Estad stica

Exposicin Oral II o
- Inferencia Estad stica Sergio Garc Mondaray a David Antonio Prez Zaba e

Escuela Superior de Informtica de Ciudad Real a Universidad de Castilla-La Mancha

 Indice general
1 Contraste para una muestra 1.1 1.2 1.3 1.4 1.5 1.6 Planteamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Estad stico de contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Regin cr o tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p-valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Intervalo de conanza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Resultados SPSS e interpretacin . . . . . . . . . . . . . . . . . . . . . . . . . . . o 5 5 5 6 6 6 7 9 9 9 10 10 10 11 13 13 13 14 14 14 14 17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 17 18 18 19

2 Contraste para dos muestras independientes 2.1 2.2 2.3 2.4 2.5 2.6 Planteamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Estad stico de contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Regin cr o tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p-valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Intervalo de conanza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Resultados SPSS e interpretacin . . . . . . . . . . . . . . . . . . . . . . . . . . . o

3 Contraste para dos muestras relacionadas 3.1 3.2 3.3 3.4 3.5 3.6 Planteamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Estad stico de contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Regin cr o tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p-valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Intervalo de conanza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Resultados SPSS e interpretacin . . . . . . . . . . . . . . . . . . . . . . . . . . . o

4 ANOVA 4.1 4.2 4.3 4.4 4.5 Planteamiento y diseo n Hiptesis o

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Estad stico de contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Regin cr o tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Anlisis post-hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 1

5 Utilizacin del SPSS o 5.1 5.2 5.3 5.4 5.5 Estudio previo: Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . . . . . . . . Estudio 1. Prueba T para una muestra . . . . . . . . . . . . . . . . . . . . . . . . Estudio 2. Prueba T para dos muestras independientes . . . . . . . . . . . . . . . Estudio 3. Prueba T para dos muestras relacionadas . . . . . . . . . . . . . . . . Estudio 4. ANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21 21 22 23 24 26

Introduccion
El director de una empresa X desea realizar un estudio estad stico sobre el salario de sus empleados, puesto que quiere realizar algunos ajustes. Para ello, se han seleccionado 10 observaciones independientes y obtenidas de forma aleatoria.

Estructura del trabajo

Cada estudio comienza con una breve descripcin del mismo, que da paso a un planteamiento o inicial. A continuacin se analiza y calcula el estad o stico de contraste correspondiente a cada caso, as como la regin cr o tica para el valor de signicacin especicado; de esta manera se llega o a la primera conclusin sobre la aceptacin/negacin de la hiptesis nula. o o o o En los estudios 1,2 y 3 se analiza tambin el p-valor y el intervalo de conanza para la e estimacin del parmetro correspondiente. De esta manera se comprueba la correccin de la o a o conclusin obtenida antes sobre H0 . Despus se estudian los resultados obtenidos por la suite o e estad stica SPSS y se interpretan en base a los clculos y explicaciones de los apartados anteria ores. En el estudio 4, ANOVA, los resultados del SPSS son intercalados con las explicaciones, y tras el clculo de la regin cr a o tica del estad stico para el especicado, se procede a realizar un anlisis post-hoc (puesto que, como se ver, se llega a un punto en el que es necesario). a a Para nalizar el trabajo, hemos creado un nuevo apartado donde explicamos cmo se debe o utilizar el SPSS para obtener los resultados que hemos calculado.

Anlisis previo: Kolmogorov-Smirnov a

Con el n de comprobar que las variables salario actual y salario inicial siguen una distribucin o normal, lo que es necesario para nuestros estudios, realizamos un anlisis previo de dichas a variables: la prueba de Kolmogorov-Smirnov.

Observando la signicacin asinttica (bilateral), podemos ver que ambas son mayores que o o los 0.01 y 0.05, que son los que emplearemos. Por tanto, podemos armar que ambas variables siguen una distribucin normal. o

Exposicin Oral II. Estad o stica

Apartado 1

Contraste para una muestra

Se desea estudiar si es posible aceptar que el salario medio para todos los empleados de la empresa es de 45000$, con un 99% de conanza.

1.1

Planteamiento

Debemos analizar, con un nivel de signicacin = 0.01 si es posible aceptar que el salario o medio para todos los empleados de la empresa es de 45000$. Nuestras hiptesis a contrastar son o las situientes (X = salario actual): H0 : = 0 H1 : = 0 Siendo 0 = 45000$. Se trata, por tanto, de un contraste bilateral.

1.2

Estad stico de contraste

Como es desconocida la varianza poblacional , emplearemos el estad stico T siguiente, que sigue una distribucin t de Student con n 1 grados de libertad (tn1 ): o X 0 Sn1 n

T =

Donde X es la media de la variable salario actual para la muestra elegida, 0 es el valor de prueba, en nuestro caso 45000$, Sn1 es la cuasi-desviacin t o pica de la muestra elegida, y n es el nmero de individuos de la muestra. u Nuestros datos son: X = 46070, 0 = 45000, n = 10 y Sn1 = 31622.78. Con todo esto, nuestro estad stico queda: X 0 46070 45000 = = 0.113 31622.78 Sn1 n 10 5

T =

Estudio 1. Contraste para una muestra

1.3

Regin cr o tica

Una vez calculado el estad stico, debemos estudiar si su valor est comprendido en un rango que a nos permita aceptar H0 o, por el contrario, rechazarla. La regin cr o tica, o regin de rechazo, ser la siguiente (teniendo en cuenta que = 0.01 o a /2 = 0.005 1 /2 = 0.995): R.C. = {t / t < t/2 t > t1/2 } = {t / t < t0.005 t > t0.995 } = {t / t < 3.25 t > 3.25}

Podemos apreciar en la grca cmo nuestro estad a o stico cae dentro de la regin de aceptacin. o o As podemos concluir que aceptamos H0 .

1.4

p-valor

Con el n de comprobar que resulta correcto aceptar H0 para el nivel de signicacin dado, o calculamos el p-valor: p valor = 2 P {t T } = 2 P {t 0.113} = 2(1 P {t < 0.113}) = 2(1 0.55) = 0.9 El p-valor es el valor mas pequeo de para el que rechazamos H0 . Como el resultado del n p-valor es 0.9 y es mayor que nuestro = 0.01, queda conrmado que aceptamos H0 .

1.5

Intervalo de conanza

Para estimar con X, con 2 desconocida, es: Sn1 Sn1 X + t/2 , X + t1/2 n n Nuestros datos son: X = 46070, Sn1 = 31622.78, n = 10, t/2 = 3.25 y t1/2 = 3.25. Con todo esto, nuestro intervalo queda:

46070 +

31622.78 31622.78 (3.25) , 46070 + 3.25 10 10

= (29788.76, 31928.76)

Exposicin Oral II. Estad o stica

1.6

Resultados SPSS e interpretacin o

Para empezar calculbamos los estad a sticos descriptivos bsicos: a

Este primer estudio se hace sobre todos los individuos de la empresa (n=10 trabajadores), obteniendo una media de salario de 46070$ y una alta desviacin t o pica de 30027.360$. Esto nos viene a decir que existen algunos individuos cuyo salario se aleja bastante de la media, por lo que dicha media podr no ser muy representativa. a A continuacin calculbamos nuestro estad o a stico y el intervalo de conanza para la estimacin o de a partir de x. La suite SPSS nos ofreci estos resultados: o

Aqu se representa el estad stico T con un valor de 0.113, calculado con 9 grados de libertad (n-1), con una signicacin de 0.913 (mayor que 0.01, nuestro ), luego aceptamos o H0 y podemos decir que el salario medio de los trabajadores de la empresa es el de nuestro valor de prueba (45000$). Otra forma de conrmar esto es jandonos en el intervalo de conanza al 99% para la estimacin de , (29788.76 , 31928.76), y observando que el cero pertenece al o mismo. La diferencia de medias, es el numerador utilizado para calcular el estad stico (X 0 ), siendo en nuestro caso 0 el valor de prueba de 45000$.

Estudio 1. Contraste para una muestra

Exposicin Oral II. Estad o stica

Apartado 2

Contraste para dos muestras independientes

Se desea contrastar si se puede admitir que el salario que reciben los hombres es igual al que reciben las mujeres, con una signicacin de 0.05. o

2.1

Planteamiento

Queremos comprobar si los hombres cobran igual que las mujeres. Nuestra variable a contrastar ser, por tanto, el salario actual ; y nuestra variable de agrupacin, el sexo. Para a o ver si podemos aceptar que las medias de salario para ambos subconjuntos son iguales, vamos a contrastar las siguientes hiptesis: o H0 : 1 2 = 0 H1 : 1 2 = 0 Siendo el grupo 1 el de hombres y el grupo 2 el de mujeres. Se trata de un contraste bilateral.

2.2

Estad stico de contraste

No conocemos las varianzas 1 y 2 , de las poblaciones hombres y mujeres, respectivamente; por ello que vamos a estudiar si podemos considerarlas iguales o no, lo que denir qu estad a e stico deberemos emplear. Con tal n, realizamos la prueba de Levene, que da una signicacin de o 0.819. Como la signicacin de la prueba es mayor que nuestro podemos considerar que las o varianzas 1 y 2 son iguales. De este modo, el estad stico que emplearemos es: T = x1 x2 , donde Sp = 1 1 Sp + n1 n2
2 2 Sn1,2 (n1 1) + Sn1,1 (n2 1) n1 + n2 2

2 2 Nuestros datos son los siguientes: Sn1,1 = 1333333333, Sn1,2 = 1200000000, n1 = 6, n2 = 4, x1 = 48083.33 y x2 = 43050.0.

Sp =

1333333333(6 1) + 1200000000(4 1) = 35823.64 6+42 9

Estudio 2. Contraste para dos muestras independientes El estad stico T , con estos datos, da como resultado T = 0.246.

2.3

Regin cr o tica

Analicemos si el valor de nuestro T , 0.246, cae dentro de una regin cr o tica que nos permita, por tanto, rechazar H0 . Calculemos esa regin: o R.C. = {t / t < t0.025 t > t0.975 } = {t / t < 2.306 t > 2.306}

Nuestro T no cae dentro de esta regin cr o tica, por lo que no podemos rechazar H0 .

2.4

p-valor

Para corroborar la aceptacin de H0 , calculamos el p valor: o p valor = 2 P {t T } = 2 {t 0.246} = 2(1 P {t < 0.246}) = 2(1 0.6) = 0.8 El p-valor es el valor ms pequeo que puede tomar para que rechacemos H0 . Por tanto, a n como = 0.05 es menor que el p valor = 0.8, queda conrmado que podemos aceptar H0 .

2.5

Intervalo de conanza

Veremos otro modo de comprobar la correccin de nuestro veredicto (aceptacin de H0 ). El o o intervalo de conanza para la estimacin de la diferencia de medias 1 2 , siendo 1 y 2 o desconocidas (y supuestas iguales, como hemos visto antes), es el siguiente: (X 1 X 2 ) + t/2 Sp 1 1 + , (X 1 X 2 ) + t1/2 Sp n1 n2 1 1 + n1 n2

2 2 Sustituyendo con nuestros datos (Sn1,1 = 1333333333, Sn1,2 = 1200000000, n1 = 6, n2 = 4, x1 = 48083.33, x2 = 43050.0, t0.975,8gl = 2.306, y t0.025,8gl = 2.306; siendo Sp = 35823.64, ya calculado antes), obtenemos el intervalo:

(42196.31, 52262.98) Como podemos observar, el 0 pertenece al intervalo obtenido. Por tanto, conclu mos que, con un nivel de signicacin = 0.05, los hombres tienen la misma media salarial que las mujeres. o 10

Exposicin Oral II. Estad o stica

2.6

Resultados SPSS e interpretacin o

Para empezar, realizamos un anlisis estad a stico bsico, con el n de obtener la media y a desviacin t o pica de la variable salario actual para los dos grupos objeto de estudio: hombres y mujeres. El resultado es el que muestra la siguiente tabla, donde N es el nmero de indiv u duos que componen cada uno de los grupos.

A simple vista se puede apreciar que, para ambos grupos, la desviacin t o pica es algo elevada. Esto nos viene a decir que existen algunos individuos cuyo salario se aleja bastante de la media de su grupo, por lo que podr resultar que dicha media no fuese muy representativa. a Podemos considerarlo normal, puesto que existen diferentes categor laborales (o cargos) en as la empresa. Cuando analizbamos que estad a stico emplear, siendo 1 y 2 desconocidas, ve amos que depend de si pod a amos considerarlas iguales o no. Tal como comentbamos (apartado 2.2), a llevamos a cabo la prueba de Levene. La suite SPSS realiz los clculos y dio como resultado la o a siguiente tabla:

El resultado muestra una signicacin de 0.82, mucho mayor que nuestro = 0.05, con lo o que deduc amos que pod amos considerar que 1 = 2 . Hecho esto, eleg amos el estad stico apropiado (ver apartado 2.2), y calculbamos el intervalo de conanza para la diferencia de a medias. Los resultados obtenidos mediante el SPSS fueron:

El estad stico que calculamos es t, siendo gl los grados de libertad del mismo (que corresponden a n1 + n2 2); la signicacin bilateral es el p valor (calculado en el apartado 2.4); la o 11

Estudio 2. Contraste para dos muestras independientes diferencia de medias es el numerador de la frmula que mostrbamos de nuestro estad o a stico (X 1 X 2 ). Por ultimo, los valores inf erior y superior del intervalo de conanza al 95% que muestra la tabla no son ms que los extremos del intervalo de conanza para la diferencia a de medias que calculbamos en el apartado 2.5, al contener dicho intervalo el valor 0, signica a que podemos considerar que las medias son iguales; es decir, aceptar H0 .

12

Exposicin Oral II. Estad o stica

Apartado 3

Contraste para dos muestras relacionadas

Queremos estudiar si para los individuos de 45 a os o ms ha variado su sueldo n a respecto a cuando empezaron en la empresa, con un nivel de signicacin de 0.05. o

3.1

Planteamiento

Una vez seleccionados los casos de los indiv duos que cumplen nuestra especicacin de tener o 45 aos o ms, planteamos las siguientes hiptesis: n a o H0 : inicial actual = 0 H1 : inicial actual = 0 Por tanto es un contrate bilateral.

3.2

Estad stico de contraste

En nuestro caso, las varianzas 1 y 2 son desconocidas, pero como el estudio va a ser sobre dos muestras relacionadas (sobre los mismos individuos), sabemos que podemos considerarlas iguales. Nuestro estad stico sera el siguiente:

T =

D d0 que sigue una t de Student con n 1 grados de libertad. S d n

Donde Sd es la cuasidesviacin t o pica de las diferencias entre el salario inicial y el actual para cada individuo; y D es la variable aleatoria de esas diferencias. En nuestro caso d0 = 0, puesto que lo que queremos estudiar es si ha habido diferencias signicativas en el sueldo. Nuestros datos son: D = 6362$, d0 = 0, n = 5 y Sd = 7052, aproximadamente. El estad stico T , con estos datos, da como resultado T = 2.254. 13

Estudio 3. Contraste para dos muestras relacionadas

3.3

Regin cr o tica

Vamos a ver si el valor de nuestro estad stico utilizado est en la regin cr a o tica o no, para ello calculamos esta regin: o R.C. = {t / t < t/2 t > t1/2 } = {t / t < t0.025 t > t0.975 } = {t / t < 2.776 t > 2.776}

Como se puede observar nuestro estad stico calculado, T = 2.254, no pertenece a este intervalo. Por lo que no podemos rechazar H0 , y armamos con una conanza del 95% que el sueldo de los individuos de la empresa con una edad igual o superior a 45 aos, no ha variado desde n que entraron a trabajar.

3.4

p-valor

Calculamos el p valor: p valor = 2 P {t T } = 2 {t 2.254} = 2(1 P {t < 2.254}) = 0.09 El p-valor es el valor mas pequeo de para el que rechazamos H0 . Como el resultado del n p-valor es 0.08 y es mayor que nuestro = 0.05, queda conrmado que aceptamos H0 .

3.5

Intervalo de conanza

El intervalo de conanza para estimar inicial actual es: Sd Sd D + t/2 , D + t1/2 n n Siendo D = 6362$, Sd = 7052, n = 10, t/2 = 2.776 y t1/2 = 2.776. Con todo esto, nuestro intervalo de conanza al 95% queda de esta forma: Sd Sd 6362 + 2.776 , 6362 + 2.776 10 10 = (1476.227, 14200.227)

3.6

Resultados SPSS e interpretacin o

Tras realizar un estudio estad stico descriptivo inicial, obtenemos: 14

Exposicin Oral II. Estad o stica

Como podemos ver en esta primera tabla, tanto la media del salario actual como el salario inicial, tienen una desviacin t o pica muy alta, como ya dijimos anteriormente. Esto se debe a que existen valores muy alejados de la media, lo que podr suponer que sta no fuese muy a e representativa.

Aqu podemos ver el grado de relacin de nuestro par de variables (salario actual, y salario o inicial). Con una signicacin de 0.0 que es menor que nuestro = 0.05 y valor de la correlacin o o (de Pearson, ya que son dos variables cuantitativas) igual a 1 (que es el maximo valor posible) se deduce que tienen una alta relacin, lo que es lgico, puesto que se trata de los mismos o o individuos. Tras realizar los clculos del estad a stico empleado, el intervalo de conanza, etc. con el SPSS, obtenemos la siguiente tabla:

Vemos que la media de las diferencias de los salarios actuales e inicialesde los individuos con 45 aos o ms es de 6362.0$ con una alta desviacin t n a o pica de 6312.68$. En el intervalo de conanza al 95% se puede observar que el 0 (1476.227, 14200.227) y por lo tanto no se puede rechazar H0 , luego armamos que las diferencias de las medias entre el salario actual e incial de los trabajadores de la empresa con 45 aos o ms es cero. n a El estad stico utilizado se ha calculado con 4 grados de libertad (ya que sigue una t de Student con n-1 grados de libertad, tn1 ) y nos da un resultado de 2.254, con una signicacin de 0.087 o que es mayor que 0.05 (nuestro ), luego podemos armar que no hay diferencia signicativa entre las medias de salario actual e inicial, como hemos visto antes. En resumen, podemos armar con un 95% de conanza que el salario inicial y actual para los individuos de 45 aos o ms no ha variado. n a

15

Estudio 3. Contraste para dos muestras relacionadas

16

Exposicin Oral II. Estad o stica

Apartado 4

ANOVA
Se desea estudiar si la categor laboral (cargo en la empresa) afecta al salario a actual de los empleados.

4.1

Planteamiento y dise o n

Queremos comprobar que la categor laboral afecta al salario. Por lo tanto, el diseo de nuestro a n anlisis de varianza ser el siguiente: a a Variable dependiente: Salario Factor: Categor laboral a Nos encontramos, por lo tanto, ante una ANOVA (anlisis de varianza) de un factor de a efectos jos no equilibrado y con 3 niveles. El modelo matemtico asociado es el siguiente: a yij = + Bi + ij Donde yij es la observacin j-sima del nivel i del factor (i = 1, 2, ..., I, j = 1, 2, ..., ni ). I es el o e nmero de niveles del factor, y ni es el tamao del nivel i. es una constante comn para todos u n u los valores de la variable dependiente, y Bi es la componente debida al nivel i, comn a todos u los elementos del nivel. Por ultimo, ij es la componente debida al error experimental. Para realizar nuestro anlisis, partimos de dos hiptesis supuestas: la normalidad y la hoa o mocedasticidad (igualdad de varianzas).

4.2

Hiptesis o

Si la categor laboral no afecta al salario, las medias de las distintas categor (niveles de a as nuestro factor) sern iguales. Planteamos, por lo tanto, las hiptesis nula y alternativa siguientes: a o H0 : 1 = 2 = 3 H1 : i, j / i = j Donde i es la media poblacional del salario para la categor o nivel del factor i. a 17

Estudio 4. ANOVA

4.3

Estad stico de contraste

El estad stico para un ANOVA viene dado por: F = M Cinter M Cintra

que sigue una F de Snedecor F(I1)(N I) , donde: M Cinter =

I

SCinter SCintra ; M Cintra = I 1 N I

I ni

SCinter =
i=1

ni (Y i. Y .. )2 ; SCintra =
i=1 j=1

(Yij Y i. )2

Por tanto, F compara la variabilidad de las diferencias entre las categor debida a las as diferencias entre los elementos de cada categor La obtencin de F mediante el SPSS da como a. o resultado 131.544, como se puede ver en la siguiente tabla:

La columna de suma de cuadrados ha sido calculada con las frmulas SCinter y SCintra o vistas antes. Lo mismo ocurre con la columna de media cuadrtica. Los grados de libertad, a gl, han sido calculados de la siguiente manera: I 1 para inter-grupos, N I para intra-grupos, y N 1 para el total. F es el estad stico calculado, y sig es la signicacin del estad o stico; como sta es menor que 0.05 (nuestro ), rechazamos H0 , luego no todas las medias son iguales. e

4.4

Regin cr o tica

A continuacin, calculamos la regin de aceptacin de la F de Snedecor para un nivel de signio o o cacin = 0.05: o f1,I1,N I = f0.95,2,7 = 4.74, por lo que R.A. = {f / f < 4.74}

Como nuestra F = 131.544 > 4.74, F R.C., rechazamos H0 , luego podemos armar que la categor laboral inuye en el salario. a 18

Exposicin Oral II. Estad o stica

4.5

Anlisis post-hoc a

Como el clculo de nuestro estad a stico nos ha conducido a armar que no todas las medias son iguales, o lo que es lo mismo, la categor laboral inuye en el salario, vamos a realizar un a anlisis post-hoc con el n de comprobar entre qu categor existen diferencias signicativas. a e as As podremos analizar tambin si existe alguna pareja de niveles del factor homognea. Para e e ello, lo primero es estudiar si podemos considerar o no que el salario de las distintas categor as laborales tengan varianzas iguales. Calculemos, pues, el estad stico de Levene:

Como se aprecia en la tabla anterior, el estad stico de Levene tiene una signicacin de o 0.023, que es menor que nuestro = 0.05. Por tanto, no podemos considerar que las varianzas de los niveles del factor (categor laborales) sean iguales. Al considerar varianzas distintas, as realizamos la prueba post-hoc de C de Dunnet.

Podemos observar que las categor 1 (Administrativo) y 2 (Seguridad) son homogneas, as e puesto que entre sus medias no existen diferencias signicativas con nuestro . Por otro lado, s que existen diferencias signicativas entre stas y la categor 3 (Directivo). e a 19

Estudio 4. ANOVA

Conclu mos, por tanto, que podr amos considerar la existencia de dos grupos claramente diferenciados: el formado por las categor 1 y 2 (Administrativo y Seguridad) y el formado as por la categor 3 (Directivo). a

20

Exposicin Oral II. Estad o stica

Apartado 5

Utilizacin del SPSS o

En este apartado explicaremos la manera de utilizar SPSS para obtener nuestros resultados.

5.1

Estudio previo: Kolmogorov-Smirnov

Realizamos esta prueba para comprobar si una o ms variables aleatorias siguen una distribucin a o normal. La forma de proceder es acceder al men Analizar > Pruebas no paramtricas > K-S u e de una muestra.

La ventana que aparece no tiene mucho misterio, en ella se seleccionan las variables a estudiar. Despus se obtine la tabla que ve e amos al comienzo del trabajo. 21

Utilizacin del SPSS o

5.2

Estudio 1. Prueba T para una muestra

Comprueba si existen o no diferencias signicativas entre una muestra y el parmetro poblaa cional. Es necesario que siga una distribucin normal (lo que ya ha sido comprobado en nuestro o caso). Se debe acceder al men Analizar > Comparar medias > Prueba T para una muestra (tal u como se puede ver en la imagen).

A continuacin, aparecer la siguiente ventana. Donde debemos seleccionar la variable a cono a trastar, el valor de prueba es el valor del parmetro poblacional con el que queremos contrastar. a En opciones podemos elegir el nivel de conanza.

Se pulsa Aceptar e inmediatamente se obtienen los resultados del apartado 1. Aqu es importante que el 0 pertenezca al intervalo de conanza de la diferencia de medias que nos da el SPSS, en caso contrario no podemos aceptar la hiptesis nula H0 o

22

Exposicin Oral II. Estad o stica

5.3

Estudio 2. Prueba T para dos muestras independientes

Comprueba si no existen diferencias signicativas entre las medias de 2 muestras distintas de individuos. Se debe acceder al men Analizar > Comparar medias > Prueba T para muestras u independientes (tal como se puede ver en la imagen).

A continuacin, aparecer la siguiente ventana. Donde debemos seleccionar la variable/s a o a contrastar y la variable de agrupacin (para separar los grupos): o

El SPSS realiza los clculos contando tanto para el caso de varianzas iguales como para a varianzas diferentes. Si la signicacin de varianzas iguales es menor que 0.05 contamos con o que no son varianzas iguales, si fuese mayor que 0.05 s Dependiendo de esto miramos una . la u otra de la tabla obtenida. Para aceptar o rechazar la hiptesis nos jamos si el 0 est o a en el intervalo de la diferencia de medias o, alternativamente, jndonos en la signicacin del a o estad stico (p-valor).

23

Utilizacin del SPSS o

5.4

Estudio 3. Prueba T para dos muestras relacionadas

En este apartado, previamente tenemos que seleccionar a los individuos de edad mayor o igual a 45 aos, tal como especica el enunciado del estudio. Para ello debemos acceder al men Datos n u > Seleccionar casos y establecer la condicin que se muestra en la imagen: o

Hecho esto, procedemos a realizar la prueba T. En este caso la prueba tiene el mismo objetivo que la anterior: ver si existe o no diferencias signicativas entre 2 muestras, pero ahora relacionadas. Debemos acceder al men Analizar > Comparar medias > Prueba T para u muestras relacionadas:

24

Exposicin Oral II. Estad o stica En la ventana que aparece a continuacin, tenemos que decirle las variables relacionadas o que deseamos comparar. Adems, en opciones podremos especicar el intervalo de conanza a deseado.

25

Utilizacin del SPSS o

5.5

Estudio 4. ANOVA

La ANOVA, o anlisis de la varianza, tiene como n estudiar si un determinado factor afecta a a los resultados de un estudio. Para realizar el procedimiento mediante el SPSS debemos acceder a Analizar > Comparar medias > ANOVA de un factor:

En la ventana que aparece a continuacin seleccionamos el factor (causa de la variabilidad) o y la/s variable/s dependiente/s (las que pueden verse afectadas por el factor). Adems, en Opciones seleccionamos la Prueba de homogeneidad de varianzas, puesto que a si se da el caso de que el conjunto total de las categor sean heterogneas, querremos hacer as e un estudio post-hoc para buscar posibles parejas homogneas entre s y para realizar el estudio e ; correcto debemos saber si podemos considerar varianzas iguales o no.

26