Seminario 10.1

170 views

Published on

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

  • Be the first to like this

No Downloads
Views
Total views
170
On SlideShare
0
From Embeds
0
Number of Embeds
9
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
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 variable pesoy horas de dedicación para hacer deporte? 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, puede que esasvariables para 10 individuos no sigan una distribución normal. Para ello, conSPSS pedimos las pruebas de normalidad. Nos aparecerán las pruebas de Shapiro-Wilk y la de Kolmogorov. En este caso,nos basaremos en la de Shapiro-Wilk porque estamos ante una muestra demenos de 50 individuos. Como ambas variables tiene un grado de significancia mayor que 0’05,aceptamos la hipótesis nula, y por tanto, aceptamos que ambas variables sedistribuyen de forma normal en la muestra de 10 individuos. A continuación podemos ya obtener el coeficiente de Pearson y nos da 0’668, locual indica que en la muestra del investigador existe una correlación fuerte. Para saber si eso ocurre en la población hacemos un contraste de hipótesis. Ho no existe correlación entre las variables (coeficiente de Pearson=0), H1 existe correlación entre ambas variables (coeficiente de Pearson≠0) Obtenemos el «p valor» para compararlo con α y obtenemos que «p valor» =0´00… y α= 0’05. Finalmente concluimos con que «p valor» <<< α y por tanto rechazamos lahipótesis nula, afirmando que en la población sí existe correlación entre ambasvariables y que esa correlación es estadísticamente significativa al nivel 0’05incluso al 0’01. No se debe al azar.

×