturaleza no paramtrica y se utiliza

cuando ambas variables son ordinales, es decir cuando las categoras o atributos de las
variables representan posiciones de orden. La correlacin por rangos, se refiere a la
correspondencia en el ordenamiento que presentan las categoras de las dos variables
que son objeto de estudio. La magnitud de la correlacin se mide por medio del
coeficiente de correlacin por rangos de Spearman.

Para definir este coeficiente de correlacin se considera los rangos de cada variable: o
sea, los nmeros de orden de las observaciones cuando se ordenan de manera creciente
o decreciente. Si existen dos o ms valores iguales de la variable, los rangos de cada uno
de ellos se promediaran para establecer un resultado que les permita adoptar un solo
valor, manteniendo el orden consecutivo de los dems rangos. El anlisis de la
correlacin por rangos determina si dos ordenamientos guardan relacin o son
coincidentes, o simplemente son discrepantes. Para determinar la magnitud de esta
relacin, se utiliza el coeficiente de correlacin por rangos definida por la siguiente
frmula:

6 D 2
1

n n2 1
donde: Letra griega rho, designa el coeficiente de correlacin por rangos.
D = Diferencia de rangos, correspondientes entre s pertenecientes a
dos variables X e Y. Por ejemplo D X 1 Y1
n = Nmero de pares correspondientes.

1
Ejemplo 1. De la tabla mostrada. Calcular el coeficiente de correlacin que existe entre las
variables nivel mental de los estudiantes en el curso de matemticas?

Estudiantes Nivel coeficiente intelectual (X) Matemticas (Y)

Huayta Medio 35
Ramrez Inferior al promedio 17
Vega Superior al promedio 48
Cabrera Muy superior al promedio 42
Pongo Muy inferior al promedio 20

Solucin:

Estudiantes RX RY D D2
Huayta
Ramrez
Vega
Cabrera
Pongo
Total
D 2
..

6 D 2
1

Luego aplicamos la siguiente frmula =
n n2 1

Interpretacin:

Ejemplo 2: Del siguiente cuadro calcular el coeficiente de correlacin por rangos.

Examinados Prueba de Habilidad Mental (X) Aptitud acadmica (Y)

Dayana 49 55
Lizet 46 50
Sandra 45 53
Vernica 42 35
Yeny 39 48
Pedro 37 46
Csar 20 29
Olga 15 32

Solucin:
Estudiantes RX RY D D2
Dayana
Lizet
Sandra
Vernica
Yeny
Pedro
Csar
Olga
Total
D 2
..

2
 6 D 2
1

Luego aplicamos la siguiente frmula =
n n2 1

Interpretacin:

Ejemplo 3: Diez pacientes ordenados por su grado de patologa, segn dos observadores
independientes. (1= mnimo; 10 = mximo)
Nombre Orden asignado por el Orden asignado por el
del observador observador D D2
paciente X Y
Juan 3 4
Jos 2 1
Carlos 5 6
Guillermo 9 7
Roberto 1 3
Alfredo 10 10
Ignacio 8 9
Daniel 4 2
Ricardo 7 5
Ramn 6 8
Total
D 2
.

6 D 2
1
Luego aplicamos la siguiente frmula

n n2 1 =
Interpretacin:

Ejemplo 4: Con los datos que corresponden a las variables modernizacin del sistema
educativo y la participacin de los padres de familia en la educacin de su hijo. Calcular el
coeficiente de correlacin?
Padres de familia Participacin Modernizacin
Mamani 2 3
Vega 6 4
Paz 9 2
Rodriguez 1 5
Silva 10 8
Medina 5 11
Vargas 8 10
Quispe 3 6
Montoya 4 7
Total
3
Solucin:

Padres de familia Rango R X Rango RY D D2

Mamani
Vega
Paz
Rodriguez
Silva
Medina
Vargas
Quispe
Montoya
Total
D 2
..

6 D 2
1

Luego aplicamos la siguiente frmula =
n n2 1

Interpretacin:

4
2. Coeficiente de correlacin Q de Yule

Cuando el diseo de una investigacin esta orientada a establecer la relacin entre dos
variables de carcter nominal con slo dos categoras o respuestas realmente
dicotmicas, el mtodo estadstico adecuado para ese tipo de estudio es la correlacin
Q de Yule.

Este coeficiente es de naturaleza no paramtrica y no se basa en la media aritmtica ni

en la desviacin estndar. Cuando los valores de las categoras de las variables son
solamente dos, la distribucin de las respuestas dicotmicas puede disponerse como
indica la tabla siguiente.

X Si (+) No (-) Total

Y
Si (+) a b a+ b
No(-) c d c+ d
Total a +c b+d n

El coeficiente de correlacin entre este tipo de variables nominales (X e Y) est dado por:
a.d b.c
Q
a.d b.c
El coeficiente Q no es aplicable cuando uno de los casilleros esta vaco o es cero. Si
algn casillero es cero resulta equivocadamente un resultado equivalente a Q = 1

Ejemplo 1: Calcular el grado de relacin que existe entre las variables nominales
creatividad de los docentes y las innovaciones pedaggicas?

Practica la innovacin pedaggica?

a. Si b. No
Promueva permanentemente la creatividad de los nios?
a. Siempre b. Nunca

Creatividad Innovacin Pedaggica Total

Si No
Siempre 70 30 100
Nunca 20 50 70
Total 90 80 170

a.d b.c
Aplicando la formula se tiene: Q
a.d b.c

Interpretacin:
...............................................................................................................................

5
Ejemplo 2: Calcular el grado de relacin que existe entre las variables nominales
motivacin y autoestima?. Categorizando las variables se tiene:

La motivacin en sus clases es permanente?

a. Si b. No
En sus clases, el nivel de autoestima de los estudiantes es:
a. Alta b. Baja

Motivacin Autoestima Total

Alta Baja
Si 80 10 90
No 20 70 90
Total 100 80 190

a.d b.c
Aplicando la frmula se tiene: Q =
a.d b.c

Interpretacin:

Ejemplo 3: En este caso: Calcular el grado de relacin que existe entre las variables
nominales Gestin del aula y Evaluacin? Categorizando las variables se tiene:

La gestin de aula que realiza usted es:

a. Eficiente b. Deficiente
El tipo de evaluacin que aplica con frecuencia en clase es:
a. Formativa b. Sumativa

Evaluacin Gestin de aula Total

Eficiente Deficiente
Formativa 100 10 110
Sumativa 20 70 90
Total 120 80 200
a.d b.c
Aplicando la frmula se tiene: Q =
a.d b.c

Interpretacin:

6
Ejemplo 4: Se desea estudiar la relacin que existe entre encontrar trabajo y el
conocimiento de un determinado idioma. Con tal objeto se realiz una encuesta, la
distribucin de los resultados es como sigue:

Encontrar trabajo Idioma Total

Si No
Si 11 7 18
No 4 10 14
Total 15 17 32

a.d b.c
Aplicando la frmula se tiene: Q =
a.d b.c

Interpretacin:

3. Coeficiente de correlacin Phi

Cuando el diseo de una investigacin esta orientada a establecer relacin entre dos
variables de carcter ordinal son slo dos categoras o realmente dicotmicas, el mtodo
estadstico adecuado para ese tipo de estudio es la correlacin PHI.

Es un coeficiente de naturaleza no paramtrica. No se basa en la media aritmtica ni en

la desviacin estndar. Para las operaciones de clculo los datos se ordenan en una
tabla de 2*2 de la siguiente forma:

X Y Alta Baja Total

Alta a b a+ b
Baja c d c+ d
Total a+ c b+d n
a.d b.c
La frmula de coeficiente de correlacin es la siguiente:
a bc d a c b d
Ejemplo 1: En este caso interesa analizar la relacin entre el nivel educativo y la fecundidad
familiar, por lo cual se consideran las variables alfabetizacin y fecundidad.
El siguiente cuadro corresponde a los datos obtenidos en 400 familias en la ciudad de
Tacna. Aqu la hiptesis es: La fecundidad familiar disminuye con el aumento del nivel
educativo. Categorizando las variables se tiene:

Cul es su condicin educativa?

a. Alfabeto b. Analfabeto
El nmero de hijos que tiene es.
a. Alta (4 o ms hijos) b. Baja ( - de 4 hijos)

7
 Alfabetizacin Fecundidad Familiar Total
Alta Baja
Alfabetos 30 140 170
Analfabetos 160 70 230
Total 190 210 400

a.d b.c
Aplicando la frmula se tiene: =
a bc d a c b d

Interpretacin:

Ejemplo 2: En este caso nos interesa conocer la relacin entre las variables aprendizaje y el
rendimiento acadmico. Para el anlisis se dispone del siguiente cuadro que rene los datos
de 490 alumnos del primero a quinto de secundaria de una Institucin educativa de la ciudad
de Tacna. Aqu la hiptesis es A mejor aprendizaje mayor rendimiento. Categorizando las
variables se tiene:

El aprendizaje que profundiza Ud. En sus clases es:

a. Significativo b. Funcional
El rendimiento alcanzado por los estudiantes es:
a. Alto b. Bajo

Rendimiento Acadmico Aprendizaje Total

Significativo Funcional
Alta 250 10 260
Baja 30 200 230
Total 280 210 490

a.d b.c
Aplicando la frmula se tiene: =
a bc d a c b d

Interpretacin:

8
Ejemplo 3: En este caso se ha visto por conveniente analizar la relacin entre las variables
orientacin del educando y disciplina escolar. Con los datos que a continuacin se muestran
en el siguiente cuadro que corresponden a una Institucin estatal de Tacna. Calcular el
grado de relacin que existe entre las variables orientacin del educando y la disciplina
escolar?
La orientacin al educando es:
a. Adecuada b. Inadecuada
La disciplina observada en los estudiantes es:
a. Optima b. Deficiente

Disciplina Aprendizaje Total

Adecuada Inadecuada
Optima 260 20 280
Deficiente 20 200 220
Total 280 220 500

a.d b.c
Aplicando la frmula se tiene: =
a bc d a c b d

Interpretacin:

4. Coeficiente de Correlacin Biseral Puntual

Cuando el diseo de una investigacin esta orientada a establecer la relacin entre una
variable nominal de carcter dicotmica y otra variable cuantitativa de intervalos o
razones, el mtodo estadstico adecuado para ese tipo de estudio es la correlacin
biseral puntual.

Este coeficiente se basa en la media aritmtica y la desviacin estndar de la muestra en

estudio.

El punto biseral vara de +1 a -1. El biseral puede alcanzar valores comprendidos entre
+1 y -1, lo que indica que las puntuaciones de la variable se distribuyen normalmente.

x1 x0 n1 .n0
Su frmula es la siguiente: rpb
s n(n 1)

Donde: x1 Media aritmtica de las puntuaciones 1 en Y

9
 x 0 =Media aritmtica de las puntuaciones 0 en Y
S = Desviacin estndar de las puntuaciones de X
n1 Tamao de muestra de puntuaciones de x.1
n0 Tamao de muestra de puntuaciones de x.0
n = Total de muestra en estudio.

Ejemplo 1: Se tiene el caso de una Institucin Educativa que tiene estudiantes de sexo
femenino y masculino. Si se decide conocer cul es el grado de relacin que existe entre las
variables sexo de los estudiantes y su nivel de rendimiento acadmico, teniendo en cuenta
una muestra de 10 estudiantes. El procedimiento sera el siguiente:

Sexo Rendimiento Acadmico

Datos de los Estudiantes Hombre = 1 Promedio de los
Mujer = 0 Estudiantes
Quispe, Duillo 1 17
Zea, James 1 16
Ticahuanca, Virginia 0 12
Choque, Jenny 0 13
Pilco, Nstor 1 15
Paravicino, Juan 1 16
Maquera, Carla 0 13
Mamani, Nelsi 0 14
Moreno, Jos 1 18
Meneses, Isaac 1 15

Solucin: Procedimiento de clculo:

X Y X:1 X.0 X2

Total

Clculo de las medias

x1 x0

Clculo de la desviacin estndar

X X
2 2

S =
n n
10
Clculo del coeficiente de correlacin biseral:

x1 x0 n1 .n0
rpb =
s n(n 1)

Interpretacin:
.
.
.

Ejemplo 2: En este otro caso se pretende realizar una investigacin accin en la que se
decide conocer cul es el grado de relacin que existe entre las variables nivel de
comprensin lectora y los niveles de rendimiento acadmico que presentan los estudiantes
del nivel superior. Para el efecto se dispone de la siguiente informacin:

Datos de los estudiantes Comprensin lectora Rendimiento acadmico

Alto =1
Bajo =0
Apaza, Roberto 0 12
Aragon, Carlos 1 17
Pescetto, Mara 0 11
Fuentes, Sandra 1 16
Valdivia, Edwin 1 18
Quispe, Rafael 0 13
Milla, Carmen 0 12
Vasquez, Karina 1 17
Zavala, Abdn 1 15
Guerra, Hmberto 0 10

Solucin:

Datos de los estudiantes Comprensin Rendimiento acadmico X.1 X.0 X2

lectora
Alto =1
Bajo =0
Apaza, Roberto 0 12
Aragon, Carlos 1 17
Pescetto, Mara 0 11
Fuentes, Sandra 1 16
Valdivia, Edwin 1 18
Quispe, Rafael 0 13
Milla, Carmen 0 12
Vasquez, Karina 1 17
Zavala, Abdn 1 15
Guerra, Humberto 0 10
Total -------------
Clculo de las medias
x1 x0

Clculo de la desviacin estndar

11
 X X
2 2

S =
n n

Clculo del coeficiente de correlacin biseral:

x1 x0 n1 .n0
rpb =
s n(n 1)

Interpretacin:
.
.
.

12
5. Coeficiente de correlacin W de Kendall

Cuando el diseo de una investigacin esta orientada a establecer la relacin entre ms

de dos variables transformadas en ordenaciones por rangos, el mtodo estadstico
adecuado para ese tipo es la correlacin W de Kendall.

Este coeficiente es de naturaleza no paramtrica. No se basa en la media aritmtica ni en

la desviacin estndar de la muestra en estudio. El coeficiente vara de +1 a -1. Slo
exige que las variables alcancen un nivel de medicin ordinal y que sean ms de dos.

En sus frmulas se distinguen dos casos, segn haya o no empates en las puntuaciones
de las variables.

a) Cuando no haya empates

Rj
2
S
W y S Rj

1 2 3
12

k n n n
b) Cuando haya empates
S t3 t
W y T
1 2 3
12

k n n k T
12

Donde:

K: Nmero de conjuntos de rangos o de ordenaciones

S: Es la sumatoria total de las desviaciones elevadas al cuadrado.
n : Nmero de individuos o de aspectos ordenados.
R j : Suma de los rangos en cada variable que corresponda a cada unidad de
observacin
t : Nmero de observaciones iguales en grupos por variables.

Ejemplo 1: Se trata de investigar en un grupo de estudiantes de educacin superior, si

existe relacin entre las variables comprensin lectora, Hbitos de estudio y el grado de
asertividad que han desarrollado los estudiantes en su proceso de formacin magisterial.
Para el efecto se dispone de los siguientes datos.

Estudiantes Comprensin Hbitos de Asertividad

Lectora Estudio
X Y Z
A 15 10 06
B 09 14 15
C 11 13 12
D 07 11 13
E 08 12 14
F 16 09 08

13
En este caso observamos que se tratan de tres variables de tipo ordinal, que se expresan en
el ordenamiento de las puntuaciones que los estudiantes presentan en un momento
determinado. Por lo tanto resulta adecuado aplicar el coeficiente de W de Kendall.

Procedimiento de clculo:
Datos X Y Z Rj R j
S
n
A
B
C
D
E
F
Total

Clculo del promedio:

Promedio:
R j
=
n

Luego reemplazamos en la frmula.

S
W =
1 2 3
12

k n n

Interpretacin:
.

..
..

Ejemplo 2: En este caso, se trata de investigar en un grupo de directores de Instituciones

Educativas del nivel secundario, si existe relacin entre las variables nivel de capacitacin,
iniciativa y nivel de eficiencia educativa logrado en el proceso de mejoramiento de la
calidad educativa del sistema. Para el efecto se dispone de los siguientes datos:

Directores Capacitacin Iniciativa Eficiencia

X Y Z
A 90 89 95
B 93 90 96
C 91 93 97
D 89 92 94
E 92 91 96
F 95 93 97

14
Procedimiento de clculo:
Datos X Y Z Rj R j
S
n
A
B
C
D
E
F
Total

Clculo del promedio: Promedio:

R j
=
n

Clculo de los empates:

t3 t
Ty =
12

t3 t
Tz =
12

T T y Tz

Luego reemplazamos en la frmula.

S
W =
1 2 3
12

k n n k T

Interpretacin:
.

..
..

15