Está en la página 1de 12

PRUEBAS DE

NORMALIDAD
no

CONTRASTE DE 2
MUESTRAS
INDEPENDIENTES:

PARAMÉTRICO – NO
PARAMÉTRICO
no

CONTRASTE DE 2

CAPÍTULO 1: MUESTRAS
RELACIONADAS

CONTRASTE PARAMÉTRICO – NO

PARA 2
PARAMÉTRICO
no

MUESTRAS
CONTRASTE DE
PROPORCIONES

Independientes y Relacionadas.
PRUEBAS DE NORMALIDAD
UNA ACOTACIÓN ANTES DE EMPEZAR…

Lo primero que se tiene que hacer antes de realizar contrastes ya sea entre dos muestras o en “k”
muestras (Ver capítulo 2) es identificar si se está ante un contraste paramétrico o uno no
paramétrico.
¿QUÉ SIGNIFICA ESTO? Cuando recolectamos data podemos encontrar respuestas muy semejantes
o muy variadas.
 Si los participantes muestran respuestas semejantes, será indicador de una distribución
simétrica (proporcionada, armoniosa, normal) a este tipo se le denomina PARAMÉTRICO.
 Si los datos recolectados son muy dispersos esto indicará que la distribución es asimétrica
(desigual, desproporcionada, anormal) a esto se le denomina NO PARAMÉTRICO.

Paramétrico: Cuando estemos ante un No Paramétrico: En este caso se utiliza la


contraste de este tipo vamos a enfocarnos en la MEDIANA, ya que el promedio no representará
MEDIA para realizar la comparación. ¿Por qué? realmente a los resultados obtenidos. Por
Porque la media refleja el efecto promedio y si ende, es recomendable fijarse en los datos que
recordamos, los datos en este tipo de contraste se han repetido más veces puesto que así se
eran semejantes por ello se identificarán con el tendrá una aproximación más exacta a los
promedio. datos obtenidos.

Prueba de normalidad indicará si se trata de una muestra paramétrica o no paramétrica.

RUTA SPSS:Analizar  Estadísticos Descriptivos  Explorar Pasar


variables Gráficos: Gráficos con pruebas de normalidad

Este cuadro muestra los resultados estadísticos,


grados de libertad y significancia de la misma
variable según Kolmogorov-Smirnov y Shapiro-Wilk.
Entonces, ¡que dilema a cuál elegir! He aquí el consejo
de todos los profes de estadística:
 Si “n” es mayor a 50 elige Kolmogorov-
Smirnov.
 Si “n” es menor a 50 elige Shapiro-Wilk.
CONTRASTE DE DOS MUESTRAS
INDEPENDIENTES:
¿Qué es? Es un análisis estadístico que permite realizar comparaciones entre dos grupos
conformados por individuos diferentes. En otras palabras, un mismo constructo será medido en dos
grupos que están formados por personas diferentes.
CONTRASTE DE DOS MUESTRAS MEDIAS Y MEDIANAS.
 Paramétrico:
HIPÓTESIS

•HIPÓTESIS NULA
•H0: 1 = 2
•HIPÓTESIS ALTERNAS
•H1: 1 > 2  La media del grupo codificado como 1 es mayor a la del grupo codificado como 2
•H1: 1 < 2  La media del grupo codificado como 1 es menor a la del grupo codificado como 2
•H1: 1 ≠ 2 La media de los grupos codificados como 1 y 2 son diferentes

1. Prueba de Homogeneidad de
RUTA SPSS:
Varianzas
Analizar  Comparar medias  Prueba T
para muestras independientes  Variables Antes de empezar con el contraste tenemos que
para contrastar: __  Variable de realizar un paso previo: La prueba de
agrupación: __  Definir grupos: colocar homogeneidad de varianzas. En esta prueba se
los códigos de los grupos  Continuar 
Aceptar determinará si las varianzas son similares
(homogéneas) o diferentes (heterogéneas).
¿Por qué? Es necesario hacer el contraste de varianzas
ya que la prueba t-Student que contrasta H0: 1 = 2,
depende del estado de las varianzas; es decir, si son
homogéneas o heterogéneas. Es posible determinarlo
utilizando la “Prueba de Levene de calidad de
varianzas” que se muestra en el cuadro de la derecha.
Cuando se asumen varianzas iguales y cuando no se
asumen varianzas iguales. Para determinar cuál
utilizar: Si la significancia es
 H0:  0 =  2
2 2
mayor a 0.05 se
 H1: 20  22 acepta H0
2. Contraste de Hipótesis:

“Prueba T para igualdad de medias”, la significancia, se puede comprobar la


específicamente, en la significancia. A partir de veracidad de la hipótesis de trabajo.
 No Paramétrico:

HIPÓTESIS RUTA SPSS:Analizar  Pruebas no


paramétricas  Cuadros de diálogos
• H0: Me1 = Me2 antiguos  Dos muestras independientes 
Lista Contrastar Variables: __  Variable de
• H1: Me1 > Me2
agrupación: __  Definir grupos: codificar los
• H1: Me1 < Me2 grupos  Exacta: Check en Exacta 
• H1: Me1 ≠ Me2 Continuar  Aceptar

El cuadro que se observa a la derecha muestra los


estadísticos de prueba. Para realizar el contraste de
medias no paramétrico se utiliza el estadístico U de Mann
Whitney que es una prueba alternativa a la prueba T-
Student para realizar contraste de muestras. Esta prueba
se emplea cuando los supuestos de la prueba T-Student
no se cumplen.
Asimismo, se puede apreciar que el cuadro arroja dos
tipos de significancia bilateral: asintótica y exacta. ¿Cuál
escoger?
 Si “n” es menor a 40 se usará la significancia
exacta.
 Si “n” es mayor o igual a 40 se usará la significancia
asintótica.

Hay que recordar que dado que el contraste es no paramétrico está trabajando con las medianas de las
variables. Por lo tanto, es necesario recurrir a hacer una comparación entre las medianas obtenidas.

RUTA SPSS: Analizar 


Comparar medias  Medias 
Lista de dependientes: __ 
Lista de independientes: __ 
Opciones: agregar Mediana a la
lista que SPSS va a mostrar 
Continuar  Aceptar
TIEMPO DE INVESTIGAR
CREATIVIDAD EN NIÑOS Y ADULTOS MAYORES

La creatividad es un proceso cognitivo que tiene como resultado un


producto original y novedoso (Stenberg & Stenberg, 2012).
Algunos estudios plantean que la niñez es un periodo de alta
potencialidad para la creatividad y lo relacionan a factores neurológicos
como la plasticidad y psicológicos como la vivencia de lo novedoso, la actitud interrogativa y lúdica
(Martínez y Justo, 2008). Sin embargo, diversos estudios explican que la creatividad se refuerza a
través de la experiencia acumulada. En otras palabras, proponen que a mayor experiencia mayor será
la creatividad (Artola, Sánchez, Barraca, Ancillo, Mosteiro & Poveda, 2012; Ros, 2004).

PROPUESTA:
A partir de esta información, resulta interesante llevar a cabo una comparación entre la creatividad de
los niños y los adultos mayores. Con este motivo se evaluará la creatividad en el grupo 1: niños y grupo
2: adultos mayores.
n 1 y por Y2 en la
cando la conocida
as es H 0 : m1 = m 2 fórmula S 2
D = S 2
1 + S 2
2 - 2rY1Y2 S1 S 2 ,

CONTRASTE DE DOS MUESTRAS


más complicada
mente representadas en su
· H 0 : m1 = m 2 asimé- verdaderaÛ H 0 : m D = 0 verdaderaÞ t =
RELACIONADAS:
ca o moderadamente
ue si hay asimetría ãArturo Calderón G.-2010 1
da ¿Qué
aplicar,
es? Esy
podría
trastes
ya que la
paramétricos
en Regla
un análisis
este de
estadístico que
caso Decisión
permite
para dos es
comparar a un mismo grupo en dos momentos
muestras
diferentes. La importancia de este contraste es que permite analizar si una intervención ocasionó
ones.
algún cambio.
Hipótesis
El juego de hipótesis se entiende de la siguienteHipótesis
manera: Rechazar
Tipo
H0: la intervención no tiene efecto
Nula Alterna H 0 si
de la Diferencia de Medias
t-Student
H1: la intervención para
sí tiene efecto.
H1 : m1MEDIAS
CONTRASTE DE DOS MUESTRAS > m 2 Y MEDIANAS.
Un
 Paramétrico(por
s muestras : T-student.
eso Û t > t1-a
l
Retest o de Línea H :m
HIPÓTESIS >0
: m( m=, sm ) i = 1,2m
2 0 D
ormales i Y Y H~ N
ción
• Cuandoe
se está 0frente
2 a
1
i
=Medición
un
i
contraste
2 paramétrico, m
H1 : 1 el<juego2 de hipótesis se expresará en
sesis dede trabajo
función
estas la medias quey después.
de antes
variables genera una saber
Por ejemplo, hipótesis t < - t1-a
si los niveles de estrés Un
Û
disminuyeron en los empleados Û
casos luego de una sesión de yoga.
m
i
mismos
H : mmedias =0 m Hy0 : mALTERNA
2 <y0 la consi-
• Se suele denotar que U1=antes de la intervención y U2=después de la intervención.
elativa

a las
HIPÓTESIS0 NULAD 1HIPÓTESIS D

nula H 0 : m1 = no
ervención m2 tiene
H 1 : m1 ¹ m 2
de ¿Qué
Significación
es la T-Student?
a ” predeterminado
Û t |> t1-a / 2
|(en B
"-"Después", enton-
0.05 )cony
Es una
tomamos
prueba estadística
muestras
para muestras H m D ¹ 0 n1 y n2
de0 :tamaños
+ s 2 - 2 r Y Y s 1s 2
2distribución normal. Se utiliza como
H 0 : mestadístico
= m
1 2
de contraste y tiene la
1
siguiente
t a y t1-a / 2 percentiles
2 1-(hipótesis
fórmula: a y 1 - a / 2 de la tabl
1 -T-STUDENT
de no diferencia)
sobre una media po-
una t hipótesis
= · La ventaja dela trabajo
D  Representa diferencia
de esta uni o es
prueba bidirec-
que elimina otras
es donde
el caso. diferencias
S D
entre el promedio de las
entre casos y ajenas al Factor bajo
medias de antes y
n
después.
ientes, Ejemplo
cuando 1.3 se tiene dos poblaciones
mparar. En una RUTA investigación,
SPSS: una especialista en Ps
nica Es
compara los puntajes en Autoestima de 8
adas, cuando
signos
se trata
• Analizar
de depresión
de una
la desviación estándar
 Comparar medias población
 Prueba T para muestras
recurrente: Antes del in
de la diferencia  Variables
omentos terapia
y se desea ver
relacionadas si hubo un
emparejadas:
y al cabo de 8 meses de tratamiento, ocambio
Variable 1: Antes y
Variable 2: Después  Aceptar
puntajes siguientes:
 Raíz cuadrada de la
as independientes)
muestra.
Sujeto afectan
os depresivos A B C
las Ddefensas
E F del
G H
D DE COHEN: Permite medir el tamaño o la
magnitud del efecto. Se necesita: | 𝜇1 − 𝜇2 |
𝑑 𝑑𝑒 𝐶𝑜ℎ𝑒𝑛 =
 SD: Desviación estándar 𝑆𝐷
 𝜇1: 𝑚𝑒𝑑𝑖𝑎 𝑎𝑛𝑡𝑒𝑠
 𝜇2: 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒𝑠𝑝𝑢é𝑠

 No Paramétrico: T de Wilcoxon.
RUTA SPSS:Analizar  Pruebas no
HIPÓTESIS paramétricas  Cuadros de diálogos
antiguos  Dos muestras relacionadas 
Variable 1: __, Variable 2: __  Opciones:
• H0: Me1 = Me2 Estadísticos: Check en Descriptivos y en
Cuartiles  Continuar  Exacta: Check en
• H1: Me1 ≠ Me2 Exacta  Continuar  Aceptar

¿Qué es la Prueba de Wilcoxon? La T de Wilcoxon es un


estadístico de contraste. Es una alternativa a la prueba T –
student cuando no se cumple el supuesto de normalidad.
¿Por qué usar la T de Wilcoxon? Cuando no se cumple la
prueba de normalidad los resultados son no paramétricos.
Por lo tanto, la media no representará a la población. En ese
caso, la comparación se realiza en función de la mediana.
Debido a ello, se necesita de un estadístico de contraste que
se enfoque en los percentiles. De esta manera, se obtendrá
un valor más representativo si tomamos como referencia al
percentil 50 o mediana.
TIEMPO DE INVESTIGAR

ESTRÉS ACADÉMICO Y YOGA

El estrés académico es un tipo de tensión que se genera debido a las


demandas y el trabajo excesivo de los estudiantes (Unda & Andrés,
2015). Diversas investigaciones han demostrado que el estrés
académico alcanza niveles más altos en estudiantes universitarios (Dyson & Renk, 2006). Este puede
ocasionar respuestas ineficientes a las actividades demandadas y puede resultar peligroso para el
bienestar físico y mental del individuo (Unda & Andrés, 2015). Frente a esta problemática urge buscar
una estrategia que ayude a disminuir los niveles de estrés en estudiantes universitarios.

En la actualidad, el yoga se ha convertido en una forma de enfrentar el estrés. Sus diversas técnicas de
respiración y relajación producen bienestar en un corto tiempo desde que empieza a ser practicado
(Unda & Andrés, 2015).

En este marco, se realizó una


investigación con el objetivo de
evaluar los efectos del yoga como una
estrategia para disminuir el estrés
académico en estudiantes de la carrera
de Psicología (Vernet y Nicolaci, 2013).
Los investigadores comprobaron que
después de aplicar un programa de
yoga en el cual se practicaron técnicas
de respiración, relajación, pranayama
entre otras, los niveles de estrés
académico se redujeron
significativamente.
PROPUESTA:
Sería interesante medir los niveles de estrés académico en alumnos de una universidad de Lima. Luego,
realizar una sesión de yoga con estos estudiantes. Posteriormente, volver a medir los niveles de estrés
académico.

En este caso, la hipótesis a comprobar es si los niveles de estrés académico disminuyen luego de
realizar la sesión de yoga. Para ello, se tiene que tener en cuenta los niveles de estrés académico antes
del yoga y después del taller de yoga. Además, la comparación se realizaría entre los mismos
participantes, razón por la cual es pertinente usar un contraste de 2 muestras relacionadas.
STICA II
separado, uno para hombres y otro para mujeres.
ã Arturo Calderón G.-2010 3 EST-

)
|=| CONTRASTE
(0.38 - 0.17) 2.3 Caso
|=|
- DE
0.38de .17
|= 3.PROPORCIONES:
0Muestras Relacionadas (Prueba de McNemar)
00 >Z =1.96 por lo que
0.975
Fun
· A
q 0.29 ´ 0.71 cualitativas.
Variables 0.29 ´ 0.71 0.005
+
92 En este caso, tenemos n sujetos, en los cuales se observa si tienen una
72 c
H 0 : P1 =MUESTRAS Hcualitativa
RELACIONADAS
P2 y aceptamos 1 : P1 ¹ P2 .
A , Antes y Después de una intervención.
· P
En un mismo grupo de sujetos se mide una variable cualitativa antes y después de una intervención.
· La hipótesis
los porcentajes poblacionales de no cambio
son diferentes, o no reportarlos
hay que intervención es H 0 : P1 =c
efecto de la por
o par a HIPÓTESIS
hombr es y otr o parcontrastarla
a mujer es.con los datos. p
• H0: P1=P2  No hubo cambios entre el antes y el después de la intervención v
• H1: P1 > P2
estr as Relacionadas (Pr ueba de McNemar ) · E
• H1: P1< P2 · Para contrastar H 0 : P1 = P2 se distribuyen los n casos en una tabla de
d
• H1: P1 ≠ P2
nemos n sujetos, en los cuales doble entrada de la forma:
se observa si tienen una característica · L
ntes y Para
Después de una inter vención.
realizar el contraste manual primero se s
tienen que ordenar los datos de manera que Antes · N
de no cambio o no efecto de la intervención Después
el reconocimiento del cambio sea claro. Por es H 0 : P1 =Sin
P2 y deseamos
A Con A Total H
eso, se aconseja utilizar esta tabla.
on los Donde
datos. “a” y “d” representan el cambio, u
Con A a b (a+b)
mientras que “b” y “c” son las proporciones d
ar : P1 = no
H 0 que P2 se distribuyen
cambiaron los n casos
con respecto Sintabla
a laen una A de frecuencias
c d de (c+d)
· F
intervención.
de la forma: Total (a+c) (b+d) n
c
l
Contraste Manual: P1, P2 Contraste SPSS: ( d - a )
· Antes
y Z calculado
Se calcula el estadístico de contraste Z = . d
 P1
Después Proporción
Sin A “antes”.Con A Total RUTA SPSS:
( d + a )
(𝑏+𝑑) p
Se obtiene
Con A de: a𝑛 b (a+b) •Analizar  Estadísticos
descriptivos  Tablas cruzadas 
 P2
Sin A Proporción “después”.d
c La (c+d)
Regla de Decisión depende de la forma
(𝑎+𝑐)
Filas:de H 1, según:
antes
 Estadísticos:
Columnas: después
check en
Ejem
Total
Se 𝑃2 =
obtiene de:(a+c) (b+d) n Tan
𝑛
Hipótesis Hipótesis McNemar 
Rechazar H 0Continuar 
 Zcalculado  estadístico de contraste. Casillas  Porcentajes: check
Tipoende contras
mue
Nula Alterna Total siContinuar  Exacta:
estadístico de contraste Z = (d - a) .
Se obtiene de:
check en Exacta  Continuar  resp
(d + a) H 1 : P1 > P2 Z > Z1-a
Aceptar. Unilateral der ec
H 0 : P1 = P2
*Solo si a+d > 10. H 1 : P1 < P2 Z < - Z1-a Unilateral izquie
sión depende de la forma de H 1 , según:
H 1 : P1 ¹ P2 | Z |> Z1-a / 2 Bilateral
Hipótesis Rechazar H
- a contr
y 1 - aaste
0
Tipo1 de
Z1-a y Z1-a / 2 percentiles / 2 de la tablaEsNuna
McNemar: (0,1prueba
) que
Alter na si permite analizar pares de datos de
H 1 : P1 > P2 Z > Z1-a Unilater al der echo una muestra relacionada.
H1 : P1 < P2 Z < -test
Este Z1-a se usa si (a+d) >al10,
Unilater en caso
izquier do contrario no es fiable y hay qu
H1 : P1 ¹ P2 |pr |> Z1-a llamada
Z ueba, /2 Pr uebaBilater
Exactaalde Fisher. ¿Dis
entiles 1 - a y 1 - a / 2 de la tabla N (0,1) estu
TIEMPO DE INVESTIGAR

EDUCACIÓN VIAL EN PEATONES


Como parte de mi proceso de aprender a manejar, tomé clases de
teóricas con la finalidad de rendir un buen examen teórico sobre reglas
de manejo. Recuerdo una clase en especial que tenía como propósito
crear consciencia en los futuros conductores sobre la responsabilidad
que implica estar al volante para evitar accidentes de tránsito. Sin embargo, uno de los factores
provenía de fuentes externas al conductor y era la imprudencia o escasa educación vial de los peatones.

En la actualidad, resulta común escuchar a diario noticias sobre accidentes de tránsito. Aparentemente,
nos hemos habituado al hecho de que cada día por lo menos una noticia sea sobre el fallecimiento de
una persona como producto de la imprudencia de un conductor o por su propia imprudencia. A nivel
mundial, en el año 2008, los peatones peruanos representan el grupo con mayor proporción de
fatalidades causadas por accidentes de tránsito (OMS, 2009). En el 2009, del total de accidentes de
tránsito en el Perú, el 27% fueron ocasionados por los peatones (PNP, 2010).
¿Qué podemos hacer ante este problema?
PROPUESTA:
Pienso que una posible solución frente a esta
problemática es implementar un taller de educación
vial para peatones. En el cual se explique la
importancia de respetar las luces del semáforo, usar
las líneas y puentes peatonales, entre otras medidas
que sean efectivas para evitar fatalidades.

En torno a ello, la estadística entraría a tallar pues


sería necesario saber si el taller de educación vial fue
efectivo. En otras palabras, se quiere saber si
ocurrieron cambios en las personas que asistieron al
taller. Con este objetivo la variable a examinar es
¿Respeta las reglas de tránsito?, la cual será medida
antes y después de la implementación del taller.
2.2 Caso de Muestras Independientes
MUESTRAS INDEPENDIENTES:
Comparar a dos grupos compuestos por diferentes participantes acerca de un mismo constructo. Dado

Este caso se presenta cuando tenemos dos pobla


que las variables son cualitativas o dicotómicas la comparación se realizará en función a la proporción.

HIPÓTESIS
queremos ver si son equivalentes (u homogéne
• H0: P1 = P2  no se encuentran diferencias proporcionales entre el grupo1 y el grupo2.
• Hipótesis alterna:
cualitativa A . Para ello tomamos muestras grandes
• H1: P1≠ P2  hay diferencias proporcionales entre grupo1 y grupo2.
• H1: P1 > P2  la proporción del grupo1 es mayor que la del grupo2.
espectivas poblaciones. La hipótesis de equiv
• H1: P1 < P2  la proporción del grupo1 es menor que la del grupo2.

H 0 :Para = Pal2 contraste se necesita realizar una estandarización. Por ello, se utiliza la siguiente fórmula.
P1recurrir
Dándole sentido:
 P1 (barra): representa la proporción del constructo en el
( p1 - p 2 )
El estadístico de contraste es Z =
grupo codificado como 1
 P2 (barra): representa la proporción del constructo en el dond
grupo codificado como 2.
pq pq
Entonces, se entiende que se deben restar ambos para
encontrar una diferencia entre los grupos. Pero, en la parte del
+
denominador se observa un “p (barra)” que no especifica si es 1 n n 2
del grupo1 o del grupo2. Además, aparece un “q (barra)”.
p j la proporción de sujetos que tienen la caracte
¡¡¡¡¡¡¡ ¿Qué significa eso?!!!!!!!
El “p (barra) y el “q (barra)” representan a la proporción
ponderada y a su complemento, respectivamente.
la Población j.
𝑝 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑜 =
𝑝1 × 𝑛1 + 𝑝2 × 𝑛2
𝑛1 + 𝑛2
La pregunta que surgirá ahora seguramente es ¿de
dónde salen sus valores? He aquí la respuesta.
El valor del “p ponderado” se halla a través de la fórmula
que aparece a la izquierda.

Para muestras grandes, en general se cumple p j


Ahora que ya se sabe de dónde salen los valores se puede resolver la ecuación. [Pd: no olvidar que n1 y n2 se
refieren a la muestra del grupo1 y 2 respectivamente]
Pero, ¿por qué considerar a “q” en la estandarización? Se pondera “q” porque existe la posibilidad de hacer el
contraste entre dos grupos que tienen diferentes cantidades de participantes. Por lo tanto, el complemento
del “p” va a variar. Por ello, también necesita ser estandarizado.
P1Q1 P2Q2
tanto ( p1 - p 2 ) ~ N ( P1 - P2 , + ).
n1 n2
RUTA SPSS: De esta manera, se obtendrán 3 cuadros. En el
cuadro “Pruebas de Chi-Cuadrado”, que
• Analizar  Estadísticos
descriptivos  Tablas cruzadas  aparece abajo, se muestra la significancia según
Filas: variable que se quiere el estadístico Chi-cuadrado de Pearson.
comparar  Columna: a quienes
se quiere comparar 
Estadísticos: check en Chi-
cuadrado  Continuar  Casillas
 Porcentajes: check en Columna
 Continuar  Exacta: check en
Exacta  Continuar  Aceptar.

TIEMPO DE INVESTIGAR
DEPRESIÓN EN LA ADOLESCENCIA: HOMBRES Y
MUJERES.
La depresión es, según la Organización Mundial de la Salud, un
trastorno que se caracteriza por presentar episodios subjetivos de
tristeza, soledad y aislamiento (Nava, Muñoz, López, Peña & González,
2007). En el Perú, el Instituto Nacional de
Salud Mental reportó que 1 de cada 5
personas son afectadas por la depresión. Asimismo, dio a conocer que por
cada hombre deprimido hay dos mujeres deprimidas (Saussa, 2015).

Un estudio realizado por el National Survey on Drug Use and Health


(NSDUH) muestra que el 9% de los jóvenes entre 12 y 17 años han
experimentado al menos un episodio depresivo (Papalia, Olds & Feldman,
2010). Asimismo, se encontró que las adolescentes mujeres estaban más
propensas a sufrir de depresión. Este último resultado se justifica tomando en consideración los
cambios biológicos, las formas de relacionarse socialmente y la vulnerabilidad del estrés (Papalia, et,
al., 2010).

PROPUESTA: Considerando que la depresión es uno de los trastornos mentales más frecuentes en la
actualidad es importante detectar a la población en riesgo e intervenir. Por ello, sería necesario evaluar
la depresión en adolescentes del Perú. Para ello, se necesitará acceder a una muestra de adolescentes.
Por ejemplo, estudiantes de secundaria de un colegio público de Lima metropolitana. La variable a
analizar sería “presenta tendencia a sufrir de depresión”. Este atributo será entre el grupo 1: hombres
y grupo 2: mujeres. De esta manera, lo que se busca es saber cuál de los dos grupos tiene mayor
predisposición a presentar depresión.

También podría gustarte