Tarea seminario 10:Corcondancia y correlación.

Nombre : Vanessa Ballesteros Gutiérrez.

Grupo A: Subgrupo 1

Elige dos variables de la matriz de datos del cuestionario. La que queráis pero deberás justificarla.Recuerda que tienes que hacer la prueba de

normalidad para decidir el estadístico de correlación que tienes que utilizar.

Comenta los resultados.Represéntalos gráficamente.

Las dos variables cuantitativa elegidas son : año de nacimiento y nota de acceso.

Primero realizaremos la prueba de normalidad para elegir R de Pearson (si se distribuye normalmente),Rho de Spearma (si no se distribuye normalmente) y en caso de que una variable se distribuya normalmente y la otra no usaremos ambos estadísticos.

Para realizar la prueba de normalidad seguiremos los siguientes paso: ANALIZAR-EST.DESCRIPTIVOS-EXPLORAR.

Seleccionamos las variables y pulsamos gráficos con prueba de normalidad.

El grado de libertad nos informa del número de sujetos de la muestra en este caso tenemos 49.

Como hay menos de 50 personas en la muestra usamos Shapiro de lo contrario tenemos que haber usado Kolmogorov.

A continuación miramos el grado de significación de cada variable:

-En el año de nacimiento es 0,000 ,como es menor a 0,05 no se acepta la hipótesis nula ,es significativo y no esta dentro de la normalidad.

-En la nota de acceso a enfermería es 0,000,como es menor a 0,05 no se acepta la hipótesis nula, es significativo y no esta dentro de la normalidad.

Como nos ha salido que las dos variables a estudiar no siguen una distribución normal utilizaremos SPEARMA.

Para realizar la prueba de correlación seguimos los siguientes pasos: ANALIZAR-CORRELACIONES-BIVARIADAS.

Como el resultado es 0,109 en las dos variables podemos decir que para ninguna de las dos hay correlación.

Para realizar los gráficos realizamos los siguientes pasos: GRÁFICO-Cuadro de diálogos antiguos-Dispersión/Puntos.

Marcamos dispersión simple y añadimos las variables en los ejes de coordenadas.

EL gráfico es disperso y esto es debido a que no hay correlación entre las variables.