TICs

1. María Ángel Rodríguez
Grupo 5
Estadística y TICs

2. *Vamos a estudiar la correlación de las variables peso y talla, ambas
cuantitativas.

3. *Antes de elegir el coeficiente de correlación con el que vamos a
trabajar, tenemos que estudiar la normalidad de la distribución de
las variables.

4. *Primero lo vemos con el peso.

5. *Como N<50, usamos la prueba de Shapiro.
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Peso del alumno ,101 30 ,200* ,973 30 ,615
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
Vemos que la significancia es mayor de 0’05, por lo que podemos
afirmar que la distribución de la variable peso es normal, aceptando la
hipótesis nula, que en este caso afirma que la distribución de la variable es
normal.

6. *Repetimos el proceso con la talla.
Vemos que la distribución de esta variable también es normal.
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Talla del alumno ,118 30 ,200* ,963 30 ,364
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors

7. *Dado que ambas variables siguen una distribución normal, elegimos el
coeficiente de correlación R de Pearson.

8. *Obtenemos lo siguiente:
Correlaciones
Peso del
alumno
Talla del
alumno
Peso del alumno Correlación de Pearson 1 ,475**
Sig. (bilateral) ,008
N 30 30
Talla del alumno Correlación de Pearson ,475** 1
Sig. (bilateral) ,008
N 30 30
**. La correlación es significativa en el nivel 0,01 (bilateral).
Como la correlación se encuentra
entre 0’4 y 0’6, afirmamos que es
una correlación positiva moderada.

9. FIN