MEMORIA PRÁCTICA 4

Realizado por:

Patricia Estevan Pérez

Rocío Fernández Ribera

Profesora: Rosa Bo Bonet

Segundo de Pedagogía
Universidad de Valencia
Curso 2015/2016

!1
 CONTRASTES DE HIPÓTESIS PARA K MUESTRA

Cuando hay 3 o más muestras. Hay K para muestras independientes y relacionadas.

Independientes: diferentes sujetos

Relacionadas: los mismos sujetos medidos en tres momentos distintos

Como en todos los contrastes tendremos 4 pasos:

1º Planteamiento de la hipótesis, y como son más de dos muestras no puedo decir que una es
igual a la otra. Tengo que decir que las medias de los grupos son iguales entre si o que las
medias de los grupos son distintas entre si.

2º Supuestos:

Aleatoriedad:

Distribuciones normales:
Homogeneidad de varianzas: es igual como dos muestras independientes

3º Estadístico: es el ANOVA (contraste PARAMÉTRICO) = análisis de varianzas. Lo que

hace es comparar la variabilidad entre las medias con respecto a la variabilidad conjunta de
todas las muestras. En este caso calculamos una F, ya que es su distribución de referencia.

4º Decisión. Probabilidad = x // Aceptamos o Rechazamos H0 y H1.

Cómo se calcula ANOVA en Spss:

Analizar > comparar medias > ANOVA de un factor >

!2
Queremos saber existen diferencias entre nota categórica 1 y nota2, suponiendo que
cumplen la normalidad.

1.- Planteamiento de la hipótesis:

-H0: las medias de los diferentes niveles entre nota1 categorías son iguales.
-H1: las medias de los diferentes niveles entre nota1 categorías son diferentes.

2.- Supuestos: aleatoriedad y normalidad (suponemos que son normales), homogeneidad de

varianzas (como no lo sé, lo compruebo.)

2.1 Planteamiento de H:

-H0: las varianzas de los diferentes niveles entre nota1 categorías son iguales.
-H1: las varianzas de los diferentes niveles de nota1 categorías son diferentes.

2.2. Supuestos: aleatoriedad y normalidad.

2.3. Estadístico: nos fijamos en”prueba de homogeneidad de varianzas” en el

resultado que se nos abre del paso anterior.

2.4. Decisión: p=0’015 < 0’05. Rechazamos la H0 y aceptamos la H1. Las varianzas son
diferentes.

CUANDO LAS VARIANZAS SON IGUALES INTERPRETAMOS EL ANOVA, CUANDO

SON DIFERENTES INTERPRETAMOS LAS PRUEBAS ROBUSTAS.

3. Estadístico: copiamos la tabla de pruebas sólidas o robustas.

!3
4.- Decisión: no tenemos decisión porque no nos ha dejado calcularla, como lo indica
anteriormente.

Cuando calculamos un ANOVA y hay diferencias entre los grupos, debemos ver cuál es más
grande gráficamente. El gráfico se calcula:

Gráficos > cuadros de diálogos antiguos > barras de error > simples > definir >
seleccionamos las variables que queremos.

Las diferencias están entre el

grupo de suspendidos y notable
y excelente. Si se alargan las
rayas verdes, la nota de notable
y de suspenso nunca se tocan .

!4
 CONTRASTE PARA MUESTRAS INDEPENDIENTES (NO PARAMÉTRICO).
PRUEBA DE KRUSKAL-WALLIS.

Es la prueba alternativa al ANOVA paramédico si no se cumplen sus supuestos.

1º Planteamiento de la hipótesis:

-H0: los grupos son iguales entre si.

-H1: los grupos son diferentes entre si.

2º Supuestos: aleatoriedad

3º Estadístico: analizar > pruebas no pararmetricas > cuadros de diálogos antiguos > K
muestras independientes.

4º Decisión: igual que siempre.

EJEMPLO: Si hay diferencias entre los diferentes cursos y la nota1, suponiendo que las
muestras no cumplen la normalidad.

Cómo se hace en SPSS:

1.- Planteamiento de hipótesis:

-H0: los diferentes cursos son iguales en nota1.

-H1: los diferentes cursos son diferentes en nota1.

2.- Supuestos: de aleatoriedad

3.- Estadístico: analizar > pruebas no paramétricas > cuadros de diálogos antiguos > K
muestras independientes > nota1 > nivel educativo > rango

!5
4.- Decisión: p=0’006 < 0’05. rechazamos H0 y aceptamos H1. Los diferentes cursos son
diferentes en nota 1.

CONTRASTE PARAMÉTRICO PARA MUESTRAS RELACIONADAS

Sujetos a los cuales se les mide 3 o más veces en la investigación. Estamos comprando
medias.

1º Planteamiento de la hipótesis:

-H0: las medias de los grupos son iguales entre si

-H1:

2º Supuestos: aleatoriedad, normalidad y ESFERICIDAD (es como si hiciéramos las

muestras en 3D.)

3º Estadístico: es un análisis de varianza como el ANOVA pero de medidas repetidas,

nosotros lo encontramos dentro del modelo lineal general.

4º Decisión: igual que siempre.

Cómo se calcula en SPSS:

Analizar > modelo lineal general > medidas repetidas > ponemos cuantas veces se ha medido
(nº de niveles).

!6
El test de Mauchly’s, miramos la significación, si es menor de 0’05 no se cumple la
esfericidad, si es mayor de 0’05 si que se cumple. como no se cumple voy a la tabla de bajo y
miro la significación de cualquier otra prueba.

-Cuando hay diferencias calculamos el gráfico: Gráficos > cuadros de diálogos antiguos >
barras de error > simples > resumen para DISTINTAS VARIABLES > definir >
seleccionamos las variables que queremos.

Las diferencias las encontramos en

nota2 y nota 3, ya que las líneas
imaginarias no se tocan.

Vamos a comprobar entre el pre-test, el post-test y la repetición de nota , suponiendo que

cumplen la normalidad.

1.- Planteamiento de hipótesis:

-H0: las medias del pretest, postest y la repetición de medida en nota son iguales.
-H1: las medias del pretest, postest y repetición de medida en nota son diferentes.

2.- Supuestos: aleatoriedad, normalidad y esfericidad.

!7
 2.1. Planteamiento de la hipótesis:

-H0: el pretest, posttest y repetición de medida en nota cumplen la esfericidad.

-H1: el pretest, postest y repetición de medida en nota no cumplen la
esfericiad.

2.2 Supuestos: aleatoriedad y normalidad.

2.3. Estadístico: analizar > modelo lineal general > medidas repetidas >

2.4. Decisión: p=0’000 < 0’05, no se cumple la esfericidad.

!8
4. Decisión: 0’013 > 0’05, aceptamos la H1, l as medias del pretest, postest y repetición de
medida en nota son diferentes.

CONTRASTE PARA K MUESTRAS RELACIONADAS NO PARAMÉTRICO- prueba

de FRIEDMAN

Es la prueba alternativa ….

2º Supuestos: aleatoriedad
3º Estadístico:
4º Decisión: igual que siempre

Cómo se hace en SPSS:

Vamos a comprobar si hay diferencias entre nota2, nota3 y nota4 suponiendo que no cumplen
la normalidad.

1.- Planteamiento de la hipótesis:

-H0: el postest de primera repetición de medida y segunda repetición de medida son

iguales en nota.
-H1: el postest y la Repetition de medida no son iguales en nota.

2.- Supuestos: aleatoriedad

!9
3.- Estadístico: analizar > pruebas no paramétricas > cuadros de diálogos antiguos > K
muestras relacionadas > nota1, nota2, nota3

4.- Decisión: p =0’007 < 0’05, aceptamos H1. Si que hay diferencias.

EN CADA CONTRASTE SOLAMENTE SE PLANTEAN DOS HIPÓTESIS (UNA NULA

Y UNA ALTERNATIVA) PREGUNTA DE EXAMEN!!!!!!

!10
 PRÁCTICA

1.- Comprobar si la variable Competencia Autoestima 3º muestra diferencias

significativas entre los tratamientos para el nivel del 5%.

Son independientes, hacemos la K-S de una muestra.

Segmentar el archivo por la variable tratamiento. La variable independiente es “tratamientos”
y es entregrupos, porque me está creando los grupos. La variable dependiente es
“competencia autoestima3”.

1.- Planteamiento de la hipótesis:

-H0: la muestra del grupo de control en competencia autoestima 3º es normal.

-H1: la muestra del grupo de control en competencia autoestima 3º no es normal.

-H0: la muestra del grupo tradicional en competencia autoestima 3º es normal

-H1: la muestra del grupo tradicional en competencia autoestima 3º no es normal.

-H0: la muestra del grupo de ordenador en competencia autoestima 3º es normal

-H1: la muestra del grupo de ordenador en competencia autoestima 3º no es normal.

-H0: la muestra del grupo combinado en competencia autoestima 3º es normal.

-H1: la muestra del grupo combinado en competencia autoestima 3º no es normal.

2.- Supuestos: de aleatoriedad, porque se trata de un contraste NO PARAMÉTRICO.

3.- Estadísticos:
Datos > segmentar archivo > comparar los grupos > tratamiento > aceptar.
Analizar > pruebas no paramétricas > K-S de una muestra > competencia autoestima 3 >
acpetar

!11
4. Decisión:

p=0’200 > 0’05 (control)

p=0’200 >0’05 (tradicional)
p=0’142 > 0’05 (ordenador)
p=0’200 > 0’05 (combinado)

- Aceptamos la hipótesis nula y rechazamos la alternativa. Las muestras de los tratamientos

en competencia autoestima 3º se ajustan a la normalidad.

1. Planteamiento de la hipótesis:

-H0: la media de los diferentes tratamientos en competencia de autoestima 3º son

iguales entre si.

!12
 -H1: la media de los diferentes tratamientos en competencia de autoestima 3º no son
iguales entre si.

2.- Supuestos: aleatoriedad y normalidad (suponemos que son normales), homogeneidad de

varianzas (como no lo sé, lo compruebo.)

2.1 Planteamiento de Hipótesis:

-H0: las varianzas de los grupos de tratamiento en competencia de autoestima

3º son iguales.
-H1: las varianzas de los grupos de tratamiento en competencia de autoestima
3º son diferentes.

2.2. Supuestos: aleatoriedad y normalidad.

2.3. Estadístico: nos fijamos en “prueba de homogeneidad de varianzas” en el

resultado que se nos abre del paso anterior.
Datos > sementar archivo > restablecer > aceptar.
Analizar > comparar medias > ANOVA de un factor > tratamiento > competencia de
autoestima 3º > opciones.

4.- Decisión:

p=0’085 > 0’05, aceptamos la H0 y rechazamos la H1.

Las varianzas de los grupos de tratamiento en competencia de autoestima 3º son iguales.

Como las varianzas son iguales nos fijamos en la tabla de ANOVA: p=0’047 < 0’05. Si son
diferentes las varianzas hubiéramos cogido las pruebas robustas.

!13
Gráficos > cuadros de diálogos antiguos > barras de error > simples > definir > competencia
autoestima 3 > tratamiento > aceptar.

No hay diferencias porque todos

se tocan, aunque el “combinado”
parece ser más diferente al resto.

2.- Existen diferencias entre los tratamientos con un nivel de significación del 5% para
la puntuación en Competencia Cognitiva 2º.

Son muestras independientes. // La variable independiente es tratamiento y es entregrupos.

1. Planteamiento de hipótesis:

-H0: la muestra del grupo de control en competencia cognitiva 2º se ajusta a la

normalidad.
-H1: la muestra del grupo de control en competencia cognitiva 2º no es normal.

-H0: la muestra del grupo tradicional en competencia cognitiva 2º se ajusta a la

normalidad.
-H1: la muestra del grupo tradicional en competencia cognitiva 2º se ajusta a la
normalidad.

-H0: la muestra del grupo de ordenador en competencia cognitiva 2º se ajusta a la

normalidad.
-H1: la muestra del grupo de ordenador en competencia cognitiva 2º no es normal.

-H0: la muestra del grupo combinado en competencia cognitiva 2º es normal.

-H1: la muestra del grupo combinado en competencia cognitiva 2º no es normal.

2.- Supuestos: de aleatoriedad

!14
3.- Estadísticos:

Datos > segmentar archivo > comparar los grupos > tratamiento
Analizar > pruebas no paramétricas > K-S de una muestra.

p= 0’200 > 0’05 (control)

p=0’156 > 0’05 (tradicional)
p=0’200 > 0’05 (ordenador)
p=0’200 >0’05 (combinado).

4.- Decisión: Aceptamos la H0 y rechazamos la H1. Las muestras de los tratamientos en

competencia cognitiva 2º son normales.

1. Planteamiento de la hipótesis:

-H0: la media del grupos de tratamiento en competencia cognitiva 2º son iguales entre
si.
-H1: la media del grupo de tratamiento e competencia de cognitiva 2º no son iguales
entre si.

2.- Supuestos: aleatoriedad y normalidad (suponemos que son normales), homogeneidad de

varianzas (como no lo sé, lo compruebo.)

2.1 Planteamiento de Hipótesis:

!15
 -H0: las varianzas de los grupos de tratamiento en competencia cognitiva 2º
son iguales.
-H1: las varianzas de los grupos de tratamiento en competencia cognitiva 2º
son diferentes.

2.2. Supuestos: aleatoriedad y normalidad.

2.3. Estadístico: nos fijamos en “prueba de homogeneidad de varianzas” en el

resultado que se nos abre del paso anterior.

p=0’032

2.4.- Decisión:

p=0’032 < 0’05, rechazamos la H0 y aceptamos la H1. Las varianzas de los grupos de
tratamiento en competencia cognitiva 2º son diferentes.

Como las varianzas son diferentes nos fijamos en el cuadro de robustos:

4.- Decisión:

p=0’756 > 0’05

p=0’801 > 0’05

-Aceptamos la H0 y rechazamos la H1. No hay diferencias

!16
3.- ¿Existen diferencias, con un nivel de significación del 5%, entre los niveles de
Matemáticas en el Pretest (Matemáticas 1º) en Retraimiento 1ª?

Son muestras independientes porque son diferentes sujetos en un momento temporal.

1.- Planteamiento de hipótesis:

-H0: las muestra insuficiente de los niveles de matemáticas en el Pretest en

retraimiento 1 son normales.
-H1: la muestra insuficiente de los niveles de matemáticas en el Pretest en
retraimiento 1 no son normales.

-H0: la muestra en vías de adquisición de los niveles de matemáticas en el Pretest en

retraimiento 1 son normales.
-H1: la muestra en vías de adquisición de los niveles de matemáticas en el Pretest en
retraimiento 1 no son normales.

-H0: la muestra en adquirida de los niveles de matemáticas en el Pretest en

retraimiento 1 son normales.
-H1: la muestra en adquirida de los niveles de matemáticas en el Pretest en
retraimiento 1 no son normales.

2.- Supuestos: de aleatoriedad

3.- Estadísticos: Datos > segmentar archivo > comparar los grupos > matemáticas1

p= 0’155 > 0’05 (insuficiente). Acepa H0

p=0’009 < 0’05 (en vías de adquisición) Acept
H1
p=0’000 < 0’05 (adquirido) Acept H1

Es no paramétrica porque una cumple la

normalidad y las otras no.

4.- Decisión: En insuficiente se acepta la H0,

en vías de adquisición y en adquirido se acepta
la H1.

!17
1.- Planteamiento de hipótesis:

-H0: las muestras de los niveles de matemáticas1 en retraimiento1 son iguales.

-H1: las muestras de los niveles de matemáticas1 en retraimiento1 son diferentes.

2.- Supuestos: de aleatoriedad

3.- Estadístico: analizar > pruebas no paramétricas > cuadros de diálogos antiguos > K
muestras independientes > retraimiento1 > matemáticas1> rango

4.- Decisión:
p=0’140 > 0’05, aceptamos la H0 y rechazamos la H1. Las muestras de los niveles de
matemáticas1 son iguales en retraimiento1. No hay diferencias porque las muestras son =.

4.- ¿Existen diferencias debidas a la intervención (pretest, postest, seguimiento) en

Competencia Social con un nivel de significación del 5%?

Son muestras relacionadas porque hay tres momentos temporales.

1. Planteamiento de la hipótesis:

-H0: la muestra del pretest en Competencia Social se ajusta a la normalidad.

-H1: la muestra del pretest en Competencia Social no se ajusta a la normalidad.

-H0: la muestra del postest en Competencia Social se ajusta a la normalidad.

-H1: la muestra del postest en Competencia Social no se ajusta a la normalidad.

-H0: la muestra de seguimiento en Competencia Social se ajusta a la normalidad.

-H1: la muestra de seguimiento en Competencia Social no se ajusta a la normalidad.

!18
2. Supuestos: de aleatoriedad
3. Estadísticos:
Analizar > pruebas no pararétricas >cuandrps de diálogos antiguos > K-S de una muestra >
competencia social 1,2 y 3 > opciones > descriptivos.
CUANDO LAS MUESTRAS SON RELACIONADAS K-S SALE UNA AL LADO DEL
OTRO, SI SON RELACIONADAS ESTÁN UNA BAJO DE OTRA.

4.- Decisión:

p=0’200 > 0’05 (competencia social 1). Aceptamos la H0 y rechazamos la H1.

p=0’200 > 0’05 (competencia social 2). Aceptamos la H0 y rechazamos la H1.
p=0’056 > 0’05 (competencia social 3). Aceptamos la H0 y rechazamos la H1.

-La muestra del pretest, postest y seguimiento en Competencia Social se ajusta a la

normalidad.
ANOVA DE MEDIDAS REPETIDAS(modelo lineal general).

1. Planteamiento de la hipótesis:

-H0: las medias del pretest, postest y la repetición en Competencia Social son iguales.
-H1: las medias del pretest, postest y repetición en Competencia Social son diferentes.

2.- Supuestos: aleatoriedad, normalidad y esfericidad.

2.1. Planteamiento de la hipótesis:

-H0: el pretest, posttest y repetición de medida en competencia social cumplen

la esfericidad.
-H1: el pretest, postest y repetición de medida en competencia social no
cumplen la esfericiad.

!19
 2.2 Supuestos: aleatoriedad y normalidad.

2.3. Estadístico: analizar > modelo lineal general > medidas repetidas > factor >
definir > competencia social 1, 2 y 3.

2.4. Decisión:

p=0’214 > 0’05, si que se cumple la esfericidad. Si se cumple la esfericidad tengo que mirar
la ESFERICIDAD ASUMIDA, Y SINO CUALQUIERA DE LAS RESTANTES.

4. Decisión:

p=0’154 > 0’05, aceptamos H0 y rechazamos H1. Las medias del pretest, postest y la
repetición en Competencia Social son iguales.

5.- ¿Existen diferencias debidas a la intervención (pretest, postes y seguimiento) en

Conducta Antisocial con un nivel de significación del 5%?
Variable independiente es el momento temporal, y la variable dependiente es conducta
antisocial.
Son muestras relacionadas.

1. Planteamiento de la hipótesis:

!20
 -H0: la muestra del pretest en Conducta Antisocial se ajusta a la normalidad.
-H1: la muestra del pretest en Conducta Antisocial no se ajusta a la normalidad.

-H0: la muestra del postest en Conducta Antisocial se ajusta a la normalidad.

-H1: la muestra del postest en Conducta antisocial no se ajusta a la normalidad.

-H0: la muestra de seguimiento en Conducta antisocial se ajusta a la normalidad.

-H1: la muestra de seguimiento en Conducta antisocial no se ajusta a la normalidad.

2. Supuestos: de aleatoriedad
3. Estadísticos: Analizar > pruebas no pararétricas >cuandrps de diálogos antiguos > K-S de
una muestra > conducta antisocial 1,2 y 3 > opciones > descriptivos.

4. Decisión:

p=0’000 < 0’05 (conducta antisocial 1)

p=0’000 < 0’05, conducta antisocial 2
p=0’000 < 0’05, conducta antisocial 3

- La muestra del pretest, postes y seguimiento NO se ajustan a la normalidad. Contraste NO

paramétrico.

1.- Planteamiento de las hipótesis:

-H0: las muestras del pretest, postest y seguimiento son iguales en conducta
antisocial.
-H1: las muestras del pretest, postest y seguimiento no son iguales en conducta
antisocial.

!21
2.- Supuestos: aleatoriedad

3.- Estadístico: analizar > pruebas no paramétricas > cuadros de diálogos antiguos > K
muestras relacionadas >conducta antisocial 1, 2 y 3.

4.- Decisión: p=313 > 0’05, aceptamos H0 y rechazamos H1.

-El pretest, postest y seguimiento son iguales en conducta antisocial. Si que hay diferencias.

6.- ¿Existen diferencias para los alumnos de 3º curso, debido a la intervención (pretest,
postest, seguimiento) en Actitudes Resolución de Problemas con un nivel de significación
del 5%?.

Son muestras relacionadas.

Datos > seleccionar casos > curso del alumno.

1.- Planteamiento de la hipótesis:

-H0: la muestra del pretest para los alumnos de 3º curso en Actitudes Resolución de
Problemas se ajusta a la normalidad.
-H1: la muestra del pretest para los alumnos de 3º curso en Actitudes Resolución de
Problemas no se ajusta a la normalidad.

!22
 -H0: la muestra del postest para los alumnos de 3º curso en Actitudes Resolución de
Problemas se ajusta a la normalidad.
-H1: la muestra del postest para los alumnos de 3º curso en Actitudes Resolución de
Problemas no se ajusta a la normalidad.

-H0: la muestra de seguimiento para los alumnos de 3º curso en Actitudes Resolución

de Problemas se ajusta a la normalidad.
-H1: la muestra de seguimiento para los alumnos de 3º curso en Actitudes Resolución
de Problemas no se ajusta a la normalidad.

2.- Supuestos: de aleatoriedad

3.- Estadístico: analizar > pruebas no paramétricas > cuadros de diálogos antiguos > K-S de
una muestra > Actitudes Resolución de Problemas1,2 y 3 > aceptar

4.- Decisión:

p= 0’200 > 0’05, actitudes resolución de problemas 1

p=0’200 > 0’05, actitudes resolución de problemas 2
p=0’196 > 0’05, actitudes resolución de problemas 3

- Aceptamos H0 y rechazamos H1: la muestra del pretest, postes y seguimiento para los
alumnos de 3º curso en Actitudes Resolución de Problemas se ajusta a la normalidad.

!23
1. Planteamiento de la hipótesis:

-H0: las medias del pretest, postest y la repetición en actitudes resolución de

problemas son iguales.
-H1: las medias del pretest, postest y repetición en actitudes resolución de problemas
son diferentes.

2.- Supuestos: aleatoriedad, normalidad y esfericidad.

2.1. Planteamiento de la hipótesis:

-H0: el pretest, postest y repetición de medida en actitudes resolución de

problemas cumplen la esfericidad.
-H1: el pretest, postest y repetición de medida en actitudes resolución de
problemas no cumplen la esfericiad.

2.2 Supuestos: aleatoriedad y normalidad.

2.3. Estadístico: analizar > modelo lineal general > medidas repetidas > factor >
definir > actitudes resolución de problemas 1, 2 y 3.

2.4. Decisión: p=0’554 > 0’05, aceptamos la H1 y rechazamos la H0.

-El pretest, postest y repetición de medida en actitudes resolución de problemas si que
cumplen la esfericiad.

!24
4.- Decisión:
p=0’786 > 0’05, aceptamos H0 y rechazamos H1. -Las medias del pretest, postest y la
repetición en actitudes resolución de problemas son iguales. No existen diferencias.

!25