Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Spss Ejemplo
Spss Ejemplo
1
Una vez abierto el cuadro de diálogo calcular variable, creamos la
nueva variable de destino “alturam”; a continuación introducimos la
altura en centímetros en expresión numérica y /100; nos quedaría
esta expresión: “altura / 100”, aceptamos. Nos quedaría así:
3
Una vez tenemos hecho esto nos aparece el siguiente cuadro de
diálogo:
4
Aquí consideramos de 0 a 15 como acierto y le asignamos el valor
nuevo 1; a todos los demás valores le asignamos un 2.
De esta forma cuando nos vamos a la vista de datos, en lugar de
aparecer los segundos nos aparecerá un 1 o un 2, dependiendo de la
respuesta que se haya dado.
5
5. ¿Cuántos alumnos y porcentaje, creen que deben subir 40 o más
escalones?. Comenta los estadísticos utilizados.
6
N. escalones?
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos 26 2 2,8 2,8 2,8
30 7 9,9 9,9 12,7
32 6 8,5 8,5 21,1
35 2 2,8 2,8 23,9
36 2 2,8 2,8 26,8
37 1 1,4 1,4 28,2
38 1 1,4 1,4 29,6
40 30 42,3 42,3 71,8
45 1 1,4 1,4 73,2
46 2 2,8 2,8 76,1
48 3 4,2 4,2 80,3
50 6 8,5 8,5 88,7
52 1 1,4 1,4 90,1
Estadísticos
60 5 7,0 7,0 97,2
N. escalones? 70 1 1,4 1,4 98,6
N Válidos 71 90 1 1,4 1,4 100,0
Perdidos 0 Total 71 100,0 100,0
N. escalones?
Porcentaje
Frecuencia válido
Válidos 40 30 42,3
45 1 1,4
46 2 2,8
48 3 4,2
50 6 8,5
52 1 1,4
60 5 7,0
70 1 1,4
90 1 1,4
Total 50 70,4
7
6. Obtener los descriptivos –indicadores y gráficos- mas adecuados
para la variable porcentaje de masa corporal. Comenta los
estadísticos utilizados.
8
Realizado esto obtenemos las siguientes tablas de resultados:
Estadísticos descriptivos
16
14
12
10
9
En cuanto a la variabilidad podemos decir que los datos no están
muy dispersos, se concentran en torno a la media. Posee una amplitud
de 20,35.
Para finalizar si hablamos de la forma de la distribución podemos
señalar que muestra una distribución asimétrica positiva, ya que la
mayoría de las puntuaciones se concentran en la parte izquierda de la
gráfica y se dispersan más por la derecha. Además esto se ve reforzado
por el resultado de la tabla, que nos dice que la simetría es 0,724. La
curtosis, cuyo resultado es 0,804, muestra una distribución
leptocúrtica (relativamente alta y estrecha).
Porcentaje Porcentaje
Sexo del encuestado? Frecuencia Porcentaje válido acumulado
Hombre Válidos Suspenso 4 14,8 14,8 14,8
Aprobado 16 59,3 59,3 74,1
Notable 6 22,2 22,2 96,3
Sobresaliente 1 3,7 3,7 100,0
Total 27 100,0 100,0
Mujer Válidos Suspenso 2 4,5 4,5 4,5
Aprobado 34 77,3 77,3 81,8
Notable 7 15,9 15,9 97,7
Matricula 1 2,3 2,3 100,0
Total 44 100,0 100,0
11
Nota final asignatura? Nota final asignatura?
SEXO: 1 Hombre SEXO: 2 Mujer
20 40
30
10 20
Frecuencia
Frecuencia
10
0 0
Suspenso Aprobado Notable Sobresaliente Suspenso Aprobado Notable Matricula
12
PRÁCTICA 2: ANÁLISIS EXPLORATORIO DE DATOS
Para realizar este ejercicio debemos seguir los pasos que exponemos
a continuación : seleccionar analizar, estadísticos descriptivos y
explorar.
13
Los resultados que se obtiene tras aplicar lo anteriormente citado
son los siguientes:
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Metros cuadrados
71 100,0% 0 ,0% 71 100,0%
del aula?
14
Descriptivos
15
2. Solicitar el diagrama de cajas de la variable peso en Kilogramos
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Peso en kg 71 100.0% 0 .0% 71 100.0%
Descriptivos
90
80
60
66
40
5
70
60
50
40
N= 71
Peso en kg
16
La caja representa los casos más cercanos a la media. La línea de
dentro de la caja representa la mediana, que en este caso, parece
coincidir o se acerca mucho a la media. El ancho de la caja determina el
apuntamiento de la variable, podemos afirmar que hay una
distribución mesocúrtica, ya que los casos se muestran agrupados y el
ancho de la caja no es excesivo.
17
Una vez segmentado el archivo, nos vamos al menú analizar,
estadísticos descriptivos, explorar e introducimos la variable “altura
en centímetros” como dependiente.
18
Descriptivos
2,00 16 . 00
10,00 16 . 5555778889
7,00 17 . 0012234
6,00 17 . 567888
2,00 18 . 00
Stem width: 10
Each leaf: 1 case(s)
,00 15 .
5,00 15 . 57789
12,00 16 . 000001112333
20,00 16 . 55555556666777788888
7,00 17 . 0000233
Stem width: 10
Each leaf: 1 case(s)
190
180
170
Altura en cm.
160
150
N = 27 44
Hombre Mujer
Opción en
BUP? Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Nota final Ciencias
29 100,0% 0 ,0% 29 100,0%
asignatura?
Letras 16 100,0% 0 ,0% 16 100,0%
Mixto 26 100,0% 0 ,0% 26 100,0%
21
Descriptivos
22
6
5 8
1 29
5
47 38
46
45
0
N= 29 16 26
Opción en BUP?
23
La curtosis refleja claramente unas distribuciones leptocúrticas,
puesto que los datos están extremadamente agrupados.
24
PRÁCTICA 3: RELACIÓN ENTRE VARIABLES
25
Tras aceptar obtenemos los siguientes resultados:
Correlaciones
70
60
Peso en kg
50
40
150 160 170 180 190
Altura en cm.
Correlaciones
Metros
cuadrados N.
del aula? escalones?
Metros cuadrados Correlación de Pearson 1 ,169
del aula? Sig. (bilateral) , ,158
N 71 71
N. escalones? Correlación de Pearson ,169 1
Sig. (bilateral) ,158 ,
N 71 71
27
500
400
M e tr o s c u a d r a d o s d e l a u la ? 300
200
100
0
20 30 40 50 60 70 80 90 100
N. escalones?
28
Correlaciones
N. personas Cuantos
que Posicion Metros Segundos alumnos
Edad Peso Altura conviven entre los cuadrados N. transcurrid asisten a
(años) en kg en cm. contigo hermanos del aula? escalones? os? clase?
Edad (años) Correlación de
1 -,047 ,042 ,007 ,065 -,111 ,012 -,207 -,024
Pearson
Sig. (bilateral) , ,699 ,729 ,953 ,592 ,358 ,921 ,083 ,843
N 71 71 71 71 71 71 71 71 71
Peso en kg Correlación de
-,047 1 ,622** -,128 -,017 ,008 ,108 ,225 -,038
Pearson
Sig. (bilateral) ,699 , ,000 ,288 ,890 ,945 ,368 ,059 ,755
N 71 71 71 71 71 71 71 71 71
Altura en cm. Correlación de
,042 ,622** 1 -,109 ,084 ,136 ,050 ,020 ,023
Pearson
Sig. (bilateral) ,729 ,000 , ,364 ,488 ,259 ,677 ,865 ,850
N 71 71 71 71 71 71 71 71 71
N. personas que Correlación de
,007 -,128 -,109 1 ,473** ,153 -,028 ,038 -,212
conviven contigo Pearson
Sig. (bilateral) ,953 ,288 ,364 , ,000 ,202 ,814 ,752 ,075
N 71 71 71 71 71 71 71 71 71
Posicion entre los Correlación de
,065 -,017 ,084 ,473** 1 ,027 -,144 ,008 -,312**
hermanos Pearson
Sig. (bilateral) ,592 ,890 ,488 ,000 , ,820 ,229 ,950 ,008
N 71 71 71 71 71 71 71 71 71
Metros cuadrados Correlación de
-,111 ,008 ,136 ,153 ,027 1 ,169 -,042 ,150
del aula? Pearson
Sig. (bilateral) ,358 ,945 ,259 ,202 ,820 , ,158 ,730 ,213
N 71 71 71 71 71 71 71 71 71
N. escalones? Correlación de
,012 ,108 ,050 -,028 -,144 ,169 1 -,041 ,261*
Pearson
Sig. (bilateral) ,921 ,368 ,677 ,814 ,229 ,158 , ,733 ,028
N 71 71 71 71 71 71 71 71 71
Segundos Correlación de
-,207 ,225 ,020 ,038 ,008 -,042 -,041 1 -,116
transcurridos? Pearson
Sig. (bilateral) ,083 ,059 ,865 ,752 ,950 ,730 ,733 , ,337
N 71 71 71 71 71 71 71 71 71
Cuantos alumnos Correlación de
-,024 -,038 ,023 -,212 -,312** ,150 ,261* -,116 1
asisten a clase? Pearson
Sig. (bilateral) ,843 ,755 ,850 ,075 ,008 ,213 ,028 ,337 ,
N 71 71 71 71 71 71 71 71 71
**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
En este ejercicio se nos pide hallar la relación que existe entre las
variables “edad” y “número de escalones”. También se nos pide que
controlemos el efecto de la variable “peso” ya que puede influir en la
relación de las otras variables.
Por todo esto, utilizamos las correlaciones parciales, ya que con
ellas se puede controlar el efecto de una variable sobre otras. Para
realizar el ejercicio debemos de realizar lo siguiente: primero debemos
analizar la relación que existe entre las variables “edad” y “número de
escalones” sin controlar la variable “peso”. Para ello nos iremos al
menú: analizar, correlaciones bivariadas.
Una vez mostrado el cuadro de diálogo correspondiente
introducimos las variables. Esto quedaría así:
30
Una vez introducidas las variables aceptamos, obteniendo este
resultado:
Correlaciones
N.
Edad (años) escalones?
Edad (años) Correlación de Pearson 1 ,012
Sig. (bilateral) , ,921
N 71 71
N. escalones? Correlación de Pearson ,012 1
Sig. (bilateral) ,921 ,
N 71 71
31
--- PARTIAL CORRELATION COEFFICIENTS ---
EDAD ESCALO
32
parciales pondremos en el cuadro de variables “peso” y “altura” y en el
cuadro “controlando para” se pondrá “edad”. Se obtiene lo siguiente:
PESO ALTURA
33
Para realizar las tablas de contingencia hemos de ir a analizar,
después seleccionamos estadísticos descriptivos y dentro de estos
seleccionamos tablas de contingencia:
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Opción en BUP? *
71 100,0% 0 ,0% 71 100,0%
Deporte favorito?
Deporte favorito?
Futbol Baloncesto Tenis Ciclismo Otros Ninguno Total
Opción Ciencias Recuento 6 2 5 2 14 29
en BUP? % de Opción en BUP? 20,7% 6,9% 17,2% 6,9% 48,3% 100,0%
% de Deporte favorito? 60,0% 28,6% 50,0% 40,0% 38,9% 40,8%
% del total 8,5% 2,8% 7,0% 2,8% 19,7% 40,8%
Letras Recuento 2 3 2 7 2 16
% de Opción en BUP? 12,5% 18,8% 12,5% 43,8% 12,5% 100,0%
% de Deporte favorito? 20,0% 30,0% 40,0% 19,4% 66,7% 22,5%
% del total 2,8% 4,2% 2,8% 9,9% 2,8% 22,5%
Mixto Recuento 2 5 2 1 15 1 26
% de Opción en BUP? 7,7% 19,2% 7,7% 3,8% 57,7% 3,8% 100,0%
% de Deporte favorito? 20,0% 71,4% 20,0% 20,0% 41,7% 33,3% 36,6%
% del total 2,8% 7,0% 2,8% 1,4% 21,1% 1,4% 36,6%
Total Recuento 10 7 10 5 36 3 71
% de Opción en BUP? 14,1% 9,9% 14,1% 7,0% 50,7% 4,2% 100,0%
% de Deporte favorito? 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
% del total 14,1% 9,9% 14,1% 7,0% 50,7% 4,2% 100,0%
35
Veamos ahora la relación entre estas dos variables con más
exactitud. Para ello utilizamos las pruebas de chi-cuadrado, puesto que
son más aclaratorias:
Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de Pearson 12,358a 10 ,262
Razón de verosimilitud 13,875 10 ,179
Asociación lineal por
,969 1 ,325
lineal
N de casos válidos 71
a. 15 casillas (83,3%) tienen una frecuencia esperada inferior a
5. La frecuencia mínima esperada es ,68.
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Opción en BUP? *
71 100,0% 0 ,0% 71 100,0%
Nota final asignatura?
36
Tabla de contingencia Opción en BUP? * Nota final asignatura?
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de Pearson 17,853a 8 ,022
Razón de verosimilitud 21,809 8 ,005
Asociación lineal por
5,622 1 ,018
lineal
N de casos válidos 71
a. 11 casillas (73,3%) tienen una frecuencia esperada inferior a
5. La frecuencia mínima esperada es ,23.
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Opción en BUP? * Sexo
71 100,0% 0 ,0% 71 100,0%
del encuestado?
Medio de transporte? *
71 100,0% 0 ,0% 71 100,0%
Sexo del encuestado?
Tienes ordenador en
casa? * Sexo del 71 100,0% 0 ,0% 71 100,0%
encuestado?
Deporte favorito? * Sexo
71 100,0% 0 ,0% 71 100,0%
del encuestado?
Nota final asignatura? *
71 100,0% 0 ,0% 71 100,0%
Sexo del encuestado?
38
Tabla de contingencia
Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de Pearson ,942a 2 ,624
Razón de verosimilitud ,954 2 ,621
Asociación lineal por
,623 1 ,430
lineal
N de casos válidos 71
a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5.
La frecuencia mínima esperada es 6,08.
39
Sexo del encuestado? * Medio de transporte?
Tabla de contingencia
Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de Pearson 8,341a 4 ,080
Razón de verosimilitud 8,865 4 ,065
Asociación lineal por
2,384 1 ,123
lineal
N de casos válidos 71
a. 5 casillas (50,0%) tienen una frecuencia esperada inferior a 5.
La frecuencia mínima esperada es ,38.
Pruebas de chi-cuadrado
41
que no tienen ordenador. El porcentaje de mujeres que tienen
ordenador es mayor que el de hombres; esto es debido a que el
porcentaje de mujeres es mayor que el de hombres. En este caso no
existe correlación entre las dos variables analizadas.
Tabla de contingencia
42
Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de Pearson 3,219a 5 ,666
Razón de verosimilitud 3,446 5 ,632
Asociación lineal por
,501 1 ,479
lineal
N de casos válidos 71
a. 8 casillas (66,7%) tienen una frecuencia esperada inferior a 5.
La frecuencia mínima esperada es 1,14.
43
Sexo del encuestado? *Nota final asignatura?
Tabla de contingencia
44
Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
Chi-cuadrado de Pearson 5,467a 4 ,243
Razón de verosimilitud 6,047 4 ,196
Asociación lineal por
,044 1 ,833
lineal
N de casos válidos 71
a. 7 casillas (70,0%) tienen una frecuencia esperada inferior a 5.
La frecuencia mínima esperada es ,38.
45
PRÁCTICA 4: CONTRASTE DE HIPÓTESIS
- Hi → X eh ≠X em
46
Una vez segmentados los archivos, hemos de realizar la prueba de
Kolmogorov-Smirnov, para realizarla nos vamos a Analizar, después
seleccionamos Pruebas no paramétricas y dentro de esta
seleccionamos K-s de 1 muestra
47
Prueba de Kolmogorov-Smirnov para una muestra
48
Tras eso nos aparecerá el siguiente cuadro de diálogo, en él
hemos de poner las variables que se muestran ( edad del alumno para
contrastar variables y sexo como variable de agrupación):
Estadísticos de grupo
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
Diferencia Error típ. de diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
Edad del alumno Se han asumido
2,838 ,098 ,996 57 ,323 ,27 ,268 -,270 ,803
varianzas iguales
No se han asumido
,948 39,527 ,349 ,27 ,281 -,302 ,836
varianzas iguales
49
diferencias significativas lo cual demuestra que la relación entre ambas
variables no existe.
- Ho → X1º = X3º
- Hi → X1º ≠ X3º
Nº de faltas Nº de faltas
en el 1er en el 3er
trimestre trimestre
N 60 59
Parámetros normales a,b Media 19,92 17,32
Desviación típica
9,645 10,002
Una vez dentro de ese apartado nos aparece una ventana en la que
debemos seleccionar las variables que correspondan:
51
Estadísticos de muestras relacionadas
N Correlación Sig.
Par 1 Nº de faltas en el 1er
trimestre y Nº de faltas 59 ,627 ,000
en el 3er trimestre
Diferencias relacionadas
95% Intervalo de
confianza para la
Desviación Error típ. de diferencia
Media típ. la media Inferior Superior t gl Sig. (bilateral)
Par 1 Nº de faltas en el 1er
trimestre - Nº de faltas 2,63 8,526 1,110 ,41 4,85 2,367 58 ,021
en el 3er trimestre
- Hi → X mh ≠X mm
Nota media
en
Sexo del alumno Matemáticas
Hombre N 36
Parámetros normales a,b Media 4,997
Desviación típica
1,8358
54
Y los resultados que obtenemos son los que a continuación se
muestran:
Rangos
Rango Suma de
Sexo del alumno N promedio rangos
Nota media en Hombre 36 27,86 1003,00
Matemáticas Mujer 24 34,46 827,00
Total 60
Estadísticos de contrastea
Nota media
en
Matemáticas
U de Mann-Whitney 337,000
W de Wilcoxon 1003,000
Z -1,436
Sig. asintót. (bilateral) ,151
a. Variable de agrupación: Sexo del alumno
Ahora nos piden que hagamos lo mismo pero esta vez para la nota
de lengua. Las hipótesis que se puedan dar son:
- Ho → X lh =X lm
- Hi → X lh ≠X lm
55
Prueba de Kolmogorov-Smirnov para una muestra
Nota media
Sexo del alumno en Lengua
Hombre N 36
Parámetros normales a,b Media 61,486
Desviación típica
21,4316
Rangos
Rango Suma de
Sexo del alumno N promedio rangos
Nota media en Lengua Hombre 36 25,03 901,00
Mujer 24 38,71 929,00
Total 60
Estadísticos de contrastea
Nota media
en Lengua
U de Mann-Whitney 235,000
W de Wilcoxon 901,000
Z -2,978
Sig. asintót. (bilateral) ,003
a. Variable de agrupación: Sexo del alumno
56
hipótesis alterna que dice que la nota media de lengua para los
hombres es inferior a la nota media en lengua de las mujeres.
57
Prueba de Kolmogorov-Smirnov para una muestra
58
Estadísticos de grupo
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
Diferencia Error típ. de diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
Nº de faltas Se han asumido
,749 ,390 ,668 58 ,507 4,3333 6,49091 -8,65964 17,32630
varianzas iguales
No se han asumido
,683 53,020 ,498 4,3333 6,34850 -8,40003 17,06670
varianzas iguales
- Hi → X nab ≠X nac
59
K-1 de una muestra, contrastar variable “nota final”. Los resultados
que obtenemos son:
Prueba de Kolmogorov-Smirnov para una muestra
Nota media
Tipo de Absentismo del alumno
Bajo N 13
Parámetros normales a,b Media 6,9828
Desviación típica
1,18192
Estadísticos de grupo
60
Prueba de muestras independientes
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
Diferencia Error típ. de diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
Nota media del alumno Se han asumido
6,143 ,018 2,033 36 ,049 1,3476 ,66278 ,00336 2,69174
varianzas iguales
No se han asumido
2,440 35,941 ,020 1,3476 ,55221 ,22755 2,46755
varianzas iguales
Estadísticos de grupo
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
Diferencia Error típ. de diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
Nota media en Se han asumido
11,616 ,002 -2,312 26 ,029 -1,509 ,6527 -2,8509 -,1676
Matemáticas varianzas iguales
No se han asumido
-2,230 18,784 ,038 -1,509 ,6768 -2,9270 -,0915
varianzas iguales
Estadísticos de grupo
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
Diferencia Error típ. de diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
Nota media en Lengua Se han asumido
1,537 ,226 -1,805 26 ,083 -13,326 7,3830 -28,5021 1,8498
varianzas iguales
No se han asumido
-1,785 23,941 ,087 -13,326 7,4636 -28,7322 2,0799
varianzas iguales
63
Con esto resultados podemos ver que la significación asintótica
para matemáticas es menor al 5%, por ello debemos rechazar la
hipótesis nula y aceptar la alterna, que dice que existen diferencias
entre alumnos con nivel económico bajo y entre alumnos con nivel
económico alto. Sin embargo para el caso de lengua es diferente; al ser
la significación mayor al 5% aceptamos la hipótesis nula, que apunta
que no existen diferencias entre los niveles económicos alto-bajo.
-Prueba U de Mann-Whitney
Rangos
Rango Suma de
Nivel Económico N promedio rangos
Nota media en Bajo 15 10,60 159,00
Medio Ambiente Alto 13 19,00 247,00
Total 28
Estadísticos de contrasteb
Nota media
en Medio
Ambiente
U de Mann-Whitney 39,000
W de Wilcoxon 159,000
Z -2,719
Sig. asintót. (bilateral) ,007
Sig. exacta [2*(Sig. a
,006
unilateral)]
a. No corregidos para los empates.
b. Variable de agrupación: Nivel Económico
64
- Ho → X f1 =X f2
- Hi → X f1 ≠X f2
Nº de faltas Nº de faltas
en el 1er en el 2º
trimestre trimestre
N 60 60
Parámetros normales a,b Media 19,92 18,57
Desviación típica
9,645 8,420
N Correlación Sig.
Par 1 Nº de faltas en el 1er
trimestre y Nº de faltas 60 ,645 ,000
en el 2º trimestre
Diferencias relacionadas
95% Intervalo de
confianza para la
Desviación Error típ. de diferencia
Media típ. la media Inferior Superior t gl Sig. (bilateral)
Par 1 Nº de faltas en el 1er
trimestre - Nº de faltas 1,35 7,691 ,993 -,64 3,34 1,360 59 ,179
en el 2º trimestre
66
- Ho → X f2ºa = X f3ºa (la media de faltas en el segundo trimestre
para los alumnos aprobados es igual a la media de las faltas
cometidas en el tercer trimestre para los mismos alumnos).
- Hi → X f2ºa ≠ X f2ºa (la media de faltas en el segundo trimestre
para los alumnos aprobados es distinta a la media de las faltas
cometidas en el tercer trimestre para los mismos alumnos).
67
De este modo tenemos seleccionados únicamente los casos que nos
interesan.
Seleccionados los casos debemos segmentar el archivo,
seleccionando la opción comparar grupos. Acto seguido introducimos la
nueva variable creada (nota final pero solo con los que tienen cinco o
una nota superior).
68
Prueba de Kolmogorov-Smirnov para una muestra
Nº de faltas Nº de faltas
en el 2º en el 3er
notfinal >= 5 (FILTER) trimestre trimestre
Seleccionado N 44 43
Parámetros normales a,b Media 16,41 14,37
Desviación típica
8,587 9,355
69
Prueba de muestras relacionadas
Diferencias relacionadas
95% Intervalo de
confianza para la
Desviación Error típ. de diferencia
notfinal >= 5 (FILTER) Media típ. la media Inferior Superior t gl Sig. (bilateral)
Seleccionado Par 1 Nº de faltas en el 2º
trimestre - Nº de faltas 2,09 8,118 1,238 -,41 4,59 1,691 42 ,098
en el 3er trimestre
70