Este documento presenta un ejercicio para analizar la correlación entre diferentes variables utilizando una base de datos. Instruye analizar la correlación entre (1) peso y horas de deporte, (2) cigarrillos fumados diarios y nota de acceso, y (3) peso y altura. Proporciona los resultados del análisis para cada par de variables, mostrando que no hay correlación entre peso y horas de deporte, sí hay correlación negativa entre cigarrillos y nota, y también hay correlación positiva entre peso y altura.

1. Seminario 10.
Ejercicio para colgar en el blog:
Utilizando nuestra base de datos, comprueba la
correlación entre las siguientes variables:
1. Entre peso y horas de dedicación al deporte.
2. Entre el nº de cigarrillos fumas al día y la nota
de acceso.
3. Entre el peso y la altura.
4. Muestra el gráfico de una de las correlaciones.

2. 1. Entre la variable peso y la
variable horas de dedicación al
deporte.
Gracias al programa SPSS obtenemos
esta gráfica, en la cual, a primera vista,
no se observa ningún tipo de correlación.
Para evitar equivocaciones, recurriremos
a métodos analíticos para verificar la
hipótesis de linealidad.

4. Analizamos la correlación entre las variables, horas
de práctica de deporte (media= 4’26 y desviación
típica= 3’052) y peso (media=62’0483 y desviación
típ=12’84917).
Podemos ver que la correlación es 0’410, y la
significación es de 0’91, como es mayor de 0’05,
decimos que las diferencias no son estadísticamente
significativas, por lo tanto, no hay correlación entre
las variables.

6. 2. Entre el nº de cigarrillos
fumados al día y la nota de
acceso al grado de Enfermería.

8. Volvemos a analizar la correlación entre dos variables
cuantitativas. Esta vez, entra el nº de cigarrillos fumados
(con media= 5’50 y desviación típica=7’232) y la nota de
acceso al grado de Enfermería (media=10’64307 y d.típica=
+- 0‘982116). Observamos que la correlación de Pearson es
-0’976 y el nivel de significación es 0’001. Al ser este menor
que 0’05, concluimos que hay buena correlación entra las
variables.

10. 3. Entre peso y altura.

12. Observamos el análisis de la correlación entre dos
variables cuantitativas. Esta vez, entra el peso(con
media=62’0483 y desviación típica=12’84917) y la
altura(media=1’6593y desviación típica= 0’08477).
Observamos que la correlación de Pearson es
0’668y el nivel de significación es 0’001. Al ser
este menor que 0’005, concluimos que hay buena
correlación entra las variables.