Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Seminario 10.1

180 views

Published on

  • Be the first to comment

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

×