Documente Academic
Documente Profesional
Documente Cultură
Gua de SPSS
21 para el
desarrollo de
trabajos de
investigacin
Autores:
P g i n a 1 | 124
Agradecimiento
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
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.
P g i n a 3 | 124
Duracin en horas
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
Calcular.
Contar apariciones.
Recodificacin de variables.
Categorizar variables.
Asignar rangos.
Generacin de intervalos.
Remplazar valores perdidos.
Modificar archivo de datos.
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
P g i n a 4 | 124
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
TOTAL
60 horas
Duracin en horas
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
P g i n a 5 | 124
Presencial : 05 horas
acadmicas
Campus Virtual: 10
horas acadmicas
60 Horas
CONTENIDO
PROLOGO ..................................................................................................................................3
INTRODUCCIN ........................................................................................................................7
PRUEBAS PARAMTRICAS ...................................................................................................... 11
1.
2.
3.
4.
5.
6.
BONDAD DE AJUSTE................................................................................................. 48
8.
9.
U MANN-WITHNEY ........................................................................................................... 58
10.
11.
12.
WILCOXON ................................................................................................................... 72
13.
Q DE COCHRAN ........................................................................................................... 77
14.
MC NEMAR .................................................................................................................... 82
15.
FRIEDMAN ..................................................................................................................... 87
16.
SPEARMAN.................................................................................................................... 92
P g i n a 6 | 124
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
Jr. Ayacucho 443 Apartamento 101 Block A Magdalena del Mar
Telfonos (0051) 990573292 (0051) 992505092 (00511)2615918
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
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
P g i n a 10 | 124
PRUEBAS
PARAMTRICAS
P g i n a 11 | 124
Transversal
Nivel de investigacin
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
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
una muestra.
P g i n a 12 | 124
:
:
:
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
Pasos: 2 y 3
P g i n a 14 | 124
Pruebas de normalidad
Kolmogorov-Smirnov
Estadstico
Nota
,146
gl
Shapiro-Wilk
Sig.
16
Estadstico
*
,200
,931
gl
Sig.
16
,257
P VALUE
Segn la prueba de Shapiro Wilk El estadstico obtenido es de
P g i n a 15 | 124
0.931 con un p-value de 0.257 que supera el 0.05; entonces se concluye que,
los datos tienen una distribucin normal.
Paso 1:
Paso 2:
P g i n a 16 | 124
-2,967
gl
Sig. (bilateral)
15
,010
medias
-1,188
la diferencia
Inferior
Superior
-2,04
-,33
P value
P g i n a 17 | 124
Transversal
Nivel de investigacin
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
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
: 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
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.
1. Plantear la hiptesis
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:
3. Tipo de Prueba: t de Student
Supuestos de la prueba
Variable cuantitativa. (Nota en el curso de Matemtica)
Normalidad de los datos.
Homocedasticidad de los datos
P g i n a 19 | 124
Paso1:
Paso2:
Trasladar a lista de
factores
P g i n a 20 | 124
Pruebas de normalidad
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
P g i n a 21 | 124
P-value
Paso 2:
gl1
gl2
Sig.
,006
24
,936
P g i n a 22 | 124
Paso 2:
P g i n a 23 | 124
Longitudinal
Nivel de investigacin
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
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
Cul es su frmula?
Donde:
: Media muestral de la diferencia.
Desviacin estndar de la diferencia.
Tamao de la muestra.
Existen
una muestra.
Caso prctico 3:
Se realiza un estudio para conocer si el rendimiento acadmico de los
estudiantes cambia luego de aplicar cierta metodologa de enseanza.
1. Plantear la hiptesis
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
determinada metodologa de enseanza.
P g i n a 25 | 124
2. Nivel de significancia:
3. Tipo de Prueba: t de Student
Supuestos de la prueba
Normalidad de los datos
.
Pasos para probar la normalidad en SPSS
Paso1:
Paso 2:
P g i n a 26 | 124
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
Paso 1
P g i n a 27 | 124
Paso 2
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
P g i n a 29 | 124
Tipo de estudio
Transversal
Nivel de investigacin
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
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
Caso prctico:
1. Plantear la hiptesis
H0: No existe diferencia entre los tres mtodos de lectura.
H1: Existe diferencia entre los tres mtodos de lectura.
2. Nivel de significancia:
3. Tipo de Prueba: ANOVA
Supuestos de la prueba
3. Normalidad de las puntuaciones en los grupos de estudios
considerados.
P g i n a 31 | 124
Paso1:
Paso 2 y 3:
P g i n a 32 | 124
Pruebas de normalidad
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
Paso 2 y 3:
P g i n a 33 | 124
Clic en opciones
Paso1:
Paso 2
P g i n a 35 | 124
Sig.
,918
P g i n a 36 | 124
Longitudinal
Nivel de investigacin
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
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
Donde:
: media muestral dela diferencia
desviacin estndar de la diferencia
tamao de la muestra
Existen
una muestra.
Caso prctico:
Se realiza un estudio para conocer si el rendimiento acadmico de los
estudiantes cambia luego de aplicar cierta metodologa de enseanza.
4. Plantear la hiptesis
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
determinada metodologa de enseanza.
5. Nivel de significancia:
6. Tipo de Prueba: t de Student
Supuestos de la prueba
Normalidad de los datos.
P g i n a 38 | 124
Paso1:
Paso 2:
Nota
inicial
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.
60
11,30
3,049
,161
,076
-,161
1,246
,090
Nota
final
60
12,95
2,620
,158
,109
-,158
1,221
,101
P g i n a 40 | 124
Paso 2
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
P g i n a 41 | 124
Transversal
Nivel de investigacin
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
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
P g i n a 43 | 124
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.
1. Plantear la hiptesis
H0: Existe relacin entre las horas de estudio y la calificacin.
H1: No existe relacin entre las horas de estudio y la calificacin.
2. Nivel de significancia:
3. Tipo de Prueba: r de Pearson
Supuestos de la prueba
5. Normalidad de los datos.
Paso 2
P g i n a 44 | 124
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.
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
Paso 1
Paso 2
Seleccionar ambas variables
Resultados de SPSS
Correlaciones
P g i n a 46 | 124
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
PRUEBAS
NO PARAMTRICAS
7.
BONDAD DE AJUSTE
Tipo de estudio
P g i n a 48 | 124
Transversal
Nivel de investigacin
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:
grados de libertad
P g i n a 49 | 124
Donde
Caso prctico:
Se realiza un estudio para conocer si la proporcin de individuos segn
nivel socio econmico son iguales.
1. Plantear la hiptesis
H0: La proporcin de individuos segn nivel socio econmico son
iguales.
H1: La proporcin de individuos segn nivel socio econmico son
diferentes.
2. Nivel de significancia:
3. Tipo de Prueba: Bondad de ajuste
Supuestos de la prueba
6. Variable ordinal.
Paso 2
P g i n a 51 | 124
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
Transversal
Nivel de investigacin
Descriptivo
Objeto estadstico
Comparar
Variable de estudio
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
Caso prctico:
1. Plantear la hiptesis
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.
2. Nivel de significancia:
3. Tipo de Prueba: Binomial
P g i n a 54 | 124
Supuestos de la prueba
7. Los datos no tienen distribucin normal.
Paso 2
P g i n a 55 | 124
N
Parmetros
normales
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.
Horas de
estudio
60
4,65
3,526
,179
,150
-,179
1,386
,043
P g i n a 56 | 124
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
9. U MANN-WITHNEY
Tipo de estudio
Transversal
Nivel de investigacin
Relacional
Objeto estadstico
Comparar
Variable de estudio
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
P g i n a 58 | 124
Caso prctico:
1. Plantear la hiptesis
H0: Las horas de estudio en los estudiantes segn sexo son iguales.
H1: Las horas de estudio en los estudiantes segn sexo son
diferentes.
2. Nivel de significancia:
3. Tipo de Prueba: U Mann Whitney
Supuestos de la prueba
8. Los datos no tienen distribucin normal.
P g i n a 59 | 124
Paso 2
SALIDA SPSS
Horas de
estudio
Sexo de los
estudiantes
Masculino
Femenino
P g i n a 60 | 124
Pruebas de normalidad
Kolmogorov-Smirnova
Shapiro-Wilk
Estadstico gl
Sig. Estadstico
gl
Sig.
,212 29
,905
29 ,013
,002
,181 31
,867
31 ,001
,011
Paso 2
SALIDA de la Prueba
Estadsticos de contrastea
P g i n a 61 | 124
Horas de estudio
U de Mann-Whitney
325,000
W de Wilcoxon
821,000
Z
-1,869
Sig. asintt. (bilateral)
,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
10.
Tipo de estudio
Transversal
Nivel de investigacin
Relacional
Objeto estadstico
Comparar
Variable de estudio
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
Cul es su frmula?
: Chi Cuadrado
: La suma de
: Frecuencia observada
: Frecuencia esperada.
P g i n a 63 | 124
alternativa
En ella se observa:
(establece
que
las
variables
estn
Caso prctico:
1. Plantear la hiptesis
H0: El nivel socioeconmico y el defecto del lenguaje son
independientes.
H1: El nivel socioeconmico y el defecto del lenguaje son
dependientes.
2. Nivel de significancia:
3. Tipo de Prueba: Chi cuadrado
Supuestos de la prueba
9. Variables cualitativas.
Paso 1
Paso 2 y Paso 3
SALIDA PRUEBA
Pruebas de chi-cuadrado
P g i n a 65 | 124
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
P g i n a 66 | 124
11.
KRUSKAL WALLIS
Tipo de estudio
Transversal
Nivel de investigacin
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
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.
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.
1. Plantear la hiptesis
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
2. Nivel de significancia:
3. Tipo de Prueba: Kruskal Wallis
Supuestos de la prueba
10. Variable Ordinal.
Paso 2
P g i n a 69 | 124
Rangos
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
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
12. WILCOXON
Tipo de estudio
Longitudinal
Nivel de
investigacin
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
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
P g i n a 72 | 124
es:
Caso prctico:
1. Plantear la hiptesis
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
Paso 1
P g i n a 74 | 124
Paso 2
Seleccionar la prueba
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
estudiantes del Taller
c. Opinin de los estudiantes despus del Taller = Opinin de los
estudiantes del Taller
P g i n a 75 | 124
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
P g i n a 76 | 124
13.
Q DE COCHRAN
Tipo de estudio
Longitudinal
Nivel de investigacin
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
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
P g i n a 78 | 124
3.
Caso prctico:
Se realiza un estudio para conocer si la proporcin es la misma de
alumnos que han recibido dos tipos de terapia.
1. Plantear la hiptesis
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
Supuestos de la prueba
13. Variable Nominal.
14. Ms de dos muestras relacionadas.
P g i n a 79 | 124
Paso 1
Paso 2
Seleccionar la prueba
SALIDA SPSS
Frecuencias
P g i n a 80 | 124
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.
P g i n a 81 | 124
14.
MC NEMAR
Tipo de estudio
Longitudinal
Nivel de investigacin
Relacional
Objeto estadstico
Comparar
Variable de estudio
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
[4]
por
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.
Caso prctico:
Se realiza un estudio para conocer si la proporcin es la misma de
alumnos que han recibido dos tipos de terapia.
1. Plantear la hiptesis
P g i n a 84 | 124
P g i n a 85 | 124
Paso 2
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
P g i n a 86 | 124
15.
FRIEDMAN
Tipo de estudio
Longitudinal
Nivel de investigacin
Descriptiva
Objeto estadstico
Comparar
Variable de estudio
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
Caso prctico:
Se realiza un estudio para conocer si el rendimiento acadmico de los
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.
1. Plantear la hiptesis
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.
2. Nivel de significancia:
3. Tipo de Prueba: Friedman
Supuestos de la prueba.
17.No normalidad de los datos.
Paso 1 y Paso 2
P g i n a 88 | 124
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
Z de Kolmogorov-Smirnov
1,373
Sig. asintt. (bilateral)
,046
a. La distribucin de contraste es la Normal.
b. Se han calculado a partir de los datos.
,250
,250
-,118
1,391
,042
,252
,252
-,117
1,401
,039
Paso 2
Rangos
Rango
promedio
Nota en Lgico
Matemtico
P g i n a 90 | 124
1,92
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
P g i n a 91 | 124
16. SPEARMAN
Tipo de estudio
Transversal
Nivel de investigacin
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
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.
Caso prctico:
1. Plantear la hiptesis
P g i n a 93 | 124
Paso 1
Paso 2
P g i n a 94 | 124
Rango de la
Educacin
Materna
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)
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
Rango de la
Educacin
Materna
N
Parmetros
normalesa,b
Diferencias ms
extremas
Media
Desviacin tpica
Absoluta
Positiva
Negativa
Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)
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
P g i n a 96 | 124
Paso2:
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
,927
30
1,000
30
P g i n a 98 | 124
las
diferencias
cuadradas
momento
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
P g i n a 105 | 124
ANEXOS
P g i n a 106 | 124
ANEXO Nro. 02
MAPAS CONCEPTUALES DE INVESTIGACION CIENTIFICA
P g i n a 107 | 124
P g i n a 108 | 124
P g i n a 109 | 124
P g i n a 110 | 124
P g i n a 111 | 124
P g i n a 112 | 124
P g i n a 113 | 124
P g i n a 114 | 124
P g i n a 115 | 124
P g i n a 116 | 124
P g i n a 117 | 124
P g i n a 118 | 124
P g i n a 119 | 124
P g i n a 120 | 124
P g i n a 121 | 124
P g i n a 122 | 124
P g i n a 123 | 124