Tarea del seminario 9, donde se realizan distintos contrastes de hipótesis para observar la correlación entre distintas variables, eligiendo un tipo de coeficiente de correlación dependiendo del tipo de estas. Ejercicio realizado paso a paso utilizando el programa estadístico SPSS.

1. Lucía Mayo Garrucho
1º Enfermería Grupo B. Macarena. Subgrupo 7
Estadística y TIC
Facultad de enfermería, fisioterapia y podología.
Universidad de Sevilla.

3. • La estadística descriptiva nos ayuda a resumir, ordenar y conducir
para poder usar la teoría del muestreo.
• Si hemos cogido y ordenado los datos adecuadamente, La TEORIA
DE LA PROBABILIDAD nos permite hacer cálculos con los datos de
la población que estamos analizando, es decir nos permite hacer
cálculos sobre la población.
• Sin la teoría de la probabilidad, no se podrían hacer cálculos sobre
la población y por lo tanto sin la teoría de la probabilidad no habría
estadística inferencial.

4. ESTIMACIONES
ESTIMACIONES
PUNTUALES
INTERVALOS
DE
CONFIANZA
CONTRASTE DE
HIPOTESIS
METODOS
PARAMÉTRICOS
METODOS
NO
PARAMÉTRICOS

5. • La Ho: es lo que ya sabíamos, es la que indica que lo observado es
fruto de la variabilidad, de la casualidad.
• La H1 es lo contrario, y será desigual mayor o menor que el valor
de la hipótesis y nos indica que las variaciones observadas, no son
casuales ni fruto de la variablidad.
.
, dependiendo de la variación que observemos.

6. • Antes de los ejercicios, vamos debemos saber algunas nociones
básicas sobre correlaciones
‐ La relación es un número que oscina entre -1,0,1
‐ Las correlaciones sirven para ver si están relacionadas las
variables y la intensidad de dicha relación.
‐ Cuando las correlaciones se tratan de tipo biológicas, no
podemos esperar que sean relaciones sean muy intensas.
valor negativo: relación indirectamente
proporcional/tiende a la categoría codificada con 0
valor positivo: relación directamente proporcional/tiende
a la categoría codificada con 1

7. ‐ Las correlaciones pueden ser:
Paramétricas: si asumen normalidad (cuantitativas generalmente)
No paramétricas: si no asumen normalidad (cualitativas generalmente)
‐ Dependiendo de las variables con las que trabajemos
usaremos distintos coeficientes para calcular la correlación

8. ABRIMOS EL FICHERO SPSS OBESIDAD DE LA ENSEÑANZA VIRTUAL
Con Pearson relacionaremos dos variables en ESCALA
Peso medido en consulta
Tensión diastólica que están
• creemos que sigue distribución de normalidad, pero
tenemos que comprobarlo  Hacemos un Contraste de
Normalidad.

9. 1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
Ho: μ=μo
H1: μ<μo
Ho: Si Normal
H1: No normal
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. SELECCIONAR LA PRUEBA ESTADÍSTICA
Para hacerla usamos KOLMGOROV pues nuestra n<50podemos
hacer con dos

10. 4. HACER LOS CALCULOS Y OBTENER UNA CONCLUSIÓN

11. Resultado
SIG: 0.000<0.05 por lo que rechazamos la hipótesis nula
Entonces cogemos la alternativa y no es normal.
Ocurre lo mismo con la tensión arterial
NO NORMAL
NO PODEMOS HACER
PEARSON.
TENEMOS QUE HACER
SPEARMAN

12. Peso medido en consulta
Tensión diastólica que están
Ho: Rsp=0
H1: Rsp≠0
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
Ho: Relacionadas por casualidad / (No relacionadas)
H1: Relacionadas por alguna causa/ (Relacionadas)
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05

13. 3. HACEMOS LA PRUEBA ESTADÍSTICA SPEARMAN

14. 4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG: 0.000<0.05 por lo que tenemos muy poca probabilidad de estar
equivocados al rechazar la hipótesis nula, por lo tanto rechazamos
la hipótesis nula.
Entonces cogemos la alternativa La relación que se establece es
CAUSAL, las variables están relacionadas.

15. 5. OBSERVAMOS LA INTENSIDAD DE RELACIÓN
Para ver el grado de relación nos fiamos en EL COEFICIENTE DE
CORRELACÓN Vemos que es 0.39 que es aprox. 0.4
Observamos esta relación en el y vemos que esta relación es entre baja
moderada
como es POSITIVO, esta relación es DIRECTAMENTE PROPORCIONAL.

16. Con Biserial Puntual relacionaremos dos variables una en
ESCALA y la otra en NOMIAL DICOTÓMICA
Sexo
Peso medido en consulta
• Codificamos el hombre 0 y la mujer 1
*En este caso cuando trabajemos con SPSS lo haremos igual que
si calculáramos Pearson porque en SPSS Biserial Puntual y
Pearson se hacen de la misma manera

17. Ho: Rp=0
H1: Rp≠0
Ho: Variables sexo y peso independientes
H1: Variables sexo y peso relacionadas
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
*En la Biserial no es directamente o indirectamente proporcional
dependiendo del signo del valor:
-si es negativo, tiende al a variable que se haya categorizado con el 0
-si es positivo, tiende a la variable que se haya categorizado con el 1

18. 3. HACEMOS LA PRUEBA ESTADÍSTICA BISERIAL PUNTUAL

19. 4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG: 0.000<0.05 por lo que tenemos muy poca probabilidad de estar
equivocados al rechazar la hipótesis nula, por lo tanto rechazamos la
hipótesis nula.
Entonces cogemos la alternativa La relación que se establece es CAUSAL,
las variables están relacionadas.
SIGNIFICACIÓN

20. 5. OBSERVAMOS LA INTENSIDAD DE RELACIÓN
Para ver el grado de relación nos fiamos en EL COEFICIENTE DE CORRELACÓN Vemos
que es -0,349
Observamos esta relación en el esquema y vemos que es baja.
Como es NEGATIVO , esta relación tiende a la categoría codificada con 0 
MASCULINO.

21. Con Phi relacionaremos dos variables NOMINALES DICOTÓMICAS
Satisfacción con su peso
Sexo
• Codificamos el hombre 0 y la mujer 1
*En este caso cuando trabajemos con SPSS lo haremos mediante
tablas cruzadas

22. Ho: R=0
H1: R≠0
Ho: Variables sexo y satisfacción con su peso
son independientes
H1: Variables sexo y satisfacción con su peso
Tienen alguna relación
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. HACEMOS LA PRUEBA ESTADÍSTICA BISERIAL PUNTUAL
En este caso al hacer las tablas cruzadas como veremos a
continuación ponemos en:
variable independiente
variable dependiente

23. SATISFACCION
(INDEPENDIENTE)
SEXO
(DEPENDIENTE)
1. Metemos Las variables
2. Seleccionamos que nos muestre los gráficos
de B.A
3. Clicamos en ESTADISTICOS
4. En estadisticos Seleccionamos Phi y V de
Cramer
5. CONTINUAR CONTINUAR

24. 4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN

25. SIG: 0,383
SIG de Phi >0.005
Por lo que acepto la hipótesis nula.
Significa que NO HAY RELACIÓN SIGNIFICATIVA ENTRE LAS
VARIABLES .
*No seguimos analizando al ser la relación casual

26. Con Contingencia relacionaremos dos variables NOMINALES (AL
MENOS UNA NO DICOTÓMICA)
Hábito tabáquico
Sexo
• Codificamos el hombre 0 y la mujer 1 en la variable sexo
*En este caso cuando trabajemos con SPSS también lo haremos
mediante tablas cruzadas

27. Ho: R=0
H1: R≠0
Ho: Variables sexo y hábito tabáquico son
independientes
H1: Variables sexo y habito tabáquico
Tienen alguna relación
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. HACEMOS LA PRUEBA ESTADÍSTICA BISERIAL PUNTUAL
En este caso al hacer las tablas cruzadas como veremos a
continuación ponemos en:
variable independiente (habito tabáquico)
variable dependiente (sexo)

28. HAB. TABÁQUICO
SEXO
1. Metemos Las variables
2. Seleccionamos que
nos muestre los gráficos
de Barras agrupadas
3. Clicamos en ESTADISTICOS

29. 1. En estadísticos Seleccionamos Coeficiente de
contingencia
2. CONTINUAR
CONTINUAR

30. 4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG de CONTINGENCIA <0.005
Por lo que RECHAZAMOS la hipótesis nula, ACEPTAMOS la hipótesis alternativa
Significa HAY RELACIÓN SIGNIFICATIVA ENTRE LAS VARIABLES.
SIG: 0,002

31. 5. OBSERVAMOS LA INTENSIDAD DE RELACIÓN

32. Para ver el grado de relación nos fiamos en EL COEFICIENTE DE
CORRELACÓN Vemos que es -0,223
Observamos esta relación en el gráfico de intensidad y vemos
que es una correlación baja.
Como es POSITIVO, y es una variable cualitativa esta relación
tiende a la categoría codificada con 1  FEMENINO
Es decir: Hay una relación significativa baja entre el hábito
tabáquico y el sexo femenino.
*También podemos
observar esta relación
en las gráficas