Seminario 10.1

61
-1

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
61
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Seminario 10.1

  1. 1. Lucía García BenítezSeminario 10. Ejercicio 10.1
  2. 2. 1.1 ¿Hay correlación entre la variablepeso y horas de dedicación para hacerdeporte? Para saber si existe correlación o no entre esas variables,pedimos una dispersión de puntos de los valores que hemosobservados. La dispersión nos indica que puede existircorrelación, aunque es una correlación muy baja. Para más seguridad calculamos el coeficiente de Pearson(0’410) el cual nos indica que como es distinto a cero, existecorrelación. Una vez esto definimos: H1 coeficiente dePearson ≠ 0 (hay correlación). Ho  coeficiente de Pearson= 0 (no hay correlación) Para finalizar y concluir si esto ocurre en la población y lacorrelación es estadísticamente significativa, o por locontrario es debido al azar. Nos fijamos en la significaciónbilateral (sig. Bilateral o «p valor») 0’091 y en el grado designificación (α) 0’05. Como «p valor» > α  se acepta la Ho, es decir, no haycorrelación entre ambas variables. Esa correlación que elinvestigador ha obtenido se debe al azar.
  3. 3. 1.2 ¿Hay correlación entre las variablesnúmero de cigarrillos y nota de acceso algrado de enfermería? Para averiguar la correlación entre ambas variables heseguido la misma dinámica que en el apartado 1.1 perocambiando las variables peso y horas de dedicación parael deporte por número de cigarrillos al día y nota de accesoal grado de enfermería. El coeficiente de Pearson es distinto a cero según lo queha obtenido el investigador el resultado. Por tanto, H1 existe correlación, Ho  no existe correlación entre ambasvariables. Calculamos el «p valor» y he obtenido que «p valor» < α 0’001 < 0’05, incluso también, el «p valor» es menor queun nivel de significación de 0’01. Por tanto podemos concluir con que rechazamos la Ho conun nivel de confianza de 99%. La correlación esestadísticamente significativa.
  4. 4. 1.3 ¿Hay correlación entre el peso y laaltura? Como el enunciado nos dice para un número de 10 individuos, puedeque esas variables para 10 individuos no sigan una distribución normal.Para ello, con SPSS pedimos las pruebas de normalidad. Nos aparecerán las pruebas de Shapiro-Wilk y la de Kolmogorov. Eneste caso, nos basaremos en la de Shapiro-Wilk porque estamos anteuna muestra de menos de 50 individuos. Como ambas variables tiene un grado de significancia mayor que 0’05,aceptamos la hipótesis nula, y por tanto, aceptamos que ambasvariables se distribuyen de forma normal en la muestra de 10 individuos. A continuación podemos ya obtener el coeficiente de Pearson y nos da0’668, lo cual indica que en la muestra del investigador existe unacorrelación fuerte. Para saber si eso ocurre en la población hacemos un contraste dehipótesis. Ho  no existe correlación entre las variables (coeficiente dePearson=0), H1  existe correlación entre ambas variables (coeficientede Pearson≠0) Obtenemos el «p valor» para compararlo con α y obtenemos que «pvalor» = 0´00… y α= 0’05. Finalmente concluimos con que «p valor» <<< α y por tanto rechazamosla hipótesis nula, afirmando que en la población sí existe correlaciónentre ambas variables y que esa correlación es estadísticamente

×