APUNTES-NECESARIOS-EXAMEN-SPSS.

pdf

alvxroglez

Análisis de Datos II

2º Grado en Psicología

Facultad de Psicología
Universidad Autónoma de Madrid
 Reservados todos los derechos.
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalida
 CHULETAS EXAMEN SPSS

Si te preguntan por…

 Construir distribución de frecuencias de una o más variables: Analizar  Estadísticos

descriptivos  Frecuencias  seleccionar “Mostrar tablas de frecuencia”
(tabla de frecuencia, N= frecuencia)
 Comparación, correlación o cruce de dos variables: Analizar  Estadísticos descriptivos 
Tablas cruzadas (seleccionar “Porcentajes” si preguntan por ellos, en la sección “casillas”)
(tabla de contingencia)
 Escribir distribución de frecuencias resultante de la creación de una nueva variable a partir de
otra: Transformar  Recodificar en distintas variables  Valores antiguos y valores nuevos 
Introducir los puntos de corte hallados.
 La comprobación de normalidad de una distribución: PRUEBA Kolmogorov-Smirnov.
Proceso: Analizar  Estadísticos descriptivos  Explorar  Gráficos: prueba de normalidad
 El coeficiente de correlación de Pearson: Analizar  Correlaciones  Bivariadas  Pearson
 Matriz de correlaciones entre K dimensiones: Analizar  Correlaciones  Bivariadas 
Pearson

CONTRASTES DE HIPÓTESIS: DIFERENTES CÁLCULOS Y ANÁLISIS

 Contraste de hipótesis a través de la relación de dos variables POR IGUAL (Ej: 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)): Pruebas T para muestras relacionadas. Procedimiento:
Analizar  Comparar medias  Pruebas T para muestras relacionadas.

H0 =0 H1 ≠0
Res
Rechazar H0 si el intervalo no incluye el valor 0, si p < t o si p < alfa. erv

Se usa también tras realizar correlación de Pearson, para hacer contraste: se mira la tabla
correlaciones emparejadas. (Te suelen pedir cambiar alfa=0,01). La decisión, en este caso,
comparando p con alfa.

 Contraste de hipótesis a través de la relación de dos variables SIN DETERMINAR IGUALDAD (Ej:
¿Quiénes están más satisfechos con su vida familiar (satis2), los hombres o las mujeres?): Prueba
T para muestras independientes. Proceso: Analizar Comparar medias  Pruebas T para
muestras independientes (variables: satis2 y sexo)
o Para ambos casos, el VALOR del estadístico de contraste se encuentra bajo la “t”;
mientras que “Sig. (bilateral)” es el NIVEL CRÍTICO, llamado “p”. Si el valor del nivel crítico
“p” es mayor que 0,05 la Hipótesis nula (H0) se mantiene / si es menor, se rechaza.
N
 Si p > α = 0,05  H0 se MANTIENE
o
 Si p < α = 0,05  H0 se RECHAZA
o CUIDADO: Si se comenta que al contrastar la hipótesis nula de independencia entre ambas
variables se obtiene un nivel crítico de 0,000 has de hacer una PRUEBA T PARA DOS
MUESTRAS RELACIONADAS.

 Contraste de hipótesis sobre si un PORCENTAJE es mayor o menor a uno en concreto:

Analizar  Pruebas no paramétricas  Cuadros de diálogo antiguos  Binomial.
Es el contraste que se usa para una tabla de frecuencias.
  Contraste de hipótesis sobre el cambio de alguna variable a lo largo del tiempo, aunque
exista una variable pasada y otra actual o futura (Ej: Se desea comprobar si han
cambiado los hábitos de salud de los jóvenes madrileños respecto al consumo de tabaco).
Se usa MCNEMAR. Procedimiento: Analizar  Estadísticos descriptivos  Tablas cruzadas
 McNemar
o Se mira el nivel crítico para descartar la H0. Si p < α = 0,05 H0 se rechaza
o
MCNEMAR también se usa para determinar SI UNA PROPORCIÓN DIFIERE DE OTRA
(Ej: Siguiendo con las conductas de beber (beber2) y fumar (fumar2), ¿puede
afirmarse que la proporción de bebedores difiere de la proporción de fumadores?)
En este caso (estudiando proporción de éxitos), si me piden grados de libertad o
modelo de distribución, tengo que seguir los pasos de CHI-CUADRADO DE
PEARSON.

IMPORTANTE: CALCULAR EL VALOR DE LA PRUEBA DE MCNEMAR

Si nos preguntan por el valor de dicha prueba, se calcula a mano: Número de

cambios en un sentido – Número de cambios en otro sentido. El resultado lo
elevamos al cuadrado y lo dividimos entre la suma de dichos
cambios.

Ej:

Valor p (nivel crítico): 0,002. Se rechaza H0

Valor prueba: ((40 – 73))2/(40+73) = (-33)2/113 = 1089/113 = 9,637

 Contraste de hipótesis sobre la relación de dos variables de DIMENSIONES DISTINTAS (Ej:

Ahora queremos averiguar si el nivel de ingresos (ingresos) está relacionado con el voto
emitido en las elecciones de 2004 (voto)). Se usa la prueba estadística de CHI/JI CUADRADO
DE PEARSON (X2 de Pearson) Procedimiento: Analizar  Tablas cruzadas  Estadísticos…
 Señalar “Chi cuadrado de Pearson”
 Valor: es el valor, como su nombre indica- SE ENCUENTRA EN LA PRIMERA FILA.
 Df: grados de libertad- SE ENCUENTRA EN LA PRIMERA FILA.
 Significación asintótica (bilateral): nivel crítico- SE ENCUENTRA EN LA PRIMERA FILA.
o Se mira el nivel crítico para descartar la H0. Si p < α = 0,05 H0 se rechaza

SE SUELEN ESCRIBIR MEDIANTE FRASE:

H0: MEDIA = MEDIA (INDEPENDENCIA, NO HAY RELACIÓN ENTRE VARIABLES).
H1: MEDIA ≠ MEDIA (NO HAY INDEPENDENCIA, HAY RELACIÓN ENTRE VARIABLES).

 Contraste de hipótesis de relación entre dos conductas: TE PREGUNTAN SOBRE LA

CUANTIFICACIÓN DEL RIESGO RELATIVO: Analizar  Estadísticos descriptivos  Tablas
cruzadas  Estadísticos…  Señalar “Índices de riesgo” (se debe comprobar si en el
intervalo de confianza se comprende el valor 1, si no se comprende es
significativamente distinto a 1 el índice de riesgo)
Se mira la fila de lo que te piden TODO JUNTO.

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 ANOVA: DIFERENTES TIPOS Y SUS RESOLUCIONES

Para completar tablas de este tipo:

Analizar  Comparar medias  ANOVA de 1 factor 
Opciones  Descriptivos  Prueba de homogeneidad
de las varianzas y estadísticos descriptivos
Para valores de η2:
1º variable= independiente
2º variable= dependiente
Analizar  estadísticos descriptivos
Tablas cruzadas Estadístico Eta(mirar de la variable que
me piden)Calcular al cuadrado con calculadora.

Otra forma: Analizar Modelo lineal univariado

 Opciones Estimaciones del tamaño del efecto

 Contraste de hipótesis sobre la relación de dos variables de DIMENSIONES DISTINTAS (Ej:

Ahora queremos averiguar si el nivel de ingresos (ingresos) está relacionado con las
perspectivas de futuro (dim1)). Procedimiento: Analizar  Comparar medias  ANOVA de
1 factor  Opciones  Descriptivos  Prueba de homogeneidad de las varianzas y
estadísticos descriptivos  Welch
o
Contraste mediante ANOVA 1 FACTOR CA (Ej: Para estudiar qué tipo de relación
existe entre la edad recodificada (edad_rec) y el nivel de satisfacción general
(satis1),
¿qué tipo de contraste ha de usarse?). Procedimiento: Analizar  Comparar medias
 ANOVA de un factor  Contraste  Coeficientes: Cúbica (intergrupo: entre grupos, error:
dentro de grupos)

También sirve para rellenar este tipo de tablas:

-Para sacar lineal, etc.: mirar primera fila (no ponderadas).

-H0: no relación
H1: relación
Si rechazo H0, se establece relación DEL TIPO que haya
Rechazo H0. Relación lineal, relación cuadrática, etc.

Tablas:
-Si te piden lineal, cuadrática, etc.: ANOVA DE 1 FACTOR CA.
-Si te piden solo una tabla de intergrupo y error: PROMEDIOS DE VAIRABLES REPETIDAS. (Siguiente apartado).

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
  Comparar PROMEDIOS de variables repetidas: Analizar  Modelo lineal general 
Medidas repetidas  Añadir el nombre del factor intra-sujetos (DIM, ejemplo) y el número
de variables (5, ejemplo)  Seleccionar los niveles del factor en variables intra-sujetos
(meter las 5 variables)  Opciones  Estadísticos descriptivos Comparar medias
marginales: Comparar los efectos principales DMS. Usamos ANOVA de 1 factor de
Medidas Repetidas (MR). FIJARSE EN “GREENHOUSE-GEISSER”.

Mirar: -tabla de prueba de efectos intra-sujetos o inter-sujetos (según enunciado).

-después, la fila: Greenhouse-Geisser para DIM (intergrupo) y para Error.

 La prueba Tukey se usa para averiguar entre qué grupos existen DIFERENCIAS tras utilizar
el ANOVA de 1 factor: Analizar  Comparar medias  ANOVA de 1 factor  Post hoc… 
Seleccionar “Tukey”

 Prueba se Scheffé (Anova de 1 facor CA)Contraste de hipótesis acerca de si una variable es

igual en diferentes edades (relación con otra variable): Analizar  Comparar medias 
Contraste  Coeficientes
o
Ejemplo: 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
 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

Coeficientes a añadir: 2, -1, -1

Mirar tabla pruebas de contraste (primera fila)

ANOVA DE UN FACTOR:

-Si me piden hipótesis de igualdad de medias (pruebas robustas de igualdad de medias):

ANOVA de 1 FACTOR con Welch = Contraste de hipótesis sobre la relación de dos variables de DIMENSIONES
DISTINTAS.

Para comparar alfa con nivel crítico se usa la tabla prueba robusta de igualdad de medias.

-Si me piden saber cual de las variables es más diferente al compararla con una variable independiente del
ANOVA sacado antes:

La variable con mayor estimación del tamaño del efecto es la que mayor esta al cuadrado tenga.

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 Contraste de hipótesis de MÁS DE DOS VARIABLES. Se usa ANOVA de 2 factores CA (Ej: Se desea
averiguar si la variable dependiente satisfacción familiar (satis2) está relacionada con los factores
sexo (sexo) y edad (edad_rec)). Procedimiento: Analizar  Modelo lineal general  Univariado…
 Gráficos
Ejemplo: satis 1 con sexo y edad. (más de dos variables)

En este caso se ponen a prueba siempre 3 EFECTOS:

-variable x no está relacionada con el factor (sexo, por ejemplo) – fila sexo
-variable x no está relacionada con el factor (edad, por ejemplo) – fila edad
-no hay efecto de interacción -fila sexo*edad

Para la decisión sobre los 3 efectos: comparar alfa y punto crítico.

IMPORTANTE


Se usa 𝜋 para aquellas hipótesis referidas a PORCENTAJES (H0: 𝜋x = 𝜋y; H1: 𝜋x no = 𝜋y)

Se usa μ para EL RESTO (dentro de este temario)  (H0: μ x = μ y; H1: μ x no = μ y)

η2 es la “Eta cuadrada”

Caracteres especiales
o H0: hipótesis nula
o H1: hipótesis alternativa
o
Gl/Df: grados de libertad
o α = 0,05

- Variable de prueba= variable cuantitativa

Variable de agrupación = variable cualitativa

-probabilidad asociada= nivel crítico = p.

En la tabla Levene, fijarse en p2 si es prueba T de muestras independientes estudiando Res
homocedasticidad (mirar primera fila y p2). erv

N
o