El documento presenta los resultados de tres análisis de correlación de Pearson realizados en SPSS. El primer análisis encontró una correlación débil entre el peso y las horas dedicadas al deporte. El segundo análisis encontró una fuerte correlación negativa entre el número de cigarrillos fumados diariamente y la nota de acceso. El tercer análisis, limitado a 10 casos, encontró una correlación positiva moderada entre el peso y la altura.

2. 1.1 - UTILIZANDO NUESTRA BASE DE DATOS
COMPRUEBA LA CORRELACIÓN ENTRE LA VARIABLE
PESO Y LA VARIABLE HORAS DE DEDICACIÓN AL
DEPORTE. COMENTA LOS RESULTADOS.
Para averiguar la correlación entre estas dos variables, realizamos un
diagrama de dispersión de puntos con SPSS, y obtenemos la
siguiente distribución:

3. Sería lógico esperar que existiera una correlación
negativa, en la que el peso disminuyera conforme
aumentan las horas dedicadas a realizar
deporte, pero por el contrario no se ve una
correlación clara entre ambas variables.
Sin embargo, como la apreciación visual no es
concluyente, realizamos un contraste de hipótesis
mediante el coeficiente de correlación lineal de
Pearson.

4. Tras hacer la correlación de Pearson en Analizar…
Correlaciones… Bivariadas y hacer click en
Pearson, obtenemos la siguiente tabla:
Como el coeficiente de correlación de Pearson es
0’41, concretamos que es un valor demasiado bajo como
para que exista correlación relevante entre ambas
variables.
Siendo la significancia 0’091, se acepta la
hipótesis nula dado que es mayor que 0,05.

5. 1.2.- CALCULA EL COEFICIENTE DE CORRELACIÓN DE
PEARSON PARA LAS
VARIABLES NO DE CIGARRILLOS FUMADOS AL DÍA Y
NOTA DE ACCESO. COMENTA LOS RESULTADOS.
Igual que hicimos en el ejercicio anterior, abrimos el programa SPSS , y
abrimos Analizar… Correlaciones… Bivariadas… Y seleccionamos el
coeficiente de Pearson, obteniendo el siguiente resultado.

6. Obviamente el grado de correlación negativa
entre ambas es muy grande (-0’976), por lo
que afirmamos que existe un alto grado de
correlación entre ambas variables.
Siendo la significancia 0’001, se acepta la
hipótesis alternativa dado que es menor que
0,05.

7. 1.3.- CALCULA EL COEFICIENTE DE CORRELACIÓN DE PEARSON
PARA LAS VARIABLES PESO Y ALTURA (LIMITANDO LA MUESTRA A
10 CASOS). COMENTA LOS RESULTADOS.
Usamos el mismo método de antes (eliminando del archivo los casos
sobrantes) y obtenemos la siguiente tabla:
Como el coeficiente de correlación, en este caso positiva, es
0’757, afirmamos que existe correlación entre ambas variables, si
bien no tan intensa como en el caso anterior.
Siendo la significancia 0’011, se acepta la hipótesis
alternativa dado que es menor que 0,05.