El documento resume los resultados de varias correlaciones entre diferentes variables. En la primera correlación, entre peso y horas de deporte, encontró una correlación baja pero positiva de 0.379. En la segunda, entre cigarrillos fumados y nota de acceso, encontró una correlación muy fuerte y negativa de -0.930. En la tercera, entre peso y altura en una muestra limitada a 10 casos, encontró una correlación buena de 0.757.
4. Podemos decir que existe una correlación entre ambas variables de 0.379, la
cual nos indica que es una correlación baja pero al ser positiva nos informa
también de que al aumentar una variable la otra también aumenta. Para saber
si es aplicable a la población, comparamos la sig. con la establecida por el
programa que es de 0.05; al ver que es de 0.039 y por tanto menor.
Aceptamos la hipótesis alterna y rechazamos la nula.
5. 10.2. Calcula el coeficiente de Correlación de Pearson
para las variables nº de cigarrillos fumados al día y la
nota de acceso
Podemos decir que existe una
correlación entre ambas variables
de -0.930, la cual nos indica que es
una correlación muy buena ya que
se acerca a 1 pero al ser negativa
nos informa también de que al
aumentar una variable la otra no
aumenta y vicerversa
6. 10.3. Calcula el Coeficiente de Correlación de
Pearson para las variables peso y altura
(limitando la muestra a 10 casos)
Primero, tenemos que limitar la muestra a 10 casos y a continuación
realizamos los mismos pasos que anteriormente.
7. Podemos decir que existe una
correlación entre ambas
variables de 0.757, la cual nos
indica que es una correlación
buena al ser positiva nos
informa también de que al
aumentar una variable la otra
también aumenta.
