Tecnología

Inicio

Cómo calcular la correlación en Minitabs

Cómo calcular la correlación en Minitabs


Si desea obtener más información sobre la relación entre las dos escalas, como la altura y el peso de personas en los Estados Unidos, utilice la correlación lineal de Pearson. Este es un número entre -1.00 y 1.00 que nos ayuda a hacer declaraciones acerca de la relación entre la altura y el peso. Debido a la correlación mide cómo se asocian dos variables, no importa si utiliza libras y pulgadas o centímetros y kilogramos - la correlación será exactamente el mismo porque todo se convierte en unidades estándar. El cálculo de correlación a mano requiere mucho tiempo, por lo que para grandes conjuntos de datos utilizan un programa de software estadístico como Minitab 16.

Instrucciones

1 Abra Minitab 16 y la etiqueta de la columna C1 "Altura" y la columna C2 "Peso". Introduzca los datos de altura y peso de al menos 50 personas. Guarda el archivo.

2 Cómo calcular la correlación en Minitabs

La correlación es fácil de calcular usando Minitab 16.

Seleccionar la opción "Stat" en el menú en la parte superior de Minitab 16. A continuación seleccione la opción "Estadísticas básicas" y "Opciones de correlación". Seleccionar las variables C1 "Altura" y C2 "Peso" haciendo doble clic sobre ellos. Esto colocará en la caja de "variables". Haga clic en Aceptar."

3 Leer la salida, que se mostrará en la ventana de "sesión". Para este ejemplo, la salida será similar a la "correlación de Pearson de la altura y el peso es 0.789. P-valor es 0,007."

4 Observar la correlación. Si es cero o cercano a cero, no existe una relación entre la altura y el peso. Si es un número negativo, se diría las personas más altas tienden a pesar menos que las personas más bajas. Si, como en este ejemplo, la correlación es positiva, diríamos que las personas más altas tienden a pesar más. La correlación en este ejemplo es 0.789, lo que significa que por cada aumento de una unidad estandarizada de 0.789 de altura en su muestra, que recibió un aumento de .789 unidades estandarizadas de peso. Una correlación de 0,7 o más se considera fuerte, por lo que podemos decir que es una relación fuerte.

5 Cuadrar la correlación y convertir a porcentaje para darle la medida en que las dos escalas aumentan o disminuyen en conjunto. En este ejemplo, el cuadrado de 0.789 es 0.622. Obtener un porcentaje multiplicando por 100. Por lo tanto 62,2% de la variación en el peso puede ser explicado por la altura o vice-versa.

6 Interpretar el valor de p. En este ejemplo, el valor p es 0,007. El valor p indica la probabilidad de que los resultados se deben a la casualidad - que están probablemente no le dicen nada significativo sobre la relación entre la altura y el peso de las personas que viven en los Estados Unidos en su conjunto. En este caso, un p-valor de 0,007 es extremadamente bajo. Eso significa que hay una muy baja probabilidad de que sus resultados se deben al azar. Se puede decir con gran confianza en que las personas más altas tienden a pesar más que las personas más cortos en los Estados Unidos. Un valor de p de 0,05 o inferior está generalmente aceptada como lo que significa que usted tiene un resultado que no se debe sólo al azar.

Consejos y advertencias

  • El descubrimiento de que dos escalas están correlacionados no significa necesariamente que una escala provoca el movimiento en otro. En este ejemplo, las personas más pesadas tienden a ser más altos, pero el aumento de peso no le hará más alto.
  • Para calcular una correlación de Pearson, las variables deben medirse en cualquiera de un intervalo o una escala de razón.
  • El autor ha calculado el tamaño de la muestra correcta necesaria para este ejemplo; la sección de Recursos enumera una calculadora de tamaño de la muestra que se utilizará para determinar el tamaño apropiado de la muestra por otras variables.