Seminario X

SEMINARIO XCONCORDANCIA Y CORRELACIÓN

CONCORDANCIA Y CORRELACIÓN: prueba de hipótesis que es sometida a contraste y cuantifica la relación que existe entre dos variables ordinales, de intervalo o de razón.

Las pruebas que se realizan para esto son:

◦ R de Pearson◦ Rho de Spearman

CONCORDANCIA Y CORRELACIÓN

R de Pearson: prueba paramétrica que requiere variables numéricas con distribución normal.

Rho de Spearman: coeficiente de correlación no paramétrico, que acepta variables de libre distribución.


Antes de realizar las pruebas de correlación, es necesario conocer si la distribución que siguen las variables son normales o no.

Para ello se utilizan las pruebas de Kolmogorov-Smirnov y de Shapiro-Wilk.

◦ Cuando n(muestra) es mayor o igual a 50 se usa la prueba KS

◦ Si n(muestra) es menor, utilizaremos la prueba SW.


Ejercicio para el blogCorrelación de dos variables en SPSS.

He utilizado la base de datos del seminario V para realizar las correlaciones.

PASO 1: se deben elegir dos variables en escala, puesto que en SPSS se corresponden con variables de razón o intervalo.

- Peso-Talla

Ejercicio 1: Correlación en SPSS.

Dado que el tamaño de la muestra es 30 (n=30), se utilizará la prueba de normalidad de la SW (Shapiro-Wilks).

Se abre el menú “estadísticos descriptivos” y, dentro de este, “ explorar”.


Se elige las variables a las que se le va a realizar la prueba de normalidad. En este caso se eligen las variables “peso” y “talla”.

Se deben hacer de una en una y desplegando el menú de “gráficos”, se selecciona la opción “gráficos con pruebas de normalidad”.


A continuación, se observa el resultado de la prueba SW y se debe ajustar a una significación de = 0.05.

◦ Si la significación es mayor de 0.05, estaremos ante una variable con distribución normal.

◦ Si la significación es menor de 0.05, estaremos ante una variable con distribución no normal.


En este caso, le he aplicado a ambas variables la prueba de normalidad.

El resultado ha sido que ambas siguen una distribución normal.

Por tanto, deberemos realizar la prueba de la R de Pearson para conocer su correlación.


La significación es de =0,05 y, puesto que nuestro resultado es de =0,363, podemos determinar que sigue una distribución normal.

Como podemos ver, la significación es de =0,615; al ser mayor de = 0,05 quiere decir que no es significativa y que por tanto sigue una distribución normal.

PASO 2: realizar la prueba de la R de Pearson para conocer la correlación entre ambas variables.

Se selecciona en el menú “analizar”, luego “correlaciones” y, finalmente “bivariadas”.


En la ventana, debemos elegir la opción Pearson.

Ejercicio 1: Correlaciones en SPSS.

En la hoja de resultados, aparece los resultados del estadístico.

Analizando la significación que nos proporciona, podemos saber si las variables poseen correlación (es decir si están relacionadas entre sí) o no.

Ejercicio 1: Correlaciones en SPSS.

Como la significación es de = 0,05 y el resultado es de =0,008, podemos determinar que existe una relación entre la talla y el peso de los estudiantes.

Paso 3: Analizar gráficamente los resultados obtenidos en la R de Pearson.

Para ello debemos abrir la ventana de “gráficos” y seleccionar “cuadro de diálogo antiguos”.

Por último realizaremos un gráfico de dispersión/puntos.

Ejercicio 1: Correlac ión en SPSS.

Se selecciona, por último, el gráfico de dispersión simple y se eligen aquellas variables de estudio gráfico.

◦ Peso◦ Talla


A continuación se nos abre en la hoja de resultados el gráfico de dispersión perteneciente a la correlación entre “Talla” y “Peso”.


Como podemos ver, la gráfica de dispersión de puntos nos enseña la correlación existente entre el peso y la talla, pues vemos un agrupamiento de datos, que sigue una línea.

FIN.Espero que os sirva de ayuda!!!

Seminario X

Data & Analytics

Transcript of Seminario X