a Ando Educando 2015 Guia de SPSS 22 para elaboracion de trabajos de investigacion cientifica. ||ecet]] i" Null NOI! Universiacang >= - de los. Pueblos 4 deFiwropa - Dr ru. Teléfonos de Lima ~ 992505092 — 990573292 - 2615918Educando perme ffm th te Autor: De. Guillen Valle, Oscar Rafael PhD oe coast psrEle Nunca consideres et estudio como wna obligacién, sino como una oportunidad para penetrar en el bello y maravilloso reundo del saber, Albert Einstem Excelente maestro es aguel que, ensefiando poco, luce acer en el aliermo un deseo grande de aprender Arturo Graf Tengo un suefio, un solo suefo, seguir softando, Sofiar con ln libertad, sofiar con la Justicia, sofiar con Ia agualdad y ojald ya no tuvrera necestdiad de sofiarias Martin Luther King Pagina 1|170Educando aif Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 CONTENIDO Contenido INTRODUCCION 4 PRUEBAS PARAMETRICAS: 5 1, TDESTUDENTPARA UNA MUESTRA ‘ 2, TDESTUDENT PARA MUESTRAS INDEPENDIENTES a 3. TDESTUDENT PARA MUESTRAS RELACIONADAS v7 4, ANOVA CON UN FACTOR INTERSWUETOS 2 5. TDESTUDENTPARA MUESTRAS RELACIONADAS 28 6. OOEFICIENTEDECORREALCION “R’ DEPEARSON. 33 PRUEBAS NO PARAMETRICAS 38 7. BONDAD DE AWUSTE 39 8. BONDAD DEAJUSTEBINOMIAL ry 9. UMANN-WITHNEY a7 10. DEPENDENCIA CHI - CUADRADO 52 11, KRUSKAL WALLIS 55 12, WILOOXON 59 13. QDECOCHRAN 6 14. MCNEMAR, o7 15. FRIEDMAN n 16. SPEARMAN n LABORATORIO PARA PRUEBAS ESTADISTICA CUANTITATIVAS Y CUALITATIVAS 83 Laboratorio Nro. 1 - Normalidad y Homocedasticidad (Prueba de Levene) a4 Laboratorio Nro. 01 100 Procesamiento dedatos 100 Laboratorio Nro. 01 Pearson y Rho de Spearman - Correlacionales us LABORATORIO NRO 02 ~- U MANN WHITNEY 125 Laboratorio Nro, 03 ~ Prusbade Kruskall Wallis 133, Laboratorio Nro. 04 Pruebasde Wilconxon 140 Laboratorio Nro. 05 Test de McNemar 150 Laboratorio Nro. 06 Correlacién de Yates 455 Laboratorio Nro. 07 182 Anilisisde la varianzacon un factor - Anova con un factor 162 > 4gina 2] 170Educando aif Autor, Dz. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 >4gina 3] 170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 INTRODUCCION La ESTADISTICA es consilerada como et conpunio de procedmmentos utitzndos para clasificar, calewlar, analizar y resuanir los datos obienidos de manera sistemiftica Las pruebas estadisticas permiten contrastar la veracidad o falsedad de las Iupdtesis enunciadas desde el punto de vista estadistico. Las cumles se clasifican en pruebas paramétricas y pruebas no pararnéticas, Las paramétricas exigen a los datos a los que se aplica, que se cuanplan los siguientes requisttos. = Variable numérica, Que tas variables de estudio osté medida en una escala que sea por lo menos de interval + Normalidad, Que los oaioves de ins variables sigan wna distribucién normal, por lo menos, en la poblacion al quee pertenece la muestra + Homocedasticidad, Que tas varanzns de ia variable dependiente en los grupos que se comparan. sem nprommadamente iguales (homogeneidad de las varianzas). Cuando los datos cumplen con tos requisites indicados, tas pruebas estadisticas paramétricas exinben su méximo poder. Cuando estas pruebas estadistions se aplican a datos que no cumplen al menos uno de los requistios sefialados, pierde parte de su poder Si no se cumple una de tas izes condiciones se considevan las pruebas no paramétricas, las cuales no hacen ningiin tipo de suposicién acerca de ia forma exncta de la poblacién en la que fucron extratdas las muestras. St se puede utilizar una prueba paranétrica y se usa una no paramétrica hay wna pérdida de informacién. Pagina 4] 170Educando Autor, Dz. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 PRUEBAS PARAMETRICAS >4 gina $|170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 1. TDESTUDENT PARA UNA MUESTRA Tipo de estudio Transversal Nivel de investigacion Descriptive Objeto estadistico Comparar Variable de estudio Numérica (un grupo) Tipo de distribucion Con normalidad © 2Qué es? Prucha sila medida de ta muestra de una vaviable dificre significatioamente de la medida conocida de In poblacién. Ast podemos saber st una determinada muestra provede de una poblacién cuyge media verdadera se conoce. % eCual es su formula? En esta prueba se evaltia tn Iupotesis nula de que ta media de ta poblacién estudiada es igual a un walor especificado s25, se hace uso del estadistico. = Uo ¥ in Donde, E: Media muesiral, s+ Desviacién esténdar muestral, nn: Tamario de In rauestra, Eatsten n.— 4 guados de libertad asociados con la prueba t para una muestra. % cEn qué situaciones se debe de usar? © Se utiliza ta prueba ¢ para una sola muestra cuando se tiene una sola poblacién de interés, por ejemplo los alummos del quinto grado A de secundaria; para el cual se quiere anaiizar una Inpétests sobre una cavacteristton de esin poblacién, © Para calcular ia significacién de las diferencias obtenidas por una muestra de supetos en determinados test pstcoldgicos y las valores medios de los baremos, Pagina 6|170Oe Gide 566 22 pc dea deja atc Edueando Autor: Dz. Guillen Valle, Oscar Rafael PhD wwwandoeducandoperu.com Méviles 992505092 990573292 tomados como valores poblacionales. O, en otros esos, para comparar la media del test de cada individuo con la media grupal, en cuyo caso primero hay que caiculay la media det grupo y posteriormente aphicar ta prueba t para na muestra ¢Cudles son sus supuestos? © Tamario de muestra Menor de 30 © Variable Nianévicn © Distribucion de datos Normal Caso practicol: El dtrector del centro educative lMiguel Grau quiere verefioar st el promedio de los estudiantes de quirio grado de edueacién primaaia de la seceiin A es de 16 en Ii asignature de Logica y funciones, para ello selecciona una muestra de 16 estudiantes Datos: 1. Plantear ta hipétesis Ha El promettio de los estudiantes de quinto gado es de 16 en tn asignatern de Iégica y funciones. Hr El promedio de los estudiantes de quinto gado es diferente de 16 en la asignatura de I6gica y funciones. 2. Nivel de significancia a= 0.05 3. Tipo de Prueba: t de Student Supuestos de la prueba 1. Tamario de muestra. menor de 30 2. Distribucidn de datos, Normal Pagina 71170Oe Gide 566 22 pc dea deja atc Educando Rewrite oh8 Autos, Ds. Guillen Vall wwwandoeducandoperscom Mo sar Rafael PhD 5 992505092 990573292 PASOS PARA PROBAR LA NORMALIDAD EN SPSS Pasol: SALIDA DEL SPSS Pagina 8|170Wis Educando: Guia de SPSS 22 para desarrollo de trabajos de investigacién, Autor Ds. Guillen Vall wwwandoeducandoperscom Mo sar Rafael PhD 5 992505092 990573292 {_Rrnebasidemonnalided | Kolmogoro Estadisiico 7 Sig Estadishco gl Sig, Nota (146 te 200 (931 16 257 a, Correccion de la signifionciin de Lilkiefors, * Este es un limtte inferior de la signiftcaciin verdadera, PVALUE —Soginn ia prucha de Siupiro Wilk El estadistico obteniso os ammo Er de0.931 con um p-value de 0.257 que supern et 0.05; entonces se conchae que, los datos no tienen una distribucién normal. PASOS PARA UTILIZAR LA PRUEBA T- STUDENT EN EL SPSS Paso 1: ree Cr Paso 2: Pagina 9|170Educando Riper nif Autos, Ds. Guillen Vall www.andoeducandoperucom ‘ar Rafael PLD 5 992505092 990573292 SALIDA DEL SPSS Prueba T- Student Para una muestra Valor de prueba = 16 95% Interoalo de confianza Bik. | Dibernelieds a ta diferencia t gi | (bilateral) | medias Inferior Superior [Nota | -2,967 15 010 ~1188 “2,08 5 1 P value Segtin los resultados de la Prueba T - Student el estadistico alcanzo un valor de - 2,967 y wn p- value de 0.010 < 0.05 por 1o que se rechaza la hipétesis nula con un nitvel de signifieancia del 0.05 y se concluye que el promecto de los estudiantes de quinto gndo es diferente de 16 en ta asignatura de Igica y functones. >4gina 10/170Oe Gide 566 22 pc dea deja atc Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 2. TDESTUDENT PARA MUESTRAS INDEPENDIENTES Tipo de estudio Transversal ‘Nivel de investigacion Descriptive Objeto estadistico Comparar Variable de estudio Numérica (dos grupos) Tipo de distribucion, Con normatidad % Qué es? desapareadas (muestras no relacionadas) compara tas medias de dos grupos de onsos. Para esta pruca, ideaimente tos sujetos se deben de asignar aleatoriamente a dos grupos, de forma que cualquier diferencia en las respuestas sea debido al tratamento y no a otros factoves, El procedimiento Prueba T para dos muestras independientes 0 T & eCual es su formula? My — M2 = V5z jn, + 53 /nz Déndte: Mt, y My: Medias de ambos grupos, 5; Desviacién tiptea ns Niimero de casos. % cEn qué situaciones se debe de usar? + Si tenemos dos mmestras, penmite contvastar si exsten diferencias entre las medias de estas dos muestras, « Tienen su aplicacién més tiptca cuando las unidades estadisticas que definen cambas muestras que estén siendo contparads no se superponen. «La aplicacion de un contraste paranétrico requiere ta normalidad de las obseronciones parn cada uno de los grupos, La comprobacién de esta hipdtesis puede realizarse tonto por métodes grificos (por meio de Iistogramas, diagramas de cajas 0 grificos de normaltidad) como mediante tests estadisticos. Un niimero suficiente de obsereaciones (mayor de 30) justifiea Ia utilizacion del mismo test Asi mismo, este tipo de metodologia exigind que la varianza en ambos grupos de observacrones sea la misma. Pdgina 11| 170Oe Gide 566 22 pc dea deja atc Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 ¢Cudles son sus supuestos? © Variable dependiente, cumttativa, variable mdependiente: nominal 0 categdricn con dos dimensiones © Normatidad de tos datos en amibas muestras. © Homocedasticidad de as varianzas. Caso prictico 2: El director del colegio Bartolomé Herrera del distrito de Los Olivos estd interesado en conocer Ins diferencivs que existe entre los estudiantes vavones y estudiantes muyeres, vespecto a la nota obtenida en el examen final en el curso de matennatioa en los estudiantes del quinto afio de secundaria; y para ello, toma una rnestra de 28 estudiantes. 1. Plantear Ia ipétesis Ho. No existe diferencia entre los estudiantes varones y estudiantes muyeres con respecto al rendimienio académico en el cwso de Materndtion, Hy, Eusie diferencia entre los estudiantes varones y estudiantes mujeres con respecto al rendimiento académico en el curso de I Aatemuitica. 2, Nivel de significancia: a = 0.05 3. Tipo de Prueba: t de Student Supuestos de ta prueba © Variable cumtiiatroe, (Nota en el curso de Matemitron) © Normatidad de tos datos. © Homocedasticidad de los datos Pdgina 12| 170Oe Gide 566 22 pc dea deja atc Edueando sar Rafael PhD 5 992505092 990573292 Autor Ds. Guillen Vall wwwandoeducandoperscom Mo Pasos para probar la normalidad en SPSS Pasol: Traladar a bta de factores SALIDA DEL SPSS Pruebas de normatidad | Seao de los | Kolmogorov-Smu nova Sap ——— estudiantes |Estadistico| gt | Sig, |Estadistico| gl | Sig. Nota Hombre 181} 14} 200) 964) 4} 791. obtenida en |?Aujer (17812) _,200 /950| 12 en Pryalue, el examen de Tatemétroa Segtin los resultados de Ia prueba de Shapiro Wilks el estadistico alcanzo un valor de 0.964 y 0,950 para ambos grupos con value value de 0.791 y 0.639 ambos menores a 0.05, por el cual no se rechaza Ia hipdtesis nula; por io tanto, canctuimos que los puntajes en ambos grupos tienen distribucién normat, Pagina 13|170Oe Gad 595822 pu evar de abajes dense Educando Rapa Autor: Dz. Guillen Valle, Oscar Rafael PhD wwwandoeducandoperu.com Méviles 992505092 990573292 SALIDA DEL SPSS Pagina 14|170Oe Gide 566 22 pc dea deja atc Educando Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 PRUEBA DE HOMOGENEIDAD DE VARIANZAS Noia obtemda en el exmmen de Matematica Estadistico de Levene gl 2 Sig, 1006 1 2b 1936 Segtin los resultados obterados en la pructa de homogeneidad de vartanza el P — value oblentio 0.936 es mayor que cl 0.05, por lo que no se rechaza la hipétesis nula y se concluye que los dtos son homogéneos. PASOS PARA REALIZAR LA PRUEBA T - STUDENT PARA MUESTRAS INDEPENDIENTES Paso ee + Gomes) SALIDA DEL SPSS Ceo JLtae Ilse) >4gina 15| 170Educando wef Autor Dr. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Segiin los resultados del andlisis T - Student para muestras independiente El p value fue de 0.433 > 0.05 Por 1o que no se rechaza Ia hipétesis nula y se concluye que no emste diferencia de rendmmenio acadénnco segim sexo, >4gina 16| 170Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Oe Guia de $868 22 ara dsarladeeabajs de inesigacton 3. TDESTUDENT PARA MUESTRAS RELACIONADAS Tipo de estudio Longitudinal Nivel de investigacion Descriptiva Objeto estadistico Comparar Variable de estudio Numerica (dos medidas) ‘Tipo de distribucion Con normalidad % cQuées? Las pruebas t de muesiras dependientes o apareadas, consisten tipicamente en una muestra de pares de valores con simulares unidades esindisticas, 0 un grupo de unidades que han sido contundas on dos ocasiones diferentes (una prueba t de mediciones vepetitivas). Un ejemplo tipico de prueba t para mediciones repetitions seria que los sugetos sean evaluados antes y después de un tratamiento. Una prueba 't basada en la coincidencia de pares muestrales se obtiene de uma muestra desapareada que luego es utilizada para formar una muestra apareada, wtilizando para elio variables adicionales que fueron. medidas conjuntamente con la variable de interés. La valoracién de ta comcidencia se Teva a cabo mediante In identificacién de pares de valores que consisien en una obscrvacién de cada una de las dos muestras, donde las observaciones del par son similares en términos de otras variables medidas. Este enfoque se utiliza a menudo en los estudios obseroacionales porn reductr 0 elnminar los efectos de los factores de confuston, Cuil es su formula? Xp Ba Donde, Xpi Media muestral de la diferencia Sp: Desmiacin estinday de ta dyferencia P4gina 17| 170Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Oe Guia de $868 22 ara dsarladeeabajs de inesigacton nn: Tamarto de Ia rauestra, Eaasten n — 4 grados de libertad asociados con la prueba t para una muestra gCudles son sus supuestos? © Novel de medida delas variables. métviens, es decir, de intervalo 0 razén. © Distribucién normal © Varianze de ta diferencia de medidas: desconocida. © Observaciones; pre_tratamionio y pos_tratamienio Caso prictico 3: Se realtza un estudio para conocer st el rendimiento académico de tos estudiantes camibia Tuego de aplicar cierta metodologta de ensefianza, 1. Plantear la hipétesis Ha, No existe diferencia en el rendnmento académtco después de aplicar determinada metodologia de ensefianca. Hy Existe diferencia en el rendimtento académico después de aplicar deierminada metodologia de ensefianzn 2 Nivel de significancia: « = 0.05 3. Tipo de Prueba; t de Student Supuestos de la prueba © Normalidad de tos datos Pdgina 18| 170Oe Gad 595822 pu evar de abajes dense Educando Racpam niente Autor Ds. Guillen Vall wwwandoeducandoperscom Mo sar Rafael PhD 5 992505092 990573292 Pasos para probir la normalidaden SPSS Paso’ iter Dare Eisen Eleennes! Ce) Gea Col Ce) Ga SALIDA DEL SPSS Pagina 19|170Educando ppt mh Autor Dr. Guillen Valle, Oscar Rafael PhD oe coast psrEle Prueba de KOLMOG OR OV - SMIRNOV para una muestra N Pardimetros Media normalest?> DesviaciGn tipica Difereneias mas Absoluca extremms Positiva Negation 2 de Kolmogorov-Smatrnov Sig, asint6t. (bilateral) a. La distribucién de contraste es 1a Normal. b. Se han caleulado a partir de los datos. Los resultados presentadas en Ja tabla indican que ta distrrbuctén de tos puntajes en la nota mcial y en ta nota final presentan estadisticas K-S-Z que no son estadisticamenie significativos, por to cual podemos concluir que presentan una adecuada se aprommacidn aia cvn'va normal, Pasos para realizar la Prueba T ~ Student para muestras relacionadas. Paso Fi Paso2 Se seleccionan las variables ———— >4gina 20/170Educando aif ar Rafael PLD 5 992505092 990573292 Autos, Ds. Guillen Vall www.andoeducandoperucom SALIDA del SPSS Prueba de muestras relacionadas Dierencias relacionadas 95% Interoalo de confianza jn | Enon : Sig, . i i 8 pean | PRICIER | para ia 8 | oitaterat) tip necia | —aterencia Injerio | Supenio fi r Nota Por Micia 1 |-1,650| 820 | ,106 | -1,862 | -1,438 | -15,591| 59 | 000 Nota final Los resultados de la prueba T- Student rauestran un P value <0.05 por lo que se rechaza 1a Iripdtesis mula y se conchine que st exste diferencia en el rendirmento académico después de aplicar cierta metodologia >4gina 21] 170Oe Gide 566 22 pc dea deja atc Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 4. ANOVA CON UN FACTOR INTERSUJETOS Tipo de estudio Transversal Nivel de investigacion —_Descriptivo Objeto estadistico Comparar Variable de estudio Numérica (mas de dos grupos) ‘Tipo dc distribucién Con normalidad % cQuées? El anilisis de ta variamza (ANOVA) es uno de los tests estadisticos mis amphamente utitizados para probay la igualdad de mis de dos medias de la poblacién.Es decir, Hipdtess, Cuando se tyata de comparar varias medias cabe Ia posibitidad de realizar comparaciones dos a dos Utitizmndo, por ejemplo el test t. Este procedimiento no es correcto. Si, como es habitual, se utiliza un valor critica del 5 % para comprobar a hipstesis de ausencia de diferencias entre las medias de las poblaciones, el nivel de significacisn real serd mucho mayor, Argue todas las mtuestras procedieran de la nsma poblacién, una media del 5 % de los valores t superarén el valor critico. Puede demostrarse que en 10 comparactones imdependientes uno o mas unilores de t superard el valor crifico t 0,95 en un 40 % de ocasiones. Es decir, es relatroamente fiéctl rechazar Ia Inpétesis mula por un valor espuno det a causa de Ia reiteracién de comparaciones. Una segunda razén es la pérdtda de precistén al estumar ta varianza comin cada dos grupos. Claro estdé que este problema se soluciona utitizando tn varianza global, pero sigue en pie el problema de la signaficacion. % eCuil es su formula? Aig: ba = Me ih “u Ay Ap, # ¢En qué situaciones se puede usar? Entre los usos mis frecuentes de las pruebas ANOVA se encuentran. © El Modelo de efectos fijos asume que tos datos provienen de poblaciones normals las cuales podrian diferw veutcamente en sus medias © El Modelo de efectos ateatorios asvone que los datos describen uma jevarquia de diferentes poblaciones cuyas diferencias quedan restringidas por la jerarquia, Pdgina 22| 170Oe Gide 566 22 pc dea deja atc Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 © El Modelo de efectos mixtos describen situnciones que éste puede tomar. Ejemplo. (donde estén presentes ambos tipas de factores: fijos y aleatorios) ¢Culiles son sus supuestos? + La variable dependiente debe medise al menos a nivel de intervalo. + Independencia de las observaciones. + La disinibuciin de los residuals debe ser normal + Homocedastrerdad, homogenerdad de las vanianzas, Caso practico: Se realiza un estudtio para conocer si existe diferencia en tres métodos de lectuna uplicudus « tres grupos de estudiantes 1. Plantear Ia hipotesis Ho, No existe diferencia entre los tres méindos de lectura Hy. Existe diferencia entre los tres métodios de lectura. 2. Nivel de significancia: « = 0.05 3. Tipo de Prueba: ANOVA Supuestos de la prucia 3, Normalided de tas puntuaciones en los grupos de estudios considerados, 4, Homocedastretdnd de las puntuaciones, Pdgina 23| 170Oe Gide 566 22 pc dea deja atc Educando ove Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 PASOS PARA PROBAR LA NORMALIDAD EN SPSS Pasol: Pusu 2y 3: eaoee Cine ot i drone SALIDA de SPSS (Prueba de normatidad Pruebas de normalidad Kolmogorov Spumow ‘Shapiro Wilk Estadistt Estadistt lectura co 1 | Si co Nota Tiktod de ;150| 22,200 | 854 lobtenida en ia lectura A comprension todo de 128 200 delectura —lectura B LMétodio de 168 105 Lectura C Pdgina 24| 170Oe Gide 566 22 pc dea deja atc Educando Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 a. Correccin de la significacion de Lilltefors * Este es un limite inferior de ta significacién verdadera. Segin tos resultados de ta prueba de normalidad de Kolmogorov Smirnov tas puattuactones de los tres grupos segiin método de lectura tienen distribucién normal ya que el p-value en los tres grupos resulto > 0.05 por lo que no se rechaza Ia hipétesis nla y se concheye que las pumntuaciones en el rendimiento académico en los tres grupos de estuio presenta ina aproximacién a in curva normal -PASOS PARA PROBAR LA HOMOCEDASTICIDAD EN SPSS Pusul, Paso 2y 3: SALIDA del 13 Waato sects SPSS Five ee Prueba de honogeneidad de varianzas Nota obtenida en la comprensién de lectuera Pagina 25|170Oe Gide 566 22 pc dea deja atc Educando ik Autos, Ds. Guillen Vall wwwandoeducandopericom sar Rafael PhD 5 992505092 990573292 Segrin los resultados de la Prueba de Levene no se rechaza la hipstesis nula ya que el P- value resulto > 0.05, por los que se concluye que, uo existe homogeneidad de varianzas en los tres grupos de estudio. Pasos para realizar el Andlisis de Varianza en SPSS Pasol: Pane st te dared @ hla cttentia en 03, BD fakuascienarspen] (ese) (ee) estes) Cone a) RESULTADOS DEL SPSS Pdgina 26|170Educando ai ti Autor Dr. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 ANOVA Nota obtenidta en ta comaprensién de ietura ‘Suoman de ai Ve ‘Bie cundrados | conde 8 Inter-grupos 485 2 so 918 Intra- grupos 177,773 63 2,822 Total 178,258 65 El andlisis comparativo de te nota en la comprensién lectora por método de lectura realizado a través del andlisis de varianza de un factor permite apreciar que no existe diferencia estadistica signification en ningumo dé ios tres métodas, por lo que, no se rechaza la hipétesis nula, >4gina 27| 170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 5. TDESTUDENT PARA MUESTRAS RELACIONADAS “Tipodeestudio =————S*«sLongitudimal = Nivel de investigacion Descriptiva Objeto estadistico Comparar Variable de estudio Numiérica (dos medidas) Tipo de distiibucion Con normalidad. EQué es? ‘Las prucbas t de muestras dependientes 0 apareadis, consisten tipicamente en na muestra de pares de valores con similares unidades estadistions, 0 un grupo de unidades que han sido eoaluadias en dos ocasiones diferentes (uma prueba t de mediciones repetitroas). Un ejemplo tipico de prueba £ para mediciones repetitivas seria por ejemplo que los sujetos sean evaluados antes y despuds de un tratamiento, Una prucia 't basada en ta coinerdencia de pares muestrales se obtione de una muestra desapareada que luego es utilizada para formar una muestra apareada, uttlizando para ello variables adictonales que fueron medidas conjuntamente con la variable de interés.8 La valoracién de la coineidencia se Heo a cabo mediante ta identrficacion de pares de valores que consisten en una obseroncion de enda una de las dos muestras, donde las obsermaciones del par son similares en térmmos de otras variables medidas, Este enjoque so utiliza a menudo en tos estudios observacionales para reducir o eliminar ios efectos de los factores de confusién. eCudl es su formula? Db He Donde, Hpi media muestral dela diferencia Sp 1 desoiacion estandar de ta diferencia nt tamattio de la muestra Eaasten n.— 1 grados de libertad asociados con la prueba t para una muestra. P4gina 28| 170Oe Gad 595822 pu evar de abajes dense Educando nisi Autor Ds. Guillen Valle, Oscar Rafael PAD wwwandoeducandoperucom Méviles 992505092 990573292 ¢Culdles son sus supuestos? © Nivel de medida delas vanables, métricas, es decir, de interval o razén. Distribucicn normal Varianza de ta diferencia de medidas: desconocid Obseroaciones, pre_tratansiento y pos_tratamento Caso prictico: Se realiza un estudio para conocer si el rendimiento académico de tos estudiantes gia de ensefianza, 4 Plantear la hipstesis ‘Ha, No este diferencia en el rendamento académico después de aphoar delerminada metodologia de enserianza. Hr, Eniste diferencia en el renudimiento académivo después de aplicar determinada metodologia de ensefianza. 5. Nivel de significancia: « = 0.05 6. Tipo de Prueba: t de Student Supuestos de la prueba © Normatidad de tos datos. Pasos pata probar la normialidaden SPSS Pasol: SLA to} 7 Pagina 29|170Educando wef Autor Dr. Guillen Valle, Oscar Rafael PhD oe coast psrEle Paso 2: Rite! Duvre som Diener Cera) si) et) Lee) SALIDA DEL SPSS Prueba de KOLMOG OR OV - SMIRNOV para una muestra N Partimetros Media normates> Desviacién tfpica Diferencias mds Absoluia extremas Posttion Negation 2 de Kolmogorov-Smtrnov Sig. asintst. (bilateral) a. La distribuctén de coutraste es la Normal. . Se han calculado a partir de los datos Los resultados presentados en la tabla indican que la distribucién de los puntayes en ta nota micial y en Ia nota final presonian estadisticas K-S-Z que no son estadisticamente significativos, por lo cual podemos concluir que presentan una adecuada aproximacién a la curoa normal >4gina 30/170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando pwc ak Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 Pasos para realizar 1a Prueba T - Student para muestras relacionadas. Paso1 Paso 2 Se sele eect Tea a SALIDA del SPSS Prueba de muestras relacionadas Diferencus relacionadas 95% Intereato de confiariza Enor y Sig, vic + |g] es Media | P&PC15" | a6 ie para la 8 | ntateral) tip, diferencia iameda Taferio | Superio 1 i Nota Pay ier 1 |-1,650| 920 | 106 | -1,862 | -1,488 | 15,592] 59] 000 Nota final P4gina 31] 170Educando wef Autor: De. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Los resultados de la pructa T- Student muestran un P value <0.05 por lo que se rechaza la hripdtesis nula y se concluge que si existe diferencia en el rendinnento académico después de aplicar cierta metodologia. >4gina 32/170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 6. COEFICIENTE DECORREALCION “R” DEPEARSON ‘Tipo de estudio Transversal Nivel de investigac Relacional Objeto estadistico Comparar Variable de estudio ‘Numérica Tipo de distribucion Con normalidad Qué es? En estadistice, el coeficiente de correlacisn de Pearson es uma medida de ta relacién lineal entre dos variables aleatoras cuantitatroas, A diferencia de la covarianza, la correlacién de Pearson es mdependtenie de la escala de medida de las variables. De manera menos formal, podemos defintr el coeficiente de correlacién de Pearson como un indice que puede wlilizarse para medi el grado de relacién de dos vara Cuil es su formmila? En el caso de que se esté estutiando dos cunviables aleatorias we y sobre una poblacion estadistion; el coeficiente de corvelncién de Pearson se simboliza con la letra py y siendo la expresién que nos permite calcularto, xy _ F(X ux )(¥ — by) Fy Oy Donde, © Ggy es la covmnianza de (%,¥) + Gx es la desviacién tipica de la variable X © gp esta desvincidn tipivn de tw variable ¥ De mnera andtoga podemos calculay este coeficiente sobre un estadistico muestral, denotado como Ty. & P4gina 33| 170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 eCOmo interpretarla? Para interpretar el coeficiente de correlacién utilicnmos la siguiente escala Valor Significado i Correlucién negation grande y pei fecta -0,94-0,99 | Comelacin negation naay alta =0,74-0,89 | Correlacién negation alia ~040-0,69 | Convelacién negation moderada =0,2a-0,39 | Correlacién negatton baja -0,02a-0,19 | Correlacién negation rauy baja 0 Correlucién muta Ota 0,19 | Corvelacrén position may baja 0,20 0,39 _ | Correlacién position baja 040 0,69 _ | Convelacion position moderada 0,70 .0,89 _ | Conelacidn position alta 0,92 0,99 ___|Corvelacidn positron muy alta 1 Correlacién posttion grande y perfecta gEn qué situaciones se puede usar? Dado dos variables, la correlacin permite hacer estimaciones det valor de una de ellas conociendo el valor de la otra variable. lide el grado de co-vaniacion entre distintas variables relacionadas Imeatmente, Admériase que decimos "variables relacionadas Iinealmente'", Esto significa que puede haber varmbles fuertemente relacionadas, pero no de forma lineal, on cuyo caso no proceder « aplicarse la correlacion de Pearson, Por ejemplo, la relacidn entre Ia ansiedad y el rendintento tiene forma de U tnvertida; igualmente, si relacionamos poblacién y tempo Ia relacrén sera de forma exponencial, En estos ensos (y en otras muchos) no es conventenie ublizar la correlacién de Pearson. Insistimos en este punto, que parece olvidarse con cierta frecuencia, Caso prictico: Se realiza um estudio para conocer ia relacién que existe entre el ntimero de horas de estudio semanal y la calificactén en un examen de Estadistica. lantear Ta hipotesis Ho, Existe relacion entre las horas de estudto y ta calificacion, Hr, No existe relactén entre tas horas de estudio y la calificnctén, 2, Nivel de signifteancia: a = 0.04 3 Tipo de Prueba: r de Pearson Supuestos de la prueba 5. Normatidnd de tos datos. Pdgina 34| 170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando Renn. st Autos, Ds. Guillen Vall wwwandoeducandoperscom Mo sar Rafael PhD 5 992505092 990573292 Pasos para probin la normalidaden SPSS nbn de Kolmoporay Senay para una muestra racer | (essa. (evi) Dita cease Mera Clunveme 1 popsen ene Geese) Gee) Geto (nee Gove) SALIDA DEL SPSS Pdgina 35|170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Prueba de KOLMOG OR OV - SMIRNOV para una muestra Caiificacion en el Horns de exten de estudio semanal| _Estadistica N @0 20 Paviimetros Meat 5,07| 14,63] normales*” Deswiaci6n tépion 2261 3,103 Diferencias mds Absoluéa /137| 214 extremas Position 103 (122 Negation -/137 -214 Z. de Kolmogorov-Smirnov 1061 1,655 Sig. asint6t, (bilateral) 210) 008 a, La distribuct6n de contraste es 1a Normal, . Se han caleulado a partir de los datos, Los resultados presentados en la tabla indican que la distribuctén de los puntayes en las horas de estudio y la califiencidn en el examen presentan estadisticos K-S-Z que no son estadisticamenie significativos, por to cual podemos concluir que presentan una adecunda aproxamacion a la eva'on normal Pasos para realizar la correlacion r de Pearson. Paso1 nar ambas variables a [eeetiareeneae Geiss Ouneera EB bean borctnseaiontios scr (pon (Geter) [ees (aioe) >4gina 36/170Educando aif Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Resultados de SPSS Correlaciones Calificacion en et examen de Estadistica Horas de estudio Correlacion de semana Pearson Sig, (bilateral) N Calificaciin en el Correlacion de exmnen de Estadistioa Pearson Sig, (bilateral) N * La correlacion es signification al nivel 0,01 (bilateral) Segiin los resultados presentados en Ia tabla, estos nos indican que exaste wma correlacién. signtficatroa may atin que alcanza un valor de 0.94 1 entre las horas de estudto semanal y la calificacion en el examen. >4gina 37| 170Educando: PRUEBAS NO PARAMETRICAS dgina 38/170Educando ai os Autor Dr. Guillen Valle www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 7. X? BONDAD DEAJUSTE Tipo de estudio ‘Transversal Nivel de investigadon ——_Descriptivo Objeto estadistico Comparar ee ‘Numiérica - Ordinal - Nominal aelab) Politémica (un grupo) Tipo de distribucion Sin normalidad. éQué es? Se entiende por bondad de ajuste a la asimilacién de los datos obserondos de una variable a una fimncin matemética previamente establecida y reconocida. A través de este es posible entonces predecir el cornportamiento de la variable de estudio, Las pruckas de bondad de ajuste tienen por objetioa doterminar si tos datos disponibles se ajustan a una determinada distribucién. Cuil es su formula? Enire las pruebas de bondad de ajuste mds conoctdos, tenemos. CHI CUADRADO: s (0-6)? i cP Distribucién fi-cundrado cone = k —r —1 grados de libertad PRUEBA DE KOLMOG OROV SMIRNOV 1 1 sivy, Sx, AG) Pah alternative. = Para dos colas el estadistico viene dado por: Dy = max (8, (2) — FCO) Dy = max (F(x) — #00) Donde F(x) es ia distribucisn presentada como hepétesis NOTA: Ambas pruebas uen en ta categoria de lo que en estadisticn se denorninan pruebas de “Bondad de Ajuste’” y miden, como el nombre lo indica, el grado de ajuste que existe entre ta distriburién obtemda a partir de la muestra yla distribucion tedrica que se supone debe seguir esa muestra, En qué situaciones se puede usar? P4gina 39| 170Oe Gide 566 22 pc dea deja atc Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 La prueta de bondad de ajuste se aplica en disefios de investigneién en los que se estudia a un iinico grupo. + La prueba compara ia disiribucién de frecuencias observadas (F,) de una variable usualmente cumlitation, pero que también puede ser cuantitativa, con la distribueién de frecuencia de Ia misraa variable medidla en un grupo de referencia + Elprocedinniento de la prueta implica el oftewo de una distribucién esperada (F) en el grupo estudiado, usando como punto de partida a ta distribucién de la variable on ol grape de referencia. + El propésito de la prueba es averiguar si existen diferencias estadisticamente signtficatroas entre la distribucién obseroada (F,) y ta distribucién esperada (BE) + Enia prueba se plantean las siguientes estadistions : Hipsiesis estadistica mula Hy B=5 Hipbiesis estadistiea alterna Hy th © Elprocednmiento de la prueba incluye el calesio de la medida Cin cundrada. El rechazo de ta Hipdtests nula ocurre cumndo el valor catculado con los datos resulta mayor que el valor crittco de dicha medida contenido en una tabla Namadn Vatores Criticos de Chi cundrada © Enel caso de que el valor de Chi cuadrada calculada sea igual o menor al de Chi cundrada critica se dice que no reclwza a ia Hipdtesis mula y, por lo tanto, se concluye que la Fo es semejante a la Fe, En otras palabras, se dice que ands distribuciones se ajustan bien; de alti el nomine de la prueba. bondad de ajuste. Caso prictico: Se realiza vo estudio para conocer si la proporciin de individuos seguin nivel socio econdraicg son ngutes, 1. Plantear ta inpstesis He, La proporcion de individuos segiin nivel socio econdmico son iguales. Hr: La proporcion de indreuduos segitn nivel socio econdmco son diferentes, 2. Nivel de significancia: a = 0.05 3, Tipo de Prueba: Bondad de ajuste x* Supuestos de la prueba 6. Variable ordmat, Pasos para realizar prueba Bondad de ajuste X2, Pasol Pdgina 40| 170Oe Gide 566 22 pc dea deja atc Educando ove Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 Baa 208% SALIDA DE LA PRUEBA Estadisticos de contraste. [—~SY Nizel Socicccontmaco —— curt 720 Sig. San a @, Ocasillas (,0%) tienen frecuencias esperadas menores que 5, La frecuencia de casilla espernda mintma es 10,0 Segin el resultado de ta prueba de bondad de ajuste se obtiene un estadistico significativo por To que se rechaza Ia hipétesis mula y se concluye que la proporcién de individwos es diferente para las diferentes clases sociales Pagina 41/170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 8. BONDAD DEAJUSTE BINOMIAL “Tipodeestudio —————S—sdTuamsversal “Nivel deinvestigacion ‘Descriptive SS Objeto estadistico Comparar Variable de estudio Nominal Dicotomica (un grupo) Tipo de distribuci6n Sin normalidad EQué es? Es una prucha de bondad de ajuste, que permite averiguar si una variable dicotdmica sigue 0 no un determinade modelo de probabilidad. Permite contrastar la hipdtesis de que ta proporcién obseroada de aviertos se ajusta a la proporcin teérica de una distribuciin binomial (lo cual se tradwce en la posibilidad de contvastar Inpdtesis sobre proporctones y sobre cuartites) Cul es su formula? Para obtener ls valores esperados se tiene que utilizar la formula de la distrebucién bmomuat, eg) nyp'q Donde, ‘ni es el niimero de series, PY : son las probabilidades respectivas Para catculer el valor de p, se sabe que H = ap en una distribucrdn bmomnal, por to que u = Se. conim a = 0.05 En qué situaciones se puede usar? © Las Pruebas No Paramétricas “Son técnicas titiles, que mo fancen suposiciones restrictions respecto a la forma de tas distribuciones de las poblaciones. Estas se conocen tambnén como pruebas sin drstribucion. © Las prucbas esiadisticns no paramétricas, son titiles no solamente cuando los siatos representan na ordenacién, sino tambén cuando se tienen Yoncamente diferencias direccionales, La palabra no Paramétrice, esté Pagina 42|170Educando ppt mh Autor Dr. Guillen Valle, Oscar Rafael PhD oe coast psrEle Tigada con tos tipos de hipdtesis que se prueben usualmente al tener este tipo de datos. © Las prucbas no paraméirieas son apticables, no sélo en casos en que las mediciones son dificiles de cuantificar, sino también son vtiles para hacer infexencias, en situaciones en la que se tienen serias dudas sobre la satisfccion de la InpStesis que respaldan la metodologia estdndar. ¢Cudles son sus supuestos? Caso practi Se realiza un estudio para conocer si la mitad de los estudiantes que ulilizan como miximo 4 horas de estudio semanal. 1. Plentear ta hipétesis Ha. La medtana de las horas de estudto es tgual a 4 horas, Hy. La medtana de las horas de estudto es diferente a 4 horas, 2, Nivel de significancia: a = 0.05 3 Tipo de Prueba: Binomnal Supuestos de la prueba 7. Los datos no tienen distribucion norman PAgina 43/170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando Racpam niente Autor Ds. Guillen Vall wwwandoeducandoperscom Mo sar Rafael PhD 5 992505092 990573292 PASOS PARA PROBAR LA NORMALIDAD EN SPSS Pasot ‘ a ae ‘ ne) ewe : 2 even 3 Paso 2 Pe es sta Contractor vials: P Hore de estudio oraz] Drtaucin de contrast MMi tormat El usitenne Ei) Paisson E) Exconenc Coco) Core) Gest) Cemnetne,) Can) SALIDA DEL SPSS Pagina 44|170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Prueba de Kolmogorov-Sirirnov para ma muestra Horas de estudio N Pardmetros normales Media Desviacién tipica Diferencias mis Absoluta extremas Positiea Negation 2 de Kolmogorov-Smimov Sig. asintot. (bilateral) P-value <0.05, @, La distribucion de contvaste es ta Normal b. Se han caleulado a partir de los datos Segtin los resultados de la Prucba de Kolmogorov Snumov meacan que ta distribucién de ns horas de estudio presentan un estadistico significatia por To que rechazamos la hipétesis mua y concluimos que In distribucién de las horas de estudio no se aproximan a una distribucién normal por te que no se puede hacer uso de prucbas pavametrices, PASOS PARA REALIZAR LA PRUEBA BINOMIAL. Pasol Insertarvalor de a medians Pagina 45| 170Educando amps Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Resultados de la Prueba Prueba binomial Sig. Proporcién| Prop. de | exacta Categorta| N | observada| prueba _| (bilateraD Horas de Grupo 1/<=4 32 53 50 7699 estudio Grupo 2|>4 28 Al Total 60 1,00 Segin los resultados de la prucba Binonual el estadistico obtenido no es estadisticamente signification ya que p-nalue 0.699 > 0.05, por lo que no se rechaza la Iupétests mula; y se concluye que, la mutad de los estudiante usin como maximo 4 horas de estudio, >4gina 46| 170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 9. UMANN-WITHNEY Tipo de estudio Transversal Nivel de investigacion Relacional Objeto estadistico Comparar Variable de estudio ‘Numérica — Ordinal (dos grupos) Tipo de distribucion Sin normalidad Qué es? En estadistrea la prucba U de Iamn-Whitney (también Uamada de IMvann- Whatney-Witcoxm, prueba de siana de ranges Wilcoxon, o prueba de Welcoxon- Mann-Wintney) es uma prueba no pavamétrica aplicada a dos muestras independientes. Es, de hecho, la versién no paramétrica de ta habitual prueba t de Student Fue propuesto iniciabmente en 1945 por Frank Wilcoxon porn muestras de igual iamatios y extencdio a muestras de tamafio arbitraro como en atros sentudos por Henry B, Mann yD. R. Whitney en 1947, Esta prueba stvve para contraste de dos muestras independientes. eCudl es su formula? La prueba calcula el lamndo estadistico U, cuya distnibucion para muestras con mis de 20 obseroaciones se aproxma bastante nen ala distribucién normal. La aproximacién a Ia normal, z, cumdo tenemos muestras lo suficientemente grandes viene dadn por la expresin. 2=( —m,)/oy Donde mis y Gy son ln media y la desvincién estandar de U si la hipdtesis nula es certa, y vienen dadas por las siguientes formulas: Tiny my = 22 = 2 Inyns(my +n, +2 a 12 En qué situaciones se puede usar? La prueba de 2fann-Wiatney se usa para comprobar 1a heterogeneidad de dos muestras ordinates, El planteamtento de partida es + Las obseraaciones de ambos grupos son independientes + Las observaciones son variables ordinales 0 continuas. + Bajo la Inpétesis nuda, las distribucrones de partida de ambas distribuciones es la misma Pdgina 47| 170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 + Bajo la hipétesis alternation, los urlores de una de las muestras tienden a exceder a los de la otra P(X > ¥)+0.05P(X = ¥) > 0.05 Caso prictico: Un investigador desea determinar si tas horas de estudio en los estudiantes| segimn sex son iguales Plantear 1a hipétesis ‘Hg. Las horas de estudio en Tos estudiantes segtin sexn son iguales. Hy: Las hovas de estudio en los estudiantes segiin sexo son diferentes. 2. Nivel de significancia: «= 0.05 3. Tipo de Prueba: U Mann Whitney Supuestos de Ia prueba 8. Los datos no tienen distribucién normal, PASOS PARA PROBAR LANORMALIDAD EN SPSS Paso Pdgina 48| 170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando Paso 2 = pepe Psat tuo] seasneaciate @ pwc ak Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 Srrore a Setnccnaennn Brow Cranises Gowtos ee (Co) a en Get) a) aaa SALIDA SPSS Pruebas de normatidad “Sexo de los | Kolmogorov-Sutirnova Shapiro- Wilk estuiiantes | Estadistico | gi | Sig | Estadistico | gl | Sig. [Horas de Masculino (22 25 S05] 28] 018 estudio 004 Femenino 181) 31 867, 31,001 soup Segiin los resultados al aplicar la prueba de Kolmogorov Smirnov se obtienen estadisticos significativos por lo que no rechazamos la hipétesis nuda y concluiraos que los datos no se ajustan a una distribucrén normal por lo que no se puede hacer uso de las prucbas paramétricas Pdgina 49| 170Oe Gad 595822 pu evar de abajes dense Educando ren fo is Autor Ds. Guillen Vall wwwandoeducandopericom sar Rafael PhD 5 992505092 990573292 PASOS PARA REALIZAR LA PRUEBA U MANN WHITNEY. Paso “Prowerenaspeal al i (Get) ‘= emencaan || Ge Gm Ga SALLDA de la Prueba Estadisticos de contrastet -— Ude Mann-Whitney W de Wilcoxon Z Sag asintot, (bilateral) a. Variable de agrupacion. Sexo de los estudiantes P4gina 50/170Educando wef Autor: De. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 Segiin los resultados de la prueba se aprecia que estos arrojan un estadistico estadisticmente no significative, por lo que, no se rechaza la hipétesis nula y se concluye que, las horas de estudio en los estudiantes hombres y muieres son iguaies. >4gina $1] 170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 10. DEPENDENCIA CHI - CUADRADO Tipo de estudio Transversal “Niveldeinvestigadon -Relaional SS Objeto estadistico Comparar Variable de estudio Nominal Politémica- Dicotomica Tipo de distribucion Sin normalidad. éQué es? Es una distribuadn de probabitndad continua con un parimetro “k", que presenta los grados de liberiad de ta variable aleatoria, ln dtstribucién de Chi Cundvado es denotada por In letra griega x", es frecuentemente usada para probar inpétesis, concernientes a la diferencia entre un conpunto de frecuencias observadas de una muestra y un conjunto correspondientes de frecuencias tedriens esperadas, Las pruebas de Chi Cundrado, son tiles al analizar mis de dos pobiaciones, por ejemplo, sirven para trabajar con datos de ivercadotecria, también permite determmor st un grupo de datos descritos de una distribucién normal, se ajustan a la realidad de ese patron. Elestadistico de Chi Cundrado se representa de In forma siguiente. Cuil es su formula? x: Cht Cundrado Ei “La suana ae” Fy, Frecuencia obseroada Fy, Frecuencia esperade, gEn qué situaciones se puede usar? El estadistico CHI - CUADRADO (0 J CUADRADO, X2) por tanto es una prueba estadistioa que evaltia las inpétests acerca de la relacrén. que existen entre dos variables categsricas, pertenecientes a vn nrvel nominal u ordinal, para ello parte del supuesto de dos variables no relactonadas (existe independencia de ‘oariables); H1= Hipétests alternativa (establece que las variables estan relacionadas) En ella se observa a = 0.05; entonces se rechaza la hipdtests de mdependencia pues existe una relacion estadistica de variables de significancia estrecha Pdgina 52|170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando pwc ak Autos, Ds. Guillen Vall www.andoeducandoperucom sar Rafael PhD 5 992505092 990573292 Caso pritctico: Se realize un estudio para conocer ta asociacién entre el nvel soctoecondmaco y el defecto del lenguaye en estudientes de wna determumada regién. Ha El nivel socioccondmico y el defecto det lenguaje son independientes. Hz El nivel socioecondmico y el defecto del lenguaje son dependientes. 2. Nivel de significancia: «= 0.05 3. Tipo de Prueba: Cri cuadrado Supuestos de la prueba 9, Variables cuatitatrons, PASOS PARA REALIZAR LA PRUEBA CHI CUADRADO, Paso Pdgina 53| 170land. Guia de SPSS 22 para desarrollo de trabajos de investigacién, Educando nisi Autor Ds. Guillen Vall wwwandoeducandopericom sar Rafael PhD eee ae SALIDA PRUEBA Pruebas de chi-cuadrado asintotica Vator oe a Chi-cuadrado de Pearson Razin de 45 verostmuitiudes: |Asociactn iineal por 1,000 lineni IN de casos wilicios @, d casillas (83.3%) tienen una fiecuencta esporada inferior a 5. La frecuencia minnna esperada es ,75, Segtin tos resultadas de 1a prucha se obtiene un estadistico no significativo por fo que no se rechaza Ia hipétesis nula y se concluye que, el nivel socicecondmico y el dejecto del lenguaye son ndepenutentes Pagina 54|170Oe Gide 566 22 pc dea deja atc Educando accep Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 11. KRUSKAL WALLIS Tipo de estudio Transversal Nivel de investigacion _Descriptiva Objeto estadistico Comparar SEIT aGeRtETS Numérica - Ordinal (mas de dos grupos) Tipo de distribucion Sin normalidad. Qué es? La prueba de Kruskal-Wallis (también Wamada la prueba H) es una prueba no paramétrioa que utiliza vangos de datos muestvales de tres 0 mas poblaciones independientes, Se utiliza para probar la hipétests nuda de que las muestras indopendientes provienen de poblaciones con medianas iguales; 1a jupétesis alternation es Ia aseveracisn de que las poblaciones tienen medianas que no son iguales. Es une extensién de la de U de Mann-Whitney y representa una excelente alternation al ANOVA de vm factor completamente aleatorizado HO Las muestras provienen de poblactones con medianas iguales HI Las muestras provienen de poblactones con medianas que no son iguales Para aplicar ta prueba de Kruskal-Wallis, oalcutamos el estadistico de prueba H, el cual ttene una distrbucién que puede aprosamarse por medio la distribucién cht cuadrada, siempre y cuando cada muestra tenga al menos cinco observaciones, Cuando uttlizamos ta distribucién chi cundrada en este contexto, el niamero de grados de libertad es k — 1, donde k es el nuimero de muestras. Requisitos: #Tonemos al menos tres muestias indepencdientes, las cuales se seleccionan al azar Cada muestra tiene al menos cinco observaciones. #No existe el requisito de gue las poblaciones tengan una distribuciin normal 0 alguna otra dastribuctén particular eCudl es su formula? 12 Pita Weaye a 204 +1) L Donde, H. valor estadistico de la prueba de Kruskal-Walhs, N: tamafio total de ta muestra, R + sumetorie de los rangos elevados al cundrado, P4gina 55| 170Oe Guia de $868 22 ara dsarladeeabajs de inesigacton Educando netsh Autor Ds. Guillen Valle, Oscar Rafael PhD www.andoeducandoperucom Moviles 992505092 990573292 nis tamario de la muestra de enda grupo. Li ajuste dado por el ajuste de ligas o emapates de los rangos. Bn qué situaciones se puede usar? La prueba de Kruskal - Wallis es wtmétodo no paramétrico que se usa para probar si un grupo de datos proviene de Ia misma pablacion. Intuitreamente, es idéntico al ANOVA con los datos reemplazados por categorias. Es una extension de Ia prueba de la U de idann-Whitney para 3 0 wads grupos. Ya que es una prucha no paramétrica, la prueba de Kruskal - Wallis no aswme novrnalidad en los datos, en oposicion al tradicional ANOVA. Si asuume, bajo la Inpétests mula, que los datos vienen de ta misma distribucrén, Una forma comin en que se viola este supuesto es con datos heteracedisticos, Caso prictico: Se realiza un estudio para conocer si el area a In gue pertenece et profesordo influye en Ia utilidad que le atrtbseye a tas TIC en la ensenanza, lantear Ta lapotosis He El drea de estudio ala que pertenece el profesorado no mjtuye en ta utilidad que le atvibsaye a tas TIC en la ensenanza, Hy El dren de estudio ala que pertenece el profesovado influye en la utitidad gue le atribuye a las TIC en la enseftanza 2. Nivel de significancie a = 0.05 3. Tipo de Prueba. Kruskal Wallis Supuestos de la pructa 10. Variable Ordinal Pdgina 56| 170