Your SlideShare is downloading. ×
Seminario 10. correlación bivariada
Seminario 10. correlación bivariada
Seminario 10. correlación bivariada
Seminario 10. correlación bivariada
Seminario 10. correlación bivariada
Seminario 10. correlación bivariada
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Seminario 10. correlación bivariada

859

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
859
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
22
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. SEMINARIO 10. CORRELACIÓN BIVARIADALa correlación mide la relación entre dos variables cuantitativas.Existen varios estadísticos que miden la correlación, son los coeficientes de correlación: R dePearson y Rho de Sperman.Para decidir que estadístico escoger hay que comprobar la normalidad.- Si las variables se distribuyen normalmente  R de Pearson- Si las variables no se distribuyen normalmente -> Rho de Sperman1. TEST PARA COMPROBAR LA NORMALIDAD Test de Kolmogorov – Smirnov  Si el tamaño de la muestra es superior a 50 Test de Shapiro – Wilks  Si el tamaño de la muestra es inferior a 50Planteamos una hipótesis nula; No existe relación entre el número de cigarrillos y las horas dededicación a práctica deporte.En este caso escogemos las dos variables cuantitativas: número de cigarrillos y horas dededicación a práctica deporte.Para realizar el test de comprobación de normalidad cada una de las variables con él programaSPSS seleccionamos Analizar – Estadísticos descriptivos – Explorar.Tras ello se abre una ventana en la cual debemos seleccionar la variable cuantitativa y clicamosen Gráficos para seleccionar Gráficos con pruebas de normalidad.
  • 2. Clicamos continuar y posteriormente aceptar. A continuación se abrirá otra página denominadaResultados en la cual observaremos ambos test y decidiremos cual tomar como referencia segúnel número de muestra.a) VARIABLE NÚMERO DE CIGARRILLOSEn este caso usaremos el test de Shapiro ya que g/l tiene valor 12 es decir, es menor de 50.Como el valor de significación es menor a 0,05 decimos que esta variable no sigue unadistribución normal.
  • 3. b) VARIABLE HORAS DE DEDICACION A PRÁCTICAR DEPORTEEn este caso usaremos el test de Shapiro ya que gl tiene valor 31 es decir, es menor de 50.Como el valor de significación es menor a 0,05 decimos que esta variable no sigue unadistribución normal.Dado que ninguna de las dos variables sigue distribución normal utilizamos el coeficiente decorrelación de Spearman.
  • 4. 2. RHo DE SPEARMAN (CORRELACIÓN BIVARIADA)Para calcular el estadístico de correlación de Spearman en SPSS seleccionamos Analizar –Correlaciones – Bivariadas.Tras ellos se abrirá la siguiente ventana en la cual exportaremos a la lista de variables las dosque estamos utilizando en nuestros cálculos y seleccionaremos en Coeficientes de correlación lacasilla de Spearman y por últimos Aceptar.Se abrirá nuevamente la página de resultados con la tabla de correlaciones. En este casopodemos decir que la relación entre estas dos variables es negativa moderada ya que elcoeficiente de correlación es – 0,526.
  • 5. El grado de significación es 0,146 mayor a 0,05 por lo que se acepta la hipótesis nula es decir,no existe correlación entre las dos variables.3. REPRESENTACION GRÁFICOSEn SPSS representamos un gráfico de correlación seleccionando Gráficos – Cuadros de diálogoantiguos – Dispersión Puntos.En la ventana que se abre tras seleccionar lo anterior clicamos Dispersión simple y Denifir.
  • 6. A continuación se abre otra ventana y seleccionamos en el Eje Y la variable dependiente quesería en este caso Horas de dedicación a práctica deporte y en el Eje X la variableindependiente que sería número de cigarrillos fumados al día.Este gráfico confirma que la relación entre estas dos variables es negativa moderada.

×