Este documento resume los pasos para analizar si el sexo influye en la altura y si la hora de regreso a casa influye en la nota de acceso al grado mediante pruebas estadísticas. Determina que el sexo sí influye en la altura basado en una prueba T de Student, pero que la hora de regreso a casa no influye en la nota de acceso al grado según una prueba Rho de Spearman debido a la falta de normalidad en los datos.

1. Seminario 9
Concordancia y Correlación.
Marta Sola López
Subgrupo 16
Virgen del Rocío.

2.  ¿El sexo influye en la altura?
 En primer lugar determinamos la hipótesis nula y
después las variables.
Ho: El sexo no influye en la altura.
La VD es la altura y la VI el sexo.
 A continuación observaremos la normalidad de la VD
para ver si podemos aplicar o no la T-student.
Ejercicio 1

3. Para explorar la normalidad, marcaremos la opción de
analizarEstadísticos descriptivos Explorar y
posteriormente seleccionamos la altura que es lo que
queremos explorar.

5. Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Altura
,095 50 ,200* ,980 50 ,565
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors.
En este caso observamos que la muestra es 50 por tanto
escogemos la prueba de Kolmogorov-Smirnov.
Como en este caso tenemos una p de 0,200 decimos que sigue
una distribución normal ya que es mayor que 0,05. De esta
manera tenemos que aceptar nuestra hipótesis nula y por tanto
decimos que el sexo no influye en la altura.
Como la altura se distribuye normalmente podemos aplicar la T
de Student.

6.  Realizamos la T-Student y observamos que presenta una p
de 0,00 por lo que es menor a 0,05 y por tanto rechazamos
la Ho. Como conclusión diremos que el sexo si influye en la
altura.
Prueba de muestra única
Valor de prueba = 0
t gl Sig. (bilateral)
Diferencia de
medias
95% de intervalo de confianza de la
diferencia
Inferior Superior
Sexo
44,333 49 ,000 1,900 1,81 1,99
Altura
153,603 49 ,000 1,65880 1,6371 1,6805

7.  Queremos saber si la hora de regreso a casa influye en
la nota de acceso al grado.
 En primer lugar determinamos la hipótesis nula:
Ho: La hora de regreso a casa no influye en la nota de
acceso al grado.
 En este caso constamos de dos variables cuantitativas
de manera que aplicaremos la R de Pearson o la Rho
de Spearman, lo que determinará la utilización de una
prueba u otra será la normalidad.
Ejercicio 2: Correlación

8.  Para ver la normalidad realizamos el siguiente procedimiento:

9. Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Nota de acceso al Grado de
Enfermería
,175 48 ,001 ,886 48 ,000
Hora de regreso a casa después
de la fiesta
,333 48 ,000 ,757 48 ,000
a. Corrección de significación de Lilliefors
En este caso escogemos Shapiro-Wilk por tener un Gl de
48, al mirar la p vemos que es de 0,000, es decir es
menor que 0,05 por tanto decimos que no sigue una
distribución normal. Al no ser normal, escogeremos la
Rho de Spearman.

10.  Para realizar la Rho de Spearman haremos lo siguiente:

11. Correlaciones
Nota de acceso
al Grado de
Enfermería
Hora de
regreso a casa
después de la
fiesta
Rho de Spearman Nota de acceso al Grado
de Enfermería
Coeficiente de correlación 1,000 -,244
Sig. (bilateral) . ,095
N 49 48
Hora de regreso a casa
después de la fiesta
Coeficiente de correlación -,244 1,000
Sig. (bilateral) ,095 .
N 48 49
En este caso la p es de 0,095 y es mayor que 0,05 por tanto
aceptamos la Ho, con lo cual decimos que la hora de
regreso a casa no influye en la nota de acceso al grado.
El coeficiente de correlación es de -0,244 por lo que
decimos que la hora de regreso a casa esta relacionadas
inversamente con la nota de acceso al grado y el tamaño
del efecto es medio-bajo.

12.  Para ver la correlación de forma gráfica hacemos una nube de
puntos.
Como observamos el grafico nos muestra que no
existe correlación entre las variables.