Universidad Autónoma de Madrid

Facultad de Psicología
Curso 2021-2022

ANÁLISIS DE DATOS EN PSICOLOGÍA II

EJERCICIO PRÁCTICO CON SPSS

Profesor: JAVIER REVUELTA

Alumnos pertenecientes al equipo de prácticas

NOMBRE y APELLIDOS (con mayúsculas) FIRMA

LUCÍA SCIELZO ORTIZ

Fecha de entrega: 16/12/2021

La fecha tope de entrega de este cuadernillo es el viernes, 17 de diciembre

OBJETIVOS

Con los ejercicios que incluye esta práctica se pretende que el estudiante aprenda a
aplicar, utilizando el programa estadístico SPSS, las herramientas estadísticas que se estudian
en la asignatura Análisis de Datos II.

La práctica consiste en contestar, en equipo, a una serie de preguntas referidas al archivo

Practica_SPSS.sav. En las clases prácticas de SPSS que se imparten en el aula de infor-
mática se realizan ejercicios similares a los que se incluyen en esta práctica.

PROCEDIMIENTO

Formación de equipos
Cada equipo de prácticas estará integrado por un máximo de tres estudiantes. Los equipos se
formarán libremente con estudiantes del mismo grupo.

La tarea
La práctica consiste en responder, en equipo y utilizando el SPSS, a las preguntas formuladas
en este cuadernillo.

El archivo de datos
Todas las preguntas que incluye esta práctica se refieren al archivo Practica_SPSS.sav, el
cual puede descargarse de las páginas de docencia de los profesores de la asignatura.

El archivo recoge algunas características demográficas, opiniones, actitudes y hábitos de

una muestra aleatoria de jóvenes de la Comunidad de Madrid.

EVALUACIÓN

Cada equipo debe entregar este cuadernillo en papel y completado a mano (no se admitirán
cuadernillos fotocopiados) a su profesor de prácticas antes del día indicado en la portada de este
cuadernillo.

La entrega del cuadernillo da opción a obtener hasta 3 puntos de la nota final de Análisis
de datos II. Para optar a esos 3 puntos, los miembros de los equipos que hayan entregado la
práctica serán citados individualmente para realizar un control de la práctica. En este control
se deberán responder, utilizando el SPSS, algunas preguntas de las incluidas en la práctica.

Este control se llevará a cabo en la última semana de clase, en el horario de las clases
prácticas y en la misma aula de informática en la que se haya asistido a las clases de SPSS.

La nota final en Análisis de datos II será el resultado de sumar la nota individual obtenida
en esta práctica en grupo (hasta 3 puntos) y la nota obtenida en el examen de la convocatoria
ordinaria de enero (hasta 7 puntos).

2
DESCRIPCIÓN DEL ARCHIVO Practica_SPSS.sav

El archivo de datos contiene las siguientes variables. Los datos proceden de jóvenes de la Comunidad
de Madrid

Tipo de variable
Apartado Descripción Nombre y/o códigos
1 = Hombre
Sexo sexo
2 = Mujer
Edad edad Variable cuantitativa
1 = De 15 a 19 años
Edad recodificada edad_rec 2 = De 20 a 24 años
Características 3 = De 25 a 29 años
Personales 1 = Bajo
Nivel de ingresos ingresos 2 = Medio
3 = Alto
1 = Primarios
Nivel de estudios estudios 2 = Secundarios
3 = Universitarios
Bebía hace 2 años beber1
Bebe actualmente beber2 Variables dicotómicas
Hábitos de salud Fumaba hace 2 años fumar1 con códigos:
Fuma actualmente fumar2 1 = Sí
Consumía drogas hace 2 años droga1 2 = No
Consume drogas actualmente droga2
Perspectivas de futuro dim1
Importancia atribuida Sueldo alto dim2
Variables cuantitativas
a determinados Autonomía dim3
aspectos del trabajo Estabilidad dim4 con códigos de 1 a 10
Trabajo en el lugar de residencia dim5
Escalas de Con la vida en general satis1 Variables cuantitativas
satisfacción Con su vida familiar satis2 con códigos de 1 a 10
1 = PSOE
Voto en elecciones generales 2004 voto 2 = PP
3 = Otros
Actitudes políticas 4 = Abstención
1 = Izquierda
Autoubicación ideológica ideología 2 = Centro
3 = Derecha

Nota: antes de empezar a responder a las preguntas de este ejercicio práctico es importante familiari-
zarse con el archivo de datos. Para ello, puede resultar útil revisar los códigos y etiquetas de las varia-
bles y obtener algunos descriptivos (tablas de frecuencias para las variables categóricas y medidas de
tendencia central y de dispersión para las cuantitativas).

3
 PRÁCTICA DE ANÁLISIS DE DATOS II
PREGUNTAS PARA RESOLVER CON EL SPSS

ESCRIBE LA RESPUESTA A CADA UNA DE LAS PREGUNTAS EN EL ESPACIO

DESIGNADO PARA ELLO.

1. 1. ¿Cuántas variables contiene el archivo? 21 ¿Cuántos sujetos? 500.

2. La edad del sujeto número 20 es 15,43 .
3. El sujeto nº 10 ha completado estudios de nivel secundarios.
4. El sexo del sujeto nº 8 es hombre.
5. El 75 % de los entrevistados son hombres y el 25 % mujeres.

2. Construir la distribución de frecuencias de la variable edad y responder a las siguientes pre-

guntas:

1. La edad mínima es 15,40 y la máxima 29,95.

2. ¿Qué porcentaje de sujetos son menores de edad? 19,40%.
3. ¿Cuánto vale la mediana? 23,6715.
4. ¿Qué porcentaje de sujetos tiene 25 años o más? 36,6%.

3. Centrándonos en los jóvenes que beben y fuman en la actualidad (beber2 y fumar2):

1. ¿Qué porcentaje de sujetos bebe? 15,0%.

2. ¿Qué porcentaje de sujetos fuma? 21,6%.
3. ¿Qué porcentaje de sujetos bebe y fuma? 7%.
4. ¿Qué porcentaje de sujetos no bebe ni fuma? 70,4%.

4
 4. La variable edad está recogida en el archivo de datos de dos formas diferentes: como va-
riable cuantitativa (edad) y como variable categorizada (edad_rec). A partir de la variable
edad, crear una nueva variable categórica con el nombre de edad_2 cuyas 4 categorías ten-
gan aproximadamente el mismo número de casos:

1. Las edades que sirven de punto de corte para crear esos 4 grupos son: 19,5363, 23,6715 y
26,8095.
2. Escribir la distribución de frecuencias resultante:

Valores Frecuencias Porcentajes

1,00 125 25
2,00 125 25
3,00 125 25
4,00 125 25

Total 500 100

5. Completar la tabla:

Variables Media Varianza

Perspectivas de futuro 6,67 4,411

Sueldo alto 8,21 2,841

Autonomía 5,64 7,770

Estabilidad 6,80 7,059

Trabajar en el lugar de residencia 4,51 3,457

6. Contrastar la hipótesis nula de que la media poblacional de la variable satisfacción

personal (satis1) vale 7.
1. H0: satis1 = 7.

H1: satis1≠ 7.
1. La media de la variable satis1 vale 7,35. Y la mediana 7,00.
2. El estadístico de contraste vale 4,344 y su correspondiente nivel crítico es 0,000.
3. La decisión sobre H0 es rechazar la hipótesis nula.
4. Y la conclusión es que la media poblacional de la variable satisfacción personal (satis1) tiene un
valor distinto de 7.

5
7. ¿Puede asumirse que la satisfacción con la vida en general (satis1) se distribuye normalmen-
te en la población de jóvenes madrileños?

1. ¿Qué contraste puede utilizarse para responder a esta pregunta? La prueba de Kolomogorov-
Smirnov.
2. ¿Qué procedimiento SPSS?
1) Analizar → Pruebas no paramétricas → CDA → K-S de una muestra
2) Selección variable (satis1)
3) Seleccionar distribución del contraste (Normal)
3. H0: la satisfacción con la vida (satis1) se distribuye normalmente en la población de jóvenes
madrileños.
H1: la satisfacción con la vida en general (satis1) no se distribuye normalmente en la población de
jóvenes madrileños.
4. El estadístico de contraste vale 0,125 y tiene asociado un nivel crítico de 0,000.

5. La conclusión es que rechazamos H0, por lo que podemos afirmar que la satisfacción con la vida
en general (satis1) no se distribuye normalmente en la población de jóvenes madrileños..

8. Se desea contrastar la hipótesis nula de que los jóvenes madrileños valoran por igual el
sueldo alto (dim2) y la estabilidad en el empleo (dim4):

6. ¿Qué contraste debe utilizarse? Prueba T para medias relacionadas.

7. ¿Qué procedimiento SPSS?

1) Prueba T para medias relacionadas

2) Seleccionar variables

3) Opciones – nivel de confianza (en caso de no ser 95% para cambiarlo)

8. H0: µ𝑑𝑖𝑚2 = µ𝑑𝑖𝑚4.
H1: µ𝑑𝑖𝑚2 ≠ µ𝑑𝑖𝑚4
9. El estadístico de contraste vale 10,530 , se distribuye según el modelo T de muestras, y tiene
asociado un nivel crítico de 0,000.

10. Con un nivel de confianza de 0,99, el intervalo de confianza para la verdadera diferencia entre
los promedios de dim2 y dim4 viene definido por los límites 1,067 y 1,761.
11. La conclusión es que se rechaza la hipótesis nula de que los jóvenes madrileños valoran por igual
el sueldo alto (dim2) y la estabilidad en el empleo (dim4).

9. ¿Quiénes están más satisfechos con su vida familiar (satis2), los hombres o las mujeres?

1. Si asumimos que el nivel de medida de la variable satis2 es de intervalos, ¿qué prueba estadís-
tica puede utilizarse para comparar la satisfacción de hombres y mujeres? Prueba T para
muestras independientes.
2. H0: µ𝑠𝑎𝑡𝑖𝑠2 (ℎ𝑜𝑚𝑏𝑟𝑒𝑠) = µ𝑠𝑎𝑡𝑖𝑠2 (𝑚𝑢𝑗𝑒𝑟𝑒𝑠) H1: µ𝑠𝑎𝑡𝑖𝑠2 (ℎ𝑜𝑚𝑏𝑟𝑒𝑠) ≠ µ𝑠𝑎𝑡𝑖𝑠2 (𝑚𝑢𝑗𝑒𝑟𝑒𝑠).

6
 3. Al comprobar si se cumple el supuesto de homocedasticidad el estadístico de contraste toma
un valor de 0,349 con un nivel crítico de 0,555. Por tanto, ¿se puede asumir ho-
mocedasticidad? (X) Sí ( ) No.
4. El estadístico de contraste utilizado para contrastar la hipótesis de la igualdad de medias vale
-0,620 y se distribuye según t con 498 grados de libertad.
5. ¿Qué decisión debe tomarse sobre la hipótesis de igualdad de medias, mantenerla o recha-
zarla? Mantenerla.

10. Utilizando la variable edad_rec como variable independiente, ¿qué puede concluirse sobre
la opinión manifestada por algunos sociólogos de que el grupo de más edad está más
satisfecho con su vida familiar (satis2) que el grupo de menos edad? (asumimos que el nivel
de medida de la variable satis2 es de intervalos)

1. El procedimiento SPSS para realizar este contraste es:

1) Analizar

2) Comparar medias

3) Pruebas T para muestras independientes.

2. H0: µ𝑠𝑎𝑡𝑖𝑠2 (𝑔𝑟𝑢𝑝𝑜 3 𝑑𝑒 𝑒𝑑𝑎𝑑) > µ𝑠𝑎𝑡𝑖𝑠2 (𝑔𝑟𝑢𝑝𝑜 1 𝑑𝑒 𝑒𝑑𝑎𝑑)

H1: µ𝑠𝑎𝑡𝑖𝑠2 (𝑔𝑟𝑢𝑝𝑜 3 𝑑𝑒 𝑒𝑑𝑎𝑑) ≤ µ𝑠𝑎𝑡𝑖𝑠2 (𝑔𝑟𝑢𝑝𝑜 1 𝑑𝑒 𝑒𝑑𝑎𝑑).

3. El estadístico de contraste para el supuesto de homocedasticidad vale 17,193 y

su nivel crítico es 0,000. Por tanto, ¿puede asumirse que las varianzas
poblacionales de los dos grupos comparados son homogéneas en la variable
satis2? ( ) Sí(X ) No.

4. El estadístico de contraste para la igualdad de medias sigue el modelo de

distribución t con 256, 202 gl, y toma el valor 7,628 con un nivel crítico de 0,000.

5. ¿Qué decisión (rechazar/no rechazar) debe tomarse sobre la hipótesis nula de

igualdad de medias? Rechazar H0.

6. ¿Qué grupo de jóvenes se muestra más satisfecho? El grupo de más edad, el grupo
3.

7
11. Consideremos ahora las variables edad y voto.

1. La edad de los n = 95 votantes del PP tiene una media de 24, 6218 y una desviación típica de
3,50550.
2. Se desea contrastar la hipótesis nula de que la edad media de los votantes del PP es la misma
que la edad media de los votantes del PSOE. El planteamiento de esta hipótesis generaría un
contraste (bilateral/ unilateral/ puede ser cualquiera de los dos) bilateral .
3. H0: µ𝑒𝑑𝑎𝑑 𝑃𝑃 = µ𝑒𝑑𝑎𝑑
𝑃𝑆𝑂𝐸.

H1: µ𝑒𝑑𝑎𝑑 𝑃𝑃 ≠ µ𝑒𝑑𝑎𝑑

𝑃𝑆𝑂𝐸.

4. El estadístico de contraste vale 0,020 y tiene una probabilidad asociada igual a 0.984.
Dicha probabilidad se llama nivel crítico y se suele simbolizar por
la letra p .
5. ¿Qué decisión debe tomarse sobre la hipótesis nula? (X) Mantenerla ( ) Rechazarla.
6. ¿Se puede concluir que los promedios comparados son distintos? ( ) Sí (X) No.
7. Qué prueba estadística puede utilizarse para comprobar si la variable edad se distribuye nor-
malmente en la población de jóvenes madrileños? Prueba de Kolomogrov – Smirnov.
8. ¿Puede asumirse que se distribuye normalmente? ( ) Sí, (X) No.
Porque se distribuye con un nivel crítico de 0,000, lo cual es inferior a nuestro nivel de
significación (0,05).

8
12. El coeficiente de correlación de Pearson…
1. Entre satis1 y satis2 vale 0,303.
2. Al contrastar la hipótesis nula de independencia entre ambas variables se obtiene un nivel crí-
tico de 0,000.
3. Con este nivel crítico, ¿qué decisión debe tomarse sobre H0: rechazarla.
4. Por tanto, puede concluirse que satis1 y satis2, es decir, el nivel de satisfacción con la vida en
general y el nivel de satisfacción con la vida familiar no son independiente.

13. Calcula la matriz de correlaciones entre las 5 dimensiones referidas a la importancia atri-
buida a aspectos del trabajo (dim1, dim2, dim3, dim4 y dim5).

1. La correlación más alta se da entre las variables perspectivas de futuro y sueldo alto y vale
0,406.
2. La correlación más baja se da entre las variables trabajar en lugar de residencia y perspectivas
de futuro y vale 0,027.
3. Utilizando α=0,01, se puede rechazar la hipótesis de independencia entre perspectivas de
futuro y sueldo alto. También entre perspectivas de futuro y autonomía.
4. Sin embargo, utilizando α=0,05 no se puede rechazar la hipótesis de independencia entre
trabajar en el lugar de residencia y perspectivas de futuro.

14. Según los últimos datos del Ministerio de Asuntos Sociales, el porcentaje de jóvenes madri-
leños que consume algún tipo de droga no llega al 50%. Con los datos de nuestra encuesta:
1. Plantear la H0 que permitiría poner a prueba la afirmación del Ministerio: 𝜋𝑐𝑜𝑛𝑠𝑢𝑚𝑒 𝑑𝑟𝑜𝑔𝑎𝑠
𝑎𝑐𝑡𝑢𝑎𝑙𝑚𝑒𝑛𝑡𝑒 ≥ 0,5.

2. El número de entrevistados que consume algún tipo de droga es de 189 , lo cual supone,
respecto del total de la muestra, un porcentaje de 37,8 %.
3. El procedimiento SPSS para realizar este contraste es:

1) Analizar
2) Pruebas no paramétricas
3) Cuadros de diálogo antiguos
4) Binomial.

4. Al realizar el contraste se obtiene un nivel crítico de 0,000.

5. ¿Qué decisión debe tomarse sobre la hipótesis nula? Se rechaza.
6. Por tanto, puede concluirse que el porcentaje de jóvenes madrileños que consume algún tipo de
droga no llega al 50%.

9
15. Se desea comprobar si han cambiado los hábitos de salud de los jóvenes madrileños respecto
al consumo de tabaco:
1 . H0: 𝜋𝑓𝑢𝑚𝑎𝑏𝑎 ℎ𝑎𝑐𝑒 2 𝑎ñ𝑜𝑠 = 𝜋𝑓𝑢𝑚𝑎 𝑎𝑐𝑡𝑢𝑎𝑙𝑚𝑒𝑛𝑡𝑒 ;
H1: 𝜋𝑓𝑢𝑚𝑎𝑏𝑎 ℎ𝑎𝑐𝑒 2 𝑎ñ𝑜𝑠 ≠ 𝜋𝑓𝑢𝑚𝑎 𝑎𝑐𝑡𝑢𝑎𝑙𝑚𝑒𝑛𝑡𝑒 .

2. La prueba estadística que permite contrastar estas hipótesis es la prueba de McNemar.

3. El procedimiento SPSS que permite aplicar esa prueba es:
1) Analizar
2) Estadísticos descriptivos
3) Tablas cruzadas
4) Estadísticos
5) McNemar.
4. El estadístico de contraste utilizado tiene asociado un nivel crítico de 0,000.
5. Por tanto, se puede concluir que sí han cambiado los hábitos de salud de los jóvenes madrileños
respecto al consumo de tabaco, se rechaza la hipótesis nula.
16. Ahora queremos averiguar si el nivel de ingresos (ingresos) está relacionado con el voto
emitido en las elecciones de 2004 (voto).

1. La prueba estadística que debe utilizarse es 𝑋2 𝑑𝑒 𝑃𝑒𝑎𝑟𝑠𝑜𝑛.

2. H0: La variable “nivel de ingresos (ingresos)” es independiente de la variable “voto emitido en las
elecciones de 2004 (voto)”

H1: La variable “nivel de ingresos (ingresos)” no es independiente de la variable “voto emitido en las
elecciones de 2004 (voto)”.

3. El estadístico de contraste sigue el modelo de distribución 𝑋2 con 6 gl.

4. Dicho estadístico, con un valor igual a 13,924 , tiene una probabilidad asociada (nivel
crítico) de 0,030.
5. La decisión que debe tomarse sobre la hipótesis nula, con α = 0,05, es rechazarla.

6. Por tanto, puede concluirse que La variable “nivel de ingresos (ingresos)” no es independiente de
la variable “voto emitido en las elecciones de 2004 (voto)”.

7. ¿En qué te has basado para llegar a esta conclusión? En que el nivel crítico es inferior a alfa.

17. ¿Puede afirmarse que las conductas de beber (beber2) y fumar (fumar2) están relacionadas?

1. Para responder a esta pregunta, la prueba estadística que debe utilizarse es 𝑋2 𝑑𝑒 𝑃𝑒𝑎𝑟𝑠𝑜𝑛.

2. H0 : las conductas de beber (beber2) y fumar (fumar2) no están relacionadas

H1 : las conductas de beber (beber2) y fumar (fumar2) están relacionadas.
3. El estadístico de contraste sigue el modelo de distribución 𝑋2 con 1 gl.
4. Dicho estadístico, con un valor igual a 32,739, tiene una probabilidad asociada (nivel
crítico) de 0,000.
5. La decisión que debe tomarse sobre la hipótesis nula es rechazarla.
6. Por tanto, puede concluirse que las conductas de beber (beber2) y fumar (fumar2) están
relacionadas.

10
18. Siguiendo con las conductas de beber (beber2) y fumar (fumar2), ¿puede afirmarse que la
proporción de bebedores difiere de la proporción de fumadores?

1. La prueba estadística que debe utilizarse es McNemar.

2. H0 : 𝜋𝑏𝑒𝑏𝑒𝑟2 = 𝜋𝑓𝑢𝑚𝑎𝑟2 H1 : 𝜋𝑏𝑒𝑏𝑒𝑟2 ≠ 𝜋𝑓𝑢𝑚𝑎𝑟2
3. El estadístico de contraste sigue el modelo de distribución 𝑋2 con 1 gl.
4. Dicho estadístico, con un valor igual a (McNemar sólo lo podemos sacar a mano), tiene
una probabilidad asociada (nivel crítico) de 0,002.
5. La decisión que debe tomarse sobre la hipótesis nula es rechazarla.
6. Por tanto, puede concluirse que la proporción de bebedores difiere de la proporción de
fumadores.

19. Ahora queremos explorar la relación entre la conducta de fumar hace dos años (fumar1) y
berber actualmente (beber2):
1. Obtener una cuantificación del riesgo relativo de beber actualmente entre los que fumaban y
no fumaban hace dos años 1,971.
2. ¿Es ese riesgo significativamente distinto de 1? (X) Sí, ( ) No,
porque no encierra el valor “1” en el intervalo.
3. El resultado obtenido indica que :
( ) El riesgo de beber entre los que fumaban y no fumaban hace dos años es el mismo.
( ) El riesgo de fumar entre los bebedores es 1,97 mayor que entre los no bebedores.
(X) El riesgo de beber entre los fumadores es 1,97 veces mayor que entre los no fumadores.
( ) La proporción de bebedores entre los jóvenes que fumaban hace dos años es 2,20 veces
mayor que entre los que no fumaban hace dos años

20. Completar los datos que faltan en la siguiente tabla. En todos los casos se está utilizando la
variable edad_rec como variable independiente o factor.

F Sig. η2
Perspectivas de futuro 21,655 0,000 0,080
Sueldo alto 12,389 0,000 0,047
Autonomía 1,366 0,256 0,005
Estabilidad 13,478 0,000 0,049
Trabajar en el lugar de residencia 0,251 0,778 0,001

11
21. Según los resultados de la tabla anterior...
1. Con α = 0,05, ¿con qué variables no se debe rechazar la hipótesis de igualdad de medias?
autonomía y trabajar en el lugar de residencia.
2. Con α = 0,01, ¿con qué variables se debe rechazar la hipótesis de igualdad de medias?
perspectivas de futuro, sueldo alto y estabilidad.
3. ¿Qué nivel de significación habría que utilizar para rechazar la hipótesis de igualdad de me-
días con la variable autonomía: 0,256
4. ¿En cuál de las cinco variables son más evidentes las diferencias entre los grupos de edad?
Perspectivas de futuro. ¿Por qué? Porque tiene una estimación del tamaño del efecto mayor.

22. Ahora queremos averiguar si el nivel de ingresos (ingresos) está relacionado con las pers-
pectivas de futuro (dim1):

1. H0: el nivel de ingresos (ingresos) no está relacionado con las perspectivas de futuro (dim1).
H1 : el nivel de ingresos (ingresos) está relacionado con las perspectivas de futuro (dim1).
2. Las medias de dim1 en cada nivel de ingresos son: 6.57 (bajo), 6.37 (medio) y 7,06 (alto).
3. Con α = 0,05, no se puede asumir homocedasticidad porque el estadístico F = 4,262 tiene
asociada una probabilidad de 0,015.
4. Con α = 0,05, la decisión sobre la hipótesis nula de igualdad de medias es rechazar
porque la probabilidad de encontrar en la distribución del estadístico F un valor igual o mayor
que el encontrado vale 0,005.
5. De acuerdo con los resultados obtenidos (señala V o F):
(V) Hay diferencias en la valoración de las perspectivas de futuro según el nivel de ingresos.

(F) Los sujetos de mayor nivel económico no valoran esta característica más que los demás
entrevistados
(F ) Las medias de las valoraciones en dicha característica son distintas para los tres grupos.

23. Para comparar los promedios de las variables dim1 a dim5:

1. ¿Qué prueba debe utilizarse? ANOVA de 1 factor MR.

2. H0: µ𝑑𝑖𝑚1 = µ𝑑𝑖𝑚2 = µ𝑑𝑖𝑚3 = µ𝑑𝑖𝑚4 = µ𝑑𝑖𝑚5
H1: µ𝑗 ≠ µ𝑗′ .

3. Cuanto vale la media en las cinco variables 6,67 (perspectivas de futuro), 8,21 (sueldo alto), 5,64
(autonomía), 6,80 (estabilidad) y 4,51 (trabajar en lugar de residencia).
4. Completa la tabla de ANOVA:

FV gl F p
Intragrupos 5,504 228, 080 0,000
Error 1748,466 228,080 0,000

5. La decisión sobre H0 es rechazarla y la conclusión al menos dos de los promedios de las variables
dim1 a dim5 difieren entre sí.

12
24. Tras utilizar el ANOVA de un factor tomando como variable independiente la edad reco-
dificada (edad_rec) y como variable dependiente la satisfacción en la vida en general (satis1),
se desea utilizar la prueba de Tukey para averiguar entre qué grupos existen diferencias:

1. Con un nivel de significación de 0,001, las diferencias significativas se dan (señala la res-
puesta correcta):
a) Entre los más jóvenes y el grupo intermedio ( ) Sí ( ) No.
b) Entre los más jóvenes y los de más edad ( ) Sí ( ) No.
c) Entre los de más edad y el grupo intermedio ( ) Sí ( ) No.
2. Por tanto, se puede concluir que se dan diferencias significativas entre todos los grupos de edad
en la variable satis1.

25. Para estudiar qué tipo de relación existe entre la edad recodificada (edad_rec) y el nivel de
satisfacción general (satis1):

1. ¿Qué tipo de contraste debe utilizarse? ANOVA de 1 factor CA.

2. El procedimiento SPSS que permite aplicar ese contraste es Analizar  Comparar medias 

ANOVA de un factor, y se encuentra en el cuadro de diálogo Contraste  Cúbica

3. Completa la siguiente tabla resumen del ANOVA:

FV gl F p

Intergrupo 2 33,898 0,000

lineal 1 67,794 0,000

cuadrático 1 0,323 0,570

cúbico

Intragrupo o error 479

Total 481

4. En la tabla anterior, el componente cúbico no aparece porque con tres grupos no podemos
analizar el componente cúbico.
5. El estadístico F para contrastar la hipótesis nula referida al componente lineal vale 33,898
con un nivel crítico de 0,000. La decisión sobre esa hipótesis nula es rechazarla.

6. El estadístico F para contrastar la hipótesis nula referida al componente cuadrático vale 0,323
con un nivel crítico de 0,570. La decisión sobre esa hipótesis nula es mantenerla.

7. Concluimos que la relación entre la edad y la satisfacción general es lineal positiva.

13
 26. Se desea contrastar la hipótesis de que la media en satis1 es igual para los más jóvenes que
para los otros dos grupos de edad tomados juntos:

1. La prueba estadística que debe aplicarse es ANOVA de 1 factor CA.

2. H0 : la media en satis1 es igual para los más jóvenes que para los otros dos grupos de
edad tomados juntos.
H0 : 2µ𝑝𝑒𝑞𝑢𝑒ñ𝑜𝑠 − 1 µ𝑚𝑒𝑑𝑖𝑎𝑛𝑜𝑠 − 1µ𝑚𝑎𝑦𝑜𝑟𝑒𝑠 = 0

H1 : la media en satis1 no es igual para los más jóvenes que para los otros dos grupos de edad
tomados juntos.
H1 :2µ𝑝𝑒𝑞𝑢𝑒ñ𝑜𝑠 − 1 µ𝑚𝑒𝑑𝑖𝑎𝑛𝑜𝑠 − 1µ𝑚𝑎𝑦𝑜𝑟𝑒𝑠 ≠ 0
3. Asumiendo igualdad de varianzas, el estadístico de contraste sigue el modelo de distribución
0,637 con 479 gl.
4. Dicho estadístico, con un valor igual a -7,251, tiene una probabilidad asociada (nivel
crítico) de 0,000.
5. La decisión que debe tomarse sobre la hipótesis nula es rechazarla.
6. Por tanto, puede concluirse que la media en satis1 no es igual para los más jóvenes que para los
otros dos grupos de edad tomados juntos.se

27. Se desea averiguar si la variable dependiente satisfacción familiar (satis2) está relacionada
con los factores sexo (sexo) y edad (edad_rec).

1. Al estudiar esta relación se están poniendo a prueba tres efectos: que la satisfacción familiar
(satis2) no está relacionada con el factor sexo (sexo), que la satisfacción familiar (satis2) no está
relacionada con el factor edad (edad_rec) y que no hay efecto de la interacción.
2. La prueba estadística que hay que utilizar es ANOVA de 2 factores CA.
3. Y el procedimiento SPSS:
1) Analizar
2) Modelo lineal general
3) Univariado
4) Gráficos
4. Construye el gráfico de las medias representando el efecto de la interacción y dibújalo (a
mano) en el siguiente recuadro:

sexo y edad:

14
5.Reproduce los elementos de la tabla de ANOVA referidos al efecto de la interacción entre

FV gl F p
Sexo*edad 2 0,859 0,424
Error 494 0,859 0,424

6.¿Qué decisión debe tomarse sobre la hipótesis nula referida a la interacción entre el sexo y la edad? .
¿Por qué? .
7.¿Qué puede concluirse sobre:
a) el efecto del factor sexo .
b) el efecto del factor edad .

28. Obtener el modelo de regresión lineal que permite predecir la satisfacción personal (satis1)
a partir de la edad:

1. Utilizando como variable predictora la variable edad, la ecuación de regresión en puntua-

ciones directas es .
2. Y en puntuaciones típicas .
3. La H0 sobre ausencia de relación es:
4. El valor del estadístico que permite contrastar esa H0 vale y tiene asociado un nivel
crítico de .
5. Por tanto, se debe concluir que .
6. La bondad del modelo lineal utilizado, que viene medida por el estadístico toma el
valor de

15
16