Sie sind auf Seite 1von 182

2016

Guía de SPSS 22 para elaboración de


trabajos de investigación científica.

Dr. Oscar Rafael Guillen Valle PhD.


www.andoeducandoperu.com
Teléfonos de Lima – 992505092 –
990573292 - 2615918
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Nunca consideres el estudio como una obligación, sino como una oportunidad para
penetrar en el bello y maravilloso mundo del saber.
Albert Einstein

Excelente maestro es aquel que, enseñando poco, hace nacer en el alumno un deseo
grande de aprender.
Arturo Graf

Tengo un sueño, un solo sueño, seguir soñando. Soñar con la libertad, soñar con la
justicia, soñar con la igualdad y ojalá ya no tuviera necesidad de soñarlas.
Martin Luther King

P á g i n a 1 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Contenido

INTRODUCCIÓN 4

PRUEBAS PARAMÉTRICAS 5
1. T DE STUDENT PARA UNA MUESTRA 6
2. T DE STUDENT PARA MUESTRAS INDEPENDIENTES 11
3. T DE STUDENT PARA MUESTRAS RELACIONADAS 17
4. ANOVA CON UN FACTOR INTERSUJETOS 22
5. T DE STUDENT PARA MUESTRAS RELACIONADAS 28
6. COEFICIENTE DE CORREALCIÓN “R” DE PEARSON 33

PRUEBAS NO PARAMÉTRICAS 38
7. BONDAD DE AJUSTE 39
8. BONDAD DE AJUSTE BINOMIAL 43
9. U MANN-WITHNEY 48
10. DEPENDENCIA CHI - CUADRADO 53
11. KRUSKAL WALLIS 56
12. WILCOXON 60
13. Q DE COCHRAN 64
14. MC NEMAR 68
15. FRIEDMAN 73
16. SPEARMAN 78

LABORATORIOS PARA PRUEBAS ESTADISTICA CUANTITATIVAS Y CUALITATIVAS 84


Laboratorio Nro. 1 – Normalidad y Homocedasticidad (Prueba de Levene) 85
Laboratorio Nro. 01 101
Procesamiento de datos 101
Laboratorio Nro. 01 Pearson y Rho de Spearman – Correlacionales 114
LABORATORIO NRO 02 --- U MANN WHITNEY 127
Laboratorio Nro. 03 – Prueba de Kruskall Wallis 135
Laboratorio Nro. 04 Pruebas de Wilconxon 142
Laboratorio Nro. 05 Test de McNemar 152
Laboratorio Nro. 06 Correlación de Yates 157
Laboratorio Nro. 07 164
Análisis de la varianza con un factor - Anova con un factor 164

P á g i n a 2 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 3 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

INTRODUCCI N

La ESTADÍSTICA es considerada como el conjunto de procedimientos utilizados para


clasificar, calcular, analizar y resumir los datos obtenidos de manera sistemática.
Las pruebas estadísticas permiten contrastar la veracidad o falsedad de las hipótesis
enunciadas desde el punto de vista estadístico. Las cuales se clasifican en pruebas
paramétricas y pruebas no paramétricas.
Las paramétricas exigen a los datos a los que se aplica, que se cumplan los siguientes
requisitos:
 Variable numérica. Que las variables de estudio esté medida en una escala que
sea por lo menos de intervalo.
 Normalidad. Que los valores de las variables sigan una distribución normal,
por lo menos, en la población al que pertenece la muestra.
 Homocedasticidad. Que las varianzas de la variable dependiente en los grupos
que se comparan sean aproximadamente iguales (homogeneidad de las
varianzas).
Cuando los datos cumplen con los requisitos indicados, las pruebas estadísticas
paramétricas exhiben su máximo poder. Cuando estas pruebas estadísticas se aplican a
datos que no cumplen al menos uno de los requisitos señalados, pierde parte de su poder.
Si no se cumple una de las tres condiciones se consideran las pruebas no paramétricas,
las cuales no hacen ningún tipo de suposición acerca de la forma exacta de la población
en la que fueron extraídas las muestras. Si se puede utilizar una prueba paramétrica y
se usa una no paramétrica hay una pérdida de información.

P á g i n a 4 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PRUEBAS PARAMÉTRICAS

P á g i n a 5 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

1. T DE STUDENT PARA UNA MUESTRA

Tipo de estudio Transversal


Nivel de investigación Descriptivo
Objeto estadístico Comparar
Variable de estudio Numérica (un grupo)
Tipo de distribución Con normalidad

 ¿Qué es?
Prueba si la medida de la muestra de una variable difiere significativamente de
la medida conocida de la población. Así podemos saber si una determinada
muestra procede de una población cuya media verdadera se conoce.
 ¿Cuál es su fórmula?
En esta prueba se evalúa la hipótesis nula de que la media de la población
estudiada es igual a un valor especificado , se hace uso del estadístico:

Donde:
: Media muestral.
Desviación estándar muestral.
Tamaño de la muestra.
Existen grados de libertad asociados con la prueba t para una
muestra.

 ¿En qué situaciones se debe de usar?

Se utiliza la prueba t para una sola muestra cuando se tiene una sola
población de interés, por ejemplo los alumnos del quinto grado A de
secundaria; para el cual se quiere analizar una hipótesis sobre una
característica de esta población.
Para calcular la significación de las diferencias obtenidas por una muestra de
sujetos en determinados test psicológicos y los valores medios de los baremos,
tomados como valores poblacionales. O, en otros casos, para comparar la
media del test de cada individuo con la media grupal, en cuyo caso primero
hay que calcular la media del grupo y posteriormente aplicar la prueba t para
una muestra.

P á g i n a 6 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

¿Cuáles son sus supuestos?


Tamaño de muestra : Menor de 30
Variable : Numérica
Distribución de datos : Normal

Caso práctico1:
El director del centro educativo Miguel Grau quiere verificar si el promedio de
los estudiantes de quinto grado de educación primaria de la sección A es de 16 en
la asignatura de Lógica y funciones, para ello selecciona una muestra de 16
estudiantes:

Datos:
15 14 13 16 17 15 14 13

16 17 15 14 16 17 13 12

1. Plantear la hipótesis
H0: El promedio de los estudiantes de quinto gado es de 16 en la asignatura de
lógica y funciones.
H1: El promedio de los estudiantes de quinto gado es diferente de 16 en la
asignatura de lógica y funciones.

2. Nivel de significancia: α = 0.05

3. Tipo de Prueba: t de Student


Supuestos de la prueba
1. Tamaño de muestra: menor de 30
2. Distribución de datos: Normal

P á g i n a 7 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA PROBAR LA NORMALIDAD EN SPSS


Paso1:

Pasos: 2 y 3

SALIDA DEL SPSS


P á g i n a 8 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Nota ,146 16 ,200* ,931 16 ,257
a. Corrección de la significación de Lilliefors.
*. Este es un límite inferior de la significación verdadera.

P VALUE Según la prueba de Shapiro – Wilk El estadístico obtenido es de


0.931 con un p-value de 0.257 que supera el 0.05; entonces se concluye que, los datos
tienen una distribución normal.

Si p value es mayor a 0,05 si tiene normalidad

PASOS PARA UTILIZAR LA PRUEBA T – STUDENT EN EL SPSS

Paso 1:

Paso 2:

P á g i n a 9 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

SALIDA DEL SPSS

Prueba T- Student Para una muestra


Valor de prueba = 16
95% Intervalo de confianza
Sig. Diferencia de para la diferencia
t gl (bilateral) medias Inferior Superior
Nota -2,967 15 ,010 -1,188 -2,04 -,33
P value

Según los resultados de la Prueba T – Student el estadístico alcanzo un valor de -


2,967 y un p- value de 0.010 < 0.05 por lo que se rechaza la hipótesis nula con un
nivel de significancia del 0.05 y se concluye que el promedio de los estudiantes de quinto
gado es diferente de 16 en la asignatura de lógica y funciones.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 10 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

2. T DE STUDENT PARA MUESTRAS INDEPENDIENTES

Tipo de estudio Transversal


Nivel de investigación Descriptivo
Objeto estadístico Comparar
Variable de estudio Numérica (dos grupos)
Tipo de distribución Con normalidad

 ¿Qué es?

El procedimiento Prueba T para dos muestras independientes o T desapareadas


(muestras no relacionadas) compara las medias de dos grupos de casos. Para esta
prueba, idealmente los sujetos se deben de asignar aleatoriamente a dos grupos,
de forma que cualquier diferencia en las respuestas sea debido al tratamiento y
no a otros factores.

 ¿Cuál es su fórmula?

Dónde:
y : Medias de ambos grupos,
: Desviación típica
Número de casos.

 ¿En qué situaciones se debe de usar?


Si tenemos dos muestras, permite contrastar si existen diferencias entre las
medias de estas dos muestras.
Tienen su aplicación más típica cuando las unidades estadísticas que definen a
ambas muestras que están siendo comparadas no se superponen.
La aplicación de un contraste paramétrico requiere la normalidad de las
observaciones para cada uno de los grupos. La comprobación de esta hipótesis
puede realizarse tanto por métodos gráficos (por medio de histogramas,
diagramas de cajas o gráficos de normalidad) como mediante tests estadísticos.
Un número suficiente de observaciones (mayor de 30) justifica la utilización del
mismo test.
Así mismo, este tipo de metodología exigirá que la varianza en ambos grupos
de observaciones sea la misma.

P á g i n a 11 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

 ¿Cuáles son sus supuestos?


Variable dependiente: cuantitativa, variable independiente: nominal o
categórica con dos dimensiones.
Normalidad de los datos en ambas muestras.
Homocedasticidad de las varianzas.

Caso práctico 2:

El director del colegio Bartolomé Herrera del distrito de Los Olivos está interesado en
conocer las diferencias que existe entre los estudiantes varones y estudiantes
mujeres, respecto a la nota obtenida en el examen final en el curso de matemática en
los estudiantes del quinto año de secundaria; y para ello, toma una muestra de 28
estudiantes.

1. Plantear la hipótesis
H0: No existe diferencia entre los estudiantes varones y estudiantes mujeres con
respecto al rendimiento académico en el curso de Matemática.
H1: Existe diferencia entre los estudiantes varones y estudiantes mujeres con
respecto al rendimiento académico en el curso de Matemática.

2. Nivel de significancia:

3. Tipo de Prueba: t de Student


Supuestos de la prueba
Variable cuantitativa. (Nota en el curso de Matemática)
Normalidad de los datos.
Homocedasticidad de los datos

P á g i n a 12 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pasos para probar la normalidad en SPSS

Paso1:

Paso2:

Trasladar a lista de
factores

SALIDA DEL
SPSS

Pruebas de normalidad
Sexo de los Kolmogorov-Smirnova Shapiro-Wilk
estudiantes Estadístico gl Sig. Estadístico gl Sig.
Nota Hombre ,181 14 ,200 ,964 14 ,791
obtenida en Mujer ,178 12 ,200 ,950 12 ,639 P-value
el examen
de
Matemática

Según los resultados de la prueba de Shapiro Wilks el estadístico alcanzo un valor de 0.964
y 0.950 para ambos grupos con value de 0.791 y 0.639 ambos mayores a 0.05, por el cual
no se rechaza la hipótesis nula; por lo tanto, concluimos que los puntajes en ambos
grupos tienen distribución normal.

P á g i n a 13 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

PASOS PARA PROBAR LA HOMOCEDASTICIDAD


Paso 1

Paso 2:

SALIDA DEL SPSS

P á g i n a 14 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PRUEBA DE HOMOGENEIDAD DE VARIANZAS


Nota obtenida en el examen de Matemática

Estadístico de Levene gl1 gl2 Sig.

,006 1 24 ,936

Según los resultados obtenidos en la prueba de homogeneidad de varianza el P – value


obtenido 0.936 es mayor que el 0.05, por lo que no se rechaza la hipótesis nula y se
concluye que los datos son homogéneos.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

PASOS PARA REALIZAR LA PRUEBA T – STUDENT PARA MUESTRAS


INDEPENDIENTES
Paso 1

Paso 2:

SALIDA DEL SPSS

P á g i n a 15 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Según los resultados del análisis T – Student para muestras independiente El p value fue
de 0.433 > 0.05 Por lo que no se rechaza la hipótesis nula y se concluye que no existe
diferencia de rendimiento académico según sexo.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 16 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

3. T DE STUDENT PARA MUESTRAS RELACIONADAS

Tipo de estudio Longitudinal


Nivel de investigación Descriptiva
Objeto estadístico Comparar
Variable de estudio Numérica (dos medidas)
Tipo de distribución Con normalidad

 ¿Qué es?
Las pruebas t de muestras dependientes o apareadas, consisten típicamente en
una muestra de pares de valores con similares unidades estadísticas, o un
grupo de unidades que han sido evaluadas en dos ocasiones diferentes (una
prueba t de mediciones repetitivas). Un ejemplo típico de prueba t para
mediciones repetitivas sería que los sujetos sean evaluados antes y después de
un tratamiento.
Una prueba 't basada en la coincidencia de pares muestrales se obtiene de una
muestra desapareada que luego es utilizada para formar una muestra apareada,
utilizando para ello variables adicionales que fueron medidas conjuntamente
con la variable de interés.
La valoración de la coincidencia se lleva a cabo mediante la identificación de
pares de valores que consisten en una observación de cada una de las dos
muestras, donde las observaciones del par son similares en términos de otras
variables medidas. Este enfoque se utiliza a menudo en los estudios
observacionales para reducir o eliminar los efectos de los factores de confusión.

 ¿Cuál es su fórmula?

Donde:
: Media muestral de la diferencia.
Desviación estándar de la diferencia.
Tamaño de la muestra.
Existen grados de libertad asociados con la prueba t para una
muestra.
 ¿Cuáles son sus supuestos?
Nivel de medida delas variables: métricas, es decir, de intervalo o razón.

P á g i n a 17 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Distribución normal.
Varianza de la diferencia de medidas: desconocida.
Observaciones; pre_tratamiento y pos_tratamiento

Caso práctico 3:
Se realiza un estudio para conocer si el rendimiento académico de los estudiantes
cambia luego de aplicar cierta metodología de enseñanza.

1. Plantear la hipótesis
H0: No existe diferencia en el rendimiento académico después de aplicar
determinada metodología de enseñanza.
H1: Existe diferencia en el rendimiento académico después de aplicar determinada
metodología de enseñanza.

2. Nivel de significancia:

3. Tipo de Prueba: t de Student


Supuestos de la prueba
Normalidad de los datos
.
Pasos para probar la normalidad en SPSS
Paso1:

P á g i n a 18 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 2:

SALIDA DEL SPSS

Prueba de KOLMOGOROV - SMIRNOV para una muestra


Nota Nota
inicial final
N 60 60
Parámetros Media 11,30 12,95
normalesa,b Desviación típica 3,049 2,620
Diferencias más Absoluta ,161 ,158
extremas Positiva ,076 ,109
Negativa -,161 -,158
Z de Kolmogorov-Smirnov 1,246 1,221
Sig. asintót. (bilateral) ,090 ,101
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.

Los resultados presentados en la tabla indican que la distribución de los puntajes en


la nota inicial y en la nota final presentan estadísticos K-S-Z que no son estadísticamente
significativos, por lo cual podemos concluir que presentan una adecuada se aproximación a
la curva normal.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis
alterna

P á g i n a 19 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pasos para realizar la Prueba T – Student para muestras relacionadas.

Paso 1

Paso 2
Se seleccionan las variables

SALIDA del SPSS

Prueba de muestras relacionadas


Diferencias relacionadas
95% Intervalo
de confianza
Error Sig.
Desviación para la t gl
Media típ. de (bilateral)
típ. diferencia
la media
Inferio Superio
r r
Nota
inicia
Par
l -1,650 ,820 ,106 -1,862 -1,438 -15,591 59 ,000
1
Nota
final

P á g i n a 20 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Los resultados de la prueba T- Student muestran un P value <0.05 por lo que se


rechaza la hipótesis nula y se concluye que si existe diferencia en el rendimiento
académico después de aplicar cierta metodología.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 21 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

4. ANOVA CON UN FACTOR INTERSUJETOS

Tipo de estudio Transversal


Nivel de investigación Descriptivo
Objeto estadístico Comparar
Variable de estudio Numérica (más de dos grupos)
Tipo de distribución Con normalidad

 ¿Qué es?
El análisis de la varianza (ANOVA) es uno de los tests estadísticos más
ampliamente utilizados para probar la igualdad de más de dos medias de la
población.Es decir: Hipótesis: Cuando se trata de comparar varias medias cabe
la posibilidad de realizar comparaciones dos a dos Utilizando, por ejemplo el
test t. Este procedimiento no es correcto. Si, como es habitual, se utiliza un
valor crítico del 5 % para comprobar la hipótesis de ausencia de diferencias
entre las medias de las poblaciones, el nivel de significación real será mucho
mayor. Aunque todas las muestras procedieran de la misma población, una
media del 5 % de los valores t superarán el valor crítico. Puede demostrarse
que en 10 comparaciones independientes uno o más valores de t superará el
valor crítico t 0,95 en un 40 % de ocasiones. Es decir, es relativamente fácil
rechazar la hipótesis nula por un valor espurio de t a causa de la reiteración de
comparaciones. Una segunda razón es la pérdida de precisión al estimar la
varianza común cada dos grupos. Claro está que este problema se soluciona
utilizando la varianza global, pero sigue en pie el problema de la significación.

 ¿Cuál es su fórmula?

¿En qué situaciones se puede usar?


Entre los usos más frecuentes de las pruebas ANOVA se encuentran:
El Modelo de efectos fijos asume que los datos provienen de poblaciones
normales las cuales podrían diferir únicamente en sus medias
El Modelo de efectos aleatorios asume que los datos describen una jerarquía de
diferentes poblaciones cuyas diferencias quedan restringidas por la jerarquía.
El Modelo de efectos mixtos describen situaciones que éste puede tomar.
Ejemplo: (donde están presentes ambos tipos de factores: fijos y aleatorios).
¿Cuáles son sus supuestos?
La variable dependiente debe medirse al menos a nivel de intervalo.
P á g i n a 22 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Independencia de las observaciones.


La distribución de los residuales debe ser normal.
Homocedasticidad: homogeneidad de las varianzas.

Caso práctico:

Se realiza un estudio para conocer si existe diferencia en tres métodos de lectura


aplicados a tres grupos de estudiantes.

1. Plantear la hipótesis
H0: No existe diferencia entre los tres métodos de lectura.
H1: Existe diferencia entre los tres métodos de lectura.

2. Nivel de significancia:

3. Tipo de Prueba: ANOVA


Supuestos de la prueba
3. Normalidad de las puntuaciones en los grupos de estudios considerados.
4. Homocedasticidad de las puntuaciones.

PASOS PARA PROBAR LA NORMALIDAD EN SPSS

Paso1:

Paso 2 y 3:

Hacer clic en gráficos

P á g i n a 23 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

SALIDA de SPSS (Prueba de normalidad)


Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Método de Estadísti Estadísti
lectura co gl Sig. co gl Sig.
Nota Método de ,150 22 ,200 * ,954 22 ,377
obtenida en la lectura A
comprensión Método de ,128 22 ,200* ,950 22 ,311
de lectura lectura B
Método de ,168 22 ,105 ,889 22 ,018
Lectura C
a. Corrección de la significación de Lilliefors
*. Este es un límite inferior de la significación verdadera.

Según los resultados de la prueba de normalidad de Kolmogorov Smirnov las


puntuaciones de los tres grupos según método de lectura tienen distribución normal ya
que el p- value en los tres grupos resulto > 0.05 por lo que no se rechaza la hipótesis
nula y se concluye que las puntuaciones en el rendimiento académico en los tres grupos
de estudio presenta una aproximación a la curva normal.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

PASOS PARA PROBAR LA HOMOCEDASTICIDAD EN SPSS


Paso1:

Paso 2 y 3:

P á g i n a 24 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

SALIDA del SPSS

Prueba de homogeneidad de varianzas


Nota obtenida en la comprensión de lectura
Estadístico de
gl1 gl2 Sig.
Levene
,352 2 63 ,705

Según los resultados de la Prueba de Levene no se rechaza la hipótesis nula ya que el P-


value resulto > 0.05, por los que se concluye que, no existe homogeneidad de varianzas
en los tres grupos de estudio.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 25 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pasos para realizar el Análisis de Varianza en SPSS

Paso1:

Paso 2

RESULTADOS DEL SPSS

P á g i n a 26 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

ANOVA
Nota obtenida en la comprensión de lectura
Suma de Media
gl F Sig.
cuadrados cuadrática
Inter-grupos ,485 2 ,242 ,086 ,918
Intra-grupos 177,773 63 2,822
Total 178,258 65

El análisis comparativo de la nota en la comprensión lectora por método de lectura


realizado a través del análisis de varianza de un factor permite apreciar que no existe
diferencia estadística significativa en ninguno de los tres métodos, por lo que, no se
rechaza la hipótesis nula.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 27 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

5. T DE STUDENT PARA MUESTRAS RELACIONADAS

Tipo de estudio Longitudinal


Nivel de investigación Descriptiva
Objeto estadístico Comparar
Variable de estudio Numérica (dos medidas)
Tipo de distribución Con normalidad

¿Qué es?
Las pruebas t de muestras dependientes o apareadas, consisten típicamente en una
muestra de pares de valores con similares unidades estadísticas, o un grupo de
unidades que han sido evaluadas en dos ocasiones diferentes (una prueba t de
mediciones repetitivas). Un ejemplo típico de prueba t para mediciones repetitivas
sería por ejemplo que los sujetos sean evaluados antes y después de un tratamiento.
Una prueba 't basada en la coincidencia de pares muestrales se obtiene de una
muestra desapareada que luego es utilizada para formar una muestra apareada,
utilizando para ello variables adicionales que fueron medidas conjuntamente con la
variable de interés.8
La valoración de la coincidencia se lleva a cabo mediante la identificación de pares
de valores que consisten en una observación de cada una de las dos muestras, donde
las observaciones del par son similares en términos de otras variables medidas. Este
enfoque se utiliza a menudo en los estudios observacionales para reducir o eliminar
los efectos de los factores de confusión.

¿Cuál es su fórmula?

Donde:
: media muestral dela diferencia
desviación estándar de la diferencia
tamaño de la muestra
Existen grados de libertad asociados con la prueba t para una
muestra.

¿Cuáles son sus supuestos?


Nivel de medida delas variables: métricas, es decir, de intervalo o razón.
Distribución normal.
Varianza de la diferencia de medidas: desconocida.

P á g i n a 28 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Observaciones; pre_tratamiento y pos_tratamiento

Caso práctico:
Se realiza un estudio para conocer si el rendimiento académico de los estudiantes
cambia luego de aplicar cierta metodología de enseñanza.

4. Plantear la hipótesis
H0: No existe diferencia en el rendimiento académico después de aplicar
determinada metodología de enseñanza.
H1: Existe diferencia en el rendimiento académico después de aplicar determinada
metodología de enseñanza.

5. Nivel de significancia:

6. Tipo de Prueba: t de Student


Supuestos de la prueba
Normalidad de los datos.

Pasos para probar la normalidad en SPSS

Paso1:

P á g i n a 29 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 2:

SALIDA DEL SPSS

Prueba de KOLMOGOROV - SMIRNOV para una muestra


Nota Nota
inicial final
N 60 60
Parámetros Media 11,30 12,95
normalesa,b Desviación típica 3,049 2,620
Diferencias más Absoluta ,161 ,158
extremas Positiva ,076 ,109
Negativa -,161 -,158
Z de Kolmogorov-Smirnov 1,246 1,221
Sig. asintót. (bilateral) ,090 ,101
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.

Los resultados presentados en la tabla indican que la distribución de los puntajes en la nota
inicial y en la nota final presentan estadísticos K-S-Z que no son estadísticamente
significativos, por lo cual podemos concluir que presentan una adecuada aproximación a la
curva normal.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 30 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pasos para realizar la Prueba T – Student para muestras relacionadas.


Paso 1

Paso 2

Se seleccionan las variables

SALIDA del SPSS

Prueba de muestras relacionadas


Diferencias relacionadas
95% Intervalo
de confianza
Error Sig.
Desviación para la t gl
Media típ. de (bilateral)
típ. diferencia
la media
Inferio Superio
r r
Nota
inicia
Par
l -1,650 ,820 ,106 -1,862 -1,438 -15,591 59 ,000
1
Nota
final

P á g i n a 31 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Los resultados de la prueba T- Student muestran un P value <0.05 por lo que se


rechaza la hipótesis nula y se concluye que si existe diferencia en el rendimiento
académico después de aplicar cierta metodología.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 32 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

6. COEFICIENTE DE CORREALCIÓN “R” DE PEARSON

Tipo de estudio Transversal


Nivel de investigación Relacional
Objeto estadístico Comparar
Variable de estudio Numérica
Tipo de distribución Con normalidad

¿Qué es?
En estadística, el coeficiente de correlación de Pearson es una medida de la relación
lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la
correlación de Pearson es independiente de la escala de medida de las variables.
De manera menos formal, podemos definir el coeficiente de correlación de Pearson
como un índice que puede utilizarse para medir el grado de relación de dos varia
¿Cuál es su fórmula?
En el caso de que se esté estudiando dos variables aleatorias x e y sobre
una población estadística; el coeficiente de correlación de Pearson se simboliza con
la letra siendo la expresión que nos permite calcularlo:

Donde:
es la covarianza de
es la desviación típica de la variable
es la desviación típica de la variable
De manera análoga podemos calcular este coeficiente sobre un estadístico muestral,
denotado como a:

P á g i n a 33 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

¿Cómo interpretarla?
Para interpretar el coeficiente de correlación utilizamos la siguiente escala:
Valor Significado
-1 Correlación negativa grande y perfecta
-0,9 a -0,99 Correlación negativa muy alta
-0,7 a -0,89 Correlación negativa alta
-0,4 a -0,69 Correlación negativa moderada
-0,2 a -0,39 Correlación negativa baja
-0,01 a -0,19 Correlación negativa muy baja
0 Correlación nula
0,01 a 0,19 Correlación positiva muy baja
0,2 a 0,39 Correlación positiva baja
0,4 a 0,69 Correlación positiva moderada
0,7 a 0,89 Correlación positiva alta
0,9 a 0,99 Correlación positiva muy alta
1 Correlación positiva grande y perfecta

¿En qué situaciones se puede usar?


Dado dos variables, la correlación permite hacer estimaciones del valor de una de
ellas conociendo el valor de la otra variable. Mide el grado de co-variación entre
distintas variables relacionadas linealmente. Adviértase que decimos "variables
relacionadas linealmente". Esto significa que puede haber variables fuertemente
relacionadas, pero no de forma lineal, en cuyo caso no proceder a aplicarse la
correlación de Pearson. Por ejemplo, la relación entre la ansiedad y el rendimiento
tiene forma de U invertida; igualmente, si relacionamos población y tiempo la
relación será de forma exponencial. En estos casos (y en otros muchos) no es
conveniente utilizar la correlación de Pearson. Insistimos en este punto, que parece
olvidarse con cierta frecuencia.

Caso práctico:
Se realiza un estudio para conocer la relación que existe entre el número de horas de
estudio semanal y la calificación en un examen de Estadística.

1. Plantear la hipótesis
H0: Existe relación entre las horas de estudio y la calificación.
H1: No existe relación entre las horas de estudio y la calificación.

2. Nivel de significancia:
3. Tipo de Prueba: r de Pearson
Supuestos de la prueba
5. Normalidad de los datos.

P á g i n a 34 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pasos para probar la normalidad en SPSS


Paso1:

Paso 2

SALIDA DEL SPSS

P á g i n a 35 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Prueba de KOLMOGOROV - SMIRNOV para una muestra


Calificación en el
Horas de examen de
estudio semanal Estadística
N 60 60
Parámetros Media 5,07 14,63
normales a,b Desviación típica 2,261 3,103
Diferencias más Absoluta ,137 ,214
extremas Positiva ,103 ,122
Negativa -,137 -,214
Z de Kolmogorov-Smirnov 1,061 1,655
Sig. asintót. (bilateral) ,210 ,008
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.

Los resultados presentados en la tabla indican que la distribución de los puntajes en las
horas de estudio y la calificación en el examen presentan estadísticos K-S-Z que no son
estadísticamente significativos, por lo cual podemos concluir que presentan una adecuada
aproximación a la curva normal.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Pasos para realizar la correlación r de Pearson.


Paso 1
Seleccionar ambas variables

Paso 2

P á g i n a 36 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Resultados de SPSS

Correlaciones
Calificación en el
Horas de estudio examen de
semanal Estadística
Horas de estudio Correlación de 1 ,941**
semanal Pearson
Sig. (bilateral) ,000
N 60 60
Calificación en el Correlación de ,941** 1
examen de Estadística Pearson
Sig. (bilateral) ,000
N 60 60
**. La correlación es significativa al nivel 0,01 (bilateral).

Según los resultados presentados en la tabla, estos nos indican que existe una correlación
significativa muy alta que alcanza un valor de 0.941 entre las horas de estudio semanal y
la calificación en el examen.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 37 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PRUEBAS NO PARAMÉTRICAS

P á g i n a 38 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

7. BONDAD DE AJUSTE
Tipo de estudio Transversal
Nivel de investigación Descriptivo
Objeto estadístico Comparar
Numérica – Ordinal – Nominal
Variable de estudio
Politómica (un grupo)
Tipo de distribución Sin normalidad

¿Qué es?
Se entiende por bondad de ajuste a la asimilación de los datos observados de una
variable a una función matemática previamente establecida y reconocida. A través
de este es posible entonces predecir el comportamiento de la variable de estudio.
Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos
disponibles se ajustan a una determinada distribución.

¿Cuál es su fórmula?
Entre las pruebas de bondad de ajuste más conocidos, tenemos:
CHI CUADRADO:

Distribución Ji-cuadrado con grados de libertad


PRUEBA DE KOLMOGOROV SMIRNOV

Para dos colas el estadístico viene dado por:

Donde es la distribución presentada como hipótesis


NOTA: Ambas pruebas caen en la categoría de lo que en estadística se denominan
pruebas de “Bondad de Ajuste” y miden, como el nombre lo indica, el grado de
ajuste que existe entre la distribución obtenida a partir de la muestra y la
distribución teórica que se supone debe seguir esa muestra.

¿En qué situaciones se puede usar?


La prueba de bondad de ajuste se aplica en diseños de investigación en los que se
estudia a un único grupo.
P á g i n a 39 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

La prueba compara la distribución de frecuencias observadas ( ) de una


variable usualmente cualitativa, pero que también puede ser cuantitativa, con la
distribución de frecuencias de la misma variable medida en un grupo de
referencia.
El procedimiento de la prueba implica el cálculo de una distribución esperada
( ) en el grupo estudiado, usando como punto de partida a la distribución de la
variable en el grupo de referencia.
El propósito de la prueba es averiguar si existen diferencias estadísticamente
significativas entre la distribución observada ( ) y la distribución esperada
( )
En la prueba se plantean las siguientes estadísticas :
Hipótesis estadística nula :
Hipótesis estadística alterna :
El procedimiento de la prueba incluye el cálculo de la medida Chi cuadrada. El
rechazo de la Hipótesis nula ocurre cuando el valor calculado con los datos
resulta mayor que el valor crítico de dicha medida contenido en una tabla
llamada Valores Críticos de Chi cuadrada.

En el caso de que el valor de Chi cuadrada calculada sea igual o menor al de


Chi cuadrada crítica se dice que no rechaza a la Hipótesis nula y, por lo tanto,
se concluye que la Fo es semejante a la Fe. En otras palabras, se dice que ambas
distribuciones se ajustan bien; de ahí el nombre de la prueba: bondad de ajuste.

Caso práctico:
Se realiza un estudio para conocer si la proporción de individuos según nivel socio
económico son iguales.

1. Plantear la hipótesis
H0: La proporción de individuos según nivel socio económico son iguales.
H1: La proporción de individuos según nivel socio económico son diferentes.

2. Nivel de significancia:

3. Tipo de Prueba: Bondad de ajuste


Supuestos de la prueba
6. Variable ordinal.

P á g i n a 40 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pasos para realizar prueba Bondad de ajuste X2.

Paso1

Paso 2

SALIDA DE LA PRUEBA

Estadísticos de contraste
Nivel Socioeconómico
Chi-cuadrado 7,200a
gl 2
Sig. asintót. ,027

P á g i n a 41 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Estadísticos de contraste
Nivel Socioeconómico
Chi-cuadrado 7,200a
gl 2
Sig. asintót. ,027
a. 0 casillas (,0%) tienen frecuencias esperadas
menores que 5. La frecuencia de casilla esperada
mínima es 10,0.

Según el resultado de la prueba de bondad de ajuste se obtiene un estadístico significativo


por lo que se rechaza la hipótesis nula y se concluye que la proporción de individuos es
diferente para las diferentes clases sociales.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 42 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

8. BONDAD DE AJUSTE BINOMIAL


Tipo de estudio Transversal
Nivel de investigación Descriptivo
Objeto estadístico Comparar
Variable de estudio Nominal Dicotómica (un grupo)
Tipo de distribución Sin normalidad

¿Qué es?
Es una prueba de bondad de ajuste, que permite averiguar si una variable
dicotómica sigue o no un determinado modelo de probabilidad. Permite contrastar
la hipótesis de que la proporción observada de aciertos se ajusta a la proporción
teórica de una distribución binomial (lo cual se traduce en la posibilidad de
contrastar hipótesis sobre proporciones y sobre cuartiles).

¿Cuál es su fórmula?
Para obtener los valores esperados se tiene que utilizar la fórmula de la distribución
binomial:

Donde:
es el número de series,
son las probabilidades respectivas.
Para calcular el valor de , se sabe que en una distribución
binomial, por lo que .
con un

¿En qué situaciones se puede usar?


Las Pruebas No Paramétricas “Son técnicas útiles, que no hacen
suposiciones restrictivas respecto a la forma de las distribuciones de las
poblaciones. Estas se conocen también como pruebas sin distribución.
Las pruebas estadísticas no paramétricas, son útiles no solamente cuando
los datos representan una ordenación, sino también cuando se tienen
únicamente diferencias direccionales. La palabra no Paramétrica, está ligada

P á g i n a 43 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

con los tipos de hipótesis que se prueban usualmente al tener este tipo de
datos.
Las pruebas no paramétricas son aplicables, no sólo en casos en que las
mediciones son difíciles de cuantificar, sino también son útiles para hacer
inferencias, en situaciones en la que se tienen serias dudas sobre la
satisfacción de la hipótesis que respaldan la metodología estándar.

¿Cuáles son sus supuestos?

Caso práctico:

Se realiza un estudio para conocer si la mitad de los estudiantes que utilizan como
máximo 4 horas de estudio semanal.

1. Plantear la hipótesis
H0: La mediana de las horas de estudio es igual a 4 horas.
H1: La mediana de las horas de estudio es diferente a 4 horas.

2. Nivel de significancia:

3. Tipo de Prueba: Binomial


Supuestos de la prueba
7. Los datos no tienen distribución normal.

P á g i n a 44 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA PROBAR LA NORMALIDAD EN SPSS


Paso 1

Paso 2

SALIDA DEL SPSS

P á g i n a 45 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Prueba de Kolmogorov-Smirnov para una muestra


Horas de
estudio
N 60
Parámetros normales Media 4,65
Desviación típica 3,526
Diferencias más Absoluta ,179
extremas Positiva ,150
Negativa -,179
Z de Kolmogorov-Smirnov 1,386
Sig. asintót. (bilateral) ,043 P – value < 0.05
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.

Según los resultados de la Prueba de Kolmogorov Smirnov indican que la distribución de


las horas de estudio presentan un estadístico significativo por lo que rechazamos la
hipótesis nula y concluimos que la distribución de las horas de estudio no se aproximan a
una distribución normal por lo que no se puede hacer uso de pruebas paramétricas.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 46 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA REALIZAR LA PRUEBA BINOMIAL.


Paso 1

Resultados de la Prueba
Prueba binomial
Sig.
Proporción Prop. de exacta
Categoría N observada prueba (bilateral)
Horas de Grupo 1 <= 4 32 ,53 ,50 ,699
estudio Grupo 2 > 4 28 ,47
Total 60 1,00
Según los resultados de la prueba Binomial el estadístico obtenido no es estadísticamente
significativo ya que p-value 0.699 > 0.05, por lo que no se rechaza la hipótesis nula; y se
concluye que, la mitad de los estudiante usan como máximo 4 horas de estudio.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 47 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

9. U MANN-WITHNEY
Tipo de estudio Transversal
Nivel de investigación Relacional
Objeto estadístico Comparar
Variable de estudio Numérica – Ordinal (dos grupos)
Tipo de distribución Sin normalidad

¿Qué es?
En estadística la prueba U de Mann-Whitney (también llamada de Mann-
Whitney-Wilcoxon, prueba de suma de rangos Wilcoxon, o prueba de Wilcoxon-
Mann-Whitney) es una prueba no paramétrica aplicada a dos muestras
independientes. Es, de hecho, la versión no paramétrica de la habitual prueba t de
Student.
Fue propuesto inicialmente en 1945 por Frank Wilcoxon para muestras de igual
tamaños y extendido a muestras de tamaño arbitrario como en otros sentidos por
Henry B. Mann y D. R. Whitney en 1947.
Esta prueba sirve para contraste de dos muestras independientes.
¿Cuál es su fórmula?
La prueba calcula el llamado estadístico U, cuya distribución para muestras con
más de 20 observaciones se aproxima bastante bien a la distribución normal.
La aproximación a la normal, z, cuando tenemos muestras lo suficientemente
grandes viene dada por la expresión:

Donde y son la media y la desviación estándar de U si la hipótesis nula es


cierta, y vienen dadas por las siguientes fórmulas:

¿En qué situaciones se puede usar?


La prueba de Mann-Whitney se usa para comprobar la heterogeneidad de dos
muestras ordinales. El planteamiento de partida es:
Las observaciones de ambos grupos son independientes
Las observaciones son variables ordinales o continuas.
Bajo la hipótesis nula, las distribuciones de partida de ambas distribuciones es
la misma
Bajo la hipótesis alternativa, los valores de una de las muestras tienden a
exceder a los de la otra:
P á g i n a 48 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Caso práctico:

Un investigador desea determinar si las horas de estudio en los estudiantes según


sexo son iguales.

1. Plantear la hipótesis
H0: Las horas de estudio en los estudiantes según sexo son iguales.
H1: Las horas de estudio en los estudiantes según sexo son diferentes.

2. Nivel de significancia:

3. Tipo de Prueba: U Mann Whitney


Supuestos de la prueba
8. Los datos no tienen distribución normal.

PASOS PARA PROBAR LA NORMALIDAD EN SPSS


Paso 1

P á g i n a 49 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 2

SALIDA SPSS
Pruebas de normalidad
Sexo de los Kolmogorov-Smirnova Shapiro-Wilk
estudiantes Estadístico gl Sig. Estadístico gl Sig.
Horas de Masculino ,212 29 ,905 29 ,013
estudio ,002
Femenino ,181 31 ,867 31 ,001
,011

Según los resultados al aplicar la prueba de Kolmogorov Smirnov se obtienen estadísticos


significativos por lo se rechazamos la hipótesis nula y concluimos que los datos no se
ajustan a una distribución normal por lo que no se puede hacer uso de las pruebas
paramétricas.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 50 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA REALIZAR LA PRUEBA U MANN WHITNEY.


Paso 1

Paso 2

SALIDA de la Prueba

Estadísticos de contrastea

Horas de estudio
U de Mann-Whitney 325,000
W de Wilcoxon 821,000
Z -1,869
Sig. asintót. (bilateral) ,062

P á g i n a 51 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Estadísticos de contrastea

Horas de estudio
U de Mann-Whitney 325,000
W de Wilcoxon 821,000
Z -1,869
Sig. asintót. (bilateral) ,062
a. Variable de agrupación: Sexo de los estudiantes

Según los resultados de la prueba se aprecia que estos arrojan un estadístico


estadísticamente no significativo, por lo que, no se rechaza la hipótesis nula y se
concluye que, las horas de estudio en los estudiantes hombres y mujeres son
iguales.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Tabla de contingencia

Seleccionamoso casillas

P á g i n a 52 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

9. DEPENDENCIA CHI - CUADRADO


Tipo de estudio Transversal
Nivel de investigación Relacional
Objeto estadístico Comparar
Variable de estudio Nominal Politómica - Dicotómica
Tipo de distribución Sin normalidad

¿Qué es?
Es una distribución de probabilidad continua con un parámetro “k”, que presenta
los grados de libertad de la variable aleatoria, la distribución de Chi Cuadrado es
denotada por la letra griega , es frecuentemente usada para probar hipótesis,
concernientes a la diferencia entre un conjunto de frecuencias observadas de una
muestra y un conjunto correspondientes de frecuencias teóricas esperadas. Las
pruebas de Chi Cuadrado, son útiles al analizar más de dos poblaciones, por
ejemplo, sirven para trabajar con datos de Mercadotecnia, también permite
determinar si un grupo de datos descritos de una distribución normal, se ajustan a
la realidad de ese patrón.
El estadístico de Chi Cuadrado se representa de la forma siguiente:

¿Cuál es su fórmula?
: Chi Cuadrado
: “La suma de”
: Frecuencia observada
: Frecuencia esperada.

¿En qué situaciones se puede usar?


El estadístico CHI – CUADRADO (o JI CUADRADO, X2) por tanto es una
prueba estadística que evalúa las hipótesis acerca de la relación que existen entre
dos variables categóricas, pertenecientes a un nivel nominal u ordinal, para ello
parte del supuesto de dos variables no relacionadas (existe independencia de
variables);
H1= Hipótesis alternativa (establece que las variables están relacionadas)
En ella se observa: ; entonces se rechaza la hipótesis de independencia
pues existe una relación estadística de variables de significancia estrecha.

P á g i n a 53 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Caso práctico:

Se realiza un estudio para conocer la asociación entre el nivel socioeconómico y el


defecto del lenguaje en estudiantes de una determinada región.

1. Plantear la hipótesis
H0: El nivel socioeconómico y el defecto del lenguaje son independientes.
H1: El nivel socioeconómico y el defecto del lenguaje son dependientes.

2. Nivel de significancia:

3. Tipo de Prueba: Chi cuadrado


Supuestos de la prueba
9. Variables cualitativas.

PASOS PARA REALIZAR LA PRUEBA CHI CUADRADO.


Paso 1

P á g i n a 54 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 2 y Paso 3

SALIDA PRUEBA

Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de 3,840a 2 ,147
Pearson
Razón de 4,454 2 ,108
verosimilitudes
Asociación lineal por ,000 1 1,000
lineal
N de casos válidos 16
a. 5 casillas (83,3%) tienen una frecuencia esperada inferior a
5. La frecuencia mínima esperada es ,75.

Según los resultados de la prueba se obtiene un estadístico no significativo por lo que no se


rechaza la hipótesis nula y se concluye que, el nivel socioeconómico y el defecto del
lenguaje son independientes.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 55 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

10. KRUSKAL WALLIS


Tipo de estudio Transversal
Nivel de investigación Descriptiva
Objeto estadístico Comparar
Numérica - Ordinal (más de dos
Variable de estudio
grupos)
Tipo de distribución Sin normalidad

¿Qué es?
La prueba de Kruskal-Wallis (también llamada la prueba H) es una prueba no
paramétrica que utiliza rangos de datos muestrales de tres o más poblaciones
independientes. Se utiliza para probar la hipótesis nula de que las muestras
independientes provienen de poblaciones con medianas iguales; la hipótesis
alternativa es la aseveración de que las poblaciones tienen medianas que no son
iguales. Es una extensión de la de U de Mann-Whitney y representa una excelente
alternativa al ANOVA de un factor completamente aleatorizado.
H0: Las muestras provienen de poblaciones con medianas iguales.
H1: Las muestras provienen de poblaciones con medianas que no son iguales.

Para aplicar la prueba de Kruskal-Wallis, calculamos el estadístico de prueba H, el


cual tiene una distribución que puede aproximarse por medio la distribución chi
cuadrada, siempre y cuando cada muestra tenga al menos cinco observaciones.
Cuando utilizamos la distribución chi cuadrada en este contexto, el número de
grados de libertad es k — 1, donde k es el número de muestras.
Requisitos:
Tenemos al menos tres muestras independientes, las cuales se seleccionan al azar.
Cada muestra tiene al menos cinco observaciones.
No existe el requisito de que las poblaciones tengan una distribución normal o
alguna otra distribución particular.

¿Cuál es su fórmula?

Donde:
: valor estadístico de la prueba de Kruskal-Wallis.
tamaño total de la muestra.
sumatoria de los rangos elevados al cuadrado.
tamaño de la muestra de cada grupo.
ajuste dado por el ajuste de ligas o empates de los rangos.
P á g i n a 56 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

¿En qué situaciones se puede usar?


La prueba de Kruskal - Wallis es un método no paramétrico que se usa para probar
si un grupo de datos proviene de la misma población. Intuitivamente, es idéntico
al ANOVA con los datos reemplazados por categorías. Es una extensión de la
prueba de la U de Mann-Whitney para 3 o más grupos. Ya que es una prueba no
paramétrica, la prueba de Kruskal - Wallis no asume normalidad en los datos, en
oposición al tradicional ANOVA. Sí asume, bajo la hipótesis nula, que los datos
vienen de la misma distribución. Una forma común en que se viola este supuesto es
con datos heterocedásticos.

Caso práctico:
Se realiza un estudio para conocer si el área a la que pertenece el profesorado
influye en la utilidad que le atribuye a las TIC en la enseñanza.

1. Plantear la hipótesis
H0: El área de estudio a la que pertenece el profesorado no influye en la utilidad
que le atribuye a las TIC en la enseñanza.
H1: El área de estudio a la que pertenece el profesorado influye en la utilidad
que le atribuye a las TIC en la enseñanza

2. Nivel de significancia:

3. Tipo de Prueba: Kruskal Wallis


Supuestos de la prueba
11. Variable Ordinal.

P á g i n a 57 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA REALIZAR LA PRUEBA KRUSKAL WALLIS.


Paso 1

Paso 2

Definir las áreas

P á g i n a 58 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

RESULTADOS DE LA PRUEBA KRUSKAL WALLIS

Rangos
Rango
Área de estudio N
promedio
Cienicas Naturales 20 57,23
Ciencias Sociales y
20 27,08
Educación
Utilidad de las TIC
Letras 20 16,93
Técnicas 20 60,78
Total 80

Estadísticos de contrastea,b
Utilidad de las
TIC
Chi-cuadrado 57,289
gl 3
Sig. asintót. ,000

a. Prueba de Kruskal-Wallis
b. Variable de agrupación: Area de estudio

Según los resultados de la prueba se rechaza la hipótesis nula ya que el p-value <
0.05 por lo que se acepta la hipótesis alterna y se concluye que, el área de estudio a
la que pertenece el profesorado, influye en la utilidad que le atribuye a las TIC en la
enseñanza

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 59 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

12. WILCOXON

Tipo de estudio Longitudinal

Nivel de investigación Descriptiva

Objeto estadístico Comparar

Variable de estudio Numérica – Ordinal (dos medidas)

Tipo de distribución Sin normalidad

¿Qué es?
La prueba de los rangos con signo de Wilcoxon es una prueba no paramétrica para
comparar la media de dos muestras relacionadas y determinar si existen diferencias
entre ellas.

¿Cuál es su fórmula?
La hipótesis nula es . Retrotrayendo dicha hipótesis a los valores
originales, ésta vendría a decir que son en cierto sentido del mismo tamaño.
Para verificar la hipótesis, en primer lugar, se ordenan los valores absolutos
y se les asigna su rango . Entonces, el estadístico de la prueba de los
signos de Wilcoxon, es:

es decir, la suma de los rangos correspondientes a los valores positivos de .


La distribución del estadístico puede consultarse en tablas para determinar si se
acepta o no la hipótesis nula.
En ocasiones, esta prueba se usa para comparar las diferencias entre dos muestras
de datos tomados antes y después del tratamiento, cuyo valor central se espera que
sea cero. Las diferencias iguales a cero son eliminadas y el valor absoluto de las
desviaciones con respecto al valor central son ordenadas de menor a mayor. A los
datos idénticos se les asigna el lugar medio en la serie. La suma de los rangos se
hace por separado para los signos positivos y los negativos. S representa la menor
de esas dos sumas. Comparamos S con el valor proporcionado por las tablas
estadísticas al efecto para determinar si rechazamos o no la hipótesis nula, según el
nivel de significación elegido.

P á g i n a 60 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

¿En qué situaciones se puede usar?


Se utiliza como alternativa a la prueba t de Student cuando no se puede suponer la
normalidad de dichas muestras. Debe su nombre a Frank Wilcoxon, que la publicó
en 1945.
Se utiliza cuando la variable subyacente es continua pero no se presupone ningún
tipo de distribución particular.

Caso práctico:

Se realiza un estudio para conocer si los estudiantes de administración han variado


su opinión sobre la utilidad de la estadística aplicada después de aplicar un taller
de herramientas que ofrece la Estadística en el Análisis de datos.

1. Plantear la hipótesis
H0: No hay diferencia en la opinión de los estudiantes sobre la utilidad de la
estadística aplicada después de la aplicación del taller.
H1: Hay diferencia en la opinión de los estudiantes sobre la utilidad de la
estadística aplicada después de la aplicación del taller.

2. Nivel de significancia:

3. Tipo de Prueba: kruskal wallis


Supuestos de la prueba
13. Variable Ordinal.
14. No normalidad de de los datos.

P á g i n a 61 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA REALIZAR LA PRUEBA WILCOXON.

Paso 1

Paso 2

Seleccionar la prueba

Resultados de la Prueba Wilcoxon

Rangos
Rango Suma de
N promedio rangos
Opinión de los Rangos 8a 8,50 68,00
estudiantes después del negativos
Taller - Opinión de los Rangos positivos 16b 14,50 232,00
estudiantes del Taller Empates 11c
Total 35

P á g i n a 62 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Rangos
Rango Suma de
N promedio rangos
Opinión de los Rangos 8a 8,50 68,00
estudiantes después del negativos
Taller - Opinión de los Rangos positivos 16b 14,50 232,00
estudiantes del Taller Empates 11 c

Total 35
a. Opinión de los estudiantes después del Taller < Opinión de los estudiantes del
Taller
b. Opinión de los estudiantes después del Taller > Opinión de los estudiantes del
Taller
c. Opinión de los estudiantes después del Taller = Opinión de los estudiantes del
Taller

Estadísticos de contrasteb
Opinión de los estudiantes después
del Taller - Opinión de los
estudiantes del Taller
Z -2,440a
Sig. asintót. ,015
(bilateral)
a. Basado en los rangos negativos.
b. Prueba de los rangos con signo de Wilcoxon

Según los resultados de la prueba, se rechaza la hipótesis nula ya que p-value <0.05, por lo
que, existen diferencias significativas y aceptamos la hipótesis alterna. Concluimos
que hay diferencia en la opinión de los estudiantes sobre la utilidad de la estadística
aplicada después de la aplicación del taller.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 63 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

15. Q DE COCHRAN
Tipo de estudio Longitudinal

Nivel de investigación Descriptiva

Objeto estadístico Comparar

Nominal Politómica (dos o más medidas)


Variable de estudio
Nominal Dicotómica (más de dos medidas)
Tipo de distribución Sin normalidad

¿Qué es?
La prueba Q de Cochran es una técnica estadística, extensión de la prueba de
McNemar, que se utiliza en los modelos experimentales con tres o más muestras
dependientes o relacionadas entre sí, es decir, esta población sirve como su propio
control, en el que existe un período previo y otro ulterior; además, el tipo de escala
debe ser nominal.

¿Cuál es su fórmula?
El valor calculado en la prueba Q de Chochran se distribuye igual que la ji
cuadrada, por lo cual el símbolo utilizado será
La ecuación es la siguiente:

Donde:
estadístico ji cuadrada de la prueba Q de Cochran.
número de tratamientos.
número total de respuestas de cambio de cada tratamiento o columna.
número total de respuestas de cambio por individuo de la muestra o
hileras.

Pasos:
1. Arreglar la muestra individualmente con sus respuestas de cambio.
2. Efectuar las sumatorias de cambios por cada tratamiento o columna (Gn y S
Gn).
3. Efectuar la sumatoria de cambios por cada hilera y elevarla al cuadrado y, a su
vez, las sumatorias de éstas (S yS ).
4. Aplicar la fórmula de la prueba Q de Cochran, de modo que se obtenga el
valor .

P á g i n a 64 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

5. Calcular los grados de libertad (gl) con K tratamientos -1.


6. Comparar el estadístico obtenido con respecto a los gl en la distribución de
ji cuadrada.
7. Decidir si se acepta o rechaza la hipótesis.

¿En qué situaciones se puede usar?


Esta prueba es particularmente adecuada cuando los datos estén en una escala
nominal o se ha dicotomizado la información nominal.
Esta prueba puede utilizarse en aquellas situaciones en las que se seleccionan n
grupos de k elementos de forma que los elementos de cada grupo sean lo más
parecidos posible entre sí, y a cada uno de los elementos del grupo se le aplica
uno de entre k ''tratamientos'', o bien cuando a cada uno de los elementos de
una muestra de tamaño n se le aplican los k ''tratamientos''.
Su función es comparar el cambio en la distribución de proporciones entre más
de dos mediciones de una variable dicotómica y determinar que la diferencia no
se deba al azar (que la diferencia sea estadísticamente significativa).
Es una prueba para comparar las proporciones de respuestas de un tipo
(positivo o negativo) o (cero o uno) de varios sujetos bajo varias formas de
tratamiento.

¿Cuáles son sus supuestos?


Prueba Q de Cochran se basa en los siguientes supuestos:
1. Una gran aproximación de la muestra, en particular, se supone que b es
"grande".
2. Los bloques fueron seleccionados al azar de la población de todos los bloques
posibles.
3. Los resultados de los tratamientos pueden ser codificados como respuestas
binarias (es decir, un "0" o "1") de una manera que es común a todos los
tratamientos dentro de cada bloque.

Caso práctico:
Se realiza un estudio para conocer si la proporción es la misma de alumnos que han
recibido dos tipos de terapia.

1. Plantear la hipótesis
H0: No hay diferencia en la proporción de estudiantes que reciben terapia de
ansiedad, terapia de fobia y terapia de estrés ante exposiciones.
H1: Hay diferencia en la proporción de estudiantes que reciben terapia de
ansiedad, terapia de fobia y terapia de estrés ante exposiciones.

2. Nivel de significancia: α = 0.05

P á g i n a 65 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

3. Tipo de Prueba: Cochran


Supuestos de la prueba
16. Variable Nominal.
17. Más de dos muestras relacionadas.

PASOS PARA REALIZAR LA PRUEBA COCHRAN.

Paso 1

P á g i n a 66 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 2

Seleccionar la prueba

SALIDA SPSS

Frecuencias
Valor
1 2
Terapia de 12 8
Ansiedad
Terapia de Fobia 7 13
Terapia de Estres 10 10

Estadísticos de contraste
N 20
Q de Cochran 2,714a
gl 2
Sig. asintót. ,257
a. 1 se trata como un éxito.

Según los resultados de la prueba no se rechaza la hipótesis nula y se concluye


que, no hay diferencia en la proporción de estudiantes que reciben las terapias de:
ansiedad, fobia y estrés ante exposiciones.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 67 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

18. MC NEMAR
Tipo de estudio Longitudinal
Nivel de investigación Relacional
Objeto estadístico Comparar
Variable de estudio Nominal Dicotómica (dos medidas)

Tipo de distribución Sin normalidad

¿Qué es?
La prueba Mc Nemar también conocida como apareados de medidas repetidas o de
grupos relacionados se utiliza para decidir si se puede o no aceptarse que
determinado “tratamiento” induce un cambio en la respuesta de los elementos
sometidos al mismo, y es aplicable a los diseños del tipo “ANTES - DESPUES” en
los que cada elemento actúa como su propio control.
Fue publicada por primera vez en un artículo en Psychometrika 1947, dada por Sr.
Quinn, quien fue profesor en el departamento de Psicología y Estadística de la
Universidad de Stanford.
¿Cuál es su fórmula?
La prueba se aplica a una tabla de 2 × 2 contingencia, que tabula los resultados de
dos ensayos en una muestra de n sujetos, como sigue.

Prueba 2 Prueba 2 Total de la


positivo negativo fila
Prueba 1
un b a+b
positivo
Prueba 1
c d c+d
negativo
Total de la
a+c b+d n
columna

Así, las hipótesis nula y alternativa son:

El McNemar estadística de prueba es:

P á g i n a 68 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

La estadística con la corrección de Yates para continuidad viene dada por:

Una corrección alternativa 1 en lugar de 0.5 se atribuye a Edwards [4] por Fleiss, lo
que resulta en una ecuación similar:

Bajo la hipótesis nula, con un número suficientemente grande de discordants


(células B y C), tiene una distribución chi-cuadrado con 1 grado de libertad . Si
cualquiera de Bo C es pequeña (b + c <25) y luego no está bien aproximada por
la distribución de chi-cuadrado. La distribución binomial puede utilizarse para
obtener la distribución exacta de un equivalente a la forma no corregida de
estadística de prueba de McNemar. En esta formulación, b se compara con una
distribución binomial con parámetro de tamaño igual a b + c y "probabilidad de
éxito" = ½, que es esencialmente el mismo que el binomio prueba de los
signos . Para b + c < 25, el cálculo binomial debe realizarse, y de hecho, la mayoría
de los paquetes de software simplemente realizar el cálculo binomial en todos los
casos, ya que el resultado es entonces una prueba exacta en todos los casos. Cuando
se compara el resultado estadística a la cola derecha de la distribución chi-
cuadrado, el valor de p que se encuentra es de dos caras, mientras que para alcanzar
un valor de p de dos caras en el caso de la prueba binomial exacta, el valor p de la
extrema cola debe ser multiplicado por 2.
Si el resultado es significativo , esto proporciona evidencia suficiente para
rechazar la hipótesis nula, a favor de la hipótesis alternativa de que p b ≠ p c, lo que
significaría que las proporciones marginales son significativamente diferentes entre
sí.

¿En qué situaciones se puede usar?


Entre los usos más frecuentes del test de Mc Nemar se encuentran:
Esta prueba es particularmente apropiada para los diseños de antes y después
en los que cada persona es utilizada como su propio control. Los datos que se
utilizan deben de encontrarse
Prueba estadística que sirve para comparar proporciones en datos pareados.
Prueba de significación estadística para probar la hipótesis nula de inexistencia
de cambios en la proporción de sujetos que experimentan un acontecimiento,
cuando cada individuo es evaluado dos veces (en condiciones diferentes) y los
datos están emparejados.
La prueba de McNemar contrasta si el número de individuos que han cambiado
de la categoría 1, Cat1, en la primera visita a la categoría 2, Cat2, en la segunda

P á g i n a 69 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

visita, es el mismo que el número de individuos que han realizado el cambio


inverso. Los individuos que no han variado de categoría en ambas visitas no son
tenidos en cuenta. Existen versiones de esta prueba para analizar medidas
repetidas de variables con más de dos categorías.
Cuando las variables son ordinales o cuantitativas que no siguen una
distribución normal, se pueden realizar las pruebas de los Signos y de los
Rangos signados para una sola muestra, contrastando si la mediana de la
variable diferencia entre visitas es igual a un determinado valor teórico med0
para la mediana poblacional de la diferencia.

Caso práctico:
Se realiza un estudio para conocer si la proporción es la misma de alumnos que han
recibido dos tipos de terapia.

1. Plantear la hipótesis
H0: No hay diferencia en la proporción de estudiantes que reciben terapia de
ansiedad y terapia de fobia ante exposiciones.
H1: Hay diferencia en la proporción de estudiantes que reciben terapia de
ansiedad y terapia de fobia ante exposiciones.

2. Nivel de significancia:

3. Tipo de Prueba: Mc Nemar


Supuestos de la prueba
19. Variable Dependiente: Nominal.
20. Dos muestras relacionadas.

P á g i n a 70 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA REALIZAR LA PRUEBA MC NEMAR.


Paso 1

Paso 2

P á g i n a 71 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Resultados de la Prueba Mc Nemar

Terapia de Ansiedad y Terapia de Fobia

Terapia de Terapia de Fobia


Ansiedad Si No
Si 5 7
No 2 6

Estadísticos de contrasteb

Terapia de Ansiedad y Terapia


de Fobia
N 20
Sig. exacta (bilateral) ,180a
a. Se ha usado la distribución binomial.
b. Prueba de McNemar

Según los resultados de la prueba Mac Nemar, no se rechaza la hipótesis nula por lo que
concluimos: no hay diferencia en la proporción de estudiantes que reciben terapias de:
ansiedad y fobia ante exposiciones.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 72 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

21. FRIEDMAN
Tipo de estudio Longitudinal

Nivel de investigación Descriptiva

Objeto estadístico Comparar


Numérica – Ordinal (más de dos
Variable de estudio
medidas)
Tipo de distribución Sin normalidad

¿Qué es?
Prueba no paramétrica desarrollada por Milton Friedman, economista
estadounidense, a través del cual se va ordenando los datos por filas o bloques,
reemplazándolos por su respectivo orden; teniendo en cuenta los datos idénticos.
¿Cuál es su fórmula?

Donde:
Número de filas o bloques
Número de tratamientos (columnas)
Es la suma de los rangos de la j-ésima columna
Conforme aumenta la cantidad de bloques en el experimento (más de 5) se
puede aproximar el estadístico de Friedman a una distribución con
grados de libertad

¿En qué situaciones se puede usar?


1.- Para Pruebas estadísticas para más de dos muestras dependientes y
relacionadas, semejante a ANOVA.
2.- Como una extensión de la prueba de WILCOXON para incluir datos
registrados en más de dos periodos de tiempo o grupos de tres o más sujetos
pareados, con un sujeto de cada grupo que ha sido asignado aleatoriamente a una de
las tres o más condiciones.
3.- Para examinar los rangos de los datos generados en cada periodo de tiempo para
determinar si las variables comparten la misma distribución continúa de su origen.

Caso práctico:
P á g i n a 73 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Se realiza un estudio para conocer si el rendimiento académico de los estudiantes


del quinto año de secundaria es el mismo en tres de las asignaturas que cursan
como son: Lógico Matemático, Ciencia y ambiente y Comunicación Integral.

1. Plantear la hipótesis
H0: No hay diferencia en el rendimiento académico en las tres asignaturas que
cursan los estudiantes.
H1: Hay diferencia en el rendimiento académico en las tres asignaturas que cursan
los estudiantes.

2. Nivel de significancia:

3. Tipo de Prueba: Friedman


Supuestos de la prueba.
22. No normalidad de los datos.

PASOS PARA FRIEDMAN

Paso 1 y Paso 2

P á g i n a 74 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Resultados de la Prueba de Normalidad

Prueba de Kolmogorov-Smirnov para una muestra


Nota en Nota
Lógico Comunica Nota en
Matemáti ción Ciencia
co Integral Ambiente
N 31 31 31
Parámetros Media 10,19 10,23 10,39
normalesa,b Desviación típica 3,572 3,566 3,263
Diferencias más Absoluta ,247 ,250 ,252
extremas Positiva ,247 ,250 ,252
Negativa -,089 -,118 -,117
Z de Kolmogorov-Smirnov 1,373 1,391 1,401
Sig. asintót. (bilateral) ,046 ,042 ,039
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.

Según los resultados de la Prueba Kolmogorov - Smirnov se obtienen estadísticos


significativos por lo que se rechaza la hipótesis nula para ambos puntajes y concluimos que
estos no se aproximan a una distribución normal.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 75 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

PASOS PARA REALIZAR LA PRUEBA DE FRIEDMAN

Paso 1

Paso 2

P á g i n a 76 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Resultados de la Prueba Friedman

Rangos
Rango
promedio
Nota en Lógico 1,92
Matemático
Nota Comunicación 2,02
Integral
Nota en Ciencia 2,06
Ambiente

Estadísticos de contrastea
N 31
Chi-cuadrado ,389
gl 2
Sig. asintót. ,823
a. Prueba de Friedman

Según los resultados de la prueba de Friedman no se rechaza la hipótesis nula


p-value > 0.05, por lo que se concluye, hay diferencia en el rendimiento académico
en las tres asignaturas que cursan los estudiantes.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 77 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

23. SPEARMAN
Tipo de estudio Transversal

Nivel de investigación Relacional

Objeto estadístico Correlacional

Variable de estudio Normal - ordinal

Tipo de distribución Sin normalidad

¿Qué es?
Es una prueba estadística que permite medir la correlación o asociación de dos
variables y es aplicable cuando las mediciones se realizan en una escala ordinal,
aprovechando la clasificación por rangos.
El coeficiente de correlación de Spearman se rige por las reglas de la correlación
simple de Pearson, y las mediciones de este índice corresponden de + 1 a - 1,
pasando por el cero, donde este último significa no correlación entre las variables
estudiadas, mientras que los dos primeros denotan la correlación máxima.
Pasos.
1. Clasificar en rangos cada medición de las observaciones.
2. Obtener las diferencias de las parejas de rangos de las variables estudiadas y
elevadas al cuadrado.
3. Efectuar la sumatoria de todas las diferencias al cuadrado.
4. Aplicar la ecuación.
5. Calcular los grados de libertad (gl). gl = número de parejas - 1. Solo se
utilizará cuando la muestra sea mayor a 10.
6. Comparar el valor r calculado con respecto a los valores críticos de la tabla de
valores críticos de t de Kendall en función de probabilidad.
7. Decidir si se acepta o rechaza la hipótesis.

¿Cuál es su fórmula?
La ecuación utilizada en este procedimiento, cuando en el ordenamiento de los
rangos de las observaciones no hay datos empatados o ligados, es la siguiente:

Donde:

Coeficiente de correlación de Spearman.


Diferencias existentes entre los rangos de las dos variables, elevadas al
cuadrado.
P á g i n a 78 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Tamaño de la muestra expresada en parejas de rangos de las variables.

¿En qué situaciones se puede usar?


El coeficiente de correlación de Spearman es una técnica no paramétrica.
El coeficiente de correlación de Spearman denotado por rs se utiliza cuando
alguna de las variables es ordinal o incluso dicotómica o para variables
cuantitativas con muestras pequeñas, es decir, en el caso del coeficiente de
Spearman, se utilizan los rangos de los valores en lugar de los valores originales,
por lo tanto es adecuado para muestras pequeñas puesto que es robusto a la
presencia de “outliers” (valores extremos).

Caso práctico:

Un investigador está interesado en conocer si el desarrollo mental de un niño está


asociado a la educación formal de su madre. De esta manera, obtiene la calificación
de desarrollo mental en la escala de Gesell de ocho niños elegidos aleatoriamente y
se informa del grado de escolaridad de las madres.

1. Plantear la hipótesis
H0: La asociación entre las variables de educación formal de la madre y el
desarrollo mental de los hijos no es significativa, ni hay correlación.
H1: El desarrollo mental de los hijos es una variable dependiente de la educación
formal de la madre; por lo tanto, existe una correlación significativa.

2. Nivel de significancia:

3. Tipo de Prueba: Spearman


Supuestos de la prueba
24. Variable Ordinal.
25. No normalidad de de los datos.

P á g i n a 79 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 1

Paso 2

P á g i n a 80 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Resultados de la Prueba de Normalidad

Prueba de KOLMOGOROV-SMIRNOV para una muestra

Rango de la
Rango del Desarrollo
Educación
Mental del Niño
Materna
N 30 30
Parámetros normalesa,b Media 5,30 4,83
Desviación típica 2,437 2,306
Diferencias más Absoluta ,249 ,253
extremas Positiva ,249 ,253
Negativa -,202 -,160
Z de Kolmogorov-Smirnov 1,364 1,388
Sig. asintót. (bilateral) ,048 ,042

P á g i n a 81 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Prueba de KOLMOGOROV-SMIRNOV para una muestra

Rango de la
Rango del Desarrollo
Educación
Mental del Niño
Materna
N 30 30
Parámetros normales a,b Media 5,30 4,83
Desviación típica 2,437 2,306
Diferencias más Absoluta ,249 ,253
extremas Positiva ,249 ,253
Negativa -,202 -,160
Z de Kolmogorov-Smirnov 1,364 1,388
Sig. asintót. (bilateral) ,048 ,042
Según los resultados de la tabla se aprecia que los puntajes obtenidos en educación
materna y desarrollo mental del niño no se adecuan a una distribución normal.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

PASOS PARA ELABORAR LA PRUEBA DE SPEARMAN

Paso 1:

P á g i n a 82 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso2:

Resultado de la Prueba de Spearman

Correlaciones
Rango del
Rango de la Desarrollo
Educación Mental del
Materna Niño
Rho de Rango de la Coeficiente de 1,000 -,017
Spearman Educación Materna correlación
Sig. (bilateral) . ,927
N 30 30
Rango del Desarrollo Coeficiente de -,017 1,000
Mental del Niño correlación
Sig. (bilateral) ,927 .
N 30 30

Según los resultados de la prueba, no se rechaza la hipótesis nula, por lo que,


concluimos: la asociación entre las variables de educación formal de la madre y el
desarrollo mental de los hijos ni es significativa, ni hay correlación.

P á g i n a 83 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

LABORATORIOS PARA PRUEBAS


ESTADISTICA CUANTITATIVAS Y
CUALITATIVAS

P á g i n a 84 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 1 – Normalidad y Homocedasticidad (Prueba

de Levene)

Distribución normal y pruebas de normalidad


La Distribución Normal: una distribución de una variable aleatoria continua.

Una muy importante distribución continua de probabilidad es la distribución normal.


Varios matemáticos intervinieron en su desarrollo entre ellos figura el astrónomo del siglo
XVIII Karl Gauss, a veces es llamada en su honor la distribución de Gauss.

Características de la distribución normal de la probabilidad.

La curva tiene un solo pico, por consiguiente es unimodal. Presenta una forma de
campana.
La media de una población distribuida normalmente se encuentra en el centro de su curva
normal.
A causa de la simetría de la distribución normal de probabilidad, la mediana y la moda de
la distribución también se hallan en el centro, por tanto en una curva normal, la media, la
mediana y la moda poseen el mismo valor.
Las dos colas (extremos) de una distribución normal de probabilidad se extienden de
manera indefinida y nunca tocan el eje horizontal.

P á g i n a 85 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

El área total bajo la curva normal será de 1.00 por lo cual podemos considerar que las áreas
bajo la curva son probabilidades.

El valor de Z.

Z= Número de desviaciones estándar de x respecto a la media de esta distribución.

Z= x-m / s

X=valor de la variable aleatoria que nos interesa


m= media de la distribución de esta variable aleatoria.
s = desviación estándar de esta distribución.

Las variables aleatorias distribuidas en forma normal asumen muchas unidades diferentes
de medición, por lo que hablaremos de forma estándar y les daremos el símbolo de Z.

P á g i n a 86 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

En los gráficos de cajas y bigotes, se puede ver de que si la proyección la MEDIA debe de estar
dentro de la caja, se demostrar que existe distribución norma, si esta fuera, para el Caso 1 Si esta
media dentro de B por lo cual podemos decir que existe distribución normal, en el Caso 2 la media
no está dentro de la caja, por lo cual podemos afirmar de que no está presente la distribución
normal.

Contrastación de hipótesis
Propósito
Demostrar distribución normal

Hipótesis de investigación
Ho= La distribución de la variable aleatoria no es distinta a la distribución normal.
P á g i n a 87 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Ha= La distribución de la variable aleatoria es distinta a la distribución normal.


La prueba que realizaremos es la de Kolgomorov – Smirnov

Para esto tenemos una Población de 328 casos y nuestra muestra será de 211, trabajaremos con
una selección aleatoria usando el SPSS 22, con la opción selección de casos y eliminaremos
automáticamente los registros que no intervendrán en nuestro laboratorio para este caso.
Debemos tener presente que se usa Kolgomorov Smirnov porque la muestra es mayor a
50, de no ser así se usa Shapiro Wilks

Tenemos la base de datos de 311 casos, ahora


debemos seleccionar solo 211.

P á g i n a 88 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos solo los 211 casos requeridos para nuestro estudio del caso

P á g i n a 89 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Cuadro estadístico necesario


Medidas estadísticas Peso Lima Peso Arequipa
Media
Error estándar
IC 95% límite inferior
IC 95% límite superior

Debemos obtener estos datos de Media y Error estándar usando el SPSS 22

Llenamos los parámetros de esta opción para seleccionar las medidas estadistas que
requerimos.

P á g i n a 90 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Para completar los datos del cuadro debemos realizar fórmulas para los límites
Medidas estadísticas Peso Lima Peso Arequipa
Media 33,20 3330
Error estándar 58 86
IC 95% límite inferior 3206 3162
IC 95% límite superior 3433 3499

Límite inferior Calculamos media – (1,96 * error estándar)


P á g i n a 91 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Límite superior Calculamos media – (1,96 * error estándar)

Hipótesis de investigación
Ho= La distribución de la variable aleatoria no es distinta a la distribución normal.
Ha= La distribución de la variable aleatoria es distinta a la distribución normal.

El nivel de significancia
Es de 0,05 o lo que es lo mismo 5,00%
Con SPSS 22 probamos cuál de las hipótesis es la más apropiada para nuestra
investigación.

P á g i n a 92 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Nuestro valor de sigma asintótica es de 0,200 pero tiene las anotaciones c y d, lo cual nos
pone en conocimiento de que tiene el coeficiente de significación de Lillefors y que este es
un límite inferior de la significancia verdadera.
Pero tenemos como valor 0,200 o 20,00% de probabilidad de error, este valor es mayor a
0,05 lo que nos indica que la hipótesis alterna es rechazada y es validada la hipótesis nula.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 93 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Ho= La distribución de la variable aleatoria no es distinta a la distribución normal.


Ha= La distribución de la variable aleatoria es distinta a la distribución normal.

Homocedasticidad de Levene
La homocedasticidad o igualdad de varianzas significa que todos los grupos a analizar
poseen la misma varianza, el incumplimiento de esta condición debe de ser cuidadosamente
cuidado debido que de ser el caso no cumpliría con tener homocedasiicidad y de ser este el
caso sería NO PARAMETRICA
Se contrasta esta afirmación con la Prueba de Levene

Debemos de tener presente que para la presentación grafica de caja de bigotes debemos te
tener bien el claro el criterio de cuartiles y media, así como los limites inferiores y
superiores.

P á g i n a 94 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

En los gráficos de cajas y bigotes, se puede ver de que si la proyección la MEDIA debe
de estar dentro de la caja, se demostrar que existe distribución norma, si esta fuera, para
el Caso 1 Si esta media dentro de B por lo cual podemos decir que existe distribución
normal, en el Caso 2 la media no está dentro de la caja, por lo cual podemos afirmar de
que no está presente la distribución normal.

Podremos analizar las medias de cada caso y veremos que no en todos los casos se cumple.
Debemos tener presente que una variable con distribución que no sea normal, puede ser
transformada para tener distribución normal y analizarse en procesos PARAMETRICOS.
Las varianzas homogéneas , en la Ptueba de t de Student para muestras independientes,
existen dos estadísticos, uno para varianzas similares y otro donde se asume que son
distintas.

P á g i n a 95 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Tenemos la base de datos de 311 casos, ahora debemos


seleccionar solo 211.

P á g i n a 96 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos solo los 211 casos requeridos para nuestro estudio del caso

Cuadro estadístico necesario


Medidas estadísticas Peso Lima Peso Arequipa
Media
Error estándar
IC 95% límite inferior
IC 95% límite superior

Debemos obtener estos datos de Media y Error estándar usando el SPSS 22


P á g i n a 97 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Llenamos los parámetros de esta opción para seleccionar las medidas estadistas que
requerimos.

P á g i n a 98 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Para completar los datos del cuadro debemos realizar fórmulas para los límites
Medidas estadísticas Peso Lima Peso Arequipa
Media 33,20 3330
Error estándar 58 86
IC 95% límite inferior 3206 3162
IC 95% límite superior 3433 3499

Límite inferior Calculamos media – (1,96 * error estándar)


Límite superior Calculamos media – (1,96 * error estándar)

Hipótesis propuestas para este estudio


Ho= La varianza de los grupos a comparar no son iguales.
Ha= La varianza de los grupos a comparar son iguales.

El nivel de significancia
Es de 0,05 o lo que es lo mismo 5,00%

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 99 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Selección de pruebas estadísticas


a) Kolgomorov Smirnov
b) Kolgomorov Smirnov – Limefors
c) Shapiro Wilks
d) Test de Levene

Procedemos a completar la información solicitada en el segundo panel, variable de prueba: Peso


Corporal y en Variable de agrupamiento Lugar de origen, los grupos son 1 y 2.

Tenemos que el estadístico de Levene nos da un sigma bilateral de 0,725 o lo que es lo mismo
72,50% de error, el cual es mayor a 0,05 o 5,00% del nivel de significancia para este laboratorio, lo
que nos permite afirmar que rechazamos la hipótesis alterna y se ratifica la hipótesis nula .

Ho= La varianza de los grupos a comparar no son iguales.


Ha= La varianza de los grupos a comparar son iguales.

P á g i n a 100 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 01
Procesamiento de datos

El procesamiento de los datos es todo el proceso que sigue un investigador desde


la recolección de datos, a través de los instrumentos, hasta la presentación de los
mismos en forma resumida, como parte del desarrollo de la investigación. Es decir
el análisis de los datos, es la etapa final del proceso de investigación cuya
finalidad es la verificación de las hipótesis del estudio.

Bases de datos BD
Paso 01. Debe de insertar en Excel hoja1 las preguntas que aplicó en su
investigación. Para lo cual deberá copiar del Microsoft Word sus preguntas y
pegarlas a Excel, usted obtendrá lo siguiente:
Abrir el archivo en formato Word encuestas_invest, copiar su contenido en
el excell en la primera hoja, luego cambiar el nombre por cuestionario.

Paso 02. Vaciar las respuestas de las encuestas en la Hoja2 de Excel, poner el
nombre BD (base de datos).
En la primera celda de las columnas deberán ir los códigos de la siguiente
manera: V2D2P5 que es la secuencia de: variable 2, dimensión 2 y pregunta
5. La codificación es útil para procesar los datos con facilidad.
P á g i n a 101 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Realizar la sumatoria total de: variable 1 y 2: SumV1, SumV2 y de las


dimensiones de cada variable SumD1V1, SumD1V2, etc.

Paso 03. Trasladar la base de datos (BD) al programa estadístico SPSS (Statistical
Package for the Social Sciences)

Para trabajar con el programa SPSS se debe conocer en forma general:

a. La barra de menú: esta barra es desplegable y aquí se encuentran las


diferentes opciones, procedimientos y aplicaciones que se pueden
ejecutar con el programa.

b. La barra de herramientas: en esta barra se encuentran los iconos de


acceso directo a los procedimientos más utilizados del programa.

P á g i n a 102 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

c. Editor datos: este editor cuenta con dos diferentes tipos de vistas (Datos
y Variables), a través de las cuales se puede modificar o definir
parámetros específicos de la información contenida en el archivo.

En la vista de datos se ingresan los datos y también se puede observar,


modificar o eliminar cada uno de los valores de los casos que componen
el archivo de datos. Se denomina caso a cada una de las respuestas un
individuo proporciona a la totalidad de las preguntas o variables del archivo.

En la vista de variables se definen los parámetros informativos de las


preguntas o variables del archivo; esta vista es la importante del
paquete. De la correcta definición que se haga de los datos dependerá la
efectividad del análisis y los procedimientos que se pueda realizar con ellas.

Los procedimientos más utilizados son:

En esta opción se
cambian los nombres En esta opción se Esta opción le permitirá
genéricos VAR001 por asigna un nivel más especificar si la escala de la
los códigos de las descriptivo a las variable es de tipo ordinal o
variables: V3D3P2 variables. nominal.

P á g i n a 103En| 182
esta Te acompañamos
opción se selecciona: en tuCon
formación …..asignar
esta opción Toda valores
tu vida numéricos a
numérico si se trabaja con las variables categóricas. Ej. 1 = nunca
números o cadena si se trabaja
con letras.
Esta opción permite asignar un valor alternativo
Con esta opción fijar si trabajará cuando se encuentren celdas vacías en los datos.
con decimales o sin decimales. Los valores que más se utilizan para designar
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Paso 04. Pulsar en editor de datos vista de datos y pegar el archivo procedente de
Excel (hoja sumatorias)
Variables

N° de
casos

Paso 05. Pulse en editor de datos vista de variables y defina los parámetros
informativos de las preguntas.

a. Elige la opción transformar de la barra de menú y pulsa agrupación visual.

b. Trasladar la variable que será agrupada y pulsar continuar.

a
b

P á g i n a 104 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

c. Escribe en variable agrupada y en etiqueta lo que corresponda y luego


pulsar crear puntos de corte para establecer la posición del primer número
de corte y los números de corte que se desea (por defecto sale la anchura)
finalmente presionar aplicar.

d. En etiqueta describe los nombres correspondiente a los valores, luego pulse


aceptar, se creará una nueva variable.

Procedimientos estadísticos

Los datos son procesados


cuantitativamente mediante el uso de la
estadística descriptiva e inferencial. En
algunos casos los resultados se obtienen a
partir de procesos cualitativos que no
requieren el uso de la estadística. En ambos
casos, dichos resultados sirven para la
toma de decisiones sobre la verificación de
las hipótesis y sub-hipótesis planteadas, las
respuestas a las preguntas específicas
propuestas o al problema investigado
(Campos, 2000).
1. Estadística descriptiva
Describe los datos e identifica los patrones
de los mismos, porque la selección de los
P á g i n a 105 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

procedimientos dependerá del tipo de variable: cualitativa - categórica


(nominal - nombre u ordinal - número) cuantitativa – numérico (discreto –N°
entero y continuo – N° decimales). Si los datos son cualitativos ordinales se
procede a trabajar de la siguiente manera:
a. Pulsar de la barra menú la opción analizar, estadísticos descriptivos y
frecuencia.

b. Trasladar la variable que se desea trabajar, pulsar gráficos y aceptar.

c. Aparecerá el resultadoa del análisis


en la pantalla al cual usted debe de
procesar de la siguiente manera:

1. Hacer doble clip en la tabla,


pulsar formato de la barra
menú, academic, luego
aceptar. Quedará listo la tabla
para ser trasladada a Word.

2. Hacer doble clip en el gráfico b


y elija el diseño y color de su
preferencia.

3.

Calidad de software
Porcentaje
Frecuen Porcent Porcentaje acumulad
cia aje válido o
de acuerdo 26 81,3 81,3 81,3
1
muy de 6 18,8 18,8 100,0
acuerdo
Total 32 100,0 100,0
2

No olvides de guardar las modificaciones de tu base de datos SPSS en la


carpeta correspondiente. Para ello selecciona “guardar como” en la barra
menú para guardar los datos y asigna un nombre al archivo para que
P á g i n a 106 | 182 Te acompañamos en tu formación ….. Toda tu vida
pueda tener acceso a él subsecuentemente.
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Para que practiques el procedimiento, resuelve el ejercicio paso a


paso, la segunda variable y las dimensiones de ambas.
Para verificar qué tan bien desarrollaste el ejercicio revisa la guía.

2. Estadística inferencial
Es una técnica mediante la cual se obtienen generalizaciones o se toman
decisiones en base a una información parcial o completa obtenida
mediante las técnicas paramétrica y no paramétricas.
Las paramétricas exigen a los datos a los que se aplica, que cumplan con
diversos supuestos estadísticos, los más importantes se refieren al tipo de
variable, tipo de distribución de variables y Homocedasticidad de la
variable.

a. La variable es cualitativa ordinal


b. Para hallar la normalidad de los datos se procede de la siguiente
manera:
1. Pulsar analizar de la barra menú +
estadísticos descriptivos +

explorar

2. Trasladar las variables de interes, pulsar gráficos de


normalidad, continuar y luego aceptar.

Si n<50 se analiza con la prueba Shapiro-Wilk y si el Sig es menor de 0.05, se puede afirmar
P á gdatos
que los i n a 107 | 182
no preceden de unaTedistribución
acompañamos ennormal,
tu formación ….. enToda
como tu vida
este caso. Si los datos son
mayores de 50, la prueba de Kolmogorov – Smirnov es la sugerida.
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

3. Plantear hipótesis:

Ho: La variable en estudio tiene distribución normal


H1: La variable en estudio es diferente a la distribución normal

L
os resultados de la prueba Shapiro-Wilk indican que la distribución de
las variables no son normales porque el valor de Sig < 0,05 entonces
no se puede usar pruebas de hipótesis paramétricas.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

c. Para hallar la homocedasticidad de las variables se procede de la


siguiente manera:

1. En la base de datos del spss pulsar analizar + comparar medias +


ANOVA de un factor.

2. Trasladar las variables de interés y en opciones seleccione la


prueba de homogeneidad de las varianzas, pulsar

P á g i n a 108 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

3. Plantear hipótesis
Ho: Las varianzas de ambas variables no son diferentes
H1: Las varianzas de ambas variables son diferentes
Prueba de homogeneidad de varianzas
Calidad de software
Estadístico de
Levene df1 df2 Sig.
495,000 1 30 ,000
Los
resultados del estadístico de Levene indican que la varianza de
ambas variables es diferente porque el valor de Sig < 0,05
entonces no se puede usar pruebas de hipótesis paramétricas.

ANÁLISIS DE CORRELACIONES

El análisis de correlaciones tiene como propósito determinar si existe alguna


relación o asociación entre diversas variables de interés.
El análisis de correlaciones descansa en diversos supuestos estadísticos. Lo
principal se refieren al tipo de variable y tipo de distribución de variables de la
muestra, para determinar el uso de las pruebas paramétricas o no paramétricas. El
análisis más común es el test de correlación de Pearson. Este tipo de análisis
presupone que las variables son ordinales o continuas y que la distribución de
estas variables se acerca a la distribución normal, Es conveniente que antes de
proceder al análisis de correlación de las variables, el investigador estime las
estadísticas descriptivas correspondientes para determinar si se cumplen estos
supuestos.

Pruebas estadísticas utilizadas con mayor frecuencia


Para determinar si existe asociación entredós variables cuantitativas u ordinales

Variables Asociación Distribución Correlación


cuantitativas normal de Pearson

Distribución Correlación
no normal de Spearman
Predicción Regresión
Cuando las variables son ordinales no es necesario hallar la Normalidad
Correlaciónde
ni la Homocedasticidad. Por lo tanto se aplica el test no paramétrico
Variables ordinales
Spearman. (el coeficiente de Spearman puede tomar valores entre -1 y +1,
de Spearman
y se interpreta de forma parecida al de Pearson).
P á g i n a 109 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

APLICACIÓN
1. Objetivo:
Determinar la relación que existe entre la calidad de software y la
atención de los pacientes de la Sub Gerencia de Atención Domiciliaria
en Lima Metropolitana en el 2013.

2. Supuestos estadísticos:

Tipo de variable: cualitativa ordinal


Normalidad: las variables son diferentes a la distribución normal
Hocedasticidad: las varianzas de ambas variables son diferentes

3. Variables:

Primera variable: Calidad de software

Segunda variable: Atención de los pacientes

4. Análisis:

a. Primer paso: Esboza las hipótesis estadísticas

Ho: No existe relación significativa entre la calidad de software y


la atención de los pacientes de la Sub Gerencia de Atención
Domiciliaria en Lima Metropolitana en el 2013.

Ho: si existe relación significativa entre la calidad de software y


la atención de los pacientes de la Sub Gerencia de Atención
Domiciliaria en Lima Metropolitana en el 2013.

b. Segundo paso: Señala el margen de error (5 %)


= 0,05

c. Tercer paso: como ya verificó los supuestos estadísticos de las


variables puede continuar con el análisis de correlación. Debe
proceder de la siguiente manera:

P á g i n a 110 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

1. Active el programa SPSS, abra el archivo encuestas_invest base


de datos y seleccione la opción analizar + correlaciones +
bivariadas.

2. Traslade las variables de interés a la ventanilla de variables, con


el botón de flecha: VAR1 y VAR2 seleccione la opción Spearman,
bilateral, correlaciones significativas y aceptar.

3. E
l

p
r
o
g
r
a
m
a

S
P
SS le proporcionará una matriz de correlaciones, en pares de
variables. Usted podrá observar cómo se relacionan las variables
y luego interpretarlo.

P á g i n a 111 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

d. Cuarto paso: El programa SPSS le proporciona el índice de


significancia estadística o valor de p. Compara el p-valor o sig. y
toma la decisión que corresponda:

Considera el siguiente criterio:

Si p ≥ → Rechazar Ho

PRESENTACIÓN DE RESULTADOS

Paso 1: Cambia el aspecto de la tabla en el programa SPSS, ponle un título y


procede a describirlo indicando lo encontrado y lo que esto significa
en términos del criterio de comparación así como de la hipótesis de
investigación a la cual se hace referencia.

Tabla 1
Resultados del Test de Spearman para determinar la relación entre
la calidad de software y nivel de satisfacción de los pacientes

Calidad nivel de
de satisfacci
software ón
Rho de Calidad de Coeficiente de 1,000 ,713**
Spearman software correlación
Sig. (bilateral) . ,000
N 32 32
nivel de Coeficiente de ,713** 1,000
satisfacción correlación
Sig. (bilateral) ,000 .
N 32 32

En la tabla 1 se observa que el coeficiente de correlación es alto


(0,713) y que el sig. (0,000) cumple con ser menor que 0,05 por lo
que se cumple con rechazar la hipótesis nula; es decir, que si existe
relación significativa entre la calidad de software y nivel de
satisfacción de los pacientes.
P á g i n a 112 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Por lo expuesto se verifica la hipótesis que dice “si existe relación


significativa entre la calidad de software y la atención de los
pacientes de la Sub Gerencia de Atención Domiciliaria en Lima
Metropolitana en el 2013”.

P á g i n a 113 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 01 Pearson y Rho de Spearman –


Correlacionales
Rho de Spearman
Debemos conocer lo siguiente:

 Datos numéricos con correlación normal se trabajan con Pearson.


 Para No Paramétricos se usa Rho de Spearman
 La comparación de grupos No Parametricos la realizamos con U de Mann Whitney
 Para pruebas antes y después o de medidas repetidas usamos la Prueba de
Wilconxon, de un mismo grupo

Para saber si hay correlación en casos No Paramétricos usaremos entonces la


Prueba de Spearman.

Debemos tomar en cuenta de que para el caso de que se tengan escalas ordinales,
estas pueden ser consideradas numéricas. Mc Guigan (1993) y Siegel (1956)

Pero debe tenerse presente lo siguiente:


Deben tener muchas categorías
Deben tener distribución normal

Contrastación de hipótesis
Ha= Las unidades de una variable no se correlacionan con las unidades de las otras.
Ha= Las unidades de una variable se correlacionan con las unidades de las otras.
La prueba de hipótesis se realiza con el estadístico de Spearman y la medida de correlación
con el Rho de Spearman. De encontrarse la correlación podemos calcularla con el Tau-b de
Kendal u otra medida de correlación.
P á g i n a 114 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Planteamiento del laboratorio Nro. 01


Se ha evaluado el ingreso económico anual de un grupo de personas que laboran en la
universidad, así como el grado académico. ¿Existe una correlación entre el grado
académico y el nivel de ingreso económico?

¿Cuál sería la presentación más adecuada para la presentación de los resultados?


a) Diagrama de dispersión
b) Barra de error simple
c) Diagrama de cajas y bigotes
Para lo cual tenemos una base de datos conformada por
Id Numero de encuesta
Grado el grado académico
Monto el ingreso económico anual
Población es de 345 trabajadores y nuestra muestra de 292 trabajadores, selección de casos
en forma aleatoria.
Procedamos a crear nuestra base de datos en SPSS 22 y cargar la data de nuestra encuesta.

Seleccionaremos aleatoriamente de nuestra base de datos de


345, solo 292 que es lo que requerimos para el desarrollo del
Laboratorio Nro. 01.
Se ha considerado los grados académicos:

P á g i n a 115 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Procederemos entonces a seleccionar los casos solicitados

Tener presente que grado académico es Ordinal


y sueldo es Escalar o Numérica

P á g i n a 116 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

1) Diagrama de dispersión

P á g i n a 117 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

2) Barra de error simple

P á g i n a 118 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

3) Diagrama de cajas y bigotes

Hipótesis
Ho= No existe una correlación entre el grado académico y el nivel de ingreso económico
anual
Ha = Existe una correlación entre el grado académico y el nivel de ingreso económico
anual

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad

P á g i n a 119 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Establecer nivel de significancia


Por protocolo trabajaremos con 0,05 lo que es igual a 5,00%

Selección del estadístico


1) Correlación de Rho de Spearman
2) Correlación de Spearman
3) Tau B de Kendall
4) Tau C de Kendall

Calculamos el valor de P

P á g i n a 120 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Podemos observar de que el valor de sigma bilateral es de 0,00 el cual es menor a 0,05, esto
se interpreta que si hay NORMALIDAD en loso datos.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Este análisis nos permite corroborar que la hipótesis alterna es válida y se rechaza la
hipótesis nula.
Entonces es válido pensar que: “Existe una correlación entre el grado académico y el nivel
de ingreso económico anual”

Seleccionamos los estadístico de Pearson y Spearman, recordar que para usar Pearnson es
Parametrica u Spearman No Parametrica.

P á g i n a 121 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 122 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Rho de Spearman

Correlaciones
Grado Ingresos
Academico anuales
Rho de Spearman Grado Academico Coeficiente de correlación 1,000 -,008
Sig. (bilateral) . ,886
N 292 292
Ingresos anuales Coeficiente de correlación -,008 1,000
Sig. (bilateral) ,886 .
N 292 292

El valor de p o sigma bilateral es de 0,886, entonces decimos que una posibilidad de error
del 88.60% lo cual se interpreta según la siguiente tabla:

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Correlación de Pearson
Planteamiento
Se ha evaluado el ponderado fetal ecográfico y el peso del recién nacido en el Hogar de la
Madre. ¿Cuál es el grado de correlación entre el ponderado fetal ecográfico y el peso de los
recién nacidos?
Tenemos entonces el siguiente cuadro – IC = Intervalo de confianza al 95,00%
Medidas Ponderado fetal Peso del recién nacido
ecográfico- gramos gramos
Media
Error estándar
IC 95% limite mínimo
IC 95% limite maximo

Para el presente Laboratorio tendremos una Población de 85 recién nacidos y una muestra
de 50, trabajamos en forma aleatoria de casos. Similar al caso anterior.
Procedemos a realizar los cálculos para hallar la media y el error estándar, los limites
mínimos es igual al producto de la media – (1,96*error estándar) y el límite máximo es la
media + (1,96*error estándar)

P á g i n a 123 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Seleccionamos ambas variables en la caja de datos denominada Lista de dependiente.


Seleccionan amos únicamente la Media y el Error estándar de la media

Tenemos los siguientes resultados en el SPSS22 , los trasladamos al excell para realizar los
cálculos de los límites y llénanos el cuadro anteriormente presentado.

Medidas Ponderado fetal Peso del recién nacido


ecográfico- gramos gramos
Media 3403.20 3350.80
Error estándar 72.695 65.913
IC 95% limite mínimo 3262 3222
IC 95% limite maximo 3545 3480

Planteamos nuestras hipótesis de estudio


Ho= No existe un grado de correlación entre el ponderado fetal ecográfico y el peso de los
recién nacidos

P á g i n a 124 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Ha= Existe un grado de correlación entre el ponderado fetal ecográfico y el peso de los
recién nacidos

Establecer nivel de significancia


Por protocolo trabajaremos con 0,05 lo que es igual a 5,00%

Selección del estadístico


1) Correlación de Pearson
2) Correlación de Spearman
3) R de Pearson
4) Análisis de la varianza

Procedemos a calcular el valor de P y R para nuestro caso

Trasladamos nuestras dos variables a correlacionar en variables y seleccionamos el


estadístico de Pearson.

Tenemos que el valor de sigma bilateral es 0,00 lo cual es menor a 0,05, esto quiere
indicarnos que se ratifica la hipótesis alterna y se rechaza la hipótesis nula, entonces
podemos afirmar que “Existe un grado de correlación entre el ponderado fetal ecográfico y
el peso de los recién nacidos”

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna
P á g i n a 125 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Lo calificamos de acuerdo a la siguiente tabla de Pearson

Calificación Valores
Correlación perfecta =>0,95 a 1.00
Correlación fuerte =0,8 y <0,95
Correlación significativa =>0,7 y <0,8
Correlación moderada =>0,5 y <0,7
Correlación parcial < 0,5

El valor de 0.826 está en el rango de mayores o iguales a 0,8 y menores a 0,95, debido a que
nuestro valor es de 0,826, entonces tiene una correlación fuerte.

Calificación Valores
Perfecta =1
Excelente 0,9 a <1
Buena 0,8 a <0,9
Regular 0,5 a <0,8
Mala <0,5

Entonces tenemos una correlación buena, porque está en el rango de 0,8 a menores que
0,9, nuestro valor es 0,886

P á g i n a 126 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

LABORATORIO NRO 02 --- U MANN WHITNEY

Ficha de trabajo estadístico


Planteamiento de la investigación:
Se ha evaluado el grado de hipertrofia adenoidea en un grupo de ambos sexos. ¿El
grado de hipertrofia adenoidea es distinto según el sexo de los niños?
Grado de hipertofia anedoidea Sexo TOTAL
Masculino Femenino
N % N % N %
Leve
Moderada
Severa
Total

Considerar lo siguiente si la variable Grado de hipertorifa anedoidea fuera nominal se usa


Chi cuadrado, si es numeral se usa T de Student , pero en este caso es ordinal se usara U
de Mann Whitney.

Se debe crear en su SPSS 22 la siguiente estructura para este caso

Considerar lo siguientes parámetros:

Procederemos a elaborar una simulación de 148 datos para trabajar este Taller Nro 02.

P á g i n a 127 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Trabajemos solo con el 50% de datos para que de esta manera sea mas fácil su
interpretación o si desea trabaje con el total de la muestra.

P á g i n a 128 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Ya está procesado el requerimiento, grabe su base de datos de trabajo con otro nombre.

Vamos a iniciar el proceso de estadísticos descriptivos, en tal sentido debemos trabajar con
tablas cruzadas.

En la Tabla cruzada traspasamos el Grado de hipertofia anedoidea a Filas y Sexo a


columnas para poder trabajar los datos en nuestra hoja de trabajo

P á g i n a 129 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Debemos seleccionar solo: Recuentos: Observado, Porcentajes: Columnas y Ponderaciones


no enteras: Redondeo recuento de casillas.
Anotación solo se seleccionan estadísticos si fuera Chi Cuadrado

Se obtendrá un cuadro de la siguiente manera:

P á g i n a 130 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Traspasamos los datos a nuestra hoja de resultados.


Grado de hipertofia Sexo TOTAL
anedoidea Masculino Femenino
N % N % N %
Leve 76 100% 1 2,3%
Moderada 0 0,00% 43 97,7%
Severa 0 0,00% 0 0,00%
Total 76 100,00% 44 100,00% 120 100%

Recordemos que:
Planteamiento de la investigación:
Se ha evaluado el grado de hipertrofia adenoidea en un grupo de ambos sexos. ¿El
grado de hipertrofia adenoidea es distinto según el sexo de los niños?

P á g i n a 131 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Hipótesis de prueba de la investigación


Ho= El grado de hipertofia anedoida no es distinto según el sexo de los niños.
Ha= El grado de hipertofia anedoida es distinto según el sexo de los niños.

Establecer el nivel de significancia (alfa) del investigador


Por protocolo se usa el 0,5 lo que es igual un 5,00%

Seleccionamos el estadístico para nuestra investigación


a) U de Mann Whitney
b) Rangos de Wilconxon
c) H de Kurkal Wallis
d) Prueba de friedman

Ahora debemos de buscar el valor de P con la prueba de u de Mann Whitney.

P á g i n a 132 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Hagamos su aplicación en el SPSS 22.

Seleccionaremos las religiones 4 y 5 como variables de agrupación para este ejercicio.


Se obtendrá la siguiente información estadística:

P á g i n a 133 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos un valor de sigma asintótica (bilateral) de 0,000 el mismo que es menor de 0,05
o 5,00%, lo cual ratifica la hipótesis alterna y rechaza la hipótesis nula planteada en este
Talle Nro. 03.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 134 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 03 – Prueba de Kruskall Wallis

Ficha de trabajo estadístico


La prueba de las hipótesis se realizara usando el Anova de Kruskall Wallis
Planteamiento
Se piensa que el conocimiento científico modifica el pensamiento religioso de las personas.
¿El grado académico de los profesionales es distinto según sus creencias religiosas?

¿Cuál sería la alternativa mejor utilizada?


a) Diagrama de dispersión
b) Barra de error simple
c) Tabla de contingencia
Ritual estadístico para la prueba de Anova de Kruskall Wallis
Ho= El grado académico de los profesionales no es distinto según sus creencias religiosas
Ha= El grado académico de los profesionales es distinto según sus creencias religiosas

Vanos a considerar
Grados Académicos: Primaria, Secundaria,
Universitaria, Postgrado
Religiones: Budismo, Cristianismo, Islam,
Hinduismo, Neopaganismo, Jainismo,
Judaísmo, Shintoismo.

Generará una base de datos de una


Población de 250 personas y tomara en
forma aleatoria una selección de casos de
111 casos aleatoriamente.

Generada la base de datos migre la


información al SPSS 22 y seleccione 111
casos para trabajar el laboratorio Nro. 03
de este curso.

P á g i n a 135 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Teniendo la base de datos con 111 casos en forma aleatoria procederemos a trabajar la
estadística de esta prueba.
Procederemos a desarrollar el grafico de Barras de error simple.

Procedemos a dar los parámetros de variable u eje de categorías para obtener la gráfica
correspondiente, así de esta manera interpretar rápidamente si se cumple lo presentado en
la(s) hipótesis.
P á g i n a 136 | 182 Te acompañamos en tu formación ….. Toda tu vida
Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos la gráfica donde podremos analizar lo planteado por la(s) hipótesis

Ahora realizaremos el análisis descriptivo, usando las tablas cruzadas en SPSS 22

P á g i n a 137 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos el siguiente resultado estadistico:

P á g i n a 138 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos los siguientes datos estadísticos:

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 139 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Hipótesis de prueba de la investigación


Ho= El grado académico de los profesionales no es distinto según sus creencias religiosas
Ha= El grado académico de los profesionales es distinto según sus creencias religiosas

Establecer el nivel de significancia (alfa) del investigador


Por protocolo se usa el 0,5 lo que es igual un 5,00%

Seleccionamos el estadístico de prueba:


a) Anova de un factor
b) Anova para medidas repetidas
c) Anova de Kruskall Wallis
d) Anova de Friedman

P á g i n a 140 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Nuestro valor de p o sig. Asintótica bilateral es de 0,000 el cual es menor a 0,05 lo


cual nos indica de que la hipótesis alterna es la que se ratifica y se rechaza la hipótesis
nula.
En consecuencia la hipótesis a considerar en nuestra investigación es la hipótesis
alterna.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Ho= El grado académico de los profesionales no es distinto según sus creencias religiosas
Ha= El grado académico de los profesionales es distinto según sus creencias religiosas

P á g i n a 141 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 04 Pruebas de Wilconxon

Analogías del laboratorio Nro. 04

Propósito
Evidenciar diferencias entre medidas antes (pre) y después (post)

Hipótesis del investigador


Ho= La medida antes no es diferente a la después
Ha= La medida antes es diferente a la después

En tal sentido procederemos a realizar la Prueba de Wilconxon s dos (2) colas.

Planteamiento de la investigación del Laboratorio Nro., 04


Se desea evaluar el programa de dietas y ejercicios de Spa Stephany Valeria para bajar de
pesos este verano. ¿El peso después del programa de dietas y ejercicios es menor al peso
basal?

Cuadro estadístico necesario

Medidas estadísticas Antes – Pre Después – Post Diferencia


Media
Error estándar
IC 95% limite inferior
IC 95% límite superior

Procederemos a generar una base de datos en forma aleatoria de una población de 280
mujeres y hombre, una muestra exacta de 130.

P á g i n a 142 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Debemos calcular la diferencia entre ambos pesos

P á g i n a 143 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Procedemos a ver lo ocurrido al adicionar este campo diferencia

P á g i n a 144 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Debemos proceder a calculas la estadística descriptiva que nos permita completar la


información del siguiente cuadro.

Medidas estadísticas Antes – Pre Después – Post Diferencia


Media
Error estándar
IC 95% límite inferior
IC 95% límite superior

Para esto precedemos a realizar los siguientes pasos:

P á g i n a 145 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Procedemos a realizar los cálculos pendientes de los límites.


Límite mínimo ……… 64,98 - (1,96*0.087) =
Límite superior …….. 64,98 + (1,96*0.087) =

Límite mínimo ……… 65,02 - (1,96*0.106) =


Límite superior …….. 65,02 + (1,96*0.106) =

Límite mínimo ……… -0,0385 - (1,96*0.13078) =


Límite superior …….. -0,0385 + (1,96*0.13078) =

P á g i n a 146 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Calculados los límites procederemos a completar el cuadro siguiente:

Medidas estadísticas Antes – Pre Después – Post Diferencia


Media 64,98 65,02 0,0385
Error estándar 0,087 0,106 0,13078
IC 95% límite inferior
IC 95% límite superior

Debemos ahora plantear las hipótesis del investigador


Ho= La medida antes no es diferente a la después
Ha= La medida antes es diferente a la después

Establecer el nivel de significancia


Por protocolo 0,05 que es igual al 5,00%

Calculamos la normalidad de los resultados, pero debe tener en cuenta que solo debe
considerar la diferencia de los pesos pre y post únicamente.
Procederemos a trabajar con Kolgomorov Smirnov para calcular la normalidad.

Realizamos la prueba, para lo cual debemos trasladar a la lista de variables, el campo


calculado diferencias.

P á g i n a 147 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Se obtienen los siguientes resultados:

Podemos ver que el sigma asintótica (bilateral) es de 0,000, la cual es menor a 0,05 o
5,00%, lo cual se interpreta que si tiene o presenta normalidad.
Asimismo se debe tener presente que ha tenido la corrección significativa de Lilliefors.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 148 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Podemos observar que tiene una forma de campana, lo cual nos indica que presenta
normalidad sus datos.
Calculamos el valor de p para saber si es correcta la hipótesis alterna y se rechaza la
hipótesis nula.

P á g i n a 149 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Se obtienen los siguientes datos para el cálculo de la prueba de Wilcoxon

P á g i n a 150 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Tenemos un valor de sigma asintótica bilateral de 0,931 o sea 93,10%, lo cual es mayor a
0,05 o 5,00%, en tal sentido se ratifica la hipótesis nula y rechazamos la hipótesis alterna.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Ho= La medida antes no es diferente a la después


Ha= La medida antes es diferente a la después

P á g i n a 151 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 05 Test de McNemar

Estos contrastes permiten comprobar si hay diferencias entre las distribuciones de dos
poblaciones a partir de dos muestras dependientes o relacionadas; es decir, tales que cada
elemento de una muestra está emparejado con un elemento de la otra, de tal forma que los
componentes de cada pareja se parezcan entre sí lo más posible por lo que hace referencia a
un conjunto de características que se consideran relevantes. También es posible que cada
elemento de una muestra actúe como su propio control.
Algunas de las pruebas que pueden realizarse con el programa SPSS son: la prueba de
Wilcoxon, la de signos y la de McNemar.
Para el presente laboratorio tendremos una población de 123 pacientes, procederemos a la
selección de casos aleatorios y nuestra población será de 91 pacientes.
Nuestra estructura de datos será la siguiente:

Se debe tener presente que las pruebas de Mc Nemar son


utilizadas para pruebas experimentales como
observacionales. Asimismo se trata de un estudio
longitudinal porque tiene al menos dos medidas.

P á g i n a 152 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Proceso de la Test de McNemar


La formulación de
las hipótesis
Nivel de
significancia
Estadísticos de
pruebas
Estimación del p
valor (sigma
bilateral)
Toma de decisiones

Procedemos a nuestra hoja de datos para calcular la prueba de McNemar

Las hipótesis del investigador


Ho= No existe una mejora en los pacientes con depresión después del tratamiento
realizado.
Ha= Existe una mejora en los pacientes con depresión después del tratamiento realizado.

Nivel de significancia
Es de 0,05 lo que lo mismo expresado en porcentajes 5,00%

Prueba estadística
Prueba de McNemar, porque es dicotómica y se está analizando datos antes y después.

P á g i n a 153 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Calculo del p-valor de la muestra

P á g i n a 154 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Obtenemos un p-valor de 0,04 lo que es lo mismo un 4,00%, como nuestra significancia es


del 5.00%, este es menor en tal sentido se ratifica la hipótesis alterna y se rechaza la
hipótesis nula.
En tal sentido se prueba que

P á g i n a 155 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Ho= No existe una mejora en los pacientes con depresión después del tratamiento
realizado.
Ha= Existe una mejora en los pacientes con depresión después del tratamiento realizado.

P á g i n a 156 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 06 Correlación de Yates

Tener presente:= Se denominan también corrección por continuidad o corrección de Yates


Se debe considera que se usa cuando se debe de usar el Test de Chi Cuadrado y las
frecuencias esperadas son muy bajas. El uso del estimador de Chi Cuadrado ya no es tan
conservador motivo por el cual nos permite tener una mayor cantidad de error.
Una variedad de procedimiento para el procesamiento y análisis estadístico de datos, una
vez recogidos los datos, procesados y convertidos en información valiosa para el estudio
que se realiza, pueden utilizarse varias técnicas que permitan sacar el máximo provecho de
la información disponible, sin embargo, la utilización de técnicas de Estadística No
Paramétricas son poco utilizada, a pesar de la potencia y certeza de sus resultados, y que
por lo general no se dispone de información suficiente sobre la población de la cual se
extrajeron los datos que den soporte la realización de inferencia con base en la muestra
observada.
En esta investigación se desarrollan algunas técnicas de análisis estadístico no paramétrico
tales como la prueba de independencia, la corrección de Yates en tablas de
contingencia de 2x2, las pruebas de homogeneidad y se hace un estudio sobre el análisis
de varianza por medio de la tabla ANOVA, analizando la rutina general de este tipo de
análisis, para terminar con comentarios sobre la importancia del software en este tipo de
análisis.
Para el presente laboratorio tendremos dos aulas y se ha evaluado la satisfacción de estos
dos grupos, una población de 52 alumnos x aula, o sea son 104 alumnos procederemos a la
selección de casos aleatorios y nuestra población será de 73 alumnos.

Nuestra estructura de datos será la siguiente:

P á g i n a 157 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Lo que debemos conocer es el grado de satisfacción de estos dos salones.


Ha= Existe un grado de satisfacción en los alumnos de ambas aulas.
Debemos tener presente que en columnas se debe ubicar la variable de agrupación

P á g i n a 158 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 159 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Pero debemos realizar lo siguiente debido a que (a) nos indica de que el recuento mínimo es
de 13,90.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

P á g i n a 160 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 161 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 162 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Para esta caso al tener esta anotación lo que se considera ya no es el Chi Cuadrado, sino la
Corrección de continuidad, ósea el valor de p o sigma asintótica es de 0,214 o lo que es lo
mismo 21,40% el cual es mayor a 5,00%, en tal sentido se rechaza la hipótesis alterna y se
valida la hipótesis nula en este caso.

Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad


Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna

Ho= No existe un grado de satisfacción en los alumnos de ambas aulas.


Ha= Existe un grado de satisfacción en los alumnos de ambas aulas.

P á g i n a 163 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Laboratorio Nro. 07

Análisis de la varianza con un factor - Anova con un factor

El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K


poblaciones (K >2) son iguales, frente a la hipótesis alternativa de que por lo menos una de
las poblaciones difiere de las demás en cuanto a su valor esperado. Este contraste es
fundamental en el análisis de resultados experimentales, en los que interesa comparar los
resultados de K 'tratamientos' o 'factores' con respecto a la variable dependiente o de
interés.

El Anova requiere el cumplimiento los siguientes supuestos:


Las poblaciones (distribuciones de probabilidad de la variable dependiente
correspondiente a cada factor) son normales.
Las K muestras sobre las que se aplican los tratamientos son independientes.
Las poblaciones tienen todas igual varianza (homoscedasticidad).
El ANOVA se basa en la descomposición de la variación total de los datos con respecto a la
media global (SCT), que bajo el supuesto de que H0 es cierta es una estimación de
obtenida a partir de toda la información muestral, en dos partes:
Variación dentro de las muestras (SCD) o Intra-grupos, cuantifica la dispersión de
los valores de cada muestra con respecto a sus correspondientes medias.
Variación entre muestras (SCE) o Inter-grupos, cuantifica la dispersión de las
medias de las muestras con respecto a la media global.
Las expresiones para el cálculo de los elementos que intervienen en el Anova son las
siguientes:
Media Global:

Variación Total:
Variación Intra-grupos:
Variación Inter-grupos:
Siendo xij el i-ésimo valor de la muestra j-ésima; nj el tamaño de dicha muestra y su
media.
Cuando la hipótesis nula es cierta SCE/K-1 y SCD/n-K son dos estimadores insesgados de
la varianza poblacional y el cociente entre ambos se distribuye según una F de Snedecor
con K-1 grados de libertad en el numerador y N-K grados de libertad en el denominador.
Por lo tanto, si H0 es cierta es de esperar que el cociente entre ambas estimaciones será

P á g i n a 164 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

aproximadamente igual a 1, de forma que se rechazará H0 si dicho cociente difiere


significativamente de 1.
Se debe tener presente que esta prueba se realiza si tenemos más de 2 grupos y la
variable de estudio es numérica.
Debemos de realizar cinco (5) pasos de los grupos a comparar
Debemos de conocer que trabajaremos con tres grupos de pruebas; técnicas A,
técnicas B y técnicas C.
Y estudiaremos los valores de las resistencias de estos tres grupos.
Trabajaremos con una población de 36 casos y una muestra de 36 casos, y cada una
de ellas estará compuesta por 12 unidades.

P á g i n a 165 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 166 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 167 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Podríamos concluir con este cuadro estadístico que las técnicas Grupos A y B están
agrupados y el grupo C no.
Podríamos concluir que las técnicas A y B son homogéneas y la técnica C es no
homogénea.
Asimismo el P valor es de 0,937 para el subgrupo 1 93,70% y para el grupo 2 es de
1,00 su equivalencia es 100,00%

P á g i n a 168 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Esta relaciona cada grupo con los otros este es con el método estadístico de Turkey,
se debe considerar que comparando límites si uno es negativo y el otro positivo se
concluye que no hay diferencias significativas, cuando ambos son negativos el p
valor es significativos

P á g i n a 169 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 170 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

Se puede observar gráficamente que los Grupos A y B están superpuestos, mientras


que el grupo C no es así, en tal sentido se observa que la mediana de A esta dentro
de B, lo que nos permite ratificar lo anteriormente mencionado.
Por lo tanto la conclusión final es que el Grupo C es mucho mayor a los Grupos A
y B.

P á g i n a 171 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

APENDICES

P á g i n a 172 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 173 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 174 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 175 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 176 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 177 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 178 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 179 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 180 | 182 Te acompañamos en tu formación ….. Toda tu vida


Guía de SPSS 22 para desarrollo de trabajos de investigación.

Autor: Dr. Guillen Valle, Oscar Rafael PhD


www.andoeducandoperu.com Móviles 992505092 990573292

P á g i n a 181 | 182 Te acompañamos en tu formación ….. Toda tu vida

Das könnte Ihnen auch gefallen