Guia de Estadistica

Autores
Gua de SPSS
21 para el
desarrollo de
trabajos de
investigacin
Dr. Ing. Oscar Rafael Guillen Valle
Dr. Juan Manuel Sanchez Soto
Jr. Ayacucho 443 Apartamento 101 Block A

Magdalena del Mar.
Telfonos 990573292 992505092 2615918
Skype Dr Oscar Rafael Guillen Valle
Correo ingraguiva@gmail.com
Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Autores. Dr. Ing.. Guillen Valle, Oscar Rafael PhD. - Dr. Juan Manuel Sanchez Soto
Correo electrnico: ingraguiva@gmail.com Skype Dr. Oscar Rafael Guillen Valle
Autores:
Dr. OSCAR RAFAEL GUILLEN VALLE

Doctor of Philosophy in Education de CIU, Doctor en Educacin en la
Universidad Alas Peruanas, Master of Arts in Management and Strategic
Management and Education M.A. de CIU, Maestra en Docencia
Universitaria y Gestin Educativa de Universidad Alas Peruanas, Maestra
en Administracin y Gestin Estratgica con mencin en Gestin
Educativa, Maestra de la Calidad en Instituciones Educativas de la
Universidad Norbert Wiener, Especialista en Andragogia de la Universidad
Nacional de Trujillo.
Dr. JUAN MANUEL SANCHEZ SOTO

Doctor en Administracin, Doctor en Medio Ambiente y Desarrollo
Sostenible y Doctorando en Educacin Superior, Magister en
Administracin UNMSM, y profesor Principal a Dedicacin Exclusiva de
la Universidad Peruana Los Andes, actual Director del Consejo de
Investigacin de la Universidad Peruana Los Andes. Especialista en
Investigacin en Ciencias Sociales.
P g i n a 1 | 124
Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Agradecimiento
A mis colegas investigadores quienes han apoyado en la

elaboracin de estos materiales : AVALOS CARRILLO
GUILLERMINA, CHAVEZ LOZANO ORESTES ANTONIO, DE
LA CRUZ VILLANUEVA JUAN DANIEL, FLORES TELLO
MARISOL ESTHER, GOMEZ ALBINAGORTA SANTOS
ALEJANDRO, GUTIERREZ ORELLANA BRENDA, HUAYTA
FRANCO LUZ MARINA, JAVIER ALZAMORA VICTOR RAUL,
LOAYZA GALLEGOS XIOMARA GISELA, MENACHO CHIOK
LUIS PEDRO, OCAS CORNEJO FLOR MIRIAM, QUISPE
CAJAVILCA PAUL FERNANDEZ, RENGIFO TELLO RISLEY
OBDULIA, ROMANI MIRANDA URSULA ISABEL,
SABASTIZAGAL VELA JORGE MARTIN, SANCHEZ SOTO
JUAN MANUEL, TIPIANI MEDRANO JUANA ROSA,
VARGAS NAVARRO RACHEL y VILLENA JAUREGUI FREDY
WILSON.
Nunca consideres el estudio como una obligacin, sino como una oportunidad para penetrar en el
bello y maravilloso mundo del saber.
Albert Einstein
Excelente maestro es aquel que, enseando poco, hace nacer en el alumno un deseo grande de
aprender.
Arturo Graf
Tengo un sueo, un solo sueo, seguir soando. Soar con la libertad, soar con la justicia, soar
con la igualdad y ojal ya no tuviera necesidad de soarlas.
Martin Luther King
P g i n a 2 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

PROLOGO
En la primera edicin de la Gua de SPSS 21 para el desarrollo de trabajos de investigacin en
2014, se incida en la relevancia que la investigacin en las distintas reas de maestra y
doctorado en las Ciencias de la Empresa, Humanidades y Ciencias Sociales, Derecho y
Ciencias Polticas, Ingeniera, Arquitectura y Ciencias Bsicas, Ciencias de la Salud y otras, en
tal sentido este texto alcanza los niveles mximos, y precise y establezca la mejor forma del
conocimiento, requiere del mtodo cientfico como referente de todas las normas y reglas que
permitan alcanzar el conocimiento vlido.
La investigacin cientfica debe entenderse en un contexto social y global, en donde una de las
principales funciones del investigador sea la de conseguir la mayor eficiencia cientfica y
tcnica para lograr de la forma ms propicia responder a todas las cuestiones que se le
presentan en el ejercicio de su actividad. No existe duda alguna de que el amplio desarrollo
que en las distintas reas de la investigacin ha alcanzado en las ltimas dcadas se debe,
sobre todo, al empuje que la investigacin cientfica ha tenido en todas las reas y al correcto
proceder con que se han puesto de manifiesto los avances de cada una de ellas.
En la investigacin actual Gua de SPSS 21 para el desarrollo de trabajos de investigacin , el
cual le permitir la elaboracin de una tesis a nivel de postgrado, nadie duda que la intuicin y
la autoridad carecen de valor para sustentar el conocimiento cientfico y slo es el mtodo
basado en la observacin controlada y en la comprobacin el que puede hacer avanzar ese
conocimiento.
Motivo por el cual en esta publicacin es especialmente importante en el campo de la
investigacin cientfica y no slo por su estructura, sino porque la riqueza de su contenido y la
esplndida bibliografa consiguen que el planteamiento intelectual de los autores, buen
conocedor de esta materia, ha plasmado haga que su aplicacin sea fcil y til para el que
necesite acercarse con rigor cientfico a la investigacin cientfica.
Dirigido fundamentalmente a los profesionales de las distintas reas a nivel de maestra y
doctorado interesados en el apasionante campo de la investigacin cientfica, esta gua nos
conduce a lo largo de sus veintin captulos al conocimiento de los mtodos cientficos que
contribuyen a la planificacin de la investigacin y a valorar de forma crtica los trabajos
cientficos que la literatura cientfica nos ofrece actualmente. Nos facilita la comprensin del
mtodo cientfico y nos hace que su complejo y difcil desarrollo est al alcance del no iniciado.
Dr. Ing. Oscar Rafael Guillen Valle PhD.
P g i n a 3 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Modulo Bsico: Anlisis exploratorio de datos

Temario
Mdulo I: Estructura del SPSS.
a.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
Visin general del SPSS.

Uso de la ayuda del SPSS.
Definicin y tipos de variables.
Generacin del diccionario de datos.
Editor de datos y resultados.
Tcnica e instrumentos de investigacin.
Creacin de un archivo de trabajo en SPSS.
Ordenar casos.
Exportacin e importacin de datos.
Seleccin de una muestra con el SPSS.
Segmentar archivo.
Duracin en horas
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
Mdulo II: Transformacin de datos.

a.
b.
c.
d.
e.
f.
g.
h.
Calcular.
Contar apariciones.
Recodificacin de variables.
Categorizar variables.
Asignar rangos.
Generacin de intervalos.
Remplazar valores perdidos.
Modificar archivo de datos.
acadmicas
Campus Virtual: 10
horas acadmicas
Mdulo III: Anlisis descriptivo y exploratorio.

a. Tablas de frecuencias. Frecuencias absolutas y
relativas.
b. Medidas de tendencias central, dispersin, posicin
y forma de distribucin.
c. Diagrama de caja y bigote.
d. Diagrama de tallo y hojas.
e. Deteccin de valores atpicos.
f. Tablas estadsticas cruzadas.
acadmicas
Campus Virtual: 10
horas acadmicas
Mdulo IV: Contraste de hiptesis

a.
b.
c.
d.
Introduccin a la estadstica inferencial.

Formulacin de hiptesis.
Contrastar supuestos.
Puntuaciones y pruebas de normalidad (Kolmogorov
- Smirnov y Shapiro-Wilk).
e. Prueba de homogeneidad de varianzas. (Prueba de
Levene).
f. Contraste sobre medias.
P g i n a 4 | 124
acadmicas
Campus Virtual: 10
horas acadmicas

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

g. Tablas estadsticas cruzadas.

h. Pruebas de Chi cuadrado y correlacin de Pearson.
TOTAL
60 horas
Modulo Intermedio y Avanzado: Pruebas paramtricas y no paramtricas

Temario
Mdulo I: Elementos Bsicos en Inferencia Estadstica
a)
b)
c)
d)
e)
Estimacin puntual e intervalos de confianza.

Relacin de una variable cuantitativa y cualitativa.
Relacin de dos variables cuantitativas y cualitativas.
Comparacin de medias
Tablas de contingencia.
Duracin en horas
acadmicas
Campus Virtual: 10
horas acadmicas
Mdulo II: Planteamiento de hiptesis y Pruebas Paramtricas

a)
b)
c)
d)
e)
Prueba t para una muestra.

Prueba t para muestras independientes.
Prueba t para dos muestras relacionadas.
ANOVA de un factor.
El procedimiento modelo lineal general: Univariante.
acadmicas
Campus Virtual: 10
horas acadmicas
Mdulo III: Regresin y correlacin

a)
b)
c)
d)
e)
f)
Diagrama de Dispersin. Ajustes y curvas aproximantes.

Funcin de Regresin.
Mtodo de mnimos cuadrados.
Modelo de regresin lineal. Supuestos.
Correlacin Lineal Simple.
Correlacin Parcial.
acadmicas
Campus Virtual: 10
horas acadmicas
Mdulo IV: Pruebas No Paramtricas

a)
b)
c)
d)
e)
f)
g)
h)
i)
Prueba de Bondad de Ajuste

Prueba Chi Cuadrado.
Prueba binomial.
Prueba de rachas.
Prueba de Kolmogorov Smirnov.
Prueba U de Mann Whitney.
Prueba de H de Kruskal Wallis.
Prueba de Wilcoxon
Prueba de Friedman
TOTAL
P g i n a 5 | 124
acadmicas
Campus Virtual: 10
horas acadmicas
60 Horas

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

CONTENIDO
PROLOGO ..................................................................................................................................3
INTRODUCCIN ........................................................................................................................7
PRUEBAS PARAMTRICAS ...................................................................................................... 11
1.
T DE STUDENT PARA UNA MUESTRA ............................................................................. 12
2.
T DE STUDENT PARA MUESTRAS INDEPENDIENTES .................................................... 18
3.
T DE STUDENT PARA MUESTRAS RELACIONADAS ...................................................... 24
4.
ANOVA CON UN FACTOR INTERSUJETOS .................................................................... 30
5.
T DE STUDENT PARA MUESTRAS RELACIONADAS ...................................................... 37
6.
COEFICIENTE DE CORREALCIN R DE PEARSON ................................................... 42
PRUEBAS NO PARAMTRICAS ............................................................................................... 48

7.
BONDAD DE AJUSTE................................................................................................. 48
8.
BONDAD DE AJUSTE BINOMIAL ..................................................................................... 53
9.
U MANN-WITHNEY ........................................................................................................... 58
10.
DEPENDENCIA CHI - CUADRADO ............................................................................... 63
11.
KRUSKAL WALLIS ......................................................................................................... 67
12.
WILCOXON ................................................................................................................... 72
13.
Q DE COCHRAN ........................................................................................................... 77
14.
MC NEMAR .................................................................................................................... 82
15.
FRIEDMAN ..................................................................................................................... 87
16.
SPEARMAN.................................................................................................................... 92
GLOSARIO DE TRMINOS BSICOS DE INVESTIGACIN .................................................. 99

MAPAS CONCEPTUALES DE INVESTIGACION CIENTIFICA ............................................... 107
P g i n a 6 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

INTRODUCCIN
La ESTADSTICA es considerada como el conjunto de procedimientos
utilizados para clasificar, calcular, analizar y resumir los datos obtenidos de
manera sistemtica.
CURSO TALLER DE SPSS APLICADA A LA INVESTIGACIN CIENTFICA
Nivel Bsico: Anlisis exploratorio de datos y
Nivel Intermedio y Avanzado: Pruebas paramtricas y no paramtricas
1. UNIDADES RESPONSABLES
Unidad Orgnica : Empresa Ando Educando SAC
Unidad Ejecutora : Empresa Ando Educando SAC
2. DESCRIPCIN DE LA ACTIVIDAD
La actividad consiste en dar a conocer las herramientas estadsticas que se
aplican frecuentemente en los informes de investigacin haciendo uso del
software estadstico SPSS, con el que se podrn hacer un completo
procesamiento de datos, de informacin estadstica que cubren la mayora
de las reas del conocimiento. Los procedimientos estadsticos que
contiene el software, van desde estadstica paramtrica hasta estadstica
no paramtrica.
El desarrollo del taller comprende un conjunto de 4 sesiones por nivel de
manera interactiva entre el expositor y participantes con aplicacin de casos
prcticos referentes a los mtodos estadsticos aplicados a la Investigacin
cientfica, bsicamente en estadstica descriptiva, visin general del SPSS,
creacin de un archivo de trabajo en SPSS, escalas de medicin, tablas y
grficas de distribucin de frecuencias, medidas de tendencia central,
dispersin y forma, transformar datos, modificar archivos de datos, tablas de
contingencia, contrastes sobre medias, formulacin de hiptesis
estadsticas, pruebas de correlacin, chi cuadrado, entre otras pruebas
paramtricas y no paramtrica, las clase sern dictadas en el Laboratorio de
Computo de Ando Educando S.A.C los das sbados (tarde) y domingos
(maana) con una frecuencia semanal (04 fines de semana).
El SPSS para Windows es una herramienta de gran alcance para el anlisis
estadstico de datos; con esta herramienta se puede generar informacin
sumaria de un modelo de datos, y probar el significado de patrones y
tendencia en los datos.
Este software, es la herramienta ms importante de todas las que existen
P g i n a 7 | 124
Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

de su tipo, porque est constituida por un conjunto de programas

interconectados. Por eso, permite pasar de uno a otro sin que sea necesario
salir del programa y volver a l.
El SPSS es un programa, que permite aplicar a un mismo archivo de datos
un amplio conjunto de procedimientos estadsticos de manera sincronizada.
De este modo, la utilidad del conjunto integrado que conforma SPSS, es
mayor que la suma de las partes que lo constituyen.
Otorgar una enseanza equilibrada entre los fundamentos estadsticos y
matemticos, y una formacin informtica slida que permita a los futuros
profesionales desenvolverse cmodamente en entornos cada vez ms
automatizados.
Su formacin se centra en el registro, clasificacin, cuantificacin y anlisis
de datos como herramienta interdisciplinar bsica en campos tan diversos
como Administracin, Economa, Mercadotecnia, Sociologa, Medio
Ambiente, Psicologa, Pedagoga, Medicina, etc.
3. JUSTIFICACIN
Las estadsticas que se utilizan con mayor nfasis en el mundo actual, se
caracterizan por el manejo de grandes volmenes de datos los cuales
necesariamente tienen que ser procesados con un software estadstico
adecuado para poder resumirlos y extraer conclusiones que permitan tomar
decisiones exitosas.
Los investigadores, ante el escaso conocimiento y difusin de las tcnicas
estadsticas y la correcta utilizacin de ellas, muchas veces toman
decisiones equivocadas, lo cual repercute en la calidad de los trabajos de
investigacin.
El paquete de programas estadsticos SPSS (Statistical Pacage for Social
Science) es sin duda el ms usado en el Per y en amrica latina en el
anlisis de encuestas socioeconmicas y de estudios de mercado. Es
tambin la herramienta de eleccin para el tratamiento de informacin
cuantitativa en los diferentes niveles de investigacin.
En este contexto es necesario que los estudiantes y profesionales de las
distintas carreras y niveles acadmicos conozcan de este software
estadstico que les servir bsicamente para preparar informes, aplicar
encuestas, determinar el tamao de muestra, estudio de mercado,
diagnsticos, lneas de base socio demogrfico y econmicos, pruebas de
hiptesis y la validacin de los instrumentos utilizados bsicamente en las
tesis de pregrado y postgrado y en general en cualquier proyecto de
investigacin.
P g i n a 8 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Por lo tanto, la Universidad destinada a la investigacin, creacin y difusin

de conocimientos; se proyecta a la a la comunidad mediante el logro de
competencias profesionales de alto nivel, de acuerdo con la demanda y la
necesidad del desarrollo sostenible del pas.
El proyecto tambin contempla como un elemento aseguramiento de la
calidad de la educacin superior universitaria, la Certificacin de
competencias profesionales, definida en la Ley 28740 del Sistema Nacional
de Evaluacin, Acreditacin y Certificacin de la Calidad EducativaSINEACE. En principio esta certificacin es voluntaria, pero obligatoria para
algunas carreras definidas por normativa legal y es un medio adicional de
garantizar la idoneidad del profesional para aplicar sus competencias en la
sociedad.
4. OBJETIVOS
Capacitar a los profesionales y estudiantes a nivel de pregrado y
postgrado, en el manejo de las herramientas estadsticas mediante un
software estadstico, para la elaboracin de los informes de
investigacin, estudios de mercado, diagnsticos socio demogrficos y
econmicos.
Proporcionar al participante conocimientos y entrenamiento en las
facilidades que proporciona el software estadstico SPSS en la
generacin de archivo de datos, tablas y la aplicacin de la estadstica
bsica e inferencial en el anlisis de datos.
Brindar al participante una nueva herramienta til para la realizacin de
investigaciones sociales por medio de encuestas y sondeos de opinin
para conocer determinadas situaciones de la realidad en una sociedad,
a travs de la aplicacin que proporciona el software estadstico SPSS
para la preparacin de datos, procesamiento e interpretacin de
resultados.
Las pruebas estadsticas permiten contrastar la veracidad o falsedad de las
hiptesis enunciadas desde el punto de vista estadstico. Las cuales se
clasifican en pruebas paramtricas y pruebas no paramtricas.
Las paramtricas exigen a los datos a los que se aplica, que se cumplan los
siguientes requisitos:
Variable numrica. Que las variables de estudio est medida en una
escala que sea por lo menos de intervalo.
P g i n a 9 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Normalidad. Que los valores de las variables sigan una distribucin

normal, por lo menos, en la poblacin al que pertenece la muestra.
Homocedasticidad. Que las varianzas de la variable dependiente en los
grupos que se comparan sean aproximadamente iguales
(homogeneidad de las varianzas).
Cuando los datos cumplen con los requisitos indicados, las pruebas
estadsticas paramtricas exhiben su mximo poder. Cuando estas pruebas
estadsticas se aplican a datos que no cumplen al menos uno de los requisitos
sealados, pierde parte de su poder.
Si no se cumple una de las tres condiciones se consideran las pruebas no
paramtricas, las cuales no hacen ningn tipo de suposicin acerca de la forma
exacta de la poblacin en la que fueron extradas las muestras. Si se puede
utilizar una prueba paramtrica y se usa una no paramtrica hay una prdida
de informacin.
P g i n a 10 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

PRUEBAS
PARAMTRICAS
P g i n a 11 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

1. T DE STUDENT PARA UNA MUESTRA

Tipo de estudio
Transversal
Nivel de investigacin
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
Numrica (un grupo)
Tipo de distribucin
Con normalidad
Qu es?
Prueba si la
medida de la muestra de una variable difiere
significativamente de la medida conocida de la poblacin. As podemos
saber si una determinada muestra procede de una poblacin cuya media
verdadera se conoce.
Cul es su frmula?
En esta prueba se evala la hiptesis nula de que la media de la
poblacin estudiada es igual a un valor especificado , se hace uso del
estadstico:
Donde:
: Media muestral.
Desviacin estndar muestral.
Tamao de la muestra.
Existen
grados de libertad asociados con la prueba t para
una muestra.
P g i n a 12 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

En qu situaciones se debe de usar?

Se utiliza la prueba t para una sola muestra cuando se tiene una sola
poblacin de inters, por ejemplo los alumnos del quinto grado A de
secundaria; para el cual se quiere analizar una hiptesis sobre una
caracterstica de esta poblacin.
Para calcular la significacin de las diferencias obtenidas por una
muestra de sujetos en determinados test psicolgicos y los valores
medios de los baremos, tomados como valores poblacionales. O, en
otros casos, para comparar la media del test de cada individuo con la
media grupal, en cuyo caso primero hay que calcular la media del
grupo y posteriormente aplicar la prueba t para una muestra.
Cules son sus supuestos?

Tamao de muestra
Variable
Distribucin de datos
:
:
:
Menor de 30
Numrica
Normal
Caso prctico1:
El director del centro educativo Miguel Grau quiere verificar si el
promedio de los estudiantes de quinto grado de educacin primaria de la
seccin A es de 16 en la asignatura de Lgica y funciones, para ello
selecciona una muestra de 16 estudiantes:
Datos:
15
14
13
16
17
15
14
13
16
17
15
14
16
17
13
12
1. Plantear la hiptesis
P g i n a 13 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

H0: El promedio de los estudiantes de quinto gado es de 16 en la

asignatura de lgica y funciones.
H1: El promedio de los estudiantes de quinto gado es diferente de 16 en
la asignatura de lgica y funciones.
2. Nivel de significancia: = 0.05
3. Tipo de Prueba: t de Student

Supuestos de la prueba
1. Tamao de muestra: menor de 30
2. Distribucin de datos: Normal
PASOS PARA PROBAR LA NORMALIDAD EN SPSS

Paso1:
Pasos: 2 y 3
P g i n a 14 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

SALIDA DEL SPSS
Pruebas de normalidad
Kolmogorov-Smirnov
Estadstico
Nota
,146
gl
Shapiro-Wilk
Sig.
16
Estadstico
*
,200
,931
gl
Sig.
16
,257
a. Correccin de la significacin de Lilliefors.

*. Este es un lmite inferior de la significacin verdadera.
P VALUE
Segn la prueba de Shapiro Wilk El estadstico obtenido es de
P g i n a 15 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

0.931 con un p-value de 0.257 que supera el 0.05; entonces se concluye que,
los datos tienen una distribucin normal.
PASOS PARA UTILIZAR LA PRUEBA T STUDENT EN EL SPSS
Paso 1:
Paso 2:
SALIDA DEL SPSS
P g i n a 16 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Prueba T- Student Para una muestra

Valor de prueba = 16
95% Intervalo de confianza para
Diferencia de
t
Nota
-2,967
gl
Sig. (bilateral)
15
,010
medias
-1,188
la diferencia
Inferior
Superior
-2,04
-,33
P value
Segn los resultados de la Prueba T Student el estadstico alcanzo un valor

de -2,967 y un p- value de 0.010 < 0.05 por lo que se rechaza la hiptesis nula
con un nivel de significancia del 0.05 y se concluye que el promedio de los
estudiantes de quinto gado es diferente de 16 en la asignatura de lgica y
funciones.
P g i n a 17 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

2. T DE STUDENT PARA MUESTRAS INDEPENDIENTES

Tipo de estudio
Transversal
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
Numrica (dos grupos)
Tipo de distribucin
Con normalidad
Qu es?
El procedimiento Prueba T para dos muestras independientes o T
desapareadas (muestras no relacionadas) compara las medias de dos
grupos de casos. Para esta prueba, idealmente los sujetos se deben
de asignar aleatoriamente a dos grupos, de forma que cualquier
diferencia en las respuestas sea debido al tratamiento y no a otros
factores.
Cul es su frmula?
Dnde:
y
: Medias de ambos grupos,
: Desviacin tpica
Nmero de casos.
En qu situaciones se debe de usar?
Si tenemos dos muestras, permite contrastar si existen diferencias
entre las medias de estas dos muestras.
Tienen su aplicacin ms tpica cuando las unidades estadsticas
que definen a ambas muestras que estn siendo comparadas no se
superponen.
P g i n a 18 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

La aplicacin de un contraste paramtrico requiere la normalidad de

las observaciones para cada uno de los grupos. La comprobacin de
esta hiptesis puede realizarse tanto por mtodos grficos (por medio
de histogramas, diagramas de cajas o grficos de normalidad) como
mediante tests estadsticos. Un nmero suficiente de observaciones
(mayor de 30) justifica la utilizacin del mismo test.
As mismo, este tipo de metodologa exigir que la varianza en
ambos grupos de observaciones sea la misma.

Variable dependiente: cuantitativa, variable independiente:
nominal o categrica con dos dimensiones.
Normalidad de los datos en ambas muestras.
Homocedasticidad de las varianzas.
Caso prctico 2:
El director del colegio Bartolom Herrera del distrito de Los Olivos est
interesado en conocer las diferencias que existe entre los estudiantes
varones y estudiantes mujeres, respecto a la nota obtenida en el examen
final en el curso de matemtica en los estudiantes del quinto ao de
secundaria; y para ello, toma una muestra de 28 estudiantes.
H0: No existe diferencia entre los estudiantes varones y estudiantes
mujeres con respecto al rendimiento acadmico en el curso de
Matemtica.
H1: Existe diferencia entre los estudiantes varones y estudiantes mujeres
con respecto al rendimiento acadmico en el curso de Matemtica.
2. Nivel de significancia:
Variable cuantitativa. (Nota en el curso de Matemtica)
Normalidad de los datos.
Homocedasticidad de los datos
P g i n a 19 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Pasos para probar la normalidad en SPSS
Paso1:
Paso2:
Trasladar a lista de
factores
SALIDA DEL SPSS
P g i n a 20 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Nota
obtenida en
el examen
de
Matemtica
Sexo de
Kolmogorov-Smirnova
Shapiro-Wilk
los
estudiantes Estadstico
gl
Sig.
Estadstico
gl
Hombre
,181
14
,200
,964
14
Mujer
,178
12
,200
,950
Sig.
,791
12
,639
Segn los resultados de la prueba de Shapiro Wilks el estadstico 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 la hiptesis nula; por lo tanto,
concluimos que los puntajes en ambos grupos tienen distribucin normal.
PASOS PARA PROBAR LA HOMOCEDASTICIDAD

Paso 1
P g i n a 21 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918
P-value

Paso 2:
SALIDA DEL SPSS
PRUEBA DE HOMOGENEIDAD DE VARIANZAS

Nota obtenida en el examen de Matemtica
Estadstico de Levene
gl1
gl2
Sig.
,006
24
,936
Segn los resultados obtenidos en la prueba de homogeneidad de varianza el

P value obtenido 0.936 es mayor que el 0.05, por lo que no se rechaza la
hiptesis nula y se concluye que los datos son homogneos.
P g i n a 22 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

PASOS PARA REALIZAR LA PRUEBA T STUDENT PARA MUESTRAS

INDEPENDIENTES
Paso 1
Paso 2:
SALIDA DEL SPSS
Segn los resultados del anlisis T Student para muestras independiente El p

value fue de 0.433 > 0.05 Por lo que no se rechaza la hiptesis nula y se
concluye que no existe diferencia de rendimiento acadmico segn sexo.
P g i n a 23 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

3. T DE STUDENT PARA MUESTRAS RELACIONADAS

Tipo de estudio
Longitudinal
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
Numrica (dos medidas)
Tipo de distribucin
Con normalidad
Qu es?
Las pruebas t de muestras dependientes o apareadas, consisten
tpicamente en una muestra de pares de valores con similares
unidades estadsticas, o un grupo de unidades que han sido
evaluadas en dos ocasiones diferentes (una prueba t de mediciones
repetitivas). Un ejemplo tpico de prueba t para mediciones
repetitivas sera que los sujetos sean evaluados antes y despus de
un tratamiento.
Una prueba 't basada en la coincidencia de pares muestrales se
obtiene de una muestra desapareada que luego es utilizada para
formar una muestra apareada, utilizando para ello variables
adicionales que fueron medidas conjuntamente con la variable de
inters.
La valoracin de la coincidencia se lleva a cabo mediante la
identificacin de pares de valores que consisten en una observacin
de cada una de las dos muestras, donde las observaciones del par
son similares en trminos de otras variables medidas. Este enfoque
se utiliza a menudo en los estudios observacionales para reducir o
eliminar los efectos de los factores de confusin.
P g i n a 24 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Cul es su frmula?
Donde:
: Media muestral de la diferencia.
Desviacin estndar de la diferencia.
Tamao de la muestra.
Existen
una muestra.

Nivel de medida delas variables: mtricas, es decir, de intervalo o
razn.
Distribucin normal.
Varianza de la diferencia de medidas: desconocida.
Observaciones; pre_tratamiento y pos_tratamiento
Caso prctico 3:
Se realiza un estudio para conocer si el rendimiento acadmico de los
estudiantes cambia luego de aplicar cierta metodologa de enseanza.
H0: No existe diferencia en el rendimiento acadmico despus de aplicar
determinada metodologa de enseanza.
H1: Existe diferencia en el rendimiento acadmico despus de aplicar
P g i n a 25 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Normalidad de los datos
.
Paso1:
Paso 2:
P g i n a 26 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

SALIDA DEL SPSS
Prueba de KOLMOGOROV - SMIRNOV para una muestra
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)
a. La distribucin de contraste es la Normal.
b. Se han calculado a partir de los datos.
Nota
inicial
60
11,30
3,049
,161
,076
-,161
1,246
,090
Nota
final
60
12,95
2,620
,158
,109
-,158
1,221
,101
Los resultados presentados en la tabla indican que la distribucin de los

puntajes en la nota inicial y en la nota final presentan estadsticos K-S-Z que no
son estadsticamente significativos, por lo cual podemos concluir que presentan
una adecuada aproximacin a la curva normal.
Pasos para realizar la Prueba T Student para muestras relacionadas.
Paso 1
P g i n a 27 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 2
Se seleccionan las variables
SALIDA del SPSS
Prueba de muestras relacionadas
Media
Par
1
Nota
inicial
Nota
final
-1,650
P g i n a 28 | 124
Diferencias relacionadas
95% Intervalo de
Error tp. confianza para la
Desviacin
de la
diferencia
tp.
media
Inferior Superior
,820
,106
-1,862
-1,438
gl
Sig.
(bilateral)
-15,591
59
,000

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Los resultados de la prueba T- Student muestran un P value <0.05 por lo

que se rechaza la hiptesis nula y se concluye que si existe diferencia en
el rendimiento acadmico despus de aplicar cierta metodologa.
P g i n a 29 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

4. ANOVA CON UN FACTOR INTERSUJETOS
Tipo de estudio
Transversal
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
Numrica (ms de dos grupos)
Tipo de distribucin
Con normalidad
Qu es?
El anlisis de la varianza (ANOVA) es uno de los tests estadsticos
ms ampliamente utilizados para probar la igualdad de ms de dos
medias de la poblacin.Es decir: Hiptesis: Cuando se trata de
comparar varias medias cabe la posibilidad de realizar
comparaciones dos a dos Utilizando, por ejemplo el test t. Este
procedimiento no es correcto. Si, como es habitual, se utiliza un
valor crtico del 5 % para comprobar la hiptesis de ausencia de
diferencias entre las medias de las poblaciones, el nivel de
significacin real ser mucho mayor. Aunque todas las muestras
procedieran de la misma poblacin, una media del 5 % de los
valores t superarn el valor crtico. Puede demostrarse que en 10
comparaciones independientes uno o ms valores de t superar el
valor crtico t 0,95 en un 40 % de ocasiones. Es decir, es
relativamente fcil rechazar la hiptesis nula por un valor espurio de
t a causa de la reiteracin de comparaciones. Una segunda razn es
la prdida de precisin al estimar la varianza comn cada dos
grupos. Claro est que este problema se soluciona utilizando la
varianza global, pero sigue en pie el problema de la significacin.
Cul es su frmula?
P g i n a 30 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

En qu situaciones se puede usar?

Entre los usos ms frecuentes de las pruebas ANOVA se encuentran:
El Modelo de efectos fijos asume que los datos provienen de
poblaciones normales las cuales podran diferir nicamente en sus
medias
El Modelo de efectos aleatorios asume que los datos describen una
jerarqua de diferentes poblaciones cuyas diferencias quedan
restringidas por la jerarqua.
El Modelo de efectos mixtos describen situaciones que ste puede
tomar. Ejemplo: (donde estn presentes ambos tipos de factores:
fijos y aleatorios).

La variable dependiente debe medirse al menos a nivel de intervalo.
Independencia de las observaciones.
La distribucin de los residuales debe ser normal.
Homocedasticidad: homogeneidad de las varianzas.
Caso prctico:
Se realiza un estudio para conocer si existe diferencia en tres mtodos

de lectura aplicados a tres grupos de estudiantes.
H0: No existe diferencia entre los tres mtodos de lectura.
H1: Existe diferencia entre los tres mtodos de lectura.
3. Tipo de Prueba: ANOVA
3. Normalidad de las puntuaciones en los grupos de estudios
considerados.
P g i n a 31 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

4. Homocedasticidad de las puntuaciones.
Paso1:
Paso 2 y 3:
Hacer clic en grficos
SALIDA de SPSS (Prueba de normalidad)
P g i n a 32 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Mtodo de
lectura
Nota
Mtodo de
obtenida en lectura A
la
Mtodo de
comprensi lectura B
n de lectura Mtodo de
Lectura C
Kolmogorov-Smirnova
Shapiro-Wilk
Estadst
Estadst
ico
gl
Sig.
ico
gl
Sig.
*
,150
22 ,200
,954
22
,377
,128
22
,200*
,950
22
,311
,168
22
,105
,889
22
,018
a. Correccin de la significacin de Lilliefors

*. Este es un lmite inferior de la significacin verdadera.
Segn los resultados de la prueba de normalidad de Kolmogorov Smirnov las
puntuaciones de los tres grupos segn mtodo de lectura tienen distribucin
normal ya que el p- value en los tres grupos resulto > 0.05 por lo que no se
rechaza la hiptesis nula y se concluye que las puntuaciones en el rendimiento
acadmico en los tres grupos de estudio presenta una aproximacin a la curva
normal.
PASOS PARA PROBAR LA HOMOCEDASTICIDAD EN SPSS

Paso1:
Paso 2 y 3:
P g i n a 33 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Clic en opciones
SALIDA del SPSS

Prueba de homogeneidad de varianzas
Nota obtenida en la comprensin de lectura
Estadstico de
gl1
gl2
Sig.
Levene
,352
2
63
,705
Segn los resultados de la Prueba de Levene no se rechaza la hiptesis nula ya que el
P- value resulto > 0.05, por los que se concluye que, existe homogeneidad de
varianzas en los tres grupos de estudio.
Pasos para realizar el Anlisis de Varianza en SPSS

P g i n a 34 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso1:
Paso 2
RESULTADOS DEL SPSS

ANOVA
Nota obtenida en la comprensin de lectura
Suma de
Media
gl
F
cuadrados
cuadrtica
Inter-grupos
,485
2
,242
,086
Intra-grupos
177,773
63
2,822
Total
178,258
65
P g i n a 35 | 124
Sig.
,918

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

El anlisis comparativo de la nota en la comprensin lectora por mtodo de

lectura realizado a travs del anlisis de varianza de un factor permite apreciar
que no existe diferencia estadstica significativa en ninguno de los tres
mtodos, por lo que, no se rechaza la hiptesis nula.
P g i n a 36 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

5. T DE STUDENT PARA MUESTRAS RELACIONADAS

Tipo de estudio
Longitudinal
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
Numrica (dos medidas)
Tipo de distribucin
Con normalidad
Qu es?
Las pruebas t de muestras dependientes o apareadas, consisten
tpicamente en una muestra de pares de valores con similares unidades
estadsticas, o un grupo de unidades que han sido evaluadas en dos
ocasiones diferentes (una prueba t de mediciones repetitivas). Un
ejemplo tpico de prueba t para mediciones repetitivas sera por ejemplo
que los sujetos sean evaluados antes y despus de un tratamiento.
Una prueba 't basada en la coincidencia de pares muestrales se obtiene
de una muestra desapareada que luego es utilizada para formar una
muestra apareada, utilizando para ello variables adicionales que fueron
medidas conjuntamente con la variable de inters.8
La valoracin de la coincidencia se lleva a cabo mediante la
identificacin de pares de valores que consisten en una observacin de
cada una de las dos muestras, donde las observaciones del par son
similares en trminos de otras variables medidas. Este enfoque se utiliza
a menudo en los estudios observacionales para reducir o eliminar los
efectos de los factores de confusin.
Cul es su frmula?
P g i n a 37 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Donde:
: media muestral dela diferencia
desviacin estndar de la diferencia
tamao de la muestra
Existen
una muestra.

Nivel de medida delas variables: mtricas, es decir, de intervalo o
razn.
Distribucin normal.
Varianza de la diferencia de medidas: desconocida.
Observaciones; pre_tratamiento y pos_tratamiento
Caso prctico:
estudiantes cambia luego de aplicar cierta metodologa de enseanza.
H0: No existe diferencia en el rendimiento acadmico despus de aplicar
H1: Existe diferencia en el rendimiento acadmico despus de aplicar
Normalidad de los datos.
P g i n a 38 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso1:
Paso 2:
SALIDA DEL SPSS

P g i n a 39 | 124
Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Nota
inicial
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
60
11,30
3,049
,161
,076
-,161
1,246
,090
Nota
final
60
12,95
2,620
,158
,109
-,158
1,221
,101

puntajes en la nota inicial y en la nota final presentan estadsticos K-S-Z que no
son estadsticamente significativos, por lo cual podemos concluir que presentan
una adecuada aproximacin a la curva normal.
Pasos para realizar la Prueba T Student para muestras relacionadas.

Paso 1
P g i n a 40 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 2
Se seleccionan las variables
SALIDA del SPSS
Prueba de muestras relacionadas
Media
Par
1
Nota
inicial
Nota
final
-1,650
Diferencias relacionadas
95% Intervalo de
Error tp. confianza para la
Desviacin
de la
diferencia
tp.
media
Inferior Superior
,820
,106
-1,862
-1,438
gl
Sig.
(bilateral)
-15,591
59
,000
Los resultados de la prueba T- Student muestran un P value <0.05 por lo

que se rechaza la hiptesis nula y se concluye que si existe diferencia en
el rendimiento acadmico despus de aplicar cierta metodologa.
P g i n a 41 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

6. COEFICIENTE DE CORREALCIN R DE PEARSON

Tipo de estudio
Transversal
Relacional
Objeto estadstico
Comparar
Variable de estudio
Numrica
Tipo de distribucin
Con normalidad
Qu es?
En estadstica, el coeficiente de correlacin de Pearson es una medida
de la relacin lineal entre dos variables aleatorias cuantitativas. A
diferencia de la covarianza, la correlacin de Pearson es independiente
de la escala de medida de las variables.
De manera menos formal, podemos definir el coeficiente de correlacin
de Pearson como un ndice que puede utilizarse para medir el grado de
relacin de dos varia
Cul es su frmula?
En el caso de que se est estudiando dos variables
aleatorias x e y sobre una poblacin estadstica; el coeficiente de
correlacin de Pearson se simboliza con la letra
siendo la expresin
que nos permite calcularlo:
Donde:
es la covarianza de
es la desviacin tpica de la variable
es la desviacin tpica de la variable
De manera anloga podemos calcular este
un estadstico muestral, denotado como
a:
P g i n a 42 | 124
coeficiente

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918
sobre

Cmo interpretarla?
Para interpretar el coeficiente de correlacin utilizamos la siguiente
escala:
Valor
-1
-0,9 a -0,99
-0,7 a -0,89
-0,4 a -0,69
-0,2 a -0,39
-0,01 a -0,19
0
0,01 a 0,19
0,2 a 0,39
0,4 a 0,69
0,7 a 0,89
0,9 a 0,99
1
Significado
Correlacin negativa grande y perfecta
Correlacin negativa muy alta
Correlacin negativa alta
Correlacin negativa moderada
Correlacin negativa baja
Correlacin negativa muy baja
Correlacin nula
Correlacin positiva muy baja
Correlacin positiva baja
Correlacin positiva moderada
Correlacin positiva alta
Correlacin positiva muy alta
Correlacin positiva grande y perfecta

Dado dos variables, la correlacin permite hacer estimaciones del valor
de una de ellas conociendo el valor de la otra variable. Mide el grado de
co-variacin entre distintas
variables relacionadas linealmente.
Advirtase que decimos "variables relacionadas linealmente". Esto
significa que puede haber variables fuertemente relacionadas, pero no
de forma lineal, en cuyo caso no proceder a aplicarse la correlacin de
Pearson. Por ejemplo, la relacin entre la ansiedad y el rendimiento tiene
forma de U invertida; igualmente, si relacionamos poblacin y tiempo la
relacin ser de forma exponencial. En estos casos (y en otros muchos)
no es conveniente utilizar la correlacin de Pearson. Insistimos en este
punto, que parece olvidarse con cierta frecuencia.
P g i n a 43 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Caso prctico:
Se realiza un estudio para conocer la relacin que existe entre el nmero
de horas de estudio semanal y la calificacin en un examen de
Estadstica.
H0: Existe relacin entre las horas de estudio y la calificacin.
H1: No existe relacin entre las horas de estudio y la calificacin.
3. Tipo de Prueba: r de Pearson
5. Normalidad de los datos.

Paso1:
Paso 2
P g i n a 44 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

SALIDA DEL SPSS

Horas de
estudio
semanal
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
60
5,07
2,261
,137
,103
-,137
1,061
,210
Calificacin en el
examen de
Estadstica
60
14,63
3,103
,214
,122
-,214
1,655
,008

puntajes en las horas de estudio y la calificacin en el examen presentan
estadsticos K-S-Z que no son estadsticamente significativos, por lo cual
podemos concluir que presentan una adecuada aproximacin a la curva
normal.
Pasos para realizar la correlacin r de Pearson.

P g i n a 45 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 1
Paso 2
Seleccionar ambas variables
Resultados de SPSS
Correlaciones
P g i n a 46 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Horas de estudio
semanal
Calificacin en el
examen de
Estadstica
Correlacin de
Pearson
Sig. (bilateral)
N
Correlacin de
Pearson
Calificacin en
Horas de
el examen de
estudio semanal
Estadstica
1
,941**
60
,941**
Sig. (bilateral)
,000
N
60
**. La correlacin es significativa al nivel 0,01 (bilateral).
,000
60
1
60
Segn los resultados presentados en la tabla, estos nos indican que existe una
correlacin significativa muy alta que alcanza un valor de 0.941 entre las horas
de estudio semanal y la calificacin en el examen.
P g i n a 47 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

PRUEBAS
NO PARAMTRICAS
7.
BONDAD DE AJUSTE
Tipo de estudio
P g i n a 48 | 124
Transversal

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Descriptivo
Objeto estadstico
Comparar
Numrica Ordinal Nominal
Politmica (un grupo)
Sin normalidad
Variable de estudio
Tipo de distribucin
Qu es?
Se entiende por bondad de ajuste a la asimilacin de los datos
observados de una variable a una funcin matemtica previamente
establecida y reconocida. A travs de este es posible entonces predecir
el comportamiento de la variable de estudio.
Las pruebas de bondad de ajuste tienen por objetivo determinar si los
datos disponibles se ajustan a una determinada distribucin.
Cul es su frmula?
Entre las pruebas de bondad de ajuste ms conocidos, tenemos:
CHI CUADRADO:
Distribucin Ji-cuadrado con
grados de libertad
PRUEBA DE KOLMOGOROV SMIRNOV
Para dos colas el estadstico viene dado por:
P g i n a 49 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Donde
es la distribucin presentada como hiptesis
NOTA: Ambas pruebas caen en la categora de lo que en estadstica se

denominan pruebas de Bondad de Ajuste y miden, como el nombre lo
indica, el grado de ajuste que existe entre la distribucin obtenida a partir
de la muestra y la distribucin terica que se supone debe seguir esa
muestra.

La prueba de bondad de ajuste se aplica en diseos de
investigacin en los que se estudia a un nico grupo.
La prueba compara la distribucin de frecuencias observadas ( ) de
una variable usualmente cualitativa, pero que tambin puede ser
cuantitativa, con la distribucin de frecuencias de la misma variable
medida en un grupo de referencia.
El procedimiento de la prueba implica el clculo de una distribucin
esperada ( ) en el grupo estudiado, usando como punto de partida a
la distribucin de la variable en el grupo de referencia.
El propsito de la prueba es averiguar si existen diferencias
estadsticamente significativas entre la distribucin observada ( ) y
la distribucin esperada ( )
En la prueba se plantean las siguientes estadsticas :
Hiptesis estadstica nula
Hiptesis estadstica alterna
El procedimiento de la prueba incluye el clculo de la medida Chi

cuadrada. El rechazo de la Hiptesis nula ocurre cuando el valor
calculado con los datos resulta mayor que el valor crtico de dicha
medida contenido en una tabla llamada Valores Crticos de Chi
cuadrada.
En el caso de que el valor de Chi cuadrada calculada sea igual o
menor al de Chi cuadrada crtica se dice que no rechaza a la
Hiptesis nula y, por lo tanto, se concluye que la Fo es semejante a
la Fe. En otras palabras, se dice que ambas distribuciones se
ajustan bien; de ah el nombre de la prueba: bondad de ajuste.
P g i n a 50 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Caso prctico:
Se realiza un estudio para conocer si la proporcin de individuos segn
nivel socio econmico son iguales.
H0: La proporcin de individuos segn nivel socio econmico son
iguales.
H1: La proporcin de individuos segn nivel socio econmico son
diferentes.
3. Tipo de Prueba: Bondad de ajuste
6. Variable ordinal.
Pasos para realizar prueba Bondad de ajuste X2.

Paso1
Paso 2
P g i n a 51 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

SALIDA DE LA PRUEBA
Estadsticos de contraste
Nivel
Socioeconmico
Chi-cuadrado
7,200a
gl
2
Sig. asintt.
,027
a. 0 casillas (,0%) tienen frecuencias esperadas
menores que 5. La frecuencia de casilla
esperada mnima es 10,0.
Segn el resultado de la prueba de bondad de ajuste se obtiene un estadstico
significativo por lo que se rechaza la hiptesis nula y se concluye que la
proporcin de individuos es diferente para las diferentes clases sociales.
P g i n a 52 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

8. BONDAD DE AJUSTE BINOMIAL

Tipo de estudio
Transversal
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
Nominal Dicotmica (un grupo)
Tipo de distribucin
Sin normalidad
Qu es?
Es una prueba de bondad de ajuste, que permite averiguar si una
variable dicotmica sigue o no un determinado modelo de probabilidad.
Permite contrastar la hiptesis de que la proporcin observada de
aciertos se ajusta a la proporcin terica de una distribucin binomial (lo
cual se traduce en la posibilidad de contrastar hiptesis sobre
proporciones y sobre cuartiles).
Cul es su frmula?
Para obtener los valores esperados se tiene que utilizar la frmula de la
distribucin binomial:
Donde:
es el nmero de series,
son las probabilidades respectivas.
Para calcular el valor de , se sabe que
distribucin binomial, por lo que
.
con un
en una

Las Pruebas No Paramtricas Son tcnicas tiles, que no hacen
suposiciones restrictivas respecto a la forma de las distribuciones
de las poblaciones. Estas se conocen tambin como pruebas sin
distribucin.
P g i n a 53 | 124
Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Las pruebas estadsticas no paramtricas, son tiles no

solamente cuando los datos representan una ordenacin, sino
tambin cuando se tienen nicamente diferencias direccionales.
La palabra no Paramtrica, est ligada con los tipos de hiptesis
que se prueban usualmente al tener este tipo de datos.
Las pruebas no paramtricas son aplicables, no slo en casos en
que las mediciones son difciles de cuantificar, sino tambin son
tiles para hacer inferencias, en situaciones en la que se tienen
serias dudas sobre la satisfaccin de la hiptesis que respaldan la
metodologa estndar.
Caso prctico:
Se realiza un estudio para conocer si la mitad de los estudiantes que

utilizan como mximo 4 horas de estudio semanal.
H0: La mediana de las horas de estudio es igual a 4 horas.
H1: La mediana de las horas de estudio es diferente a 4 horas.
3. Tipo de Prueba: Binomial
P g i n a 54 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

7. Los datos no tienen distribucin normal.

Paso 1
Paso 2
P g i n a 55 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

SALIDA DEL SPSS
Prueba de Kolmogorov-Smirnov para una muestra
N
Parmetros
normales
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
Horas de
estudio
60
4,65
3,526
,179
,150
-,179
1,386
,043
P value < 0.05
Segn los resultados de la Prueba de Kolmogorov Smirnov indican que la

distribucin de las horas de estudio presentan un estadstico significativo por lo
que rechazamos la hiptesis nula y concluimos que la distribucin de las horas
de estudio no se aproximan a una distribucin normal por lo que no se puede
hacer uso de pruebas paramtricas.
PASOS PARA REALIZAR LA PRUEBA BINOMIAL.
Paso 1
P g i n a 56 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 2
Insertar valor de la
mediana
Resultados de la Prueba
Prueba binomial
Sig.
Proporcin Prop. de exacta
N
observada prueba (bilateral)
32
,53
,50
,699
Categora
Horas Grupo <= 4
de
1
estudio Grupo > 4
28
,47
2
Total
60
1,00
Segn los resultados de la prueba Binomial el estadstico obtenido no es
estadsticamente significativo ya que p-value 0.699 > 0.05, por lo que no se
rechaza la hiptesis nula; y se concluye que, la mitad de los estudiante usan
como mximo 4 horas de estudio.
P g i n a 57 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

9. U MANN-WITHNEY
Tipo de estudio
Transversal
Relacional
Objeto estadstico
Comparar
Variable de estudio
Numrica Ordinal (dos grupos)
Tipo de distribucin
Sin normalidad
Qu es?
En estadstica la prueba U de Mann-Whitney (tambin llamada de MannWhitney-Wilcoxon, prueba de suma de rangos Wilcoxon, o prueba de
Wilcoxon-Mann-Whitney) es una prueba no paramtrica aplicada a dos
muestras independientes. Es, de hecho, la versin no paramtrica de la
habitual prueba t de Student.
Fue propuesto inicialmente en 1945 por Frank Wilcoxon para muestras
de igual tamaos y extendido a muestras de tamao arbitrario como en
otros sentidos por Henry B. Mann y D. R. Whitney en 1947.
Esta prueba sirve para contraste de dos muestras independientes.
Cul es su frmula?
La prueba calcula el llamado estadstico U, cuya distribucin para
muestras con ms de 20 observaciones se aproxima bastante bien a la
distribucin normal.
La aproximacin a la normal, z, cuando tenemos muestras lo
suficientemente grandes viene dada por la expresin:
Donde
son la media y la desviacin estndar de U si la
hiptesis nula es cierta, y vienen dadas por las siguientes frmulas:
P g i n a 58 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918


La prueba de Mann-Whitney se usa para comprobar la heterogeneidad
de dos muestras ordinales. El planteamiento de partida es:
Las observaciones de ambos grupos son independientes
Las observaciones son variables ordinales o continuas.
Bajo la hiptesis nula, las distribuciones de partida de ambas
distribuciones es la misma
Bajo la hiptesis alternativa, los valores de una de las muestras
tienden a exceder a los de la otra:
Caso prctico:
Un investigador desea determinar si las horas de estudio en los

estudiantes segn sexo son iguales.
H0: Las horas de estudio en los estudiantes segn sexo son iguales.
H1: Las horas de estudio en los estudiantes segn sexo son
diferentes.
3. Tipo de Prueba: U Mann Whitney
8. Los datos no tienen distribucin normal.
P g i n a 59 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918


Paso 1
Paso 2
SALIDA SPSS
Horas de
estudio
Sexo de los
estudiantes
Masculino
Femenino
P g i n a 60 | 124
Kolmogorov-Smirnova
Shapiro-Wilk
Estadstico gl
Sig. Estadstico
gl
Sig.
,212 29
,905
29 ,013
,002
,181 31
,867
31 ,001
,011

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Segn los resultados al aplicar la prueba de Kolmogorov Smirnov se obtienen

estadsticos significativos por lo que no rechazamos la hiptesis nula y
concluimos que los datos no se ajustan a una distribucin normal por lo que no
se puede hacer uso de las pruebas paramtricas.
PASOS PARA REALIZAR LA PRUEBA U MANN WHITNEY.
Paso 1
Paso 2
SALIDA de la Prueba
Estadsticos de contrastea
P g i n a 61 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Horas de estudio
U de Mann-Whitney
325,000
W de Wilcoxon
821,000
Z
-1,869
,062
a. Variable de agrupacin: Sexo de los
estudiantes
Segn los resultados de la prueba se aprecia que estos arrojan un
estadstico estadsticamente no significativo, por lo que, no se rechaza la
hiptesis nula y se concluye que, las horas de estudio en los estudiantes
hombres y mujeres son iguales.
P g i n a 62 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

10.
DEPENDENCIA CHI - CUADRADO
Tipo de estudio
Transversal
Relacional
Objeto estadstico
Comparar
Variable de estudio
Nominal Politmica - Dicotmica
Tipo de distribucin
Sin normalidad
Qu es?
Es una distribucin de probabilidad continua con un parmetro k, que
presenta los grados de libertad de la variable aleatoria, la distribucin de
Chi Cuadrado es denotada por la letra griega
, es frecuentemente
usada para probar hiptesis, concernientes a la diferencia entre un

conjunto de frecuencias observadas de una muestra y un conjunto
correspondientes de frecuencias tericas esperadas. Las pruebas de Chi
Cuadrado, son tiles al analizar ms de dos poblaciones, por ejemplo,
sirven para trabajar con datos de Mercadotecnia, tambin permite
determinar si un grupo de datos descritos de una distribucin normal, se
ajustan a la realidad de ese patrn.
El estadstico de Chi Cuadrado se representa de la forma siguiente:
Cul es su frmula?
: Chi Cuadrado
: La suma de
: Frecuencia observada
: Frecuencia esperada.
P g i n a 63 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918


El estadstico CHI CUADRADO (o JI CUADRADO, X2) por tanto es
una prueba estadstica que evala las hiptesis acerca de la relacin
que existen entre dos variables categricas, pertenecientes a un nivel
nominal u ordinal, para ello parte del supuesto de dos variables no
relacionadas (existe independencia de variables);
H1= Hiptesis
relacionadas)
alternativa
En ella se observa:
(establece
que
las
variables
estn
; entonces se rechaza la hiptesis de
independencia pues existe una relacin estadstica de variables de

significancia estrecha.
Caso prctico:
Se realiza un estudio para conocer la asociacin entre el nivel

socioeconmico y el defecto del lenguaje en estudiantes de una
determinada regin.
H0: El nivel socioeconmico y el defecto del lenguaje son
independientes.
H1: El nivel socioeconmico y el defecto del lenguaje son
dependientes.
3. Tipo de Prueba: Chi cuadrado
9. Variables cualitativas.
PASOS PARA REALIZAR LA PRUEBA CHI CUADRADO.

P g i n a 64 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 1
Paso 2 y Paso 3
SALIDA PRUEBA
Pruebas de chi-cuadrado
P g i n a 65 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Valor
Chi-cuadrado de
Pearson
Razn de
verosimilitudes
Asociacin lineal por
lineal
N de casos vlidos
Sig. asinttica
(bilateral)
gl
a
,147
4,454
,108
,000
1,000
3,840
16
a. 5 casillas (83,3%) tienen una frecuencia esperada

inferior a 5. La frecuencia mnima esperada es ,75.
Segn los resultados de la prueba se obtiene un estadstico no significativo por
lo que no se rechaza la hiptesis nula y se concluye que, el nivel
socioeconmico y el defecto del lenguaje son independientes.
P g i n a 66 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

11.
KRUSKAL WALLIS
Tipo de estudio
Transversal
Descriptiva
Objeto estadstico
Comparar
Numrica - Ordinal (ms de dos
grupos)
Sin normalidad
Variable de estudio
Tipo de distribucin
Qu es?
La prueba de Kruskal-Wallis (tambin llamada la prueba H) es una
prueba no paramtrica que utiliza rangos de datos muestrales de tres o
ms poblaciones independientes. Se utiliza para probar la hiptesis nula
de que las muestras independientes provienen de poblaciones con
medianas iguales; la hiptesis alternativa es la aseveracin de que las
poblaciones tienen medianas que no son iguales. Es una extensin de la
de U de Mann-Whitney y representa una excelente alternativa al ANOVA
de un factor completamente aleatorizado.
H0: Las muestras provienen de poblaciones con medianas iguales.
H1: Las muestras provienen de poblaciones con medianas que no son
iguales.
Para aplicar la prueba de Kruskal-Wallis, calculamos el estadstico de
prueba H, el cual tiene una distribucin que puede aproximarse por
medio la distribucin chi cuadrada, siempre y cuando cada muestra
tenga al menos cinco observaciones. Cuando utilizamos la distribucin
chi cuadrada en este contexto, el nmero de grados de libertad es k
1, donde k es el nmero de muestras.
Requisitos:
Tenemos al menos tres muestras independientes, las cuales se
seleccionan al azar.
Cada muestra tiene al menos cinco observaciones.
No existe el requisito de que las poblaciones tengan una distribucin
normal o alguna otra distribucin particular.
P g i n a 67 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Cul es su frmula?
Donde:
: valor estadstico de la prueba de Kruskal-Wallis.
tamao total de la muestra.
sumatoria de los rangos elevados al cuadrado.
tamao de la muestra de cada grupo.
ajuste dado por el ajuste de ligas o empates de los rangos.

La prueba de Kruskal - Wallis es un mtodo no paramtrico que se usa
para probar si un grupo de datos proviene de la misma poblacin.
Intuitivamente, es idntico al ANOVA con los datos reemplazados por
categoras. Es una extensin de la prueba de la U de MannWhitney para 3 o ms grupos. Ya que es una prueba no paramtrica, la
prueba de Kruskal - Wallis no asume normalidad en los datos, en
oposicin al tradicional ANOVA. S asume, bajo la hiptesis nula, que los
datos vienen de la misma distribucin. Una forma comn en que se viola
este supuesto es con datos heterocedsticos.
Caso prctico:
Se realiza un estudio para conocer si el rea a la que pertenece el
profesorado influye en la utilidad que le atribuye a las TIC en la
enseanza.
H0: El rea de estudio a la que pertenece el profesorado no influye en
la utilidad que le atribuye a las TIC en la enseanza.
H1: El rea de estudio a la que pertenece el profesorado influye en la
utilidad que le atribuye a las TIC en la enseanza
P g i n a 68 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

3. Tipo de Prueba: Kruskal Wallis
10. Variable Ordinal.
PASOS PARA REALIZAR LA PRUEBA KRUSKAL WALLIS.

Paso 1
Paso 2
P g i n a 69 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Definir las reas
RESULTADOS DE LA PRUEBA KRUSKAL WALLIS
Rangos
Utilidad de las TIC
rea de estudio
Cienicas Naturales
Ciencias Sociales y
Educacin
20
Rango
promedio
57,23
20
27,08
Letras
Tcnicas
Total
20
20
80
16,93
60,78
Estadsticos de contrastea,b
Chi-cuadrado
gl
Sig. asintt.
P g i n a 70 | 124
Utilidad de las
TIC
57,289
3
,000

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Estadsticos de contrastea,b
Chi-cuadrado
gl
Sig. asintt.
Utilidad de las
TIC
57,289
3
,000
a. Prueba de Kruskal-Wallis
b. Variable de agrupacin: Area de
estudio
Segn los resultados de la prueba se rechaza la hiptesis nula ya que el
p-value < 0.05 por lo que se acepta la hiptesis alterna y se concluye
que, el rea de estudio a la que pertenece el profesorado, influye en la
utilidad que le atribuye a las TIC en la enseanza
P g i n a 71 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

12. WILCOXON
Tipo de estudio
Longitudinal
Nivel de
investigacin
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
Numrica Ordinal (dos medidas)
Tipo de distribucin
Sin normalidad
Qu es?
La prueba de los rangos con signo de Wilcoxon es una prueba no
paramtrica para comparar la media de dos muestras relacionadas y
determinar si existen diferencias entre ellas.
Cul es su frmula?
La hiptesis nula es
valores
. Retrotrayendo dicha hiptesis a los
originales, sta vendra a decir que son en cierto sentido
del mismo tamao.

Para verificar la hiptesis, en primer lugar, se ordenan los valores
absolutos
y se les asigna su rango
. Entonces, el
estadstico de la prueba de los signos de Wilcoxon,
P g i n a 72 | 124
es:

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

es decir, la suma de los rangos

positivos de
correspondientes a los valores
La distribucin del estadstico
puede consultarse en tablas para
determinar si se acepta o no la hiptesis nula.

En ocasiones, esta prueba se usa para comparar las diferencias entre
dos muestras de datos tomados antes y despus del tratamiento, cuyo
valor central se espera que sea cero. Las diferencias iguales a cero son
eliminadas y el valor absoluto de las desviaciones con respecto al valor
central son ordenadas de menor a mayor. A los datos idnticos se les
asigna el lugar medio en la serie. La suma de los rangos se hace por
separado para los signos positivos y los negativos. S representa la
menor de esas dos sumas. Comparamos S con el valor proporcionado
por las tablas estadsticas al efecto para determinar si rechazamos o no
la hiptesis nula, segn el nivel de significacin elegido.

Se utiliza como alternativa a la prueba t de Student cuando no se puede
suponer la normalidad de dichas muestras. Debe su nombre a Frank
Wilcoxon, que la public en 1945.
Se utiliza cuando la variable subyacente es continua pero no se
presupone ningn tipo de distribucin particular.
Caso prctico:
Se realiza un estudio para conocer si los estudiantes de administracin

han variado su opinin sobre la utilidad de la estadstica aplicada
despus de aplicar un taller de herramientas que ofrece la Estadstica
en el Anlisis de datos.
H0: No hay diferencia en la opinin de los estudiantes sobre la utilidad de
la estadstica aplicada despus de la aplicacin del taller.
P g i n a 73 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

H1: Hay diferencia en la opinin de los estudiantes sobre la utilidad de la

estadstica aplicada despus de la aplicacin del taller.
3. Tipo de Prueba: kruskal wallis
11.Variable Ordinal.
12.No normalidad de de los datos.
PASOS PARA REALIZAR LA PRUEBA WILCOXON.
Paso 1
P g i n a 74 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 2
Seleccionar la prueba
Resultados de la Prueba Wilcoxon
Rangos
8a
Rango
promedio
8,50
Suma de
rangos
68,00
16b
14,50
232,00
N
Opinin de los
estudiantes despus
del Taller - Opinin
de los estudiantes
del Taller
Rangos
negativos
Rangos
positivos
Empates
11c
Total
35
a. Opinin de los estudiantes despus del Taller < Opinin de los
estudiantes del Taller
b. Opinin de los estudiantes despus del Taller > Opinin de los
c. Opinin de los estudiantes despus del Taller = Opinin de los
P g i n a 75 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Estadsticos de contrasteb
Opinin de los estudiantes
despus del Taller - Opinin de
los estudiantes del Taller
-2,440a
,015
Z
Sig. asintt.
(bilateral)
a. Basado en los rangos negativos.
b. Prueba de los rangos con signo de Wilcoxon
Segn los resultados de la prueba, se rechaza la hiptesis nula ya que p-value

<0.05, por lo que, existen diferencias significativas y aceptamos la hiptesis
alterna. Concluimos que hay diferencia en la opinin de los estudiantes sobre la
utilidad de la estadstica aplicada despus de la aplicacin del taller.
P g i n a 76 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

13.
Q DE COCHRAN
Tipo de estudio
Longitudinal
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
Nominal Politmica (dos o ms medidas)

Nominal Dicotmica (ms de dos medidas)
Tipo de distribucin
Sin normalidad
Qu es?
La prueba Q de Cochran es una tcnica estadstica, extensin de la
prueba de McNemar, que se utiliza en los modelos experimentales con
tres o ms muestras dependientes o relacionadas entre s, es decir, esta
poblacin sirve como su propio control, en el que existe un perodo
previo y otro ulterior; adems, el tipo de escala debe ser nominal.
Cul es su frmula?
El valor calculado en la prueba Q de Chochran se distribuye igual que la
ji cuadrada, por lo cual el smbolo utilizado ser
La ecuacin es la siguiente:
Donde:
estadstico ji cuadrada de la prueba Q de Cochran.
nmero de tratamientos.
nmero total de respuestas de cambio de cada tratamiento o
columna.
nmero total de respuestas de cambio por individuo de la
muestra o hileras.
Pasos:
P g i n a 77 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

1. Arreglar la muestra individualmente con sus respuestas de cambio.

2. Efectuar las sumatorias de cambios por cada tratamiento o columna
(Gn y S Gn).
3. Efectuar la sumatoria de cambios por cada hilera y elevarla al
cuadrado y, a su vez, las sumatorias de stas (S
yS
).
4. Aplicar la frmula de la prueba Q de Cochran, de modo que se
obtenga el valor
.
5. Calcular los grados de libertad (gl) con K tratamientos -1.
6. Comparar el estadstico
obtenido con respecto a los gl en la
distribucin de ji cuadrada.
7. Decidir si se acepta o rechaza la hiptesis.

Esta prueba es particularmente adecuada cuando los datos estn
en una escala nominal o se ha dicotomizado la informacin nominal.
Esta prueba puede utilizarse en aquellas situaciones en las que se
seleccionan n grupos de k elementos de forma que los elementos de
cada grupo sean lo ms parecidos posible entre s, y a cada uno de
los elementos del grupo se le aplica uno de entre k ''tratamientos'', o
bien cuando a cada uno de los elementos de una muestra de tamao
n se le aplican los k ''tratamientos''.
Su funcin es comparar el cambio en la distribucin de proporciones
entre ms de dos mediciones de una variable dicotmica y
determinar que la diferencia no se deba al azar (que la diferencia sea
estadsticamente significativa).
Es una prueba para comparar las proporciones de respuestas de un
tipo (positivo o negativo) o (cero o uno) de varios sujetos bajo varias
formas de tratamiento.

Prueba Q de Cochran se basa en los siguientes supuestos:
1. Una gran aproximacin de la muestra, en particular, se supone que b
es "grande".
2. Los bloques fueron seleccionados al azar de la poblacin de todos los
bloques posibles.
P g i n a 78 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

3.
Los resultados de los tratamientos pueden ser codificados como

respuestas binarias (es decir, un "0" o "1") de una manera que es
comn a todos los tratamientos dentro de cada bloque.
Caso prctico:
Se realiza un estudio para conocer si la proporcin es la misma de
alumnos que han recibido dos tipos de terapia.
H0: No hay diferencia en la proporcin de estudiantes que reciben
terapia de ansiedad, terapia de fobia y terapia de estrs ante
exposiciones.
H1: Hay diferencia en la proporcin de estudiantes que reciben terapia
de ansiedad, terapia de fobia y terapia de estrs ante exposiciones.
2. Nivel de significancia: = 0.05
3. Tipo de Prueba: Cochran
13. Variable Nominal.
14. Ms de dos muestras relacionadas.
P g i n a 79 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

PASOS PARA REALIZAR LA PRUEBA COCHRAN.
Paso 1
Paso 2
Seleccionar la prueba
SALIDA SPSS
Frecuencias
P g i n a 80 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Valor
1
Terapia de
Ansiedad
Terapia de Fobia
Terapia de
Estres
2
12
7
10
13
10
Estadsticos de contraste
N
20
Q de Cochran
2,714a
gl
2
Sig. asintt.
,257
a. 1 se trata como un xito.
Segn los resultados de la prueba no se rechaza la hiptesis nula y se

concluye que, no hay diferencia en la proporcin de estudiantes que
reciben las terapias de: ansiedad, fobia y estrs ante exposiciones.
P g i n a 81 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

14.
MC NEMAR
Tipo de estudio
Longitudinal
Relacional
Objeto estadstico
Comparar
Variable de estudio
Nominal Dicotmica (dos medidas)
Tipo de distribucin
Sin normalidad
Qu es?
La prueba Mc Nemar tambin conocida como apareados de medidas
repetidas o de grupos relacionados se utiliza para decidir si se puede o
no aceptarse que determinado tratamiento induce un cambio en la
respuesta de los elementos sometidos al mismo, y es aplicable a los
diseos del tipo ANTES - DESPUES en los que cada elemento acta
como su propio control.
Fue publicada por primera vez en un artculo en Psychometrika 1947,
dada por Sr. Quinn, quien fue profesor en el departamento de Psicologa
y Estadstica de la Universidad de Stanford.
Cul es su frmula?
La prueba se aplica a una tabla de 2 2 contingencia, que tabula los
resultados de dos ensayos en una muestra de n sujetos, como sigue.
Prueba 1
positivo
Prueba 1
negativo
Total de la
columna
P g i n a 82 | 124
Prueba 2
positivo
Prueba 2
negativo
Total de
la fila
un
a+b
c+d
a+c
b+d

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

As, las hiptesis nula y alternativa son:
El McNemar estadstica de prueba es:
La estadstica con la correccin de Yates para continuidad viene dada

por:
Una correccin alternativa 1 en lugar de 0.5 se atribuye a Edwards

Fleiss, lo que resulta en una ecuacin similar:
[4]
por
Bajo la hiptesis nula, con un nmero suficientemente grande de

discordants (clulas B y C),
tiene una distribucin chi-cuadrado con
1 grado de libertad . Si cualquiera de Bo C es pequea (b + c <25) y
luego
no est bien aproximada por la distribucin de chicuadrado. La distribucin binomial puede utilizarse para obtener la
distribucin exacta de un equivalente a la forma no corregida de
estadstica de prueba de McNemar. En esta formulacin, b se compara
con una distribucin binomial con parmetro de tamao igual a b + c y
"probabilidad de xito" = , que es esencialmente el mismo que el
binomio prueba de los signos . Para b + c < 25, el clculo binomial debe
realizarse, y de hecho, la mayora de los paquetes de software
simplemente realizar el clculo binomial en todos los casos, ya que el
resultado es entonces una prueba exacta en todos los casos. Cuando se
compara el resultado
estadstica a la cola derecha de la distribucin
chi-cuadrado, el valor de p que se encuentra es de dos caras, mientras
que para alcanzar un valor de p de dos caras en el caso de la prueba
binomial exacta, el valor p de la extrema cola debe ser multiplicado por
2.
P g i n a 83 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Si el
resultado es significativo , esto proporciona evidencia suficiente
para rechazar la hiptesis nula, a favor de la hiptesis alternativa de
que p b p c, lo que significara que las proporciones marginales son
significativamente diferentes entre s.

Entre los usos ms frecuentes del test de Mc Nemar se encuentran:
Esta prueba es particularmente apropiada para los diseos de antes
y despus en los que cada persona es utilizada como su propio
control. Los datos que se utilizan deben de encontrarse
Prueba estadstica que sirve para comparar proporciones en datos
pareados.
Prueba de significacin estadstica para probar la hiptesis nula de
inexistencia de cambios en la proporcin de sujetos que
experimentan un acontecimiento, cuando cada individuo es evaluado
dos veces (en condiciones diferentes) y los datos estn emparejados.
La prueba de McNemar contrasta si el nmero de individuos que han
cambiado de la categora 1, Cat1, en la primera visita a la categora
2, Cat2, en la segunda visita, es el mismo que el nmero de
individuos que han realizado el cambio inverso. Los individuos que
no han variado de categora en ambas visitas no son tenidos en
cuenta. Existen versiones de esta prueba para analizar medidas
repetidas de variables con ms de dos categoras.
Cuando las variables son ordinales o cuantitativas que no siguen una
distribucin normal, se pueden realizar las pruebas de los Signos y
de los Rangos signados para una sola muestra, contrastando si la
mediana de la variable diferencia entre visitas es igual a un
determinado valor terico med0 para la mediana poblacional de la
diferencia.
Caso prctico:
Se realiza un estudio para conocer si la proporcin es la misma de
alumnos que han recibido dos tipos de terapia.
P g i n a 84 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

H0: No hay diferencia en la proporcin de estudiantes que reciben

terapia de ansiedad y terapia de fobia ante exposiciones.
H1: Hay diferencia en la proporcin de estudiantes que reciben
terapia de ansiedad y terapia de fobia ante exposiciones.
3. Tipo de Prueba: Mc Nemar
15.Variable Dependiente: Nominal.
16.Dos muestras relacionadas.
PASOS PARA REALIZAR LA PRUEBA MC NEMAR.

Paso 1
P g i n a 85 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 2
Resultados de la Prueba Mc Nemar
Terapia de Ansiedad y Terapia de Fobia

Terapia de
Ansiedad
Si
No
Terapia de Fobia
Si
No
5
7
2
6
Estadsticos de contrasteb
Terapia de Ansiedad y
Terapia de Fobia
N
Sig. exacta (bilateral)
a. Se ha usado la distribucin binomial.
b. Prueba de McNemar
20
,180a
Segn los resultados de la prueba Mac Nemar, no se rechaza la hiptesis

nula por lo que concluimos: no hay diferencia en la proporcin de
estudiantes que reciben terapias de: ansiedad y fobia ante exposiciones.
P g i n a 86 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

15.
FRIEDMAN
Tipo de estudio
Longitudinal
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
Numrica Ordinal (ms de dos

medidas)
Tipo de distribucin
Sin normalidad
Qu es?
Prueba no paramtrica desarrollada por Milton Friedman, economista
estadounidense, a travs del cual se va ordenando los datos por filas o
bloques, reemplazndolos por su respectivo orden; teniendo en cuenta
los datos idnticos.
Cul es su frmula?
Donde:
Nmero de filas o bloques
Nmero de tratamientos (columnas)
Es la suma de los rangos de la j-sima columna
Conforme aumenta la cantidad de bloques en el experimento
(ms de 5) se puede aproximar el estadstico de Friedman a una
distribucin
con
grados de libertad

P g i n a 87 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

1.- Para Pruebas estadsticas para ms de dos muestras dependientes y

relacionadas, semejante a ANOVA.
2.- Como una extensin de la prueba de WILCOXON para incluir datos
registrados en ms de dos periodos de tiempo o grupos de tres o ms
sujetos pareados, con un sujeto de cada grupo que ha sido asignado
aleatoriamente a una de las tres o ms condiciones.
3.- Para examinar los rangos de los datos generados en cada periodo de
tiempo para determinar si las variables comparten la misma distribucin
contina de su origen.
Caso prctico:
estudiantes del quinto ao de secundaria es el mismo en tres de las
asignaturas que cursan como son: Lgico Matemtico, Ciencia y
ambiente y Comunicacin Integral.
H0: No hay diferencia en el rendimiento acadmico en las tres
asignaturas que cursan los estudiantes.
H1: Hay diferencia en el rendimiento acadmico en las tres asignaturas
que cursan los estudiantes.
3. Tipo de Prueba: Friedman
Supuestos de la prueba.
17.No normalidad de los datos.
PASOS PARA FRIEDMAN
Paso 1 y Paso 2
P g i n a 88 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Resultados de la Prueba de Normalidad

Prueba de Kolmogorov-Smirnov para una muestra
N
Parmetros
normalesa,b
Nota en
Nota
Lgico Comunic Nota en
Matemti
acin
Ciencia
co
Integral Ambiente
31
31
31
10,19
10,23
10,39
3,572
3,566
3,263
Media
Desviacin
tpica
Diferencias ms Absoluta
,247
extremas
Positiva
,247
Negativa
-,089
1,373
,046
,250
,250
-,118
1,391
,042
,252
,252
-,117
1,401
,039
Segn los resultados de la Prueba Kolmogorov - Smirnov se obtienen

estadsticos significativos por lo que se rechaza la hiptesis nula para ambos
puntajes y concluimos que estos no se aproximan a una distribucin normal.
PASOS PARA REALIZAR LA PRUEBA DE FRIEDMAN

Paso 1
P g i n a 89 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso 2
Resultados de la Prueba Friedman
Rangos
Rango
promedio
Nota en Lgico
Matemtico
P g i n a 90 | 124
1,92

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Nota Comunicacin
Integral
Nota en Ciencia
Ambiente
2,02
2,06
Estadsticos de contrastea
N
Chi-cuadrado
gl
Sig. asintt.
a. Prueba de Friedman
31
,389
2
,823
Segn los resultados de la prueba de Friedman no se rechaza la

hiptesis nula p-value > 0.05, por lo que se concluye, hay diferencia en
el rendimiento acadmico en las tres asignaturas que cursan los
estudiantes.
P g i n a 91 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

16. SPEARMAN
Tipo de estudio
Transversal
Relacional
Objeto estadstico
Correlacional
Variable de estudio
Normal - ordinal
Tipo de distribucin
Sin normalidad
Qu es?
Es una prueba estadstica que permite medir la correlacin o asociacin
de dos variables y es aplicable cuando las mediciones se realizan en
una escala ordinal, aprovechando la clasificacin por rangos.
El coeficiente de correlacin de Spearman se rige por las reglas de la
correlacin simple de Pearson, y las mediciones de este ndice
corresponden de + 1 a - 1, pasando por el cero, donde este ltimo
significa no correlacin entre las variables estudiadas, mientras que los
dos primeros denotan la correlacin mxima.
Pasos.
1. Clasificar en rangos cada medicin de las observaciones.
2. Obtener las diferencias de las parejas de rangos de las variables
estudiadas y elevadas al cuadrado.
3. Efectuar la sumatoria de todas las diferencias al cuadrado.
4. Aplicar la ecuacin.
5. Calcular los grados de libertad (gl). gl = nmero de parejas - 1. Solo
se utilizar cuando la muestra sea mayor a 10.
6. Comparar el valor r calculado con respecto a los valores crticos de
la tabla de valores crticos de t de Kendall en funcin de
probabilidad.
7. Decidir si se acepta o rechaza la hiptesis.
Cul es su frmula?
P g i n a 92 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

La ecuacin utilizada en este procedimiento, cuando en el

ordenamiento de los rangos de las observaciones no hay datos
empatados o ligados, es la siguiente:
Donde:
Coeficiente de correlacin de Spearman.
Diferencias existentes entre los rangos de las dos variables,
elevadas al cuadrado.
Tamao de la muestra expresada en parejas de rangos de las
variables.

El coeficiente de correlacin de Spearman es una tcnica no
paramtrica.
El coeficiente de correlacin de Spearman denotado por rs se utiliza
cuando alguna de las variables es ordinal o incluso dicotmica o para
variables cuantitativas con muestras pequeas, es decir, en el caso del
coeficiente de Spearman, se utilizan los rangos de los valores en lugar
de los valores originales, por lo tanto es adecuado para muestras
pequeas puesto que es robusto a la presencia de outliers (valores
extremos).
Caso prctico:
Un investigador est interesado en conocer si el desarrollo mental de un

nio est asociado a la educacin formal de su madre. De esta manera,
obtiene la calificacin de desarrollo mental en la escala de Gesell de
ocho nios elegidos aleatoriamente y se informa del grado de
escolaridad de las madres.
P g i n a 93 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

H0: La asociacin entre las variables de educacin formal de la madre y

el desarrollo mental de los hijos no es significativa, ni hay
correlacin.
H1: El desarrollo mental de los hijos es una variable dependiente de la
educacin formal de la madre; por lo tanto, existe una correlacin
significativa.
3. Tipo de Prueba: Spearman
18.Variable Ordinal.
19.No normalidad de de los datos.
Paso 1
Paso 2
P g i n a 94 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Resultados de la Prueba de Normalidad
Prueba de KOLMOGOROV-SMIRNOV para una muestra
Rango de la
Educacin
Materna
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
P g i n a 95 | 124
30
5,30
2,437
,249
,249
-,202
1,364
,048
Rango del
Desarrollo
Mental del
Nio
30
4,83
2,306
,253
,253
-,160
1,388
,042

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Prueba de KOLMOGOROV-SMIRNOV para una muestra
Rango de la
Educacin
Materna
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
30
5,30
2,437
,249
,249
-,202
1,364
,048
Rango del
Desarrollo
Mental del
Nio
30
4,83
2,306
,253
,253
-,160
1,388
,042
Segn los resultados de la tabla se aprecia que los puntajes obtenidos

en educacin materna y desarrollo mental del nio no se adecuan a
una distribucin normal.
PASOS PARA ELABORAR LA PRUEBA DE SPEARMAN
Paso 1:
P g i n a 96 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Paso2:
Resultado de la Prueba de Spearman
Correlaciones
Rho de
Spearman
Rango de la
Educacin
Materna
Rango del
Desarrollo Mental
del Nio
P g i n a 97 | 124
Coeficiente de
correlacin
Sig. (bilateral)
N
Coeficiente de
correlacin
Sig. (bilateral)
N
Rango de Rango del

la
Desarrollo
Educacin Mental del
Materna
Nio
1,000
-,017
.
30
-,017
,927 .
30

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918
,927
30
1,000
30

Segn los resultados de la prueba, no se rechaza la hiptesis nula, por lo que,

concluimos: la asociacin entre las variables de educacin formal de la madre y
el desarrollo mental de los hijos ni es significativa, ni hay correlacin.
P g i n a 98 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

GLOSARIO DE TRMINOS BSICOS DE INVESTIGACIN
Manuel Galn Amador

http://manuelgalan.blogspot.com/2008/12/definicion-de.html
Anlisis: Descomposicin de elementos que conforman la totalidad de datos,

para clasificar y reclasificar el material recogido desde diferentes puntos de
visita hacia optar por el ms preciso y representativo.
Anlisis multivariado: Anlisis simultneo de dos o ms variables, bien sea
para prediccin o control de los factores Seleccionados.
Asociacin: Relacin estadstica entre dos o ms variables, bien por
covariancia o simultaneidad.
Bibliografa: Conjunto de ttulos de obras referente al tema de Investigacin.
Bivariado: Dos variables expuestas por algn tipo de relacin mutua.
Borrador: Escrito de primera intencin en donde se exponen de manera
organizada las ideas que incluir el informe definitivo.
Causa: Una variable se considera causa de otra si: es asociacin no nula, tiene
prioridad cronolgica, no es esprea y exposicin racional.
Causal: Hiptesis sustentada reiteradamente por pruebas empricas y que
satisface los criterios de asociacin de la variable independiente.
Casualidad Mltiple: Una variable dependiente es producida por dos o ms
variables independientes.
Ciencia: Conjuntos sistemtico de conocimientos, con los cuales, mediante el
establecimiento de principios y leyes universales, el hombre explica, describe y
transforma el mundo que lo rodea.
P g i n a 99 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Clasificacin cruzada: Distribucin de frecuencias basada en la tabulacin

simultnea de las categoras de dos o ms variables.
Coeficiente de Correlacin: Medida la relacin basada en el principio de co
variacin, empleada con variables cuantitativas. Una interpretacin comn es la
de r2, que se refiere la magnitud de variancia en una variable, explicada por la
variacin de otra variable.
Concepto: Smbolo que representa las semejanzas de fenmenos por dems
diversos.
Conclusiones: Representan la sntesis de los resultados obtenidos a los largo
del proceso de investigacin.
Condicin necesaria: Factor variable que debe existir antes de que otro factor
variable pueda aparecer, sea que aparezca o no. Condicin en cuya ausencia
el elemento no puede darse.
Condicin suficiente: La presencia de un factor conduce a la presencia de
otro especificado.
Codificacin: Asignacin de un nmero, smbolo o letra a las diferentes
alternativas de cada respuesta, con el fin de facilitar el proceso de tabulacin.
Confiabilidad: Indica la estabilidad, consistencia y exactitud de los Resultados.
Consistencia: La consistencia del informe radica en la relacin y coherencia
entre el ttulo del trabajo, la hiptesis, los resultados y las conclusiones.
Control estadstico: Manipulacin de una variable de modo que no influya en
la relacin en cuestin.
Control: Eliminacin de los efectos extraos que intervienen entre el pretestpostest, por medio de un grupo control.
Courseware: Ambiente de aprendizaje.
Cuadro o tabla: Ordenamiento de datos numricos en renglones y columnas
que especifican la naturaleza de ciertos datos.
Cuestionario: Es un formato redactado a manera de interrogatorio, en donde
se obtiene informacin acerca de las variables a investigar.
Dato primario: Informacin reunida por el investigador directamente de la
fuente.
P g i n a 100 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Dato secundario: Informacin reunida por persona diferente al investigador.

Definicin operacional: Especificacin de los procedimientos necesarios para
la identificacin de un concepto en trminos medibles.
Descripcin: Declaracin de las caractersticas que presentan los fenmenos.
Desviacin estndar: Raz cuadrada de
promediadas de la media de una distribucin.
las
diferencias
cuadradas
Distribucin de probabilidad: Es una frmula, tabla o grfica que proporciona

la probabilidad asociada con cada valor de una variable aleatoria si sta es
discreta, o que indica la proporcin de mediciones en la poblacin que caen en
intervalos especficos si es continua.
Distribucin de probabilidad normal: Es una distribucin de probabilidad de
forma acampanada y de soporte infinito.
Entrevista estructurada o dirigida: Se efecta con base en un cuestionario y
con una cdula que se debe llenar a medida que se desarrolla.
Entrevista no estructurada: El entrevistador efecta la entrevista tomando
como base un guin, pero las preguntas son abiertas y no tienen una
estandarizacin.
Escalas de actitudes y de opiniones: Son instrumentos que miden la
intensidad de las actitudes y opiniones de una poblacin, hacia un fenmeno.
Escalas de medicin: Formas o patrones a travs de los cuales se pueden
medir los fenmenos.
Esquema: Representacin de las relaciones y funcionamiento de objeto o
problema de la investigacin.
Estudio confirmatorio: Se efecta cuando existe informacin basada en el
marco terico y en los resultados de estudios exploratorios y/o descriptivos
previos, a fin de poner a prueba las teoras que pretendan explicar el
fenmeno.
Estudio de campo: Son investigaciones que se realizan en el medio ambiente
sonde se desarrolla el problema que se va a investigar.
Estudio descriptivo: Sirve para describir las caractersticas ms importantes
del fenmeno que se va a estudiar.
P g i n a 101 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Estudio exploratorio: Su objetivo es auxiliar al investigador a definir el

problema, establecer hiptesis y definir la metodologa para formular un estudio
de investigacin definitivo.
Estudio final o definitivo: Se realiza despus del estudio piloto para
establecer conclusiones definitivas y elaborar el reporte.
Estudio piloto o previo: Se realiza el estudio con un pequeo grupo en el que
se ensaya algunos aspectos de ste, a fin de desarrollar con bases slidas el
estudio definitivo.
Estudios longitudinales: Estudian el fenmeno a travs del tiempo, por
ejemplo: efectuar una encuesta de opinin a un grupo de estudiantes al iniciar
su carrera profesional y aplicar esa encuesta al trmino de la misma.
Estudios transversales: Aquellos que se realizan en un
determinado para analizar un fenmeno que sucede en el presente.
momento
Fidedigno: Un trmino es fidedigno cuando cualquier investigador o estudiante

lo entiende de la misma manera en que es definido en nuestro trabajo de
investigacin.
Hiptesis: Es la respuesta tentativa a un problema; es una proposicin que se
pone a prueba para terminar su validez.
Hiptesis alternativa: Es la hiptesis que se plantea con variables
independientes, distintas a la hiptesis del trabajo.
Hiptesis de trabajo: Es la que se utiliza para realizar la investigacin, es
decir, la respuesta tentativa al problema.
Hiptesis nula: Es aquella que se formula para ser rechazada al realizar una
prueba de hiptesis para inferir las caractersticas de una poblacin
investigada; sirve para probar la hiptesis de trabajo.
ndice: Es la presentacin ordenada de la estructura y contenido del trabajo,
destacando los temas y subtemas.
Introduccin: Sirve para iniciar y motivar al lector en el estudio del informe. En
la introduccin se indica cul es el tema, su enfoque e importancia.
Inferencia: Inferir, conclusin o consecuencia de incluir una cosa de otra.
Marco terico: Es la exposicin y anlisis de la teora o grupo de teoras que
sirven como fundamento para explicar los antecedentes e interpretar los
resultados de la investigacin.
P g i n a 102 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Mediana: Medida o valor que divide una serie de frecuencias en dos partes
iguales.
Medicin: Consistes en recopilar datos, comprarlos con un patrn y asignarles
valores numricos.
Medidas de dispersin: Son las que muestran la variabilidad o distribucin de
los datos.
Medidas de tendencia central: Son aquellas que describen los valores
centrales de un fenmeno.
Mtodo: Es un proceso lgico a travs del cual se obtiene el conocimiento.
Mtodo analtico: Se distinguen los elementos de un fenmeno y se revisan
ordenadamente cada uno de los elementos por separado.
Mtodo deductivo: Consiste en obtener conclusiones particulares a partir de
una ley universal.
Mtodo dialctico: Estudia los fenmenos en sus relaciones con otros y en su
estado de continuo cambio, ya que nada existe como un objeto aislado.
Mtodo inductivo: Es un proceso por medio del cual, a partir del estudio de
casos particulares, se obtienen conclusiones o leyes universales que explican o
relacionan los fenmenos estudiados.
Mtodo sinttico: Se relacionan hechos aparentemente aislados y se formula
una teora que unifica los diversos elementos.
Moda: Es el valor que ocurre con mayor frecuencia.
Modelo: Representacin o abstraccin de la realidad.
Muestreo: Es el conjunto de operaciones que se realizan para estudiar la
distribucin de determinadas caractersticas en la totalidad de una poblacin
denominada muestra.
Muestreo aleatorio simple: Es un mtodo de seleccin de muestra en el cual
las unidades se eligen individual y directamente por medio de un proceso
aleatorio.
Muestreo estratificado: Consiste en dividir la poblacin en subgrupos o
estratos y seleccionar una muestra aleatoria simple dentro de cada estrato.
P g i n a 103 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Muestreo no probabilstico: Como su nombre lo indica, se basa en el criterio

del investigador ya que las unidades del muestreo no se seleccionan por
procedimientos al azar.
Muestreo por conglomerados: Se realiza seleccionando aleatoriamente
varios grupos de elementos muestrales llamados conglomerados y llevando a
cabo un censo completo de cada uno de stos.
Muestreo sistemtico: En este mtodo se seleccionan las unidades aplicando
un intervalo de seleccin, de tal modo que despus de que suceda cada
intervalo se van incluyendo unidades en la muestra.
Observacin de campo: Se realiza en el lugar donde se da el fenmeno
observado.
Observacin dirigida o estructurada: Se llama tambin observacin regulada
o sistemtica; utiliza una serie de instrumentos diseados de antemano para el
fenmeno que se va a estudiar.
Observacin documental: Se refiere a la informacin bibliogrfica realizada
en diversos tipos de escritos.
Observacin experimental o de laboratorio: En este tipo de observacin, el
investigador manipula ciertas variables para observar sus efectos en el
fenmeno no observado.
Observacin monumental: Es la que realiza en el lugar donde se da el
fenmeno observado.
Observacin no dirigida: Tambin se conoce como libre, ordinaria, no
estructurada o simple. Se emplea como regular como fase exploratoria del
proceso de investigacin para obtener datos preliminares y para conocer mejor
el fenmeno que se va a estudiar.
Observacin no participante: El investigador se limita a observar y recopilar
informacin del grupo estudiado sin formar parte de ste.
Observacin participante: El investigador forma parte activa del grupo que se
estudia.
Procedimiento: Secuencia cronolgica de operaciones para realizar una
actividad.
Proceso: Conjuntos de etapas o pasos realizados para llevar a cabo una
funcin.
P g i n a 104 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Rango: Diferencia entre le nmero ms alto y el ms bajo de una serie de

frecuencias.
Serie de frecuencias: Presentacin de los datos observados en forma
agrupada.
Sntesis: Mtodo que procede de lo simple a lo compuesto, de los elementos al
todo. Integracin de las partes aisladas en un conjunto que unifique todos los
elementos.
Tabulacin: Consiste en determinar grupos, subgrupos, clases o categoras en
los que puedan ser clasificadas las respuestas del cuestionario aplicado en la
investigacin, resumiendo los datos en tablas estadsticas.
Tcnica: Es el conjunto de instrumentos y medios a travs de los cuales se
efecta el mtodo.
Teora: Es el conjunto de conceptos, categoras y leyes que reflejan
objetivamente la realidad.
Validez: Se refiere a que la clasificacin o resultado obtenido mediante la
aplicacin de instrumento, mida lo que realmente se desea medir.
Variable dependiente: Se refiere al fenmeno que se intenta explicar y que es
objeto de estudio a lo largo de la investigacin.
Variable independiente: Son todos aquellos factores o elementos que
explican un fenmeno o la conducta de ste.
P g i n a 105 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

ANEXOS
P g i n a 106 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

ANEXO Nro. 02
MAPAS CONCEPTUALES DE INVESTIGACION CIENTIFICA
P g i n a 107 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 108 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 109 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 110 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 111 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 112 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 113 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 114 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 115 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 116 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 117 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 118 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 119 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 120 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 121 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 122 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

P g i n a 123 | 124

Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918

Guia de Estadistica

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Guia de Estadistica

Încărcat de

Drepturi de autor:

Formate disponibile

Autores

Dr. Ing. Oscar Rafael Guillen Valle

Dr. Juan Manuel Sanchez Soto

Jr. Ayacucho 443 Apartamento 101 Block A

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Dr. OSCAR RAFAEL GUILLEN VALLE

Dr. JUAN MANUEL SANCHEZ SOTO

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

A mis colegas investigadores quienes han apoyado en la

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Dr. Ing. Oscar Rafael Guillen Valle PhD.

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Modulo Bsico: Anlisis exploratorio de datos

Visin general del SPSS.

Mdulo II: Transformacin de datos.

Mdulo III: Anlisis descriptivo y exploratorio.

Mdulo IV: Contraste de hiptesis

Introduccin a la estadstica inferencial.

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

g. Tablas estadsticas cruzadas.

Modulo Intermedio y Avanzado: Pruebas paramtricas y no paramtricas

Estimacin puntual e intervalos de confianza.

Mdulo II: Planteamiento de hiptesis y Pruebas Paramtricas

Prueba t para una muestra.

Mdulo III: Regresin y correlacin

Diagrama de Dispersin. Ajustes y curvas aproximantes.

Mdulo IV: Pruebas No Paramtricas

Prueba de Bondad de Ajuste

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

T DE STUDENT PARA UNA MUESTRA ............................................................................. 12

T DE STUDENT PARA MUESTRAS INDEPENDIENTES .................................................... 18

T DE STUDENT PARA MUESTRAS RELACIONADAS ...................................................... 24

ANOVA CON UN FACTOR INTERSUJETOS .................................................................... 30

T DE STUDENT PARA MUESTRAS RELACIONADAS ...................................................... 37

COEFICIENTE DE CORREALCIN R DE PEARSON ................................................... 42

PRUEBAS NO PARAMTRICAS ............................................................................................... 48

BONDAD DE AJUSTE BINOMIAL ..................................................................................... 53

DEPENDENCIA CHI - CUADRADO ............................................................................... 63

KRUSKAL WALLIS ......................................................................................................... 67

GLOSARIO DE TRMINOS BSICOS DE INVESTIGACIN .................................................. 99

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

de su tipo, porque est constituida por un conjunto de programas

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Por lo tanto, la Universidad destinada a la investigacin, creacin y difusin

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Normalidad. Que los valores de las variables sigan una distribucin

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .

1. T DE STUDENT PARA UNA MUESTRA

Numrica (un grupo)

grados de libertad asociados con la prueba t para

Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar

Gua de SPSS 21 para desarrollo de trabajos de investigacin .