Date post: | 12-Apr-2017 |
Category: |
Healthcare |
Upload: | juliagorvaz |
View: | 40 times |
Download: | 0 times |
Estadística y TIC
Seminario 9
Julia Gordillo Vázquez1º Enfermería, Grupo B, Subgrupo 6
Correlación bivariada
Ambas variables son cuantitativas, numéricas. Por ejemplo, la edad (VI) y
la talla (VD) Ambas deben variar simultáneamente.
– Positiva: Cuanto más crece una, más crece la otra. Diagrama con puntos
hacia la derecha.
– Negativa: Cuanto más crece una, más disminuye otra. Número de sujetos
que realizan un trabajo y número de horas empleadas en el mismo; enzimas
que disminuyen con la edad. Diagrama con puntos hacia la izquierda.
Coeficientes de correlación
Miden la fuerza de correlación. Antes hay que
elegir una prueba no paramétrica de
normalidad para ver que coeficiente usar
R de Pearson Rho de Spearman
Ambas variables se distribuyen con normalidad
Una de las variables o ambas no se distribuyen con normalidad
Una vez realizada la prueba de normalidad y
elegido que coeficiente de correlación usar, se
interpretan los resultados:
Coeficiente de correlación Valor de p
0 No hay correlación p > 0.05 Hay correlación. Se rechaza la hipótesis nula.
1 Correlación total y positiva P < 0.05 No hay correlación.Se acepta la hipótesis nula.
-1 Correlación total y negativa
Prueba de normalidad
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.Año de
Nacimiento,237 50 ,000 ,760 50 ,000
Si n = ó > de 50 Smirnov
Si n < 50 Shapiro
Nos fijamos en la
significación:
• Sig. < 0.05 No sigue
normalidad
•Sig. > 0.05 Normalidad
En el Histograma también se puede observar si las variables siguen la curva
de la normal.
Se deben comprobar ambas variables. Si una de ellas no sigue la
normalidad, elegiremos el coeficiente de correlación de Spearman, y si la
siguen ambas, el de Pearson
Una vez elegidos Spearman o Pearson, se realiza la tabla de
correlaciones bivariadas.
Correlaciones
Año de Nacimiento
Nota de acceso al Grado de Enfermería
Año de Nacimiento Correlación de Pearson 1 ,521**
Sig. (bilateral) ,000
N 50 49
Nota de acceso al Grado de Enfermería
Correlación de Pearson ,521** 1
Sig. (bilateral) ,000
N 49 49
Correlación: 5.21 Total y positiva
P <0.05 Hay correlación.
Rechazo H0
Gráficos de dispersión
Eje Y: Variable dependiente
Eje X: Variable independiente
TAREAS
Escoger dos hipótesis. Prueba de normalidad a ambas
variables. Representar con nube de dispersión
1. Colesterol y Edad
2. Edad y Presión arterial sistólica
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Edad ,090 240 ,000 ,941 240 ,000
Smirnov
Sig. < 0.05 No normal Spearman
1
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-WilkEstadístico gl Sig. Estadístico gl Sig.
Colesterol total ,049 106 ,200* ,989 106 ,573
Smirnov
Sig. > 0.05 Normal Podría ser Pearson, pero la edad ya no seguía una distribución normal
Correlaciones
EdadColesterol
totalRho de Spearman Edad Coeficiente de
correlación1,000 ,271**
Sig. (bilateral) . ,005N 240 106
Colesterol total Coeficiente de correlación
,271** 1,000
Sig. (bilateral) ,005 .N 106 106
P < 0.05 Hay correlación. Rechazo hipótesis nula.
Diagrama de dispersión
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Edad ,090 240 ,000 ,941 240 ,000
Smirnov
Sig. < 0.05 No normal Spearman
2
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-WilkEstadístic
o gl Sig.Estadístic
o gl Sig.
Tensión arterial sistólica ,163 238 ,000 ,947 238 ,000
Smirnov
Sig. < 0.05 No normal Spearman
Correlaciones
T.A.Sistólica EdadRho de Spearman Tensión arterial
sistólicaCoeficiente de
correlación1,000 ,545**
Sig. (bilateral) . ,000
N 238 238
Edad Coeficiente de correlación
,545** 1,000
Sig. (bilateral) ,000 .
N 238 240
P < 0.05 Hay correlación. Rechazo hipótesis nula.
Diagrama de dispersión
Conclusión
Ambas variables, Colesterol y Presión Arterial Sistólica,
están relacionadas con la edad, de forma que sus
cifras suben a medida que lo hacen los años del
sujeto. Existe correlación entre ellas y se rechaza la
hipótesis nula, es decir, no es azar que las variables
estén relacionadas sino que existe un motivo para
ello.