Correlaciones entre variables bivariadas. Diagrama de dispersión.

1. SEMINARIO 9: CORRELACIÓN
ENTRE VARIABLES
BIVARIADAS. DIAGRAMA DE
DISPERSIÓN
Andrea Cejudo Crespo
Subgrupo 2 Grupo 1

2. tarea
Relación entre dos variables cuantitativas
◦ Coeficiente de correlación Spearman: pruebas no paramétricas, distribución anormal
◦ Coeficiente de Pearson: pruebas parámetricas, distribución normal
◦ Para ello, utilizaremos la prueba de la normalidad: Kolmogorov-Smirnov o Shapiro-Wilk

3. CORRELACIÓN 1
◦ Número de instrumentaciones y número de infecciones intrahospitalarias
◦ -Analizar – correlacionar – bivariadas
◦ -Variables: número de infecciones intrahospitalarias y número de instrumentaciones –
◦ Opciones – medias y desviaciones estándar
◦ -Coeficientes de correlación: PEARSON
◦ -Señalar las correlaciones significativas

4. CORRELACIÓN 1
◦ -Gráficos – cuadro de diálogo antiguo -dispersión/puntos – dispersión simple
◦ -Variable independiente, EJE Y: número de instrumentaciones
◦ -Variable dependiente, EJE X: número de infecciones intrahospitalarias

5. CORRELACIÓN 1

6. CORRELACIÓN 1
◦ Encontramos mucha dispersión entre los datos, es decir, no hay un progresión lineal.
◦ Los datos están correlacionados pero nos da un valor erróneo no siguen una distribución
normal. Por ello, tenemos que usar Spearman pero nos da un valor erróneo no siguen una
distribución normal. Por ello, tenemos que usar Spearman

7. CORRELACIÓN 2: número de catéteres
intravenosos y número de infecciones
intrahospitalarias
◦ Realizamos los mismos pasos anteriores.
-Variable independiente, EJE Y: número de catéteres intravenosos
-Variable dependiente, EJE X: infecciones intrahospitalarias

8. CORRELACIÓN 2:
◦ Al igual que en el caso anterior, encontramos mucha dispersión entre los datos, es decir, no
siguen un criterio de normalidad, no hay un progresión lineal.
◦ Los datos están correlacionados pero nos da un valor erróneo no siguen una distribución
normal. Por ello, tenemos que usar Spearman

9. CORRELACIÓN 3: ventilación mecánica y número
de infecciones respiratorias
◦ Realizamos los mismos pasos anteriores.
◦ Variable independiente, EJE Y: ventilación mecánica
◦ Variable dependiente, EJE X: número de infecciones respiratorias

10. CORRELACIÓN 3:
◦ Sucede como en los dos casos anteriores. Hay mucha dispersión entre los datos, no siguen un
criterio de normalidad, es decir, no hay un progresión lineal.
◦ Los datos están correlacionados pero nos
da un valor erróneo no siguen una distribución normal.
Por ello, tenemos que usar Spearman