MANUAL ESTADISTICA APLICADA CON SPSS
Manual de estadística aplicada
Manual de estadística aplicada
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Dos variables pueden estar muy correlacionadas entre sí, pero si la asociación no es<br />
lineal, el Coeficiente de Pearson no será útil para medir el grado de asociación.<br />
Estudio de Caso<br />
Con el objeto de incrementar las ventas, los expertos en diseño de vehículos de una<br />
firma han orientado su atención a los aspectos que el cliente considera importantes.<br />
Por ejemplo, la importancia entre el gasto de combustible con relación a las ventas.<br />
Una manera de medir esta asociación es calcular la estimación entre ambas.<br />
La información relativa al caso está en el archivo car_sales.sav.<br />
Vamos a usas el procedimiento de la Correlación Bivariada para medir la importancia<br />
del consumo de combustible y las ventas de los vehículos.<br />
Correlación Bivariada con el <strong>SPSS</strong><br />
Traemos el archivo car_sales.sav<br />
Como un paso preliminar, averigüemos si las relaciones que podrían existir entre las<br />
diferentes variables que conforman el archivo.<br />
Menú → Analyze > Correlate > Bivariate → Sales in thousands y Fuel efficiency como las<br />
variables de análisis → OK.<br />
Tabla 13.1: Correlations<br />
Sales in thousands<br />
Fuel efficiency<br />
Sales in thousands Pearson Correlation 1 -,017<br />
Sig. (2-tailed) ,837<br />
N 157 154<br />
Fuel efficiency Pearson Correlation -,017 1<br />
Sig. (2-tailed) ,837<br />
N 154 154<br />
Traemos la tabla 13.1 de la Pantalla de Resultados; la relación entre la variables Sales in<br />
thousands y Fuel efficiency está medida por el Coeficiente de Pearson<br />
El Coeficiente de Correlación de Pearson mide la asociación lineal entre dos variables<br />
de escala<br />
166