Este documento describe cómo analizar la correlación entre variables cuantitativas mediante las pruebas de correlación de Pearson y Spearman. Se explora la relación entre el peso y la talla de una muestra, realizando pruebas para verificar si la relación es lineal y la distribución es normal, y luego se calcula el estadístico r de Pearson para medir la correlación. Los resultados muestran una alta correlación positiva entre el peso y la talla.
2. En esta primera presentación veremos la
correlación entre variables cuantitativas u
ordinales mediante las pruebas r de
Pearson y rho de Spearman.
3. Compararemos las variables talla y peso.
H1 = existe relación entre el peso y la talla
en nuestra muestra.
H0 = no existe relación entre el peso y la
talla en nuestra muestra.
Hay que comprobar si la relación es lineal
y si la distribución es normal para realizar
el contraste con r de Pearson o rho de
Spearman.
4. Para explorar si la relación es lineal hay
que observar mediante un diagrama de
dispersión:
Observamos que sí es lineal
5. 2) Comprobación de la
normalidad
Es importante tener en cuenta que en
muestras grandes las pruebas suelen ser
significativas y pueden dar datos erróneos.
Hay que explorar la normalidad del peso y de
la talla. Al tener dos variables tenemos que
explorar las dos variables.
SPSS: Analizar estadísticos descriptivos
explorar.
Niveles de los factores juntos, histograma y
pruebas de normalidad.
6. p < .05 por lo tanto aceptaremos la
hipótesis alternativa, por tanto sí existen
diferencias
7. Exploración de la normalidad
mediante pruebas
Planteamos las hipótesis:
H1 = existen diferencias respecto a la normal.
H0 = no existen diferencias respecto a la normal
Para aceptar la hipótesis nula debe ser mayor
a .05 y para aceptar la alternativa debe ser
menor a .05
Para aceptar la hipótesis nula debe ser mayor
a .05 y para aceptar la alternativa debe ser
menor a .05
8. Exploración de la normalidad
mediante pruebas
El problema es que en el contraste de
normalidad, la distribución de la hipótesis
alternativa es distinta a la normal.
No se cumple la normalidad pero sí es
lineal.
Por lo tanto según las pruebas estadísticas
no podríamos aplicar la r de Pearson.
12. En el histograma observamos una leve
asimetría a la izquierda.
En el gráfico Q-Q también observamos
que hay valores que se salen.
En la caja también observamos que hay
algunos valores que quedan fuera.
Por tanto el peso tiene un leve
incumplimiento de la normal.
13.
14.
15.
16. En el caso de la talla sí observamos que
se acerca a la normal, mientras que el
peso se aleja un poco.
Se cumple que en muestras grandes las
pruebas tienden a ser significativas, por lo
que no nos sirven.
17. Conclusión
Aunque hemos hecho las pruebas de
normalidad en esta muestra, no eran
necesarias debido a que la muestra era muy
grande y directamente tiende a la normal.
Si no se cumpliese ninguna de las dos
asunciones realizaríamos rho de Spearman.
Por tanto podemos aplicar el estadístico r de
Pearson porque es normal y lineal.
18. r de Pearson
En SPSS: Analizar correlaciones
bivariadas talla y peso Pearson, Tau-
b de Kendall, Spearman.
19. La correlación del peso con el peso = 1.
Correlación del peso con la talla = .646
hay una alta correlación.
Sig. (bilateral) = p = .000 al ser < .05
aceptamos la hipótesis alternativa (H1)
20. En la siguiente salida observamos las
correlaciones no paramétricas, aunque
en este ejercicio no sean necesarias: