semi 10 blog

24
Seminario 10: Concordancia y Seminario 10: Concordancia y Correlación Correlación Correlación Bivariada • Concepto • Tipos de Coeficientes – Coeficiente de Pearson – Coeficiente rho de Sperman • Recordar la prueba de normalidad • Elaboración de gráficos de dispersión • Ejercicio para el blog Concordancia • Concepto • Índice de Kappa

Upload: fatimamp

Post on 27-Jul-2015

166 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Semi 10 blog

Seminario 10: Concordancia y Seminario 10: Concordancia y CorrelaciónCorrelación

– Correlación Bivariada• Concepto• Tipos de Coeficientes

– Coeficiente de Pearson– Coeficiente rho de Sperman

• Recordar la prueba de normalidad• Elaboración de gráficos de dispersión• Ejercicio para el blog

– Concordancia• Concepto• Índice de Kappa

Page 2: Semi 10 blog

CorrelaciónCorrelación

• Mide la relación entre dos variables cuantitativas• Existe correlación entre dos variables:

sí estas varían conjuntamenteO lo que es lo mismo…cuando los valores de una variable

cambian cuando lo hacen los valores de la otra variablePuede tender a ser más altos o a ser más bajos

– Correlación positiva: sí el cambio es en la misma dirección.– Correlación negativa: sí el cambio se produce en distinta dirección.

• La correlación se representa mediante diagramas de dispersión

Page 3: Semi 10 blog

Correlación entre dos variables: Correlación entre dos variables: Diagramas de dispersiónDiagramas de dispersión

Page 4: Semi 10 blog

Estadísticos que miden la correlación

• Coeficientes de correlación– R de Pearson

• Estadístico de elección, el más utilizado. – Sí las variables se distribuyen normalmente

• Toma valores de -1 a 1• Si 0: no hay relación

– Rho de Sperman• Si las variables no se distribuyen normalmente• Toma valores de -1 a 1• Si 0: no hay relación

– Tau-B de Kendall

Page 5: Semi 10 blog

Para decidir … hay que comprobar la normalidad…

– R de Pearson. R de Pearson. Es el estadístico de elección, el más utilizado

• Sí las variables se distribuyen normalmente

– Rho de SpermanRho de Sperman• Si las variables no se distribuyen normalmente

Para la realización del ejercicio utilizaremos la matriz de datos del Proyecto de Innovación docente.

Page 6: Semi 10 blog

Recordar el Test para comprobar la normalidad

• Dos pruebas de normalidad en SPSS– Test de Kolmogorov- Smirnov

• Si el tamaño muestral es superior a 50

– Test de Shapiro-Wilks• si el tamaño muestral es inferior a 50

Page 7: Semi 10 blog

• Fijarnos que los grados de libertad coincide con N y…

Si N es mayor de 50: KolmogorovSi N es menor que 50: Shapiro

• En ambos casos: Siempre que el valor de la prueba sea mayor que 0,05

aceptamos la normalidad

Page 8: Semi 10 blog

Ejercicio de Correlación para el blog

• 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.

• Comenta los resultados.• Represéntalos gráficamente.

Page 9: Semi 10 blog

Notas de acceso y pesoTenemos que elegir dos variables cuantitativas:

- Nota de acceso al Grado de Enfermería.- Peso

Formulamos nuestra hipótesis nula:Ho: No hay relación entre la nota de acceso y el peso de los alumnos.

Variable independiente: nota de acceso Variable dependiente: peso.

Comprobaremos si siguen una distribución normal. (Ho: La nota de acceso sigue una distribución normal).

PROCEDIMIENTO EN SPSS:Seleccionamos: Analizar→ Estadísticos descriptivos → ExplorarSeleccionamos la variable nota de acceso Seleccionamos gráficos → marcamos “gráficos con pruebas de normalidad “→ Continuar> → Aceptar

Page 10: Semi 10 blog
Page 11: Semi 10 blog
Page 12: Semi 10 blog

• En el recuadro de PRUEBAS DE NORMALIDAD: nos fijamos en los grados de libertad; como es 49 nos fijaremos

en el nivel de significación de Shapiro-Wilk (0,000).

• 0,000<0,05: rechazamos la hipótesis nula.

• Conclusión: podemos decir que la “Nota de Acceso” no sigue una distribución normal.

• No será necesario realizar la prueba de normalidad a la otra variable, ya que con que una de las 2 no siga una distribución normal tenemos que usar la Rho de Sperman.

Page 13: Semi 10 blog
Page 14: Semi 10 blog
Page 15: Semi 10 blog

A continuación comprobamos la correlación:

Ho: No hay relación entre la nota de acceso y el peso de los alumnos.

PROCEDIMIENTO EN SPSS:• Analizar> Correlaciones > bivariadas• Seleccionamos las dos variables > Coeficiente de

correlación de Spearman> Aceptar.

Page 16: Semi 10 blog
Page 17: Semi 10 blog
Page 18: Semi 10 blog

En el recuadro aparece:

• El coeficiente de Correlación de Spearman: es de -0,095 (correlación negativa y prácticamente nula ya

que su valor es prácticamente 0, por lo que la dispersión será muy grande.

• El valor de p (sig. Bilateral):0,527

• 0,527 > 0,05

• Conclusión: Se acepta la hipótesis nula, es decir, no hay relación entre la nota de acceso y el peso.

Page 19: Semi 10 blog
Page 20: Semi 10 blog

REPRESENTACIÓN GRÁFICAPROCEDIMIENTO EN SPSS:

• Gráfico→ cuadro de diálogos antiguos→ Dispersión/puntos

• Seleccionamos el icono “dispersión simple”→ Definir

• Nos sale un recuadro “Diagrama de distribución simple” → ponemos:

en el eje x, la nota de acceso en el eje y, el peso

• Aceptamos y obtenemos el gráfico, en el que podemos ver que existe bastante dispersión, comprobando así que no hay relación entre las variables.

Page 21: Semi 10 blog
Page 22: Semi 10 blog
Page 23: Semi 10 blog
Page 24: Semi 10 blog