seminario 10 – correlaciones

Post on 30-Jul-2015

194 Views

Category:

Documents

2 Downloads

Preview:

Click to see full reader

TRANSCRIPT

SEMINARIO 10 – CORRELACIONES

Celia Garcilaso de la Vega González1ºB Enfermería – Grupo 6

Estadística y TICSeminarios

Las dos variables que elegiré serán la “identificación del cuestionario” y “la valoración social de la enfermería”

He elegido estas dos puesto que son dos variables donde la valoración social de la enfermería no debe tener relación con la identificación del cuestionario (Hi)

Contraste de hipótesis

Ho: Existe una correlación entre la identificación del cuestionario y la valoración social de la enfermería.

H1: NO existe una correlación entre la identificación del cuestionario y la valoración social de la enfermería.

Correlaciones

Para variables cualitativas debemos utilizar el modelo de R de Pearson y el de Rho de Sperman.

Utilizamos R de Pearson -> Distribución normal

Utilizamos Rho de Sperman-> No hay una distribución normal.

Prueba de normalidad

Antes de realizar las correlaciones debemos identificar si las variables tienen una distribución normal o no, para ello tenemos dos test:

T. Kolmogorov-Smirnov: n > 50 T. Shapiro-Wills: n < 50 Si p>0’05: Se acepta Ho;

Distribución normal y no es significativo.

Prueba de normalida

d-SPSS

Análisis – Prueba de normalidad Como el tamaño de la muestra es igual a

50 (n=50), podemos utilizar cualquiera de los dos test. En mi caso utilizaremos el test Kolmogorov.

En Identificación del cuestionario: p>0’05 => Sigue una distribución normal y no es significativa, por lo que utilizaremos la correlación de R de Pearson.

En Valoración de la enfermería: p< 0’05 => No sigue una distribución normal y es significativa, por lo que utilizaremos la correlación de Rho de Sperman.

CORRELACIÓN

Como el coeficiente de correlación de ambas variables es inferior de 0’5 (<0’5).

No existe correlación entre la identificación del cuestionario y la valoración social de la enfermería.

Quiere decir, que no hay una relación entre ambas variables.

Se puede ver esta dispersión en la siguiente gráfica.

FIN

top related