Profesor: bachiller: Pedro Beltran Luis llovera ci 23518122 materia: estadística bna/07/07/15

. Para aplicar el coeficiente de correlación de Spearman se requiere que las variables estén medidas al menos en escala ordinal, es decir, de forma que las puntuaciones que las representan puedan ser colocadas en dos series ordenadas.

. A veces, este coeficiente es denominado por la letra griega ρs (rho), aunque cuando nos situamos en el contexto de la Estadística Descriptiva se emplea la notación rs .

. La fórmula de cálculo para rs puede derivarse de la utilizada en el caso de rxy; bastaría aplicar el coeficiente de correlación de Pearson a dos series de puntuaciones ordinales, compuestas cada una de ellas por los n primeros números naturales.

. El valor del índice de correlación varía en el intervalo [-1,1]:

. Si r = 1, existe una correlación positiva perfecta. El índice indica una dependencia total entre las dos variables denominada relación directa: cuando una de ellas aumenta, la otra también lo hace en proporción constante.

. Si 0 < r < 1, existe una correlación positiva.

Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las variables son independientes: pueden existir todavía relaciones no lineales entre las dos variables.

. Si -1 < r < 0, existe una correlación negativa.

. Si r = -1, existe una correlación negativa perfecta. El índice indica una dependencia total entre las dos variables llamada relación inversa: cuando una de ellas aumenta, la otra disminuye en proporción constante.

. Al ser Sperman una técnica no paramétrica es libre de distribución probabilística (2, 5, 9). 

. Los supuestos son menos estrictos. Es robusto a la presencia de outliers (es decir permite ciertos desvíos del patrón normal). La manifestación de una relación causa-efecto es posible sólo a través de la comprensión de la relación natural que existe entre las variable y no debe manifestarse sólo por la existencia de una fuerte correlación (1, 5).

. miden el grado de relación de dos variables siempre y cuando ambas sean cuantitativas.

. Solo se cumple con un requisito que es, que los datos deben ser clasificados o al menos convierten en filas.

. Es un coeficiente de correlación por rangos

. identifica el dependiente variable que se probará entre dos observaciones derivadas independientemente. Uno de los requisitos es que las dos variables que se comparan deben observarse o medirse de manera independiente para eliminar cualquier resultado sesgado.

. Reporta un valor de correlación cercano a 0 como un indicador de que no hay relación linear entre las dos variables.

. Reporta un valor de correlación cercano al 1 como indicador de que existe una relación linear positiva entre las dos variables. Un valor mayor a cero que se acerque a 1 da como resultado una mayor correlación positiva entre la información.

. Reporta un valor de correlación cercano a -1 como indicador de que hay una relación linear negativa entre las dos variables.

. interpreta el coeficiente de correlación de acuerdo con el contexto de los datos particulares. El valor de correlación es esencialmente un valor arbitrario que debe aplicarse de acuerdo con las variables que se comparan.

. Determina la importancia de los resultados. Esto se logra con el uso del coeficiente de correlación, grados de libertad y una tabla de valores críticos del coeficiente de correlación. Los grados de libertad se calculan como el número de las dos observaciones menos 2.

. Es independiente de la escala de medida de las variable.

. Permite predecir el valor de una variable dado un valor

determinado de la otra variable.

. Se usa para calcular la correlación estimada entre x e y para el conjunto de rangos apareados.

. El valor 0 indica ausencia de covariación lineal, pero NO si la covariación es de tipo no lineal.

. Una correlación nula no implica la independencia de variables.

. Para cantidades grandes de información, el calculo puede ser tedioso.

.se hipotetizó que el enfoque de aprendizaje que mostraran los alumnos tendría una relación con el rendimiento final. Específicamente, se pensaba que un enfoque profundo de aprendizaje estaría relacionado con un mayor rendimiento, mientras que un enfoque superficial estaría asociado con un bajo rendimiento final. Para probar estas relaciones se utilizó el Índice de Correlación de Pearson.. El Índice de Correlación de Pearson muestra que, en esta población en particular, no se encontró relación entre las variables enfoque de aprendizaje y rendimiento. Tipo e intensidad Rendimiento

de enfoque

Tipo e intensidad de Correlación de Pearson 1 156

enfoque Sig. (bilateral) (n) 29 418 (29)

Rendimiento correlación de Pearson 156 1

Sig. (bilateral) . 418

n 29 31

Correlación de Pearson entre enfoques de aprendizaje y rendimiento final

. Spearman consideró que las puntuaciones en cualquier medida de inteligencia (obtenida en cualquier tipo de test de naturaleza cognitiva) se podían dividir en dos componentes: uno general o “g” y otro específico o “s”. El componente“g” estaba determinado por el efecto que en aquella prueba provocaba la inteligencia general y el componente “s” por las exigencias particulares de la tarea concreta. También, consideró que cualquier medida de inteligencia podía presentar una proporción g / s determinada. Además, existían una serie de factores de grupo que se situaban entre el factor general y los específicos, pero carecían de importancia.