Professional Documents
Culture Documents
40
35
30
25
20
15
10
5
0
Contenido
Presentacin ................................................................................................................................ i
Agradecimientos ......................................................................................................................... ii
ndice de Tablas ........................................................................................................................ iii
Conceptos Bsicos ...................................................................................................................... 1
Medicin ............................................................................................................................. 2
Niveles de Medicin ........................................................................................................... 2
Estadstica Descriptiva ....................................................................................................... 4
Curvas de Distribucin de Frecuencias ........................................................................ 5
Distribucin Normal o Curva Normal (Campana de Gauss) ....................................... 5
Calificaciones z o estandarizadas ................................................................................. 6
Estadstica Inferencial ......................................................................................................... 8
Estadstica Inferencial Univariada ............................................................................... 8
Tipos de problema .................................................................................................. 8
Estadstica Multivariada ............................................................................................... 9
Estadstica Paramtrica ................................................................................................ 10
Estadstica No Paramtrica ........................................................................................... 10
Planteamiento de hiptesis estadstica ......................................................................... 10
Hiptesis de Problemas de Comparacin ............................................................... 10
Hiptesis de Problemas de Asociacin .................................................................. 11
Construccin de hiptesis de acuerdo al nivel de medicin ................................... 12
Cul es el sentido del nivel de significancia o la probabilidad? ................................. 13
Decisin estadstica ...................................................................................................... 13
Grados de libertad ........................................................................................................ 15
Reglas de decisin ........................................................................................................ 15
Estadstica Inferencial Univariada: Pruebas Estadsticas Seleccionadas ................................. 17
Cmo Presentar Resultados Anlisis Estadsticos ............................................................. 17
Criterios importantes para seleccionar el tipo de prueba en un estudio ............................. 18
Pruebas de Comparacin .................................................................................................... 19
Prueba t de Student ....................................................................................................... 19
Prueba t de Student para grupos independientes .................................................... 19
La prueba t para muestras independientes en el paquete estadstico SPSS ...... 21
Reporte de resultados de la prueba t ................................................................. 22
Prueba t de Student para muestras relacionadas ..................................................... 23
La prueba t de Student para muestras relacionadas en
el paquete estadstico SPSS .............................................................................. 25
Reporte de resultados de la prueba t para muestras relacionadas ..................... 25
Prueba U de Mann-Whitney ......................................................................................... 27
La prueba U de Mann-Whitney en el paquete estadstico SPSS ............................ 29
Reporte de resultados de la prueba U de Mann Whitney ....................................... 30
Presentacin
El presente trabajo va dirigido a psiclogos en formacin y para todos
aquellos interesados en la investigacin en psicologa y reas afines,
donde la estadstica es una de las principales herramientas.
Fue escrito para servir de apoyo al profesor en cursos introductorios
estadstica inferencial, sin embargo, est diseado como una gua
autoaprendizaje y material de consulta, ya que se explica la forma
seleccionar la prueba estadstica de acuerdo con los problemas
investigacin que se plantean en las reas psicolgica y social.
de
de
de
de
Agradecimientos
ii
ndice de Tablas*
Tabla de Valores Crticos para la Prueba t ...............................................................................
Tabla de Valores Crticos para U .............................................................................................
Valores crticos de T+ para la prueba de rangos asignados de Wilcoxon de una cola ..............
Valores crticos de Chi Cuadrada a los Niveles de significancia de 0.05 y 0.01 .....................
Valores crticos de 5% y 1 % para la distribucin de F ...........................................................
Valores crticos para el anlisis de varianza unifactorial por rangos
de Kruskal-Wallis (KW) ...........................................................................................................
Valores crticos de z para el nmero de comparaciones mltiples
con hiptesis bidireccional .......................................................................................................
Valores crticos para la prueba estadstica de anlisis de varianza
de dos clasificaciones por rangos de Friedman (Fr) .................................................................
Valores crticos de z para el nmero de comparaciones mltiples
con hiptesis bidireccional .......................................................................................................
Valores crticos de r para diferentes niveles de significancia ..................................................
Valores crticos del coeficiente de correlacin de Spearman (rS)
de rangos ordenados, para una prueba bidireccional ................................................................
21
29
32
37
47
53
54
59
60
70
75
Se presentan slo ejemplos de cmo localizar los valores crticos para cada prueba, para revisar las tablas completas se
puede acudir a:
Downie, M. y Heath, R. (1973). Mtodos estadsticos aplicados. Mxico: Harper & Row Latinoamericana.
Siegel, S. (1990, 3ra ed. ). Estadstica no paramtrica. Editorial Trillas. Mxico.
iii
iv
Conceptos Bsicos
La estadstica es un conjunto de procedimientos para reunir, clasificar, codificar, procesar, analizar y
resumir informacin numrica adquirida sistemticamente (Ritchey, 2002). Permite hacer inferencias
a partir de una muestra para extrapolarlas a una poblacin.
Aunque normalmente se asocia a muchos clculos y operaciones aritmticas, y aunque las
matemticas estn involucradas, en su mayor parte sus fundamentos y uso apropiado pueden
dominarse sin hacer referencia a habilidades matemticas avanzadas. De hecho se trata de una forma
de ver la realidad basada en el anlisis cuidadoso de los hechos (Ritchey, 2002). Es necesaria sin
embargo la sistematizacin para reducir el efecto que las emociones y las experiencias individuales
puedan tener al interpretar esa realidad.
De esta manera la estadstica se relaciona con el mtodo cientfico complementndolo como
herramienta de anlisis y, aunque la investigacin cientfica no requiere necesariamente de la
estadstica, sta valida muchos de los resultados cuantitativos derivados de la investigacin.
La obtencin del conocimiento debe hacerse de manera sistemtica por lo que deben planearse todos
los pasos que llevan desde el planteamiento de un problema, pasando por la elaboracin de hiptesis
y la manera en que van a ser probadas; la seleccin de sujetos (muestreo), los escenarios, los
instrumentos que se utilizarn para obtener los datos, definir el procedimiento que se seguir para
esto ltimo, los controles que se deben hacer para asegurar que las intervenciones son las causas ms
probables de los cambios esperados (diseo); hasta la eleccin del plan de anlisis idneo para el tipo
de datos que se estn obteniendo, es aqu donde la estadstica entra en el estudio, aunque pueden
existir otras herramientas de anlisis si se est haciendo una investigacin de corte cualitativo.
Una buena planeacin permitir que los resultados puedan ser reproducidos, mediante la
comprobacin emprica, por cualquier investigador interesado en refutar o comprobar las
conclusiones que se hagan del estudio. De esta manera tambin se lograr la prediccin de los
fenmenos que se estn estudiando, ayudando a conocer y prevenir los problemas sociales e
individuales que forman parte del objeto de estudio de la psicologa.
El tratamiento de los datos de la investigacin cientfica tiene varias etapas:
En la etapa de recoleccin de datos del mtodo cientfico, se define a la poblacin de inters y se
selecciona una muestra o conjunto de personas representativas de la misma, se realizan experimentos
o se emplean instrumentos ya existentes o de nueva creacin, para medir los atributos de inters
necesarios para responder a las preguntas de investigacin. Durante lo que es llamado trabajo de
campo se obtienen los datos en crudo, es decir las respuestas directas de los sujetos uno por uno, se
codifican (se les asignan valores a las respuestas), se capturan y se verifican para ser utilizados en las
siguientes etapas.
Ordinal
Intervalar
Razn o
proporcin
Propiedades
Medidas de
tendencia central y
dispersin
Compara
moda, porcentaje
Proporciones
, =, >, <
moda, porcentajes,
mediana
moda, porcentajes,
mediana, media,
Distancias
desviacin estndar
iguales, =, ,
varianza, curtsis,
>, <, 0 relativo
sesgo, rango, decles,
cuartiles, percentiles
Igual a
intervalar, 0
igual a intervalar
absoluto
Medianas
Anlisis
Inferencial no paramtrica:
X, McNemar, Coeficiente
Phi
Inferencial no paramtrica:
U de Mann Whitney.
Kolmogorov Smirnoff,
Friedman, Wilcoxon, prueba
de los signos, correlacin
Spearman
Ejemplo
Presencia de estrs
(si o no), Religin
Calidad (Buena,
mediana, mala),
Nivel
socioeconmico
(alto, medio, bajo)
Medias
Inferencial paramtrica: t de
Student, ANOVA, regresin,
correlacin Pearson
Temperatura,
atributos
psicolgicos
Igual a
intervalar
Igual a intervalar
Las variables intervalares y de razn se pueden incluir en operaciones aritmticas y para efectos de
anlisis estadsticos se consideran con las mismas propiedades y se clasifican en un rubro general
llamado nivel escalar.
Las variables ordinales, por otro lado, aparentemente no se pueden sumar, pero cuando se tiene una
escala con reactivos calificados en un nivel ordinal, al ser sumados el resultado de esta suma puede
ser considerado como intervalar, ya que matemticamente se comporta como tal.
3
Medidas de dispersin:
Rango. Es la diferencia entre la puntuacin mayor y la menor en una distribucin y se
obtiene restndole a la puntuacin mayor, la menor
Desviacin estndar (s). Es el promedio de desviaciones de las puntuaciones con
respecto a la media. Se emplea para variables medidas por intervalos o de razn. Es un
indicador de la dispersin de las puntuaciones respecto de la media
Varianza (s2). Es la desviacin estndar elevada al cuadrado. La varianza se divide en:
sistemtica, es decir las variaciones debidas a los efectos de la variable independiente
o tratamiento, y de error o no explicada o residual, que es debida al azar y a los
problemas de control (s2 = sS2 + sE2 )
Grficos que son una representacin visual de los datos (medias, porcentajes, distribuciones
de frecuencias, etc.) se pueden hacer grficas de barras, de sectores o pastel, de lneas, etc.
Tablas de frecuencias y porcentajes
Descriptiva
Grficas
Medidas de tendencia central
Medidas de dispersin
Estadstica
Univariada
(una VI y una VD)
Inferencial
Multivariada
Calificaciones z o estandarizadas
La desviacin estndar proporciona una unidad de medida comn (estndar) que permite comparar
variables con medidas observadas diferentes (Ritchey, 2002). Supngase que se tienen dos escalas
para medir autoestima, la primera se califica con un puntaje entre 0 y 20, y la segunda tiene
calificaciones entre 0 y 50, si se compararan las calificaciones obtenidas por una y otra, los puntajes
crudos muy probablemente seran mayores en la segunda escala. Sin embargo, si se considera la
media de cada escala y las desviaciones estndar, es posible conocer en trminos de desviaciones
estndar que puntuacin se encuentra por arriba de la media o por debajo de la misma, al comparar a
dos personas.
Por ejemplo, el grupo calificado con la primera escala tiene una media de 15 y una desviacin
estndar de 4, para el segundo la media es de 35 con una desviacin estndar igual a 6. Supngase
que una persona tiene una calificacin de 19 en el primer caso y otra con 29 en el segundo caso. La
primera se encuentra por arriba de la media una desviacin estndar y la segunda una desviacin
debajo de la media, es decir, la primera persona tiene un nivel de autoestima mayor que el de la
segunda persona.
Las calificaciones brutas se transforman con frecuencia a otro tipo de puntuaciones, para facilitar el
anlisis y la interpretacin. Estas calificaciones son derivadas o transformadas. Un tipo de
calificacin derivada, la calificacin estndar z resulta particularmente til.
Calificacin o Puntuacin z: Es una puntuacin estandarizada. Su sentido es poder hacer
comparaciones dentro o entre sujetos, cuando han sido medidos con diferentes escalas.
La distribucin de puntuaciones z tiene una media de cero y una desviacin estndar de 1.
La X de la z es 0
La s de la z es 1
Ventajas:
Miden una escala de intervalos, en trminos de unidades de desviacin estndar.
Permite comparar calificaciones de varias pruebas en forma directa, incluso cuando se tienen
medias y desviaciones estndar diferentes
6
XX
s
Es decir, qu tanto se aleja la puntuacin del sujeto de la media, y luego se compara con la desviacin
estndar, en otras palabras, se estandariza.
z=
Al analizar la curva normal en trminos de puntuaciones z, y recordando que el rea bajo la curva
representa el 100% de los casos, una desviacin estndar tomada a cada lado de la media incluye un
rea de 68.26% de la total. Toda el rea incluida por 2 unidades de desviacin estndar a ambos lados
de la media comprenden el 95.44% de los casos, si se contina a la tercer desviacin estndar a cada
lado de la media, se toma otra parte igual a 2.15% del rea total. La suma de todas las reas abarcadas
por estas 6 unidades de desviacin estndar es igual a 99.74% del total. El 95% del rea bajo la curva,
est entre 1.96 y 1.96 desviaciones estndar, el 99% entre -2.58 y 2.58 y el 99.9% entre 3.90 y
3.90, estos tres grupos de desviaciones son particularmente importantes en la estadstica inferencial
como se ver ms adelante.
Para interpretar el rea bajo la curva.
El rea bajo la curva representa el 100%. La mitad representa el 50% de cada lado
El rea bajo la curva es igual a 1 (convertida en trminos de proporcin)
Para conocer el rea bajo la curva se necesitan las puntuaciones z
34.13%
-3
-2
-1
+1
+2
+3
68.26%
95%
99%
Utilizando esta informacin se puede calcular el rea comprendida entre dos puntos con base en las
puntuaciones crudas. Por ejemplo: Una poblacin de 1000 sujetos, tiene una media de edad de 75
aos y una desviacin estndar de 8, cuantas personas tienen entre 67 y 75 aos?
34.13%
341
51
59
67
75
83
91
99
2 tipos de variables: Puede haber una o varias variables independientes, y solo una variable
dependiente.
Segn la definicin prctica hay una variable dependiente y una independiente. Para la eleccin de
las pruebas se tomar el aspecto prctico.
En la estadstica inferencial univariada existen dos tipos de problema:
COMPARACIN
Muestras relacionadas:
Muestras independientes:
Cuando la variable
Cuando la variable dependiente
dependiente es medida ms
de inters es medida slo una
de una ocasin en la unidad
vez en la unidad de anlisis
de anlisis
ASOCIACION
Aqu se puede o no tener una
variable dependiente, pero eso no
es relevante pues slo se busca
saber la relacin existente entre
dos variables
a) Asociacin.- En este tipo de problemas slo hay dos eventos que se relacionan o asocian
(correlacin)
b) Comparacin.- Tambin llamada prueba de hiptesis. Se comparan grupos o mediciones e
intervienen dos tipos de variables
Variable dependiente (V. D.), es el fenmeno o proceso que se va a medir, sus variaciones
dependen de la variable independiente
Variable independiente (V. I.), es la variable que identifica los tratamientos empleados para
influir sobre la variable dependiente, esta variable define los grupos que van a ser comparados
Cmo saber si el problema es de asociacin o comparacin?
1) Se tienen grupos?
Si la respuesta es: NO, entonces es poco probable que sea de comparacin, pero no imposible.
Si la respuesta es: SI, se est comparando.
2) Hay Tratamientos (Tx)? (Se usa un instrumento, se hace un experimento o intervencin?)
Si la respuesta es SI: se est comparando
Si la respuesta es NO: casi seguro es de asociacin
8
Estadstica Inferencial
No paramtrica
Paramtrica
La estadstica paramtrica necesita cumplir con cuatro requisitos para poderse aplicar:
1. La variable dependiente debe distribuirse normalmente (campana de Gauss) o muy similar
2. Homocedasticidad u homogeneidad de varianzas o varianzas iguales: que cuando se comparan
grupos estos tengan la misma dispersin con respecto a la media de la variable dependiente
3. Asignacin y Seleccin aleatoria de los grupos (muestreo completamente al azar)
4. Que la variable dependiente est medida a nivel intervalar o de razn
Estos requisitos deben ser cubiertos para poder generalizar con base en los estimadores y hacer
conclusiones de una muestra a la poblacin.
Por otro lado, la Estadstica No Paramtrica:
1. Est libre de curva, no necesita distribuirse como la curva normal
2. Se basa en frecuencias, porcentajes, modas y rangos
3. Su nivel de medicin es ordinal o nominal
Planteamiento de la hiptesis estadstica
La Hiptesis es la respuesta tentativa para la solucin de la pregunta de investigacin.
Al realizar inferencias estadsticas, se acostumbra adoptar un modelo de decisin. Este modelo consta
de cuatro elementos:
Hiptesis nula (H0)
Hiptesis alterna (H1)
Nivel de significancia que ha de utilizarse en la prueba estadstica
Regla de decisin
Hiptesis para Problemas de Comparacin
En la prueba de hiptesis se trabaja con dos hiptesis estadsticas que deben enunciarse
explcitamente: la hiptesis que debe probarse o hiptesis nula que se establece con el propsito de
ser rechazada, y la hiptesis alterna que es la conclusin a la que se espera llegar.
Con un nivel intervalar o de razn de la V. D. se comparan medias, la hiptesis nula plantea que las
dos medias son iguales:
H0: X 1 = X
10
y la hiptesis alterna plantea que un grupo tiene una media mayor o menor que otro u otros:
H1: X 1 > X
H1: X 1 < X
13
Zona de Aceptacin al
95% para una prueba de
dos colas
2.5 %
2.5 %
Zona de rechazo (5%)
Para una prueba de una cola, a 1.64 desviaciones estndar en sentido negativo o positivo, se tiene el
95% del rea bajo la curva en la regin de aceptacin de la hiptesis nula y el 5% o 0.05 de
significancia () en la zona de rechazo, en 2.32 desviaciones el 99% ( = 0.01) y en 3.70
desviaciones el 99.9% ( = 0.001)
5%
5%
Para calcular el valor de una prueba estadstica se tiene que entre mayor sea su valor se entra ms a la
zona de rechazo de la hiptesis nula, sin embargo, para la mayora de las pruebas se debe considerar
adems en la decisin a los grados de libertad, el nmero de casos o se compara la probabilidad
directamente.
14
15
16
Barras o Columnas:
comparar grupos
(porcentajes,
medianas, medias)
100
80
60
40
20
0
1ertrim.
2dotrim.
3ertrim.
4totrim.
60
50
40
30
20
10
0
0
10
20
30
40
17
Escalar
t de
Student
Ordinal
U de Mann
Whitney
X2
Escalar
Anlisis de
Varianza
Ordinal
KruskallWallis
X2
Ordinal
Escalar
t de Student
para muestras
relacionadas
McNemar
(dicotmica)
Wilcoxon
Escalar
Anlisis de
varianza para
medidas
repetidas
Friedman
Q de
Cochran
(dicotmica)
Cul es el nivel de
medicin de la variable
dependiente?
Cul es el nivel de
medicin de la variable
dependiente?
Cul es el nivel de
medicin de la variable
dependiente?
Ms de dos
mediciones
Cul es el nivel de
medicin de la variable
dependiente?
Dos
mediciones
Nominal
Ms de dos
grupos
Nominal
Dos grupos
Nominal
Ordinal
18
Nominal
Correlacin
Biserial
Puntual
(rbp )
Spearman
(rs)
Variable 2
Escalar u ordinal
Variable 2
Dicotmica
Variable 1
Dicotmica
Variable 2
Ordinal
Variable 1
Ordinal
Variable 2
Escalar
Variable 1
Escalar
Pearson
(rp)
Coeficiente
Phi
Spearman
(rs)
Esta gua fue elaborada con base en datos proporcionados por el Mtro. Jorge Ameth Villatoro Velzquez, Instituto Nacional de Psiquiatra:
Pruebas de Comparacin
Prueba t de Student
La prueba t de Student es una prueba paramtrica de comparacin de dos muestras, es decir necesita
cumplir las siguientes caractersticas:
+
sDx =
n1 + n2 2 n1 n2
Para calcular la suma de cuadrados de X:
2
(
X)
2
2
x = X n
Para calcular los grados de libertad:
gl = n1 + n2 2
Problema para explicar el procedimiento para calcular la prueba t para muestras independientes:
Se desea probar dos mtodos de enseanza del idioma ingls (mtodo tradicional y mtodo
multimedia), para lo cual al final de cada uno de los cursos se aplic una prueba de conocimientos.
Los puntajes obtenidos por los sujetos asistentes a cada uno de los cursos se muestran a continuacin,
donde X1 son las calificaciones del primer grupo (mtodo tradicional) y X2 las del segundo (mtodo
multimedia):
19
X2
38
26
24
24
30
22
X1
26
24
18
17
18
20
18
X 1 = 141
n1 = 7
x1 = 20.14
= 164
X 12
676
576
324
289
324
400
324
X12 = 2913
X 22
1444
676
576
576
900
484
2
2
= 4656
n2 = 6
x2 = 27.33
Procedimiento:
1. Para cada problema especfico se debe determinar el tipo de problema, los grupos a comparar, si
son independientes o relacionados, el nivel de medicin, la prueba estadstica que debe utilizarse
y plantear la hiptesis nula que se va a probar de acuerdo al nivel de medicin y tipo de problema
correspondiente.
Es un problema de Comparacin
2 grupos independientes
Nivel de medicin intervalar
H0: El nivel de conocimientos del idioma ingls es igual entre el grupo del curso tradicional
(grupo 1) y el grupo del curso multimedia (grupo 2)
Prueba estadstica: Prueba t para grupos independientes
2. Se deben elevar al cuadrado los puntajes obtenidos por el grupo 1 (X1) y los del grupo 2 (X2) y
escribirlos en la columna X 12 para los puntajes elevados al cuadrado del grupo 1 y X 22 para los
puntajes elevados al cuadrado del grupo 2.
3. Sumar los puntajes obtenidos por el grupo 1 ( X 1 ) y por el grupo 2 ( X 2 ), as como los
X ).
Calcular la suma de cuadrados de X para cada grupo ( x y x
4.
2
2
2
1
2
2
19881
1412
= 2913
= 2913 2840.14 = 72.86
7
7
26896
164 2
2
4656
= 4656
x
=
2
1
= 2913
sDx =
20
73 + 173 1 1
+ =
7 + 6 27 6
246
(0.143 + 0.167 ) =
11
(22.3636)(0.3100) =
6.9327 = 2.63
0.05
12.706
4.303
3.182
2.776
2.571
2.447
2.365
2.306
2.262
2.228
2.201
2.179
2.160
2.145
2.131
2.120
2.110
2.101
2.093
0.01
63.657
9.925
5.841
4.604
4.032
3.707
3.499
3.355
3.250
3.169
3.106
3.055
3.012
2.977
2.947
2.921
2.898
2.878
0.001
636.619
31.598
12.941
8.610
6.859
5.959
5.405
5.041
4.781
4.587
4.437
4.318
Prueba T
En la primer seccin se describen los grupos a comparar:
Estadsticos de grupo
Calificacin de la prueba
de conocimientos
Mtodo de enseanza
Tradicional
Multimedia
N
7
6
Media
20.14
27.33
Desviacin
tp.
3.48
5.89
Error tp. de
la media
1.32
2.40
F
Calificacin de la prueba
de conocimientos
Se han asumido
varianzas iguales
No se han asumido
varianzas iguales
1.342
Sig.
.271
gl
Sig. (bilateral)
Diferencia
de medias
Error tp. de
la diferencia
95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-2.732
11
.020
-7.19
2.63
-12.98
-1.40
-2.623
7.862
.031
-7.19
2.74
-13.53
-.85
27.33
20.14
20
15
10
5
0
22
sD =
n
Para calcular la suma de cuadrados de D:
2
(
D)
2
2
d = D n
Para calcular los grados de libertad:
gl = n - 1
Problema para explicar el procedimiento para calcular la prueba t para muestras independientes:
Se desea saber si un taller es efectivo para cambiar el nivel de autoestima de un grupo de pacientes,
para ello se evala la autoestima antes de iniciar el taller y al finalizar el mismo. Los datos obtenidos
se muestran a continuacin, donde X son los puntajes de la primera medicin y Y corresponde a la
segunda medicin, D son las diferencias entre los puntajes de las 2 mediciones:
X
Y
D
D2
18
20
-2
4
16
22
-6
36
18
24
-6
36
12
10
2
4
20
25
-5
25
17
19
-2
4
18
20
-2
4
20
21
-1
1
22
23
-1
1
20
20
0
0
10
10
0
0
8
12
-4
16
20
22
-2
4
12
14
-2
4
16
12
4
16
16
20
-4
16
18
22
-4
16
20
24
-4
16
18
23
-5
25
21
17
4
16
2
X = 340
Y = 380
D = -40
D = 244
x = 17
y = 19
D = -2
n = 20
23
sD =
164
= 8.2 = 2.864
20
sD =
2.864
2.864 2.864
=
=
= 0.657
4.359
20 1
19
t=
2
= 3.04
0.657
gl = 20 - 1 = 19
9. Buscar el valor de t en tabla con el nivel de significancia de 0.05 y con los grados de libertad
calculados. El valor de t obtenido de las operaciones debe compararse con ese valor de tabla (ver
tabla en la pgina 17). La regla de decisin es: si el valor calculado es mayor o igual que el
valor en tabla se debe rechazar la H0.
Para este ejercicio, con 19 grados de libertad, al nivel de significancia establecido en el valor de
0.05, se tiene un valor en tabla de 2.093, el valor de t calculado es mayor al de tabla (el signo no
debe ser tomado en cuenta) por lo tanto se rechaza H0, entonces: el nivel de autoestima es
diferente entre la primera y segunda mediciones.
24
Prueba T
En la primer seccin se describen las mediciones a comparar y se presenta la correlacin entre las
mismas:
Estadsticos de muestras relacionadas
Par 1
Medicin 1
Medicin 2
Media
17.00
19.00
N
20
20
Desviacin
tp.
3.80
4.82
Error tp. de
la media
.85
1.08
Medicin 1 y Medicin 2
20
Correlacin
.793
Sig.
.000
La regla de decisin es: si el valor de significancia calculado es menor o igual () a 0.05 se debe
rechazar la H0. Siguiendo el ejemplo se observa un valor de t de 3.04 con 19 grados de libertad y
un nivel de significancia de 0.007 (ver los datos en el crculo), este valor de significancia es menor
que 0.05 por lo que se debe rechazar la H0, entonces se tiene que afirmar que: el nivel de autoestima
es diferente entre la primera y la segunda mediciones.
Prueba de muestras relacionadas
Diferencias relacionadas
Par 1
Medicin 1 - Medicin 2
Media
-2.00
Desviacin
tp.
2.94
Error tp. de
la media
.66
95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-3.38
-.62
t
-3.044
gl
19
Sig. (bilateral)
.007
25
19
17
12
8
4
0
Autoestima Antes
del Taller
Autoestima Despue
del Taller
26
Prueba U de Mann-Whitney
La prueba U de Mann-Whitney pertenece a las pruebas no paramtricas de comparacin de dos
muestras independientes, es decir:
Se utiliza para comparar dos grupos de rangos (medianas) y determinar que la diferencia no se deba
al azar (que la diferencia sea estadsticamente significativa).
Se calcula mediante la siguiente frmula:
U = n1 n2 +
n x (n x + 1)
Rx
2
dnde:
n1, n2 = nmero de casos de cada grupo
Rx = suma de rangos de cada grupo
nx
X2
4
3
2
2
1
2
R1
11.5
8
3.5
3.5
1
8
3.5
R1 = 39
R2
13
11.5
8
8
3.5
8
= 52
n2 = 6
1. Para cada problema especfico se debe determinar el tipo de problema, los grupos a comparar, si
son independientes o relacionados, el nivel de medicin, la prueba estadstica que debe utilizarse
y plantear la hiptesis nula que se debe probar de acuerdo al nivel de medicin y tipo de problema
correspondiente.
Es un problema de Comparacin
2 grupos independientes
Nivel de medicin ordinal
H0: El nivel de estrs es igual entre enfermeras de terapia intensiva (grupo 1) y enfermeras de
urgencias (grupo 2)
Prueba estadstica: Prueba U de Mann Whitney
27
Rango
1
2
3
4
5
6
7
8
9
10
11
12
13
3.5
11.5
3. Cada uno de los rangos se debe colocar en la columna correspondiente, R1 para el grupo 1 y R2
para el segundo grupo. Una vez asignados los rangos se deben sumar para cada grupo por
separado ( R1 .y R2 ).
Esta operacin puede verificarse mediante la siguiente frmula:
N ( N + 1)
R1 + R2 = 2
39 + 52 =
13(14)
2
91 = 91
4. A continuacin debe calcularse el valor de U para cada grupo:
(7 )(8) 39 = 42 + 56 39 = 42 + 28 39 = 31
7(7 + 1)
U1 = (7 )(6) +
39 = 42 +
2
2
2
U 2 = (7 )(6 ) +
(6)(7 ) 52 = 42 + 42 52 = 42 + 21 52 = 11
6(6 + 1)
52 = 42 +
2
2
2
5. Se debe encontrar el valor crtico de U en la tabla que se presenta en la pgina siguiente, con un
nivel de significancia establecido a 0.05 para una prueba de 2 colas, utilizando el nmero de casos
de cada grupo (n1 y n2). Una vez hecho sto, se debe elegir el valor de U ms bajo y compararlo
con el valor de U en tabla. La regla de decisin es: si el valor de U encontrado es menor o
igual al de tabla, se rechaza la hiptesis nula.
En este caso con n1 = 7 y n2 = 6, se tiene un valor de U en tabla = 6, el valor obtenido (11) es
mayor a este valor por lo que no se puede rechazar la hiptesis nula, se concluye que: el nivel de
estrs es igual entre enfermeras de terapia intensiva y enfermeras de emergencia.
28
10
11
1
2
3
4
5
6
7
8
9
10
0
0
0
0
1
1
2
2
3
0
1
2
3
4
4
0
1
2
3
5
6
7
8
1
2
3
5
6
8
10
1
3
5
6
8
10
12
0
2
4
6
8
10
13
0
2
4
7
0
3
11
(7 )(6)
11 21
10
10 10
2
=
=
=
=
= 1.43
7
(7 )(6)(7 + 6 + 1)
(42)(14)
49
588
12
12
12
2a. La regla de decisin es: si la calificacin z es mayor o igual a 1.96 (sin tomar en cuenta el
signo) se rechaza la hiptesis nula, esto es porque este valor equivale al 95% del rea bajo la
curva normal (nivel de significancia de 0.05). Con un valor menor no podemos rechazar la
hiptesis nula.
En este caso, al tener una z de 1.43 menor a 1.96 se acepta la hiptesis nula, por lo que: el nivel
de estrs es igual entre los dos grupos de enfermeras.
Pruebas no paramtricas
Prueba de Mann-Whitney
Rangos
Nivel de estrs
Grupo
Enfermeras de
terapia intensiva
Emfermeras de
urgencias
Total
Rango
promedio
Suma de
rangos
5.57
39.00
8.67
52.00
13
29
U de Mann-Whitney
W de Wilcoxon
Z
Sig. asintt. (bilateral)
Sig. exacta [2*(Sig.
unilateral)]
Nivel de
estrs
11.000
39.000
-1.494
.135
.181
Finalmente, se presentan los valores de la U de MannWhitney y de la razn z (ver datos en los crculos), as
como el valor de significancia de la prueba, se utiliza el de
significancia bilateral (ver el nmero en el hexgono), se
debe recordar que en el paquete estadstico la regla de
decisin es: si el valor de significancia es menor o igual
a 0.05 se tiene que rechazar la hiptesis nula, en este
caso es mayor por lo que al no poder rechazar la hiptesis
nula debemos concluir que: el nivel de estrs es igual entre
los 2 grupos de enfermeras.
Mediana
1.5
1
0.5
0
Terapia intensiva
Urgencias
* z = -1.494, p = 0.181
30
Prueba de Wilcoxon
La prueba de rangos asignados de Wilcoxon pertenece a las pruebas no paramtricas de comparacin
de dos muestras relacionadas, es decir:
Se utiliza para comparar dos grupos relacionados de rangos (medianas) y determinar que la diferencia
no se deba al azar (que la diferencia sea estadsticamente significativa).
Problema para explicar el procedimiento:
Se desea probar si hay diferencias en el nivel de estrs laboral de los trabajadores de una empresa
antes y despus de la implementacin de un programa de mejoramiento del ambiente laboral; el nivel
de estrs se midi en una escala de 0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 muy alto, las
calificaciones se muestran a continuacin:
X
3
3
2
2
2
2
1
Y
4
2
1
1
0
2
3
n=7
D
-1
1
1
1
2
0
-2
Rangos positivos
Rangos negativos
2.5
2.5
2.5
2.5
5.5
Empate, n = 7-1 = 6
5.5
+
T = 13
T- = 8
1. Para cada problema especfico se debe determinar el tipo de problema, los grupos a comparar, si
son independientes o relacionados, el nivel de medicin, la prueba estadstica que debe utilizarse
y plantear la hiptesis nula que se debe probar de acuerdo al nivel de medicin y tipo de problema
correspondiente.
Es un problema de Comparacin
2 grupos relacionados
Nivel de medicin ordinal
H0: El nivel de estrs laboral de los trabajadores es igual antes y despus de implementar el
programa de mejoramiento del ambiente laboral.
Prueba estadstica: Wilcoxon
Rango
Ordenar las
2. Se debe obtener la diferencia (D) entre los
diferencias
En el caso de que existan valores repetidos, el
puntajes de inicio (X) y de la segunda medicin mayores a 0 rango que les corresponde es igual a la suma de los
lugares asignados entre el nmero de veces que se
(Y), es decir: restar a las calificaciones de la
D
repite cada uno*
primera medicin los de la segunda. A estas
-1
1
para los 1:
diferencias se les debe asignar un rango
1
2
1
+
2
+3+ 4
ordenando los datos sin considerar el signo de la
= 2.5
1
3
diferencia, deber empezarse con el valor ms
4
1
4
pequeo dndole el rango 1, no deben
-2
5
5+6
considerarse las diferencias iguales a 0
para el 2:
= 5.5
2
6
2
(empates), cuando esto sucede se debe ajustar el
* Ver el tratamiento de rangos en la prueba U de Mann
nmero de sujetos a: n 1, por cada empate.
Whitney para una explicacin ms detallada
31
T =
+
N ( N + 1)
4
N ( N + 1)(2 N + 1)
24
T =
+
3. Calcular la z con:
z=
0.6250
0.3750
0.2500
0.5625
0.1250
0.4375
0.3125
0.1875
0.5000
0.1250
0.4063
10
0.0625
0.3125
11
0.2188
0.5000
12
0.1563
0.4219
13
0.0938
0.3438
14
0.0625
0.2813
15
0.0313
0.2188
T + T +
T = 13
+
T =
+
6(6 + 1)
42
= 13
= 13 10.5 = 2.5
4
4
24
z=
32
2.5
= 0.53
4.77
546
= 22.75 = 4.77
24
0.5313
La regla de decisin es: si la calificacin z es mayor o igual a 1.96 (sin tomar en cuenta el signo)
se rechaza la hiptesis nula, esto es porque este valor equivale al 95% del rea bajo la curva normal
(nivel de significancia de 0.05). Con un valor menor no podemos rechazar la hiptesis nula.
En este caso, al tener una z de 0.53 menor a 1.96, no se puede rechazar la hiptesis nula, por lo que:
el nivel de estrs laboral de los trabajadores es igual antes y despus de implementar el programa de
mejoramiento del ambiente laboral.
Por otro lado, la prueba de Wilcoxon en el paquete estadstico SPSS se encuentra en Analizar /
Pruebas no paramtricas/2 muestras relacionadas, los resultados que se presentan para el ejemplo
anterior son los siguientes:
Pruebas no paramtricas
Prueba de los rangos con signo de Wilcoxon
Rangos
N
Estrs laboral al iniciar el
programa - Estrs
al finalizar el programa
Rangos negativos
Rangos positivos
Empates
Total
2a
4b
1c
7
Rango
promedio
4.0
3.2
Suma de
rangos
8.0
13.0
Estadsticos de contrasteb
Estrs
b l
all iniciar
l
programa
Estrs
b l
al lfinalizar
lprograma
-.541 a
.589
Z
Sig. asintt.
(bil
l)
a. Basado en los rangos
i
b. Prueba de los rangos con signo de
Wilcoxon
33
2.5
Mediana
1.5
1
0.5
0
Estrs laboral antes
del programa
Estrs laboral
despus del
programa
* z = -0.541, p = 0.589
34
Se usa para comparar dos o ms grupos independientes de proporciones organizadas en una tabla de
contingencia y determinar que las diferencias no se deban al azar (que las diferencias sean
estadsticamente significativas).
La formula para calcular la X2 es la siguiente:
X2 =
( f o f e )2
fe
Donde fo son las frecuencias observadas para cada una de las celdas de la tabla y fe son las
frecuencias esperadas para cada una de estas celdas.
Problema para explicar el procedimiento:
Se desea saber si las prcticas de crianza son diferentes entre padres de una orientacin poltica
conservadora y padres de orientacin poltica liberal, las prcticas de crianza estn clasificadas como
no rgida, moderada y autoritaria:
Es un problema de Comparacin
2 grupos independientes
Nivel de medicin de la variable dependiente: nominal
H0: La proporcin de padres que emplean prcticas de crianza no rgida, moderada y autoritaria es
igual entre los que tienen una orientacin poltica conservadora y los que tienen una orientacin
liberal.
Prueba estadstica: Chi cuadrada
1. En primer lugar debe generarse una tabla de contingencia en la que por regla general los grupos
son representados en las columnas y las categoras de la variable dependiente estarn
representadas en los renglones. La tabla siguiente, representa los datos cruzados del tipo de
orientacin poltica (Variable Independiente en las columnas) por el tipo de prctica de crianza
que llevan a cabo (Variable Dependiente en los renglones). En cada celdilla se captura las
frecuencias observadas (fo), obtenidas de las respuestas de los padres segn su orientacin poltica
(ver las frecuencias en cursivas).
No rgida
Moderada
Autoritaria
Total
Conservadores
6
13.8
12.9
13
13.3
21
40
Liberales
24
16.2
15
15.1
8
15.7
47
Total
30
28
29
N = 87
2. A continuacin se deben sumar los totales marginales por cada rengln, por cada columna y
obtener el nmero total de casos (N).
35
5.
6. Buscar en la tabla el valor crtico de Chi cuadrada utilizando los grados de libertad y un nivel de
significancia de 0.05 (ver la tabla de valores crticos de Chi cuadrada en la pgina siguiente). La
regla de decisin es: para rechazar la hiptesis nula el valor obtenido debe ser mayor o igual
a la chi cuadrada en la tabla.
En el presente ejemplo se tienen 2 grados de libertad con un nivel de significancia establecido en
0.05, para los que corresponde un valor de X2 en tabla igual a 5.991. En este ejercicio, al tener una
X2 = 16.5 mayor a la de tabla, se rechaza la hiptesis nula, entonces: la proporcin de padres que
emplean prcticas de crianza no rgida, moderada y autoritaria es diferente entre los que tienen
una orientacin poltica conservadora y los que tienen una orientacin liberal
36
N ( AD BC )
2
X2 =
( A + B )(C + D )( A + C )(B + D )
gl
1
2
3
4
5
6
7
0.05
3.841
5.991
7.815
9.488
11.070
12.592
14.067
0.01
6.635
9.210
11.345
13.277
15.086
Es un problema de Comparacin
2 grupos independientes
Nivel de medicin de la variable dependiente: nominal (dicotmica)
H0: La proporcin de fumadores que recayeron en el consumo de tabaco es igual entre bebedores y
no bebedores.
Prueba estadstica: Chi cuadrada
Los datos se resumen en la siguiente tabla:
No
Bebedor
bebedor
Total
No fumaron
96
13
109
Fumaron
48
20
68
Total
144
33
N = 177
177
2
X =
=
=
(96 + 13)(48 + 20)(96 + 48)(13 + 20)
(109)(68)(144)(33)
35221824
37
Tablas de contingencia
Tabla de contingencia Tipo Practicas de crianza * Orientacin poltica de los padres
Tipo Practicas
de crianza
No rgida
Moderada
Autoritaria
Total
38
Recuento
% de Tipo Practicas
de crianza
% de Orientacin
poltica de los padres
% del total
Recuento
% de Tipo Practicas
de crianza
% de Orientacin
poltica de los padres
% del total
Recuento
% de Tipo Practicas
de crianza
% de Orientacin
poltica de los padres
% del total
Recuento
% de Tipo Practicas
de crianza
% de Orientacin
poltica de los padres
% del total
Total
30
20.0%
80.0%
100.0%
15.0%
51.1%
34.5%
6.9%
13
27.6%
15
34.5%
28
46.4%
53.6%
100.0%
32.5%
31.9%
32.2%
14.9%
21
17.2%
8
32.2%
29
72.4%
27.6%
100.0%
52.5%
17.0%
33.3%
24.1%
40
9.2%
47
33.3%
87
46.0%
54.0%
100.0%
100.0%
100.0%
100.0%
46.0%
54.0%
100.0%
Para una tabla de contingencia de dos por dos, los resultados son similares.
Tablas de contingencia
Tabla de contingencia Recay con el cigarro * Bebedores
Recay con
el cigarro
No
Si
Total
Recuento
% de Recay
con el cigarro
% de Bebedores
% del total
Recuento
% de Recay
con el cigarro
% de Bebedores
% del total
Recuento
% de Recay
con el cigarro
% de Bebedores
% del total
Bebedores
No
Si
96
13
Total
109
88.1%
11.9%
100.0%
66.7%
54.2%
48
39.4%
7.3%
20
61.6%
61.6%
68
70.6%
29.4%
100.0%
33.3%
27.1%
144
60.6%
11.3%
33
38.4%
38.4%
177
81.4%
18.6%
100.0%
100.0%
81.4%
100.0%
18.6%
100.0%
100.0%
Seguida de la prueba
estadstica, sin embargo,
Sig. asinttica
Sig. exacta
Sig. exacta
se agregan dos conjuntos
(bilateral)
(bilateral)
(unilateral)
Valor
gl
Chi-cuadrado de Pearson
8.441b
1
.004
de valores, la correccin
Correccin apor
7.327
1
.007
de continuidad y la prueba
continuidad
Razn de verosimilitud
8.223
1
.004
exacta de Fisher, se debe
Estadstico exacto de
recordar que la correccin
.005
.004
Fisher
por continuidad se calcula
Asociacin lineal por
8.393
1
.004
lineal
para una interpretacin
N de casos vlidos
177
ms exacta, por ello se
a. Calculado slo para una tabla de 2x2.
debe usar ese valor para
b. 0 casillas (.0%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada
tomar una decisin (ver
es 12.68.
datos encerrados en el
2
rectngulo), en este caso X de 7.327 con gl = 1 y una significancia = 0.007, la regla de decisin
indica que valor de significancia debe ser menor o igual a 0.05 para rechazar la hiptesis nula,
como vemos la significancia obtenida (0.007) es menor que 0.05, por lo que se rechaza la hiptesis
nula, entonces: la proporcin de fumadores que recayeron en el consumo de tabaco es diferente
entre bebedores y no bebedores.
Pruebas de chi-cuadrado
39
60.6
60
40
33.3
30
20
10
0
No bebedores
Bebedores
* X2 = 7.327, gl = 1, p = 0.007
40
Se utiliza para comparar dos grupos relacionados de proporciones organizadas en una tabla que
representa los cambios en las respuestas de los sujetos entre una primera medicin y una posterior, y
determinar que las diferencias no se deban al azar (que las diferencias sean estadsticamente
significativas).
Los datos se organizan en una tabla como la siguiente:
Despus
Antes
Los signos + y representan las dos categoras de la variable en cada medicin, obsrvese que las
respuestas que se mantienen en ambas mediciones se encuentran en la celdilla A (- y -) y en la D (+ y
+), las celdas donde hay cambio (-, + y +, -) son la B y la C.
La formula para calcular la X2 es la siguiente:
( B C 1)
=
B+C
Para la prueba de McNemar siempre se tiene un grado de libertad (gl = 1)
Donde B y C son las celdillas en las que se esperan los cambios, esta frmula incluye una correccin
de continuidad que mejora la estimacin de la X2, esto se hace, como se aprecia en la frmula, al
restar 1 al valor absoluto de la resta de B C (quitando el signo resultante de la resta).
Problema para explicar el procedimiento:
Se desea saber si cambi la preferencia por Fox o Crdenas despus del debate televisado, para ello
se pregunt a un grupo de posibles votantes por cul candidato votara antes del da del debate, al da
siguiente del debate se volvi a preguntar a los mismos sujetos por quin votaran, los resultados se
muestran a continuacin:
Es un problema de Comparacin
2 grupos relacionados
Nivel de medicin de la variable dependiente: nominal (dicotmica)
H0: La proporcin de posibles votantes que prefieren a Fox o a Crdenas es igual antes y despus
del debate.
Prueba estadstica: McNemar
41
Antes
2. Calcular la Chi cuadrada:
Fox
Crdenas
Fox
20
26
Crdenas
23
( 26 8 1)
=
26 + 8
17 2 289
=
= 8 .5
34
34
Se debe buscar el valor crtico de X2 en la tabla de valores de Chi cuadrada (ver pgina 35) con un
grado de libertad y al nivel de significancia establecido para probar la H0, La regla de decisin para
rechazar la hiptesis nula es: el valor obtenido debe ser mayor o igual a la chi cuadrada en la
tabla.
El valor de X2 en tabla con 1 grado de libertad al nivel de significancia igual a 0.05 es 3.841. En este
ejemplo se encontr que la X2 es igual a 8.5, mayor a la de tabla, por esa razn se rechaza la hiptesis
nula, entonces: la proporcin de posibles votantes que prefieren a Fox o a Crdenas es diferente antes
y despus del debate televisado.
Prueba de McNemar
Tablas de contingencia
Preferencias antes del debate y
Preferencias despus del debate
Preferencias
antes del debate
1
2
42
Preferencias despus
del debate
1
2
20
26
8
23
N
Chi-cuadrado a
Sig. asintt.
Preferencias
antes del
debate y
Preferencias
despus del
debate
77
8.500
.004
% 40
20
63.6
59.7
36.4
40.3
Fox
Crdenas
0
Antes del debate
Despus del
debate
* X2 = 8.5, p = 0.004
43
44
El anlisis de varianza agrupa una variedad de mtodos para anlisis de datos de diseos estadsticos
muy complicados, tanto que han merecido la publicacin de diversos libros en que se describen esos
mtodos y sus aplicaciones prcticas. En este caso, se presenta la utilizacin ms simple de esta
prueba: ANOVA de una va o factor (una sola variable independiente) para probar una hiptesis
basada en las medias de tres o ms grupos independientes.
La prueba F se calcula mediante la siguiente frmula:
F=
CM int er
CM int ra
dnde CMinter es el cuadrado medio intergrupos y CMintra es el cuadrado medio intragrupos, para
calcular ambos datos se deben obtener los siguientes valores:
1. Suma de cuadrados total (SCT):
( X )
SCT = X
( X ) ( X )
SC int er =
45
12
18
16
8
6
12
10
6
4
14
4
6
12
14
X 1 = 82 X 2 = 60
n1 = 7
n2 = 7
X 1 = 11.71 X 2 = 8.57
18
17
16
18
12
17
10
X
3 = 108
n3 = 7
X 3 = 15.43
X =250
144
324
256
64
36
144
100
X12 = 1068
36
16
196
16
36
144
196
X
22 = 640
325
289
256
324
144
289
100
X
32 = 1727
=3435
N = 21
X T =11.9
estas sumatorias ( X ), posteriormente sumar los puntajes elevados al cuadrado por grupo
( X12 ,
2
2
2
3
2. Determinaremos el nmero de casos por grupo (n1, n2 y n3) y la suma de casos total (N) para
X )
despus obtener las medias por grupo ( X 1 , X 2 y X 3 ) y el promedio total ( X T =
N
3. Teniendo los datos anteriores se deben obtener los valores necesarios para calcular la prueba F
utilizando las frmulas descritas anteriormente:
c
d
SCT = 3435
250 2
62500
= 3435
= 3435 2976.2 = 458.8
21
21
=
+
+
+
+
SCint er =
7
7
21
7
7
21
7
7
= 960.6 + 514.3 + 1666.3 2976.2 = 3141.2 2976.2 = 165
e
f
46
CM int er =
165
= 82.5
2
CM int ra =
293.8
= 16.3
18
glinter = 3 1 = 2
glintra = (7 1) + (7 1) + (7 1) = 6 + 6 + 6 = 18
glT = 21 1 = 20
F=
82.5
= 5.06
16.3
Los datos calculados deben ser organizados en una tabla como la siguiente:
Fuentes de Variacin
Suma de Cuadrados Cuadrado medio
gl
Intergrupos
2
165
82.5
Intragrupos
18
293.8
16.3
Total
20
458.8
F
5.06
10
11
12
14
16
20
24
30
40
50
75
100
200
500
f2
161
4.052
200
4.999
216
5.403
225
5.625
230
5.764
234
5.859
237
5.928
239
5.981
241
6.022
242
6.056
243
6.082
244
6.106
245
6.142
246
6.169
248
6.208
249
6.234
250
6.258
251
6.286
252
6.302
253
6.323
253
6.334
254
6.352
254
6.361
254
6.366
18.51
98.49
19.00
99.00
19.16
99.17
19.25
99.25
19.30
99.30
19.33
99.33
19.36
99.34
19.37
99.36
19.38
99.38
19.39
99.40
19.40
99.41
19.41
99.42
19.42
99.43
19.43
99.44
19.44
99.45
19.45
99.46
19.46
99.47
19.47
99.48
19.47
99.48
19.48
99.49
19.49
99.49
19.49
99.49
19.50
99.50
19.50
99.50
10.13
34.12
9.55
30.82
9.28
29.46
9.12
28.71
9.01
28.24
8.94
27.91
8.88
29.67
8.84
27.49
8.81
27.34
8.78
27.23
8.76
27.13
8.74
217.05
8.71
26.92
8.69
26.83
8.66
26.69
8.64
26.60
8.62
26.50
8.60
26.41
8.58
26.35
8.57
26.27
8.56
26.23
8.54
26.18
8.54
26.14
8.53
26.12
7.71
21.20
6.94
18.00
6.59
16.69
6.39
15.98
6.26
15.52
6.16
15.21
6.09
14.98
6.04
14.80
6.00
14.66
5.96
14.54
5.93
14.45
5.91
14.37
5.87
14.24
5.84
14.15
5.80
14.02
5.77
13.93
5.74
13.83
5.71
13.74
5.70
13.69
5.68
13.61
5.66
13.57
5.65
13.52
5.64
13.48
5.63
13.46
6.61
16.26
5.79
13.27
5.41
12.06
5.19
11.39
5.05
10.97
4.95
10.67
4.88
10.45
4.82
10.27
4.78
10.15
4.74
10.05
4.70
9.96
4.68
9.89
4.64
9.77
4.60
9.68
4.56
9.55
4.53
9.47
4.50
9.38
4.46
9.29
4.44
9.24
4.42
9.17
4.40
9.13
4.38
9.07
4.37
9.04
4.36
9.02
5.99
13.74
5.14
10.92
4.76
9.78
4.53
9.15
4.39
8.75
4.28
8.47
4.21
8.26
4.15
8.10
4.10
7.98
4.06
7.87
4.03
7.79
4.00
7.72
3.96
7.60
3.92
7.52
3.87
7.39
3.84
7.31
3.81
7.23
3.77
7.14
3.75
7.09
3.72
7.02
3.71
6.99
3.69
6.94
3.68
6.90
3.67
6.88
5.59
12.25
4.74
9.55
4.35
8.45
4.12
7.85
3.97
7.46
3.87
7.19
3.79
7.00
3.73
6.84
3.68
6.71
3.63
6.62
3.60
6.54
3.57
6.47
3.52
6.35
3.49
6.27
3.44
6.15
3.41
6.07
3.38
5.98
3.34
5.90
3.32
5.85
3-29
5.78
3.28
5.75
3.25
5.70
3.24
5.67
3.23
5.65
5.32
11.26
4.46
8.65
4.07
7.59
3.84
7.01
3.69
6.63
3.58
6.37
3.50
6.19
3.44
6.03
3.39
5.91
3.34
5.82
3.31
5.74
3.28
5.67
3.23
5.56
3.20
5.48
3.15
5.36
3.12
5.28
3.08
5.20
3.05
5.11
3.03
5.06
3.00
5.00
2.98
4.96
2.96
4.91
2.94
4.88
2.93
4.86
5.12
10.56
4.26
8.02
3.86
6.99
3.63
6.42
3.48
6.06
3.37
5.80
3.29
5.62
3.23
5.47
3.18
5.35
3.13
5.26
3.10
5.18
3.07
5.11
3.02
5.00
2.98
4.92
2.93
4.80
2.90
4.73
2.86
4.64
2.82
4.56
2.80
4.51
2.77
4.45
2.76
4.41
2.73
4.36
2.72
4.33
2.71
10
4.96
10.04
4.10
7.56
3.71
6.55
3.48
5.99
3.33
5.64
3.22
5.39
3.14
5.21
3.07
5.06
3.02
4.95
2.97
4.85
2.94
4.78
2.91
4.71
2.86
4.60
2.82
4.52
2.77
4.41
2.74
4.33
2.70
4.25
2.67
4.17
2.64
4.12
2.61
4.05
2.59
4.01
2.56
3.96
2.55
3.93
11
4.84
9.65
3.98
7.20
3.59
6.22
3.36
5.67
3.20
5.32
3.09
5.07
3.01
4.88
2.95
4.74
2.90
4.63
2.86
4.54
2.82
4.46
2.79
4.40
2.74
4.29
2.70
4.21
2.65
4.10
2.61
4.02
2.57
3.94
2.53
3.86
2.50
3.80
2.47
3.74
2.45
3.70
2.42
3.66
2.41
12
4.75
9.33
3.88
6.93
3.49
5.95
3.26
.5.41
3.11
5.06
3.00
4.82
2.92
4.65
2.85
4.50
2.80
4.39
2.76
430
2.72
4.22
2.69
4.16
2.64
4.05
2.60
3.98
2.54
3.86
2.50
3.78
2.46
3.70
2.42
3.61
2.40
3.56
2.36
3.49
2.35
3.46
2.32
3.41
13
4.67
9.07
3.80
6.70
3.41
5.74
3.18
5.20
3.02
4.86
2.92
4.62
2.84
4.44
2.72
4.30
2.77
4.19
2.63
4.10
2.63
4.02
2.60
3.96
2.55
3.85
2.51
3.78
2.46
3.67
2.42
3.59
2.38
3.51
2.34
3.42
2.32
3.37
2.28
3.30
2.26
3.27
14
4.60
8.86
3.74
6.51
3.34
5.56
3.11
5.03
2.96
4.69
2.85
4.46
2.77
4.28
2.70
4.14
2.65
4.03
2.60
3.94
2.56
3.86
2.53
3.80
2.48
3.70
2.44
3.62
2.39
3.51
2.35
3.43
2.31
3.34
2.27
15
4.54
8.68
3.68
6.36
3.29
5.42
3.06
4.89
2.90
4.56
2.79
4.32
2.70
4.14
2.64
4.00
2.59
3.89
2.55
3.80
2.51
3.73
2.48
3.67
2.43
3.56
2.39
3.48
2.33
16
4.49
8.53
3.63
6.23
3.24
5.29
3.01
4.77
2.85
4.44
2.74
4.20
2.66
4.03
2.59
3.89
2.54
3.78
2.49
3.69
2.45
3.61
2.42
17
4.45
8.40
3.59
6.11
3.20
5.18
2.96
4.67
2.81
4.34
2.70
4.10
2.62
3.93
2.55
3.79
2.50
3.68
2.45
3.59
2.41
18
4.41
8.28
3.55
6.01
3.16
5.09
2.93
4.58
2.77
4.25
2.66
4.01
2.58
3.85
2.51
3.71
2.46
19
4.38
8.18
3.52
5.93
3.13
5.01
2.90
4.50
2.63
2.55
20
4.35
8.10
3.49
2.87
4.43
4. Se debe encontrar el valor crtico de F en la tabla, para ello se tiene que identificar, entre el
cuadrado medio intergrupos y el cuadrado medio intragrupos, cul es el mayor; en las columnas
se debe buscar con los grados de libertad correspondientes al cuadrado medio mayor y en los
renglones los grados de libertad del cuadrado medio menor. Se debe elegir un valor de acuerdo
con el nivel de significancia elegido para la prueba de la H0. La regla de decisin para Anlisis
de Varianza es: si el valor calculado es mayor o igual al valor de tabla, se rechaza la
hiptesis nula.
47
Comparaciones Posteriores a F
Cuando se ha determinado que existen diferencias significativas entre los grupos, se debe especificar
dnde se encuentran las diferencias, para ello se analizan los grupos por pares, para hacerlo existen
varios mtodos, ms o menos estrictos, diseados para evitar el error Tipo I debido al efecto
Bonferroni.
El efecto Bonferroni se refiere al hecho de que al hacer las diferentes comparaciones entre los grupos
organizados por parejas, por ejemplo con la prueba t, el efecto acumulativo sobre el nivel de
significancia, del empleo de cada grupo ms de una vez para hacer todas las comparaciones (0.05
para la primera, aproximadamente 0.1 para la segunda, aproximadamente 0.15 para la tercera, etc.),
nos hace rechazar la hiptesis nula cuando sta no debera ser rechazada.
Uno de los mtodos es el diseado por Scheffe, en que se utiliza la siguiente frmula:
( X 1 X 2 )2
F=
(n + n2 )
CM int ra 1
n1 n 2
Para nuestro ejemplo, al comparar el grupo 1 y el grupo 2, la F es igual a:
2
(
11.71 8.57 )
3.14 2
9.8596
9.8596
=
=
=
= 2.12
F=
(
7 + 7)
14 (16.3)(0.2857 ) 4.6571
(16.3)
16.3
(7 )(7 )
49
Para el grupo 1 y el grupo 3, la F es:
2
(
11.71 15.43)
3.72 2
13.8384
9.8596
=
=
=
= 2.97
F=
(
7 + 7)
14 (16.3)(0.2857 ) 4.6571
(16.3)
16.3
(7 )(7 )
49
Para el grupo 2 y el grupo 3, la F es:
2
(
8.57 15.43)
6.86 2
47.0596
47.0596
F=
=
=
=
= 10.1
(
7 + 7)
14 (16.3)(0.2857 ) 4.6571
(16.3)
16.3
(7 )(7 )
49
Se debe hacer un ajuste sobre el nivel de significancia, para corregir el efecto Bonferroni,
multiplicando el valor de F en tabla, encontrado para la prueba general, por el nmero de grupos
menos 1 (k 1), para este caso el valor en tabla es 3.55 para el nivel de significancia de 0.05 con 2 y
18 grados de libertad, el ajuste se hara como sigue:
Ftabla ajustado = (3.55)(3 1) = (3.55)(2) = 7.1
Las hiptesis nulas que se estn probando son: X 1 = X 2 , X 1 = X 3 y X 2 = X 3 . La regla de
decisin es: el valor de F de cada comparacin debe ser mayor o igual al valor de tabla ajustado
para rechazar la hiptesis nula. Como se puede apreciar, slo el valor de F para la comparacin
entre el grupo 2 y el grupo 3 es mayor al valor de tabla ajustado, por lo que el nivel de conocimientos
48
ANOVA de un factor
Descriptivos
Calificacin en el Examen de Conocimientos
N
Multimedia
Tradicional
Ambos
Total
7
7
7
21
Media
11.71
8.57
15.43
11.90
Desviacin
tpica
4.23
4.58
3.15
4.78
Error tpico
1.60
1.73
1.19
1.04
gl2
2
18
6
4
10
4
Mximo
18
14
18
18
Estadstico
de Levene
1.264
Mnimo
En primer lugar se
presentan las estadsticas descriptivas
para los grupos.
Sig.
.306
ANOVA
Calificacin en el Examen de Conocimientos
Media
cuadrtica
82.476
16.270
gl
F
5.069
Sig.
.018
La significancia de la prueba F ( = 0.018) es menor a 0.05 por lo que se rechaza H0, entonces: el
nivel de conocimientos adquiridos en biologa es diferente entre el grupo del curso multimedia, el
grupo del curso tradicional y el grupo del curso que emplea ambos mtodos.
Diferencia de
Error tpico
medias (I-J)
3.14
2.16
-3.71
2.16
-3.14
2.16
-6.86*
2.16
3.71
2.16
6.86*
2.16
Sig.
.486
.306
.486
.016
.306
.016
Intervalo de confianza al
95%
Lmite
Lmite inferior
superior
-2.55
8.83
-9.40
1.98
-8.83
2.55
-12.55
-1.17
-1.98
9.40
1.17
12.55
Para
finalizar
se
presentan los resultados de las comparaciones posteriores,
primero la comparacin del grupo 1 con el
grupo 2 y 3, despus el
2 con el 1 y el 3, y al
ltimo el 3 con el 1 y 2
(ver flechas).
49
Media
16
14
12
10
8
6
4
2
0
15.43
11.71
8.57
Curso
Curso
Multimedia Tradicional
Ambos
Esta descripcin ser la base para hacer la discusin posterior de los resultados encontrados en el
estudio.
50
Se utiliza para comparar tres o ms grupos de rangos (medianas) y determinar que las diferencias no
se deban al azar (que las diferencias sean estadsticamente significativas).
Se calcula mediante la siguiente frmula:
12
KW =
nR 2 3( N + 1) (1)
N ( N + 1)
dnde:
N = nmero total de casos
n=
nmero de casos de cada grupo
=
promedio de rangos de cada grupo
R
Sin embargo, si cuando se hace la asignacin de rangos hay observaciones empatadas, se debe hacer
una correccin a la frmula anterior como sigue:
12
nR 2 3( N + 1)
N ( N + 1)
(2)
KW =
T
1 3
N N
dnde:
T = t3 t
dnde:
t = nmero de empates en cada conjunto de rangos repetidos
Problema para explicar el procedimiento:
En un hospital, se desea probar si hay diferencias en el nivel de estrs entre enfermeras de terapia
intensiva (X1), las de ciruga (X3) y las de urgencias (X2); el nivel de estrs se midi en una escala de
0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 = muy alto, las calificaciones se muestran a continuacin:
X1
3
2
1
1
0
2
1
n1 = 7
X2
3
3
4
4
2
2
1
n2 = 7
N = 20
X3
4
3
2
4
3
4
n3 = 6
R1
13
8
3.5
3.5
1
8
3.5
R1 = 40.5
R2
13
13
18
18
8
8
3.5
R2 = 81.5
R1 = 5.79
R2 = 11.64
R3
18
13
8
18
13
18
= 88
R3 = 14.67
51
Rango
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
13
18
2a. Se considera a cada nmero repetido como un conjunto de observaciones empatadas y el nmero
de veces que se repiten es el valor t, como vemos en la tabla anterior el primer conjunto es el
correspondiente a los unos, con un rango empatado igual a 3.5, stos se repiten 4 ocasiones por lo
que le valor t para el conjunto de unos es igual a 4. Siguiendo este procedimiento, t para el rango
8 correspondiente a la calificacin 2 es 5, despus el del rango 13 de la puntuacin igual a 3 es 5
y finalmente el rango 18 para los 4 tiene un valor t igual a 5.
Se pueden resumir estos datos, obtener el valor de T y
Conjunto
t
t3
T = t3 t
52
1 (3.5)
4
64
60
2 (8)
5
125
120
T , como sigue:
3 (13)
5
125
120
4 (18)
5
125
120
= 420
12
(7 )(5.79)2 + (7 )(11.64)2 + (6)(14.67 )2 (3)(20 + 1)
20(20 + 1)
KW =
420
1 3
20 20
12
[(7 )(33.52 ) + (7 )(135.49 ) + (6)(215.21)] (3)(21)
20(21)
KW =
420
1
8000 20
12
(234.64 + 948.43 + 1291.26 ) 63 (0.0286 )(2474.33) 63 70.77 63 7.77
=
=
=
KW = 420
420
1 0.053
0.95
0.95
1
7980
= 8.18
0.05
4.71
5.14
5.36
5.60
5.33
5.21
5.44
5.73
7.20
5
5
5
3
5
5
4
5
5
5
Muestras grandes
5.34
5.71
5.64
5.78
5.99
7.27
7.54
7.77
7.98
9.21
0.01
6.44
6.75
El valor en la tabla de chi cuadrada al nivel de significancia de 0.05 es igual a 5.991. KW obtenida
es igual a 8.18, mayor a la de tabla por lo que se rechaza la H0, entonces: el nivel de estrs es
igual entre enfermeras de terapia intensiva, enfermeras de ciruga y enfermeras de urgencias.
53
#c =
2
2
2
2
donde k es el nmero de grupos a comparar (3 para el presente ejemplo)
Las diferencias entre los promedios de los rangos para las tres comparaciones son:
R1 R2 = 5.79 - 11.64 = - 5.85 = 5.85
R1 R3 = 5.79 - 14.67 = - 8.88 = 8.88
R2 R3 = 11.64 - 14.67 = - 3.03 = 3.03
Para probar la hiptesis nula de que el nivel de estrs es igual entre cada pareja de grupos a comparar,
debe calcularse el valor crtico de la diferencia con la siguiente frmula, que debe evaluarse para cada
pareja de grupos comparada:
z / k (k 1)
N ( N + 1) 1
1
+
12 nu nv
donde:
z/k(k 1) es el valor de z para k(k 1) al nivel de
significancia establecido
N
es el total de casos de todos los grupos
nu
es el nmero de casos en el primer grupo en la
comparacin
es el nmero de casos en el segundo grupo en
nv
la comparacin
Nmero de
comaparaciones (#c)
1
2
3
4
5
6
7
0.05
1.960
2.241
2.394
2.498
2.576
2.638
2.690
54
Para las diferencias entre el grupo 1 y 3, as como para las del 2 y 3, se usa el mismo valor crtico ya
que nu es igual a 7 y nv es igual a 6 para ambas comparaciones, las hiptesis nulas son: Md1 = Md2 y
Md2 = Md3:
20(20 + 1) 1 1
20(21)
(0.143 + 0.167 ) = 2.394 420 (0.31) = 2.394 (35)(0.31)
2.394
+ = 2.394
12
12
12
7 6
Como se puede apreciar, slo la diferencia de los promedios de los rangos entre el grupo 1 y el grupo
3 (8.88) es mayor al valor crtico de la diferencia para la comparacin entre esos grupos (7.89), por lo
que podemos decir que el nivel de estrs es diferente entre estos grupos. Las diferencias encontradas
en la prueba de Kruskal-Wallis son debidas a este resultado.
Prueba de Kruskal-Wallis
Rangos
Nivel de estrs
Grupo
Enfermeras de terapia
intensiva
Enfermeras de ciruga
Enfermeras de
emergencias
Total
Estadsticos de contrastea,b
Chi-cuadrado
gl
Sig. asintt.
Nivel de
estrs
8.109
2
.017
a. Prueba de Kruskal-Wallis
b. Variable de agrupacin: Grupo
Rango
promedio
N
7
5.79
11.64
14.67
20
56
Mediana
3.5
3
Terapia
intensiva
Ciruga
Urgencias
* X2 = 8.109, gl = 1, p = 0.17
Fr =
R 2 3 N (k + 1) (1)
Nk (k + 1)
dnde:
N = nmero total de casos
k=
nmero de mediciones
R = suma de rangos de cada medicin
Sin embargo, si cuando se hace la asignacin de rangos hay observaciones empatadas, se debe hacer
una correccin a la frmula anterior como sigue:
2
12 R 2 3 N 2 k (k + 1)
Fr =
(2)
Nk t 3
Nk (k + 1) +
(k 1)
dnde:
t = nmero de empates en cada conjunto de rangos iguales por cada sujeto, se incluyen los
conjuntos con rangos nicos (empates = 1).
Y
2
1
1
2
1
0
2
N=7
Z
3
2
1
2
2
1
4
= 633.5
57
1
2
3
4
5
6
7
2
1
1
2
1
0
1
3
2
1
2
2
1
2
3
3
2
4
3
3
4
Sujeto
1
2
3
4
5
6
7
1
1
1.5
1.5
1
1
1
2.5
2
1.5
1.5
2
2
2
2.5
3
3
3
3
3
3
Para los datos del presente ejercicio se tienen 3 mediciones por lo que el rango mnimo por
asignar a las calificaciones por sujeto es 1 y el mximo es el 3. Sin embargo, cuando existen
observaciones repetidas (empates), el rango que les corresponde es igual al promedio de los
rangos, es decir: la suma de los lugares asignados de manera secuencial entre el nmero de veces
que se repite cada nmero, por ejemplo: para el sujeto 1 existe un empate con el 3 que se repite 2
2+3
veces en las posiciones 2 y 3 por lo que el rango debe ser:
= 2.5 ; para el tercer sujeto el 1 se
2
repite 2 ocasiones en los lugares 1 y 2, el rango correspondiente debe calcularse como sigue:
1+ 2
= 1.5 . Finalmente para el cuarto caso el 2 se repite 2 ocasiones en las posiciones 1 y 2, el
2
1+ 2
= 1.5 (estos son los rangos sombreados en la tabla de arriba).
rango correspondiente es:
2
2a. Se considera a cada nmero repetido como observaciones empatadas y el nmero de veces que se
repiten es el valor t, que representa un conjunto de empates por sujeto: el primer conjunto es el
del rango 2.5 del caso 1, que se repite 2 veces, por lo que para este conjunto t es igual a 2; el
segundo conjunto es el correspondiente al rango empatado igual a 1.5 del sujeto 3, que se repite 2
veces, por lo que t para este conjunto es igual a 2 y el tercer conjunto es el correspondiente al
sujeto 4 en el rango 1.5, que se repite 2 veces, con un valor t igual a 2. Es decir, existen tres
conjuntos de empates, cada uno con t igual a 2.
Para esta prueba es necesario considerar adems a todos los rangos no repetidos como un
conjunto con t igual a 1, pues se deben incluir en el ajuste de la frmula.
58
Caso 1
3 (2.5)
Caso 3
1 (1.5)
Caso 4
2 (1.5)
= t13 + t 23 + t 33 + ... + t c3
= 8 + 8 + 8 + (15)(1)
= 39
3. Una vez obtenidos los rangos, se deben colocar en la columna correspondiente a rangos para X, Y
y Z considerando la posicin original, antes del ordenamiento, de las calificaciones por sujeto. Por
ejemplo, para el sujeto 1: la calificacin en X es 3 y el rango asignado a X para este sujeto es 2.5,
la calificacin en Y es 2 y el rango asignado a Y es 1, finalmente la calificacin en Z es 3 y el
rango asignado a Z para este sujeto es 2.5. Esto debe hacerse para cada caso.
4. Teniendo acomodados los rangos, stos se deben sumar por columna, es decir para cada medicin
( R X , RY y RZ ) y elevar esas sumas al cuadrado ( R X2 , RY2 y RZ2 ).
5. A continuacin debe calcularse el valor de
Friedman, si no hubo rangos empatados se debe
utilizar la frmula (1) y si hay rangos empatados,
como es el caso del presente ejercicio, la frmula
(2):
(12)(633.5) (3)(7 )2 (3)(3 + 1)2
Fr =
(7 )(3)(3 + 1) + (7 )(3) 39
3 1
2
7602 (3)(49 )(3)(4 )
=
(7 )(3)(4) + 21 39
2
7602 (3)(49 )(3)(16 ) 7602 7056 546
=
=
= 7.28
18
84 9
75
84 +
2
k
3
N
3
4
5
6
7
8
9
10
11
12
13
0.05
6.00
6.50
6.40
7.00
7.14
6.25
6.22
6.20
6.54
6.17
6.00
0.01
8.00
8.40
9.00
8.86
9.00
8.67
9.60
8.91
8.67
9.39
Estas diferencias entre cada pareja de mediciones, deben de compararse con el valor crtico de la
diferencia, obtenido de la siguiente frmula:
Nk (k + 1)
z / k (k 1)
6
donde:
z/k(k 1) es el valor de z para k(k 1) al nivel de significancia establecido
N
es el total de casos
k
es el nmero de mediciones
El valor de z puede ser tomado de la tabla de valores crticos de z, donde podemos observar que para
el nivel de significancia de 0.05 para tres comparaciones, se tiene un valor de 2.394.
El valor crtico de la diferencia, se obtiene al sustituir los valores en la frmula:
2.394
(7 )(3)(3 + 1) = 2.394
6
84
= 2.394 14 = (2.394 )(3.742 ) = 8.958
6
60
Nmero de
comaparaciones (#c)
1
2
3
4
5
6
0.05
1.960
2.241
2.394
2.498
2.576
2.638
Pruebas no paramtricas
Rangos
Rango
promedio
Nivel de estrs antes
del Programa
Nivel de estrs
despues del Programa
Nivel de estrs en el
seguimiento
Estadsticos de contrastea
N
Chi-cuadrado
gl
Sig. asintt.
7
7.280
2
.026
a. Prueba de Friedman
2.64
1.29
2.07
En este ejemplo es de 0.026, menor a 0.05, por lo que se rechaza la hiptesis nula y debemos concluir
que: el nivel de estrs laboral de los trabajadores es diferente antes del taller para el manejo del estrs
en el trabajo, despus del taller y en el seguimiento.
Nota: Las comparaciones mltiples se pueden hacer mediante la prueba de Wilcoxon, pero se debe
recordar ajustar el nivel de significancia que se obtenga en el anlisis, multiplicndolo por el
nmero de mediciones menos 1: (k 1), si el nivel de significancia, despus de este ajuste, es
menor a 0.05 se rechazar la hiptesis nula de la comparacin correspondiente.
61
62
2
1
1
0
Estrs
laboral
antes del
taller
Estrs
laboral
despus del
taller
Seguimiento
* X2 = 7.28, gl = 2, p = 0.026
Prueba Q de Cochran
La prueba Q de Cochran es una prueba no paramtrica de comparacin de tres o ms muestras
relacionadas:
Es libre de la curva normal, se ajusta a la distribucin de Chi cuadrada
Nivel nominal (slo variables dicotmicas) de la variable dependiente
Se utiliza para comparar tres o ms grupos relacionados de proporciones y determinar que las
diferencias no se deban al azar (que las diferencias sean estadsticamente significativas).
La formula para calcular la Q de Cochran es la siguiente:
Q=
(k 1)[k G 2 ( G )2 ]
k L L
dnde:
L=
G=
k=
29
G =
G X2 = 169
GY2 = 169
GZ2 = 9
= 347
63
3. Contar los aciertos por medicin (G1, G2 y G3), es decir, cuntos unos hay por columna, y elevar
G al cuadrado ( G12 , G22 y G32 )
4. Sumar G y G2 ( G .y
Nota: La
L y de G
5. Calcular la Q
(
3 1)[(3)(347 ) 29 2 ] (2 )[(3)(347 ) 841] (2 )(1041 - 841) (2 )(200 ) 400
Q=
=
=
=
=
= 16.667
(3)(29) 63
87 - 63
24
24
24
6. Se tiene que encontrar el valor crtico en la tabla de valores crticos de Chi cuadrada (ver pgina
35) ya que la distribucin de esta prueba es similar a la de chi cuadrada, para ellos se tienen que
calcular los grados de libertad que se van a utilizar en la tabla con: gl = k 1, donde k es el
nmero de mediciones, adems de elegir el nivel de significancia para probar la hiptesis nula. La
regla de decisin establece que: si el valor de Q es mayor o igual al valor de la tabla se debe
rechazar la hiptesis nula.
En la tabla, al nivel de significancia de 0.05, con gl = 3 - 1 = 2 para el presente ejemplo, se tiene
un valor igual a 5.991. Q es igual a 16.667, mayor al valor de tabla, por lo que se rechaza la H0,
entonces: la proporcin de usuarios de drogas es diferente al finalizar el programa para eliminar el
consumo y en los seguimientos a 3 y 6 meses.
Pruebas no paramtricas
Prueba de Cochran
Frecuencias
Valor
0
Usa drogas (1era. medicin)
Usa drogas (2da. medicin)
Usa drogas (3era. medicin)
64
1
5
5
15
13
13
3
Estadsticos de contraste
N
Q de Cochran
gl
Sig. asintt.
18
16.667a
2
.000
72.2
72.2
60
% 40
20
16.7
0
Final del
programa
Seguimiento 3
meses
Seguimiento 6
meses
* X2 = 16.667, gl = 2, p = 0.000
65
66
Pruebas de Asociacin
La correlacin refleja si existe relacin o asociacin entre dos variables, no se habla de causalidad por
lo que no hay una variable dependiente y una independiente, aunque puede suceder que una variable
sea antecedente de otra.
El coeficiente de correlacin puede adquirir valores de 1 a 1, incluyendo el cero, sus caractersticas
son:
El signo indica el sentido de la relacin, una correlacin negativa representa una asociacin
inversamente proporcional, es decir, a medida que una variable se incrementa, la otra
disminuye; por otro lado, en una correlacin positiva o directamente proporcional, a medida
que aumenta una, la otra tambin se incrementa.
La magnitud de la relacin esta dada por el valor del coeficiente y se interpreta como sigue:
de 0 hasta 0.299 no hay asociacin lineal entre las variables, desde 0.3 hasta antes de 0.499 es
baja, desde 0.5 hasta antes de 0.799 es moderada y desde 0.8 a 1 hay una correlacin alta
entre las variables.
La ausencia de asociacin lineal no significa necesariamente que las variables no tengan
relacin entre s. Existen muchas variables con una correlacin de tipo curvilneo y debe ser
evaluada de otra manera.
Una forma grfica de ver la relacin entre variables son las grficas de dispersin, donde cada punto
representa el lugar en que se cruzan las calificaciones de la primer variable (X) y la segunda variable
(Y) para cada sujeto. Si se traza una lnea que cruce la mayora de los puntos se puede apreciar el tipo
de relacin (ver la siguiente figura). En las relaciones curvas, para algunas magnitudes de X, Y
incrementa, pero disminuye en otros valores de X.
Tipos de Correlacin
Directamente proporcional
Inversamente proporcional
Sin relacin
X
Correlacin curvilnea
X
Correlacin curvilnea
67
68
][
dnde:
N = nmero de sujetos
X, Y = calificaciones de las variables a relacionar
( X )
= 26569
Y
8
12
26
29
30
31
19
18
28
Y = 201
( Y )
= 40401
X2
676
576
324
289
324
49
225
400
324
X 2 = 3187
Y2
64
144
676
841
900
961
361
324
784
2
Y = 5055
XY
208
288
468
493
540
217
285
360
504
XY = 3363
N=9
Procedimiento:
1. Se debe determinar el tipo de problema, el nivel de medicin, la prueba estadstica que debe
utilizarse y plantear la hiptesis nula que va a probar de acuerdo al nivel de medicin y tipo de
problema correspondiente.
Es un problema de Asociacin
Nivel de medicin intervalar para ambas variables
H0: No hay relacin lineal entre el puntaje de depresin y el de autoestima en estudiantes de
preparatoria.
Prueba estadstica: Correlacin Pearson
69
(9)(3363) (163)(201)
30267 32763
- 2496
=
=
[(9)(3187 ) 26569][(9)(5055) 40401] (28683 26569)(45495 40401) (2114)(5094)
=
- 2496
- 2496
=
= -0.761
10768716 3281.572
0.05
.99692
.95000
.8783
.8114
.7545
.7067
.6664
.6319
.6021
.5760
.5529
.5324
5139
.1973
0.01
.999877
.990000
.95873
.91720
.8745
.8343
.7977
.7646
.7348
.7079
.6835
.6614
.6411
.6226
0.001
.9999988
.99900
.99116
.97406
.95074
.92493
.8982
.8721
.8471
.8233
.8010
70
Correlaciones
Correlaciones
Puntaje de depresin
Puntaje de autoestima
Correlacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Sig. (bilateral)
N
Puntaje de
depresin
1.000
.
9
-.761*
.017
9
Puntaje de
autoestima
-.761*
.017
9
1.000
.
9
35
30
25
20
15
10
* r P = -0.761, p = 0.017
0
7
15
17
18
18
18
20
24
26
Depresin
Autoestima
* p < 0.05
71
72
dnde:
t = nmero de empates en cada conjunto de rangos iguales para cada variable
Rango
1
2
2
1
2
3
3
4
5
6
7
5
6
7
8
9
Datos
ordenados de la
Variable 2 (Y)
Rango
1
2
1
2
4
5
6
7
6
7
8
9
2a. Si se tuvieron observaciones empatadas, como en este caso, se debe determinar t para cada
conjunto de observaciones repetidas para cada variable por separado, t es el nmero de veces que
se repite cada calificacin, y T la sumatoria de t3 - t. Al observar los empates por variable, se tiene
para X un conjunto de observaciones repetidas en la calificacin 2 que tienen el rango 3, este se
repite 3 veces por lo que t para este conjunto es igual 3. Para la variable Y, hay dos conjuntos de
tangos empatados, uno en la calificacin 2 con rango asignado igual a 2.5, ste se repite dos veces
por lo que t para este conjunto es igual a 2; el segundo es para la calificacin 3 con rango 4.5
repetido dos veces, por lo que t para este conjunto es igual a 2.
Se pueden resumir estos datos y obtener el valor de T para cada variable como sigue:
Conjuntos
Conjuntos
2 (3)
2 (2.5)
3 (4.5)
de X
de Y
3
2
2
t
t
t3
27
t3
8
8
3
3
T X = 24
TY = 12
24
6
6
t t
t t
Es importante considerar que, si slo una de las variables presenta rangos empatados, el valor de
T para la variable sin empates debe ser igual a 0 (T = 0).
74
(9
(9
9 (6)(27 )
24 + 12
2
(729 9) 162 - 36
720 162 18
2
=
=
(729 9)2 (36)(729 9) + 288 720 2 (36)(720) + 288
=
540
=
518400 25920 + 288
540
540
=
= 0.769
492768 701.974
0.05
1.000
0.886
0.786
0.738
0.700
0.648
0.618
0.587
0.01
0.001
1.000
0.929
0.881
0.833
0.794
0.755
0.727
1.000
0.976
0.933
0.903
0.873
0.860
Muestras grandes
Cuando la cantidad de sujetos llega a 20 casos y ms, se puede verificar la significancia de la prueba
convirtiendo el coeficiente de correlacin a calificaciones z pues se asume que muestras grandes se
distribuyen normalmente:
z = rS N 1
Por ejemplo, para el presente ejercicio:
z = .769 9 1 = .769 8 = (.769)(2.828) = 2.175
Recurdese que la z es significativa al nivel de 0.05, cuando es mayor o igual a 1.96, por lo que la
regla de decisin es: si el valor de z es mayor o igual a 1.96 se rechaza la hiptesis nula. En
nuestro ejemplo la z (2.175) es mayor a 1.96, entonces: existe relacin lineal entre la actitud hacia el
psiclogo y la actitud hacia la psicoterapia, en padres de familia. Adems la correlacin es moderada
(est en el rango entre 0.5 y 0.8) y directamente proporcional (tiene signo positivo).
75
Correlaciones no paramtricas
Correlaciones
Actitud hacia
el psiclogo
Rho de Spearman
Actitud hacia la
psicoterapia
Coeficiente de
correlacin
Sig. (bilateral)
N
Coeficiente de
correlacin
Sig. (bilateral)
N
1.000
.
9
.769*
.015
9
Actitud hacia
la
psicoterapia
.769*
.015
9
1.000
.
9
76
rS = 0.769*
Actitud
hacia la
psicoterapia
A+B
C+D
A+C
B+D
Total
80
30
110
21
30
89
51
N = 140
Procedimiento:
1. Se debe determinar el tipo de problema, el nivel de medicin, la prueba estadstica que debe
utilizarse y plantear la hiptesis nula que va a ser probada de acuerdo al nivel de medicin y tipo
de problema correspondiente.
Es un problema de Asociacin
Nivel de medicin nominal (dicotmico) para ambas variables
H0: No hay relacin entre el consumo de alcohol del padre y el consumo de alcohol de
estudiantes de preparatoria.
Prueba estadstica: Correlacin Phi
2. Se tiene que organizar la informacin en una tabla de contingencia de dos por dos y obtener los
totales por rengln y por columna (A + B, C + D, A + C y B + D).
3. Calcular la correlacin Phi:
(9)(30) (80)(21) 270 1680
- 1410
1410
r =
=
=
=
= 0.364
(110)(30)(89)(51) 14978700 3870.233 3870.233
77
140
X2 =
=
(110)(30)(89)(51)
14978700
14978700
14978700
251384000
X2 =
= 16.783
14978700
Recurdese que se tiene que comparar la Chi cuadrada obtenida con el valor de tabla de valores
crticos de Chi cuadrada (ver la tabla en la pgina 35), este valor se busca utilizando un grado de
libertad y el nivel de significancia elegido para probar la hiptesis nula. La regla de decisin es:
si el valor de X2 obtenido es mayor o igual al de tabla se rechaza la hiptesis nula.
Con 1 grado de libertad al nivel de significancia de 0.05 se tiene un valor de X2 en tabla de 3.841,
el valor obtenido de X2 (16.783) es mayor al de tabla por lo que se rechaza la hiptesis nula, por
lo tanto la hiptesis nula de la prueba Phi se rechaza tambin, entonces: existe relacin entre el
consumo de alcohol del padre y el consumo de alcohol de estudiantes de preparatoria. Adems
esta relacin es baja (est en el rango de 0.3 a 0.5) y directamente proporcional (tiene signo
positivo).
Tablas de contingencia
Tabla de contingencia Consumo de alcohol del estudiante * Consumo de
alcohol del padre
Recuento
Consumo de alcohol
del estudiante
Total
78
No bebedor
Bebedor
Total
110
30
140
Nominal por
nominal
Phi
V de Cramer
N de casos vlidos
Valor
.364
.364
140
Sig.
aproximada
.000
.000
r = 0.364*
Consumo de
Alcohol de
Estudiantes de
Preparatoria
* p < 0.001
79
80
Referencias Bibliogrficas
Brown, F. G. (2000, 1ra. ed.). Principios de la medicin en psicologa y educacin. Mxico: El
Manual Moderno.
Daniel, W. (1999). Bioestadstica. Bases para el anlisis de las ciencias de la salud. Mxico: Ed.
Noriega.
Downie, M. y Heath, R. (1973). Mtodos estadsticos aplicados. Mxico: Harper & Row
Latinoamericana.
Ferrn, M. (1996). SPSS para Windows: Programacin y anlisis estadstico. Madrid: Mc Graw Hill.
Levin, J (1979, 2da. ed.). Fundamentos de estadstica en la investigacin social. Mxico: Editorial
Harla.
Ritchey, F. J. (2002). Estadstica para las Ciencias Sociales: El Potencial de la Imaginacin
Estadstica. Mxico: Mc Graw Hill.
Paquete Estadstico para las Ciencias Sociales (SPSS) para Windows versin 10.0.7 en espaol
[Software de computadora]. (2000). Chicago, E. U.: SPSS, Inc.
Siegel, S. (1990, 3ra. ed.). Estadstica no Paramtrica. Editorial Trillas. Mxico.
81
82