272 Referencias bibliograficas Se recomiendan al lector las referencias de la seccién previa y de la seccién “prueba ji cuadrada para dos muestras independientes”, del capitulo 5 COEFICIENTE DE CORRELACION r, DE SPEARMAN DE RANGOS ORDENADOS Funcién De todos los estadisticos basados en rangos, el coeficiente de correlacién r, de Spearman de rangos ordenados, fue el primero en desarrollarse y quizd sea el mejor conocido actualmente. Es una medida de asociacién entre dos variables que re- quiere que ambas estén medidas en al menos una escala ordinal, de manera tal que Tos objetos o individuos en estudio puedan ser colocados en rangos en dos series ordenadas. Racionalizacion Supéngase que N individuos son ordenados en rangos en cada una de dos va- riables. Por ejemplo, podriamos arreglar un grupo de estudiantes en orden de sus pun- tuaciones en una prueba de admisién a un colegio y de nuevo en orden de su puntua- cién promedio al final del afio escolar. Si los rangos de los estudiantes en la prueba de admisién se denotan como X;, Xz... . . Xw y los rangos de la puntuacién pro- medio son representados por Y;, ¥2,. . . , Yy, Podemos usar una medida de correla- cién de rangos ordenados para determinar la relacién de los X y los ¥. ‘Podemos ver que la correlacién entre los rangos del examen de admisién y los rangos de la puntuacién promedio deberfan ser perfectos si y sélo si X, = ¥, para todos los i, esto es, si cada persona tiene el mismo rango en ambas variables. Por tanto, podria parecer logico usar las variadas diferencias aq =X, — ¥, como una indicacién de la dispandad entre los dos conjuntos de rangus. Supongase que Mary McCord recibié la puntuacién més alta en el examen de admisién, pero se colocé en el quinto lugar en su clase en la puntuacién promedio. Sud deberta ser 1 — 5 = —4. John Stanislowski, por otra parte, se colocé en décimo lugar en el examen de admisién, pero encabeza la clase en la puntuacién promedio; para él, d = 10 — 1 = 9. La magnitud de estas diferentes d nos da una idea de qué tan cercana es la relacién entre las puntuaciones del examen de admisién y el logro académico. Si la relacién entre los dos conjuntos de rangos fuera perfecta, cada d deberfa ser cero. Mientras mas grandes sean las d,, menos perfecta es la asociaci6n entre las dos variables. Al computar un coeficiente de correlacién podrfa haber problemas o inconve- nientes para usar directamente las d,. Una dificultad es que las d, negativas podrian cancelar a las positivas cuando tratamos de determinar la magnitud total de la cis-Coeficiente de correlacién de Spearman 273 crepancia entre los rangos, aun pensando que es la magnitud, més que el signo de ladiscrepancia, la que representa un indice de la disparidad de los rangos. Sin em- bargo, si se emplea d? en lugar de d,, esta dificultad se elimina. Queda claro que mientras mas grandes sean las diferentes d,, més grande serd el valor de Sd?, que es la suma del cuadrado de las diferencias para N pares de datos. La derivacién de la formula computada para r, es bastante sencilla, Se hace simplificando la formula del coeficiente de correlacién producto-momento r de Pearson cuando los datos estén compuestos por rangos. Proporcionaremos dos ex- presiones alternativas para r,. Una de estas formas alternativas es util en el cdlcu- lo del coeficiente y la otra se usard posteriormente cuando encontremos necesario corregir el coeficiente, cuando se presenten puntuaciones empatadas en los datos. Six = X = X, donde X es la media de las puntuaciones en la variable, X, y si y = Y — Y, donde Yes la media de las puntuaciones en la variable Y, entonces una expresién general para el coeficiente de correlacién producto-momento de Pearson es See V 3x? Ey' en el cual las sumas estdn sobre los valores de N en la muestra.> Ahora cuando las Xy las Y son rangos, r = r. Conociendo que los datos que estan en rangos, pode- mos simplificar la ecuacién (8.3) para obtener la expresién siguiente para el coeli- ciente de correlacién de Spearman de rangos ordenados: (8.3) Ex? + By? — Sat Sees @4) 2VErEy : y 1 (8.5) Nw N Recuérdese que d, = X, — Y,, la diferencia en rangos en las dos variables. La simplificacién de la ecuacion (8.4) a la forma proporcionada en la ecuacién (8.5) €s posible notando que cuando los datos estan en rangos y no existen empates en los datos, Ex? = Sy? = (N? — N)/12. Debe notarse que si existen empates, el uso de la ecuacién (8.3) 0 de la (8.4) proporcionard el valor correcto de r,, mas tarde se proporcionard una correcccién para los empates para la ecuacién (8.5) Método Para computar r,, haga una lista de los N sujetos u observaciones. En seguida, a cada sujeto asignese el rango para la variable X y el rango para la variable Y, asig- *En esta seccidn usaremos la forma abreviada del operador de suma E, en el que omitiremos el in- dice para la sumatoria asi como el subindice para la variable indexada. El contexto deberia esclarecer sobre qué variables y rangos se toma la suma. En este caso, la sumatoria es sobre todas las N variables,274 Cap. 8. Medidas de asociacién ndndose el rango de 1 a la X més pequefia y el rango de N a la X més grande, etc Determine en seguida los valores de d,, que es la diferencia entre los rangos y Y para la iésima observacién. Obtenga el cuadrado de cada d,, y después sume todos los valores de d? para obtener Edz. Luego, coloque este valor y el valor de N (el nime- ro de observaciones 0 sujetos) directamente en la ecuacién (8.5). Ejemplo. Como parte de un estudio sobre el efecto de la presin del grupo sobre el conformismo individual en una situacién que implica riesgo monetario, dos investigadores® administraron la escala F, una medida de autoritarismo y una escala disefada para medir ‘estatus de lucha social’ a 12 estudiantes. Se deseaba tener informacién acerca de la correla- cién entre las puntuaciones de autoritarismo y aquellas de estatus de lucha social (dicho es- tatus fue indicado por el acuerdo en juicios tales como “La gente no deberia casarse con per- sonas de un nivel social mds bajo”, “Asistir al hipédromo es mejor que asistir a un juego de beisbol”, “Vale la pena elaborar nuestro arbol genealégico”). En la tabla 8.3 se proporciona cada una de las puntuaciones de los 12 estudiantes en las dos escalas. Tabla 8.3. Puntuaciones de autoritarismo y esta~ tus de lucha social. Puntuaciones Sujeto Autoritarismo _ Estatus de lucha social A 82 42 B 98 46 CG 87 39 D 40 37 E 116 65, F 113 88. G 111 86 H 83 56 I 85 62 J 126 92 K 106 54 L 117 81 Para calcular la correlacién de Spearman de rangos ordenados entre estos dos conjun- tos de puntuaciones, es necesario ordenar los rangos de las dos series. Los rangos de las pun- tuaciones proporcionadas en la tabla 8.3 se muestran en Ja tabla 8.4, que también presenta los diferentes valores de d, y d?. Ast, por ejemplo, en la tabla 8.4 se muestra que el estudiante (ujeto J) que exhibié el mayor autoritarismo (en la escala F), también exhibié el estatus de Siegel, S. y Fagan, J., “The Asch effect under conditions of risk” (estudio inédito). Los datos que se presentan aqui corresponden a un estudio piloto, T Siegel, A. E. y Siegel, S., “An experimental test of some hypotheses in reference group theory’ (estudio inédito).Coeficiente de correlacién de Spearman 275 lucha social mas extremo y, por tanto, se le asigné un rango de 12 en ambas variables. El lector observard que ningun rango de los sujetos en una variable, estuvo mds de tres rangos distantes del rango en la otra variable, esto es, la d, mds grande es de tres. Tabla 8.4. Rangos de autoritarismo y estatus de lucha social eee eee ee ee eee ee ceseeSECSECSSEESIEE Rangos Sujeto__Autoritarismo_ Estatus de lucha social d, — d? A 2 3 1 B 6 4 4 c 5 2 9 D a 1 0 E 10 8 4 F 9 "1 4 G 8 10 4 H 3 6 9 I 4 7 9 J 12 12 0 K T 5 4 L i 9 4 ‘A partir de los datos mostrados en la tabla 8.4, podemos computar el valor de r apli- cando la ecuacidn (8.5) a estos datos: x o> a woN 65 6(52) - aS = 82 2)5 = 12 Observamos que para estos 12 estudiantes, la correlacién entre el autoritarismo y el estatus social es r, = 0.82. Observaciones empatadas. Ocasionalmente, dos o més sujetos reciben la misma puntuacién en la misma variable. Cuando ocurren puntuaciones empatadas, a cada una de ellas se le asig- na el promedio de los rangos que habrian sido asignados si no hubieran ocurrido276 Cap. 8. Medidas de asociacién los empates, lo cual es nuestro procedimiento usual para asignar rangos a observa- ciones empatadas. Si la proporcién de las observaciones empatadas no es grande, su efecto sobre r, es insignificante y la ecuacién (8.5) puede atin usarse para su calculo. Sin em- bargo, si la proporcién de empates es grande, entonces debe incorporarse un fac- tor de correccién en el cdlculo de r,. El efecto de los rangos empatados en la variable X es reducir la suma de cua- drados (2x2) abajo del valor de (N? — N)/12, esto es, cuando existen empates, Por tanto, es necesario corregir la suma de cuadrados, teniendo en cuenta los empates (los rangos empatados no surten efecto en la media 0 2x lo cual es siem- pre = 0). El factor de correccién es ‘ > @-H 6) a1 Ty donde ges el ntimero de grupos de diferentes rangos empatados y r es el numero de rangos empatados en el i-ésimo grupo. Cuando la suma de cuadrados es corre- gida por empates, se convierte en Los empates que ocurren en la variable Y requieren correccién de la misma manera, y el factor de correccién se denota T,. Cuando esta presente un ntimero considerable de empates, para calcular r, puede suponerse una de las siguientes ecuaciones: De + Sy? — Sa? 8.4) 2VEeay ) (NW? — N) — 632 — (1, + T)2 SVP NYP + TN? — NY) + TA, Ejemplo con empates. En el estudio citado en el ejemplo anterior, cada estudiante se observé individualmente en la situacién de presién de grupo desarrollada por Asch.® En esta situacin, a un grupo de sujetos se les pedia individualmente que eligieran cual de un Conjunto de Ifneas alternativas era de la misma longitud que una linea estandar. Todos me- nos uno de los sujetos eran confederados del investigador, y en ciertos ensayos ellos elegfan desanimadamente una linea incorrecta. El sujeto ingenuo, que estaba sentado de tal ma- nera que era la ultima persona a la que se le pedia mencionar su juicio, tenia la opcién de pararse sélo al seleccionar la Ifnea correcta (lo cual era inequivoco para la gente en las si- 67) SAsch, 5. E., Social psychology, Prentice-Hall, Nueva York, 1952, pags. 451-476.Coeficiente de correlacién de Spearman 277 twaciones donde ninguna presién de grupo contradictorio esta implicita) o “responder” a la presién del grupo estableciendo que la linea incorrecta era la igual La modificacién que Siegel y Fagan introdujeron en este experimento fue acordar pa- gar a cada sujeto 50 centavos por cada juicio correcto y penalizarlo con 50 centavos por Cada juicio incorrecto. Se le dieron dos délares a cada sujeto al comienzo del experimento, y ellos entendieron que podian guardar todo el dinero que poseyeran al final de la sesion, ‘Como ya sabian los sujetos ingenuos, este acuerdo se habia hecho con todos los miembros del grupo que emitia los juicios. Cada sujeto ingenuo participé en 12 igualaciones “deci sivas". Cada sujeto ingenuo podia “responder” tarto como 12 veces. Como parte del estudio, los investigadores querfan saber si responder en esta situacién estaba correlacionade con el estatus de lucha social, que se midié con la escala descrita en el ejemplo previo. Esto fue determinado al catcular la correlacién de Speatman de rangos ordenados entre las puntuaciones de cada uno de los 12 sujetos ingenuos sobre la escala de estatus de lucha social y el numero de veces que cada uno de ellos respondfa hacia la pre- sin grupal. Los datos de estas dos variables se presentan en la tabla 8.5. Obsérvese que dos de los sujetos ingenuos no respondieron del todo (sujetos A y B), mientras que sdlo un sujeto Gujeto L) respondio en cada ensayo decisivo. Los -angos para las puntuaciones originales cnumeradas en la tabla 8.5 estan dadas en columnas separadas en esa tabla. Obsérvese que Para estos datos existen tres grupos de observaciones empatadas en la variable X (numero de Tespuestas). Cuando existen empates, el rango asignado es el promedio de los rangos que habrian sido asignados si los valores hubieran diferido ligeramente.? Dos sujetos empataron en cero; a ambos se les dio el rango de 1.5. Dos empataron en uno; a ambos se les dio el tango de 3.5. Dos empataron en ocho; a ambos se les dieron rangos de 10.5 Tabla 8.5. Puntuaciones originales y rangos sobre el rendirse y el estatus de lucha social. Numero de rendiciones status de lucha social Sujeto Datos Rango Datos Rango q, a A 0 15 42 3 -15 2.25 B 0 15 46 4 25 6.25 c 1 35 39 2 15 2.25 D 1 35 37 1 25 6.25 E 3 5 65 8 —3.0 9.00 F 4 6 88 "1 —5.0 25.00 G 5 7 86 10 —3.0 9.00 H 6 8 56 6 2.0 4.00 I 7 9 62 7 2.0 4.00 J 8 10.5 92 12 =15 2.25 K 8 10.5 54 5 —55 30.25 L 12 12 81 9 3.0 9.00 Ed?= 109.50 “En esta seccidn se supone que el lector sabe como ejecutar los tangos de los datos cuando existen empates en las observaciones. El procedimiento para punteat rangos empatados se examina con detalle en el capitulo 4.278 Cap. 8. Medidas de asociacién Debido a la proporcién relativamente grande de observaciones empatadas en la varia- ble X, para calcular el valor de r, se debe usar la ecuacién (8.7). Para usar esa ecuacién, de- bemos primero determinar los valores de 2x? y Zy? corregidos para empates, esto es, debe- mos encontrar T, y T,. Ahora con g = 3 grupos de observaciones ligadas en Ja variable X, donde t, = 2 en cada conjunto, tenemos T= (-D+@-D+@-Y =18 woN-T 12 y eee 123 — 12 — 18 12 = 1415 Esto es, la correccién para empates, 2x? = 141.5. Encontramos Zy* por un método comparable. Sin embargo, ya que no hay empates en las puntuaciones de Y (las puntuacio- nes de lucha social) en estos datos, T, = 0 y 1 oN ey 12 _ 12-12-90 i2 = 143 ‘Ast, corregida para empates, Ex? = 141.5 y Zy? = 143. De la adicién mostrada en la tabla 8.5, sabemos que Ld? = 109.5. Sustituyendo estos valores en la ecuacién (8.7), tenemos (NB N) — 6S? — (+ TZ 1716 — 6(209.5) — 18/2 ¥i716— (8) 716) +0 1050 1 706.976 67 = 0.615 Corrigiendo para empates, la correlacién entre la cantidad de respuestas y el grado de estatus social de lucha es r, = 0.615. Si hubiéramos calculado r, con la ecuacién (8.5), esto es, si no hubiéramos corregido para empates, habriamos encontrado r, = 0.617. Esto ilus- tra el efecto relativamente pequefio de los empates sobre el valor del coeficiente de corre-Coeficiente de correlacién de Spearman 279 lacién de Spearman de rangos ordenados, cuando existen pocos grupos de empates o el nu- mero de empates dentro de un grupo de empates es pequetio. Nétese, sin embargo, que el efecto de los empates en los rangos es inflar el valor de la correlacién r, (no corregida). Por esta razén, debe usarse la correccién cuando existe una gran proporcién de empates ya sea en una o en ambas variables X y Yo bien, si el nimero de empates en un grupo de em- pates es grande. Prueba de la significacién de r, Si los sujetos cuyas puntuaciones se emplean para calcular r, fueron elegidos aleatoriamente de una poblacién, podermos usar esas puntuaciones pata determi- nar si las dos variables estan asociadas en la poblacién. Esto es, podemos probar la hipétesis nula de que las dos variables en estudio no estan asociadas (esto es, son independientes) en la poblacién y el valor observado de r, difiere de cero sélo al azar. Asi, podemos probar la hipétesis Ho: no existe asociacién entre X y Y, contra la hipétesis H,: existe asociacién entre X y ¥ (una prueba bidireccional) o H,: existe una asociacién positiva (o negativa) entre X y Y (una prueba unidireccional). Puede notarse que no hemos especificado las dos hipétesis como Hg: p, = O contra H, p, * 0 debido a que no es probable el caso en el cual las variables estén normal. mente distribuidas, p, = 0 no necesariamente significa que las variables son inde- pendientes, mientras que si son independientes, entonces p, = 0. Como resulta- do, debemos tener cuidado al interpretar la significacién de r,. MUESTRAS PEQUENAS Supéngase que la hipétesis nula es cierta. Esto es, supéngase que no existe re- lacién en la poblacién entre las variables X y Y. Ahora bien, si una muestra de pun- tuaciones X y Y se toma aleatoriamente de una poblacién, para una ordenacién de rangos dada de las puntuaciones Y, cualquier ordenacién de rango de las puntua- ciones X es tan probable como cualquier otra ordenacién de rangos de las puntuacio- nes X; y para cualquier orden dado en las puntuaciones X, todos los rdenes posi- bles de las puntuaciones ¥ son igualmente probables. Para los N sujetos, existen N! tangos posibles de puntuaciones X que pueden ocurrir en asociacién con cuales- quiera rangos dados de puntuaciones Y. Ya que éstos son igualmente probables, la probabilidad de ocurrencia de cualquier rango particular de puntuaciones X con un tango dado de puntuaciones Y es 1/N! Para cada uno de los posibles rangos de Y existira un valor asociado de r, Cuando Hs es cierta, la probabilidad de ocurrencia de cualquier r, particular es asi proporcional al ntimero de permutaciones que dan lugar a ese valor. Al usar la ecuacién (8.5), la formula computacional de r,, encontramos que para N = 2, solo dos valores de r, son posibles: +1 y — 1. Cada uno de estos tiene una probabilidad de ocurrencia segtin Hy de 1/2 ParaN = 3, los posibles valores de r,son ~ 1, — 1/2, +1/2y +1. Cuando Hy es cierta, las probabilidades respectivas son 1/6, 1/3, 1/3 y 1/6. En la tabla Q del Apéndice | se proporcionan los valores criticos de r, que se han obtenido por un método similar de generar todos los rangos posibles. Para N desde 4 hasta 50, en la tabla se proporcionan los valores criticos de la correlacién280 Cap. 8. Medidas de asociacién de rangos ordenados r, de Spearman segiin Hy para varios valores cle o entre 0.25 y 0.0005. La tabla es unidireccional, esto es, las probabilidades establecidas se aplican cuando el valor observado de r, esté en la direccién predicha, ya sea posi- tiva o negativa. Si un valor observado de r, es igual o excede un valor particular de la tabla, ese valor observado es significativo (para una prueba unidireccional) al ni- vel indicado. Para una prueba bidireccional en la cual la hipétesis alterna H, es que las dos variables estan relacionadas, pero no hace suposiciones acerca de la direc- cién de la relacién entre ellas, las probabilidades en la tabla Q del Apéndice I se duplican. Por conveniencia, las probabilidades bidireccionales no estan anotadas en la tabla Ejemplo. Ya hemos encontrado que para N = 12, la correlacién de Spearman de ran- gos ordenados entre el autoritarismo y el estatus de lucha social es r, = 0.82. En la tabla Q del Apéndice 1 se muestra que un valor tan grande como éste es significative en el nivel P-<0.001 (prueba unidireccional). As{ podemos rechazar H, en el nivel @ = 0,001 y con- cluir que, en la poblacién de estudiantes de la cual se obtuvo la muestra, el auroritarismo y el estatus de lucha social no son independientes. También hemos visto que la relacién entre el estatus de lucha social y la cantidad de respuesta a la presién grupal es r, = 0.62 en nuestro grupo de 12 sujetos. Al consultar la tabla Q del Apéndice I, podemos determinar que r,= 0.62 tiene una probabilidad de ocu- rrencia, cuando H, es cierta, entre p = 0.025 y p = 0.01 (prueba unidireccional). Asi, podrfamos concluir, en el nivel « = 0.025, que estas dos variables no son independientes en la poblacién de la cual se extrajo la muestra. MUESTRAS GRANDES Cuando N es més grande que cerca de 20 0 25, la significacién de una r, obte- nida segiin la hipétesis nula también puede ser probada mediante el estadistico yNo1 (8) Para N grande, el valor definido por la ecuacién (8.8) est4 distribuide de mane- ra aproximada normal con media cero y desviacién esténdar uno. Ast, la probabi- lidad asociada cuando H, es cierta para cualquier valor tan extremo como un valor observado de r,, puede determinarse al calcular la z asociada con ese valor usando la ecuacién (8.8), y después determinando la significacién de la z al consultar la tabla A del Apéndice I, Aunque la prueba de grandes muestras puede emplearse cuando N es tan pequefia como 20, el uso de la tabla Q del Apéndice I es preferi- dle para N= 50. z 2 Algunos estudiosos recomiendan el estadistico ligeramente mejor 1-7 que esté distribuido aproximadamente como la { de Stucent con gl = N — 2 (Tabla B del apéndice 1). Debido a la disponibilidad de la tabla Q del Apéndice 1 que tabula las probabilidades exactas unidirec~ cionales de la distribucién muestral de r, para N < 50, hemos optado por la expresion mas simple de la ecvacién (8.8). En la prdctica real y con N més grandes, la ventaja de t sobre z es pequenia.Coeficiente de correlacion de Spearman 281 Ejemplo. Ya hemos determinado que la relacién entre el estatus de lucha social y la cancidad de respuestas a la presién grupal es r, = 0.62 para = 12. Aunque Nes peque~ fa, usaremos la aproximacién de muestras grandes como un ejempio para probar la signi- ficacion de esta r; 8) = 0.62 J1z = 2.05 En Ia tabla A del Apéndice I se muestra que una z tan grande como 2.05 es significa- tiva en el nivel 0.05, pero no en el nivel 0.01 para una prueba unidireccional. Este es esen. cialmente el mismo resultado que obtuvimos al usar la tabla Q del Apéndice l. En ese caso podemos rechazar Hy en @ = 0.025, concluyendo que el estatus de lucha social y la can. tidad de respuestas estan asociados en la poblacién de la cual fueron muestreados los 12 estudiantes, Resumen del procedimiento Estos son los pasos que hay que seguir en el uso del coeficiente de correlacién de Spearman de rangos ordenados: 1. Asigne rangos a los sujetos (observaciones) en la variable X desde 1 hasta N. Asigne rangos a las observaciones de la variable Y desde 1 hasta N. Para X empates (0 Y), asigne a cada una el valor promedio de los rangos asociados 2. Haga una lista de los N sujetos. Coloque el rango de cada sujeto en la varia. ble X y la variable Y. 3. Determine el valor de d, para cada sujeto sustrayendo el rango de ¥ del correspondiente rango de X. Eleve al cuadrado este valor para determinar d}. Sume los d? para los N casos para determinar Za? 4. S. la proporcién de empates en cualquiera de las observaciones de Xo Y es grande, use la ecuacién (8.7) para calcular r,.! En otros casos, use la ecua- cién (8.5). 5. Si los sujetos constituyen una muestra aleatoria de alguna poblacion, se puede probar si el valor observado de r, indica una asociacién entre lac variables X y Y en la poblacién. Las hipétesis son Hy: no existe asociacién entre X y Y, y Hy: existe una asociacién entre X y Y. El método para hacer esto depende del tamafio de la muestra N: a) Para N desde 4 hasta 50, los valores criticos de r, entre los niveles de significacién (unidireccionales) 0.25 y 0.0005, estén proporcionados en la tabla Q del Apéndice 1. Para una prueba bidireccional, las proba- bilidades de significacién correspondiente se duplican. b} Para N > 50, la probabilidad asociada con un valor tan grande como el "La ecuacién (8.3) podria usarse para calcular r, si existen o no empates, pero su uso puede re- sultar mas problemdtico, Sin embargo, muchas calculadoras facilitan el cdleulo (correcto) de 7, usan~ do la ecuacién (8.3) si existen 0 nu empates. La eleccién de la formula se deja al lector.282 Cap. 8. Medidas de asociacién valor observado de r,, puede ser aproximado al calcular la z asociada ton ese valor usando ia ecuacién (8.8) y determinando después la sig- nificacién de ese valor de z al consultar la tabla A del Apéndice 1. 6. Siel valor de r, (0 de 2) excede el valor critico, rechace Ho en favor de Hy Eficacia relativa La eficacia del coeficiente de correlacién de Spearman de rangos ordenados, cuando es comparado con las correlaciones paramétricas mas poderosas ~el coe~ ficiente de correlacién producto-momento r, de Pearson—, es cercana al 91 %. Es decir, cuando r, se usa con una muestra para probar la existencia de asociacién en una poblacién para la cual se encuentran las suposiciones y requisitos que subya- cen a la 7, de Pearson, esto es, cuando la poblacién tiene una distribuci6n normal bivariada, entonces r, es 91 % tan eficaz como r pata rechazar Ho. Si existe una correlacién entre X y ¥ en esta poblacién, con 100 casos r, revelard esa correlacién con la misma significacién con que r lo logra con 91 casos. Referencias bibliograficas Para otros detalles acerca del coeficiente de correlacién de Spearman de ran- gos ordenados, el lector puede consultar McNemar (1969) o Gibbons (1985). COEFICIENTE DE CORRELACION T DE KENDALL DE RANGOS ORDENADOS Funcién El coeficiente de correlacién T de Kendall de rangos ordenados es adecuado como una medida de correlacién con la misma clase de datos para los cuales es util r,.’? Esto es, si al menos se han logrado medidas ordinales de ambas variables X y Y, tal que a cada sujeto pueda serle asignado un rango tanto en X como en ¥, entonces T., (o simplemente T, si el contexto es claro), proporcionard una medida del grado de asociacién correlacién entre los dos conjuntos de rangos. La distribucién mues- tral de T segtin la hipétesis nula de independencia es conocida y, por tanto, T como r, puede ser usada en pruebas de significacién. ‘Una ventaja de T sobre r, es que T puede ser generalizada a un coeficiente de correlacién parcial. Este coeficiente parcial se presenta en la siguiente seccién. El Coeficiente T también es particularmente adecuado para evaluar el acuerdo entre jueces multiples, que se examinaran posteriormente. algunos autores se refieren al coeficiente examinado en esta seccién como t (tau) de Kendall sin embargo. distinguiremos entre T, un estadistico basado en wna muestra, y 7, el pardmetro de la pobiacién