Este documento describe un ejercicio para analizar la correlación entre dos variables, la altura y el peso, tomadas de un cuestionario. Explica que primero se debe realizar una prueba de normalidad para determinar si se usa el coeficiente de Pearson o de Spearman. Luego describe cómo realizar la prueba de normalidad en SPSS y analizar los resultados. Finalmente, calcula el coeficiente de Pearson y encuentra una correlación significativa entre la altura y el peso, lo que indica que estas variables están relacionadas.

2. EJERCICIO PARA SUBIR AL BLOG.
1. Elige dos variables de la matriz de datos del cuestionario.
La que queráis pero deberás justificarla.
Recuerda que tienes que hacer la prueba de normalidad para
decidir el estadístico de correlación que tienes que utilizar.
2. Comenta los resultados.
3. Represéntalos gráficamente.

3.  Para comprobar si existe correlación y concordancia entre dos variables
cuantitativas podremos usar entre otros estos dos estadísticos. Estos 2 estadísticos
son el coeficiente de Pearson y el coeficiente de Sperman.
 Las variables que vamos a elegir han de ser dos variables cuantitativas, en este
caso usaremos la altura y el peso y lo que buscamos con el ejercicio es conocer si
existe correlación y concordancia entre estas dos variables o dicho de otra forma si
la correlación entre la altura y el peso es significativa.
 Pero primero debemos de saber si las variables siguen una distribución normal o
no, dependiendo del resultado utilizaremos un estadístico u otro, Coeficiente de
Pearson o Coeficiente de Sperman.
 Coeficiente de Pearson si las dos variables siguen una distribución normal.
 Coeficiente de Sperman si una de las dos o las dos no siguen una distribución
normal.

4.  Para comprobar si las variables siguen una distribución normal o no lo haremos por
medio de dos tipos de test o pruebas de normalidad que son:
 Test de Kolmogorov: Lo usaremos para conocer si la distribución de las variables es
normal o no si el valor de N (que coincide con los grados de libertar al ser una sola
variable) es mayor de 50.
 Test de Shapiro: Lo usaremos para conocer si la distribución de las variables es
normal o no si el valor de N (que coincide con los grados de libertad al ser una sola
variable) es menor de 50.
 Para hacerlo en SPSS lo haremos a través de analizar, estadísticos, explorar, gráficos y
marcamos la casilla “gráficos con pruebas de normalidad”.

8.  En los resultados obtenidos en la tabla de pruebas de normalidad podemos observar que
N es en las dos variables 48.
48 es menor que 50 por lo que vamos a elegir el Test de Shapiro.
 Ahora miramos los resultados obtenidos de las dos variables en el cuadro de Shapiro.
El Sig de la altura es 0,532 y el Sig del Peso es 0,154.

9. Con estos datos tenemos que tener en cuenta de que;
 Siempre que el valor de la prueba sea mayor que 0,05 aceptamos la normalidad.
 El valor sig de la variable de la altura es 0,532, que es mayor que 0,05, por lo que esta
variable sí sigue una distribución normal
 El valor sig de la variable del peso es 0,154 que es mayor de 0,05, por lo que esta
variable sí sigue una distribución normal.
 Como las dos variables siguen una distribución normal usaremos el coeficiente de
Pearson.
 Ahora que ya sabemos que vamos a usar el Coeficiente de Pearson, vamos a hallarlo
con el SPSS. Analizar, correlaciones, bivariadas, elegimos Pearson y analizamos los
resultados obtenidos.

13. Nos aparece una tabla donde vemos los valores de los
Coeficientes de Pearson.

14.  Si el valor está entre -1 y 1 si existirá correlación o concordancia entre las dos variables, o lo
que es lo mismo la correlación entre las dos variables sí es significativa.
 Si el valor es 0 cercano a 0 (todo valor que sea 0,0..) la correlación no será significativa o lo
que es lo mismo no existirá correlación o concordancia entre las dos variables.
 En nuestro caso el valor del Coeficiente de Pearson que nos aparece en la tabla de
correlaciones es de 0,619. Esto significa que la correlación es significativa entre las dos
variables o lo que es lo mismo, que existe correlación o concordancia entre las variables del
peso y la altura de los alumnos. Otra forma de decirlo es que cuando los valores de una
variable cambian los valores de la otra variable también cambian en la misma dirección.

15. REPRESENTACIÓN GRÁFICA.