Novelas Turcas vs Series de EUA en audiencia (2024).pdf
Estadística seminario 10
1.
2. Hipótesis 1: Existe relación entre el peso y
la talla en nuestra muestra de
adolescentes
Hipótesis nula: No existe relación
Para aceptar la hipótesis alternativa, el
error tipo 1 (alfa o P) debe de ser menor a
.05
Utilizaremos como prueba la R de Pearson
debido a que nuestra variable es
cuantitativa pero debemos de comprobar
si la relación es lineal y la distribución
normal para estar seguros de que la opción
elegida es la correcta.
3.
4. La p < 0.05 por lo que aceptamos la
hipótesis alternativa y rechazamos la
hipótesis nula por lo que nuestra
distribución es distinta a la normal
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
PESO
,084 539 ,000 ,977 539 ,000
TALLA
,067 539 ,000 ,992 539 ,007
a. Corrección de significación de Lilliefors
5. Según nuestras pruebas estadísticas no
podemos aplicar la R de Pearson
Al no existir normalidad en forma de
prueba estudiaremos la normalidad en
forma de Gráficos
7. En el gráfico Q-Q vemos que hay
algunos puntos que se salen de la línea
de la normalidad
8. En el gráfico de cajas y bigotes vemos
que el individuo 24 se sale de la
normalidad
9. En este gráfico podemos observar que
se acerca a la normalidad
10. En el gráfico de cajas con respecto a la
talla es muy simétrico por lo que se
asemeja a la distribución normal
11. Esto nos indica que la talla se acerca a la
normalidad y el peso tiene un leve
incumplimiento pero no se aleja tanto de la
normalidad.
Esto es debido a que en muestras grandes
la pruebas suelen ser significativas, es decir
que no se asemejan a la realidad
Aunque hemos realizado las pruebas de
normalidad no eran necesarios hacerlas
debido al gran tamaño de la muestra, esto
ha sido gracias a las gráficas.
12. Al ser nuestra muestra normal y lineal
podemos aplicar la R de Pearson
La Correlación entre el peso y el peso es
1, ya que es perfecta.
La correlación entre peso y talla al ser
mayor de 0.5 es alta y la significación <
0.05. Por tanto existe relación
Correlaciones
PESO TALLA
PESO Correlación de Pearson
1 ,646**
Sig. (bilateral) ,000
N 545 539
TALLA Correlación de Pearson
,646** 1
Sig. (bilateral) ,000
N 539 549
**. La correlación es significativa en el nivel 0,01 (2 colas).
13. Las correlaciones no paramétricas no
son necesarias pero deben ser
estudiadas
Correlaciones
PESO TALLA
tau_b de Kendall PESO Coeficiente de
correlación
1,000 ,483**
Sig. (bilateral) . ,000
N 545 539
TALLA Coeficiente de
correlación
,483** 1,000
Sig. (bilateral) ,000 .
N 539 549
Rho de Spearman PESO Coeficiente de
correlación
1,000 ,650**
Sig. (bilateral) . ,000
N 545 539
TALLA Coeficiente de
correlación
,650** 1,000
Sig. (bilateral) ,000 .
N 539 549
**. La correlación es significativa en el nivel 0,01 (2 colas).
14. Correlación biserial puntual
Coeficiente de Phi
Coeficiente de contingencia
V de Cramer
15. Usadas en variables binarias
Hipótesis alternativa: existe relación
entre sexo y ejercicio físico
Al ser nuestra muestra grande asumimos
la normalidad
16. En este caso el tamaño del efecto es
medio porque es mayor de 0.3 y
aceptamos la hipótesis alternativa
porque es menor de 0.05
Cuando pasamos de chico a chica la
frecuencia de ejercicio se reduce.
Cuanto más de una variable menos de
la otra (-)
Correlaciones
SEXO
¿Con qué frecuencia
semanal realizas
actividad física al
menos 1 hora al día?
SEXO Correlación de Pearson 1 -,303**
Sig. (bilateral) ,000
N 566 563
¿Con qué frecuencia semanal realizas
actividad física al menos 1 hora al día?
Correlación de Pearson -,303** 1
Sig. (bilateral) ,000
N 563 566
**. La correlación es significativa en el nivel 0,01 (2 colas).
17. Comparar dos variables dicotómicas
categóricas
H1: Existe relación entre el sexo y el
consumo de tabaco
Normalmente va acompañado de las
frecuencias esperadas y observadas
18. El coeficiente de Phi es muy bajo, menor
de 0.1 se acerca mucho a 0, por tanto el
efecto es muy bajo y la significación (p)
es mayor a 0.05. Esto significa que
aceptamos la hipótesis nula – no existe
relación entre nuestras dos variables
Medidas simétricas
Valor Aprox. Sig.
Nominal por Nominal Phi
,019 ,648
V de Cramer
,019 ,648
N de casos válidos
566