UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE HUMANIDADES Y EDUCACIÓN

ESCUELA DE PSICOLOGIA

MATERIA: ESTADISTICA II

INSTRUCTIVO SOBRE EL COEFICIENTE PHI

PROFESORA: FATIMA DO SANTOS Alumna: Ángeles Bencomo

Alumno: Carlos Fernandes

Alumno: Carlos Núñez

Alumno: Gabriel Sivira

Alumno: Pedro Arcila

Caracas, 12 de Diciembre de 2014

 COEFICIENTE PHI

CONDICIONES PARA SU APLICACIÓN

El coeficiente phi o coeficiente de correlación de Mathews como también se le suele llamar,

se representa con la letra griega φ y es un estadístico comúnmente utilizado para el análisis
de datos en estudios bivariados; para que pueda ser empleado en un caso determinado ambas
variables presentes deben ser de carácter nominal, es decir, que el valor numérico con el que
se representa a las mismas sea arbitrario puesto que dichas variables no se vinculan con el
orden lógico numérico por características relativas a su naturaleza categorial. (Sábado, 2009).

El coeficiente phi tiene además una condición adicional para su aplicación formal, puesto
que las variables aparte de ser de carácter nominal también deben ser dicotómicas reales, es
decir, con solo dos dimensiones de valores posibles como lo sería el sexo que puede ser
masculino o femenino, por mencionar un ejemplo.

PROCEDIMIENTO

El primer paso consiste en la elaboración de una matriz de datos que contendrá el número
de observaciones que hace referencia a cada una de las 2 dimensiones de las dos variables
a analizar, de la siguiente manera: (Universidad de Sevilla, S.F).

Sexo

Consumo de Masculino Femenino Total

Tabaco
Si 18 (a) 22 (b) 40
No 32 (c) 28 (d) 60
Total 50 50 100

Las letras colocadas al lado derecho de las observaciones relativas a ambas variables
sirven para ejemplificar su introducción en la formula correspondiente para el cálculo del
coeficiente phi, puesto que en términos generales, el coeficiente phi es el resultado de aplicar
rxy a dos variables de este tipo. Es decir, bastara con aplicar la fórmula que será presentada a
continuación: (Universidad de Sevilla, S.F).
 La fórmula expuesta anteriormente se puede explicar con palabras estableciendo que el
coeficiente phi es igual a la resta de los productos de los valores diagonales de la matriz de
datos entre la raíz cuadrada del producto de las sumas de los valores lineales de la tabla.
Ejemplo:

32 . 22 − 18 . 28
√(18 + 22) . (32 + 28) . (18 + 32) . (22 + 28)

Tras realizar las operaciones algebraicas relativas a sumas, restas y multiplicaciones el

resultado será:

200
√6.000.000

Luego se obtiene la raíz cuadrada de 6.000.000 cuyo resultado dividirá al número 200:

0,0816 será el resultado final de aplicar el coeficiente phi a la matriz de datos planteada
anteriormente.

INTERPRETACION

Debido a que el coeficiente phi está íntimamente relacionado con el coeficiente de

correlación de Pearson y los rangos teóricos para sus posibles resultados son los mismos, (de
-1 a 1 teniendo como punto medio 0) la interpretación de estos valores también es sumamente
similar, es decir, mientras más cercano a 0 sea un resultado más débil será la relación y
mientras más cercano a 1 sea un resultado mayor o más fuerte será la relación entre las dos
variables. (Universidad de Sevilla, S.F).

Existen discusiones con respecto a lo que se debe considerar como una relación débil,
moderada o fuerte pero el rango de valores mayormente utilizado suele ser desde 0 hasta 0,30
para una correlación débil, desde 0,30 hasta 0,69 para una correlación moderada y desde 0,70
hasta 1 para una correlación fuerte independientemente del signo que le anteceda.
(Universidad de Sevilla, S.F).

LIMITACIONES

El coeficiente phi se halla sumamente limitado en cuanto a las condiciones para su

ejecución, puesto que no solamente se ve restringido para análisis de relaciones entre un par
de variables nominales, es decir, que las variables pertenecientes a categorías como la ordinal,
de intervalo y de razón escapan de su rango, sino que además las variables politómicas de
naturaleza nominal tampoco pueden ser analizadas por el mismo, por lo tanto su campo de
acción es sumamente restringido. (Sábado, 2009).

EJERCICIO PARA PRACTICAR

Dada la siguiente matriz de datos proceda a calcular el coeficiente de correlación phi

siguiendo el procedimiento explicado en este instructivo:

Depresión (no) Depresión (si)

Ansiedad (no) 48 5 53

Ansiedad (si) 2 45 47

50 50 100

REFERENCIAS BIBLIOGRAFICAS

Universidad de Sevilla. (S.F). Recuperado el 11 de enero de: http://ocwus.us.es/metodos- de-

investigacion-y-diagnostico-en-educacion/analisis-de-datos-en-la-investigacion- .

educativa/Bloque_I/page_109.htm/

Sábado, J. (2009). Fundamentos de bioestadística y análisis de datos para enfermería.

Barcelona, España: UAB.
 Depresión (no) Depresión (si)

Consumo de alcohol 15 38 53
(alto)

Consumo de alcohol 35 12 47

(bajo)

50 50 100