Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Porcentajes
Bajo 6%
Medio-bajo 21%
Medio 58%
Medio-alto 10%
Alto 5%
Anlisis Univariado 36
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Frecuencia Porcentaje
Bajo 16 8%
Medio-bajo 32 16%
Medio 108 54%
Medio-alto 30 15%
Alto 14 7%
12
10
2
Desv. tp. = 5,64
Media = 24,5
0 N = 60,00
12,5 17,5 22,5 27,5 32,5 37,5
15,0 20,0 25,0 30,0 35,0 40,0
Anlisis Univariado 37
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 38
Anlisis de datos con SPSS Mara Dolores Paz Caballero
En todos los casos, las pruebas de bondad de ajuste nos ofrecen el valor de
un estadstico de contraste y un nivel de significacin observado (o valor p). El
valor del estadstico de contraste depende de las diferencias, para cada nivel de la
variable, entre los porcentajes empricos y los poblacionales o, en algunos casos,
entre las frecuencias empricas y las esperadas en funcin de esos porcentajes
poblacionales. En caso de ajuste perfecto, es decir, si no hubiera ninguna
diferencia, el valor del estadstico sera cero. A medida que el ajuste va siendo
peor el valor del estadstico aumenta. El nivel de significacin observado o valor p
nos indica la probabilidad de que se obtengan los datos empricos siendo ciertos
unos determinados valores poblacionales. La asuncin que hacemos sobre los datos
poblacionales se denomina hiptesis nula (Ho). Cuando el valor p es 0,05 o menor
rechazamos la hiptesis nula. En caso de ajuste perfecto, el valor p sera 1.
Anlisis Univariado 39
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 40
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 41
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 42
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Pruebas no paramtricas
Prueba de chi-cuadrado
tipo de cncer
Anlisis Univariado 43
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Estadsticos de contraste
tipo de cncer
Chi-cuadrado a 6,098
gl 4
Sig. asintt. ,192
a. 0 casillas (,0%) tienen frecuencias
esperadas menores que 5. La frecuencia
de casilla esperada mnima es 52,0.
Anlisis Univariado 44
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Pruebas no paramtricas
Prueba de chi-cuadrado
Frecuencias
tipo de cncer
Estadsticos de contraste
tipo de cncer
Chi-cuadrado a 23,083
gl 4
Sig. asintt. ,000
a. 0 casillas (,0%) tienen frecuencias
esperadas menores que 5. La frecuencia
de casilla esperada mnima es 60,0.
Anlisis Univariado 45
Anlisis de datos con SPSS Mara Dolores Paz Caballero
12
10
2 D e s v. tp . = 5 ,6 3
M e d ia = 2 4 ,7
0 N = 6 0 ,0 0
1 2 ,5 1 7 ,5 2 2 ,5 2 7 ,5 3 2 ,5 3 7 ,5
1 5 ,0 2 0 ,0 2 5 ,0 3 0 ,0 3 5 ,0 4 0 ,0
T es t d e in te lig e n c ia
50
40
30
20
10
Desv. tp. = 1,28
Media = 2,4
0 N = 155,00
1,0 2,0 3,0 4,0 5,0 6,0 7,0
Anlisis Univariado 46
Anlisis de datos con SPSS Mara Dolores Paz Caballero
70
60
50
40
30
20
0 N = 151,00
15,0 16,0 17,0 18,0 19,0 20,0 21,0
En versiones recientes del SPSS hay que seleccionar cuadro de dilogos antiguos dentro de
Pruebas no paramtricas
Anlisis Univariado 47
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Del resultado de la prueba K-S lo nico que nos interesa mirar es el valor de
la significacin. En este caso vemos que p= 0.795, por lo que mantenemos la
hiptesis nula de que la distribucin de la variable es normal en la poblacin.
Prueba de Kolm ogorov-Sm irnov para una m uestra
D EPR ESI
N 60
a,b
Parm etros norm ales M edia 24,5333
D esviacin tpica 5,6403
D iferencias m s extrem as Absoluta ,084
Positiva ,084
N egativa -,061
Z de Kolm ogorov-Sm irnov
,648
Sig. asintt. (bilateral)
,795
12
10
DEPRESIO
Anlisis Univariado 48
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 49
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Otra cuestin que nos podemos plantear es cul debera ser el tamao de la
muestra para que la diferencia entre nuestra media y la media poblacional no
supere un valor determinado. Con los mismos datos del ejemplo anterior y
siguiendo con el NC del 95%, queremos saber cuntos sujetos debemos aadir a la
muestra para que el mximo error al estimar la media de la poblacin sea 1,5.
Anlisis Univariado 50
Anlisis de datos con SPSS Mara Dolores Paz Caballero
D e s c rip tiv o s
E s ta d s tic o E rro r tp .
D E P R E S IO M e d ia 2 4 ,5 3 3 3 ,7 2 8 2
In te rv a lo d e c o n fia n z a L m ite
2 3 ,0 7 6 3
p a ra la m e d ia a l 9 5 % in fe rio r
L m ite
2 5 ,9 9 0 4
s u p e rio r
M e d ia re c o rta d a a l 5 %
2 4 ,4 2 5 9
M e d ia n a 2 4 ,0 0 0 0
V a ria n z a 3 1 ,8 1 2
D e s v . tp . 5 ,6 4 0 3
M n im o 1 3 ,0 0
M x im o 3 9 ,0 0
R ango 2 6 ,0 0
A m p litu d in te rc u a rtil
7 ,0 0 0 0
A s im e tra ,3 2 2 ,3 0 9
C u rto s is ,0 2 6 ,6 0 8
25,99
24,5333 1,456
23,07
Anlisis Univariado 51
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 52
Anlisis de datos con SPSS Mara Dolores Paz Caballero
RESUMEN
Anlisis Univariado 53
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 54
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Anlisis Univariado 55
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Si nuestra media est en este punto se Si nuestra media est en este punto se
alejara de la media poblacional 2,352 alejara de la media poblacional 2,352
unidades por debajo. unidades por encima.
Si utilizramos el NC del 99%, las puntuaciones tpicas seran las que dejan
por debajo el 0,5% (una probabilidad de 0,005) y el 99,5% (una probabilidad de
0,995) .
Anlisis Univariado 56
Anlisis de datos con SPSS Mara Dolores Paz Caballero
As pues, con un NC del 99%, el error mximo (la mxima diferencia entre la media
de la muestra y la de la poblacin es (2.57)(1.2) = 3.084. Ahora, el intervalo
confidencial en el que estimamos est la media poblacional va desde 43.916 y
50.084.
. 1 2 3 4 5 6 7 8 9
.
-2'1 '0179 '0162 '0158 '0154
-2'0 '0228 '0207 '0202 '0197
-1'9 '0287 '0262
Podemos ver cmo la puntuacin tpica que deja por debajo el valor ms prximo a
0.02 es -2,5.
Anlisis Univariado 57
Anlisis de datos con SPSS Mara Dolores Paz Caballero
Las filas de la tabla corresponden a los grados de libertad (gl). Los grados
de libertad van a aparecernos mucho a lo largo del curso y casi siempre cuando se
trate de estimar una varianza. Recurdese que para obtener la varianza tenemos
que calcular la diferencia entre la puntuacin de cada sujeto y la media del grupo,
elevar esas diferencias al cuadrado y dividir entre el nmero de sujetos. Pues bien,
una de las formas que tenemos de definir los grados de libertad sera como el
nmero de puntuaciones que necesitamos conocer para realizar dicho clculo. Como
la suma de las diferencias de las puntuaciones respecto a su media es cero, nos
bastara con conocer N-1 puntuaciones, la otra vendra dada porque tendra que
Anlisis Univariado 58
Anlisis de datos con SPSS Mara Dolores Paz Caballero
ser 0 Suma de las N-1 restantes. Es por esta razn por la que para estimar la
varianza poblacional hay que utilizar la frmula (X-X)2/(N-1).
Como puede verse, en N = , los valores de la distribucin t coinciden
exactamente con los de la distribucin normal. Ya con 500 sujetos la aproximacin
es muy grande.
25,99
24,5333 1,456
23,07
Anlisis Univariado 59