Metodología Cuantitativa

Índice

- 2 Tipos de diseños : Explicativos (Experimentales), Cuasi-experimental y Pre-experimental

 En el diseño experimental y cuasi se verá: Prueba “T” y la Anova, así como la Chi Cuadrada.

Dentro de Prueba T y Anova: D de Cohen (Tamaño de Efecto)

 Para el Pre-experimental se verá prueba “T” para muestras relacionadas y su D de Cohen para
medias repetidas

 Diseños Correlacionales se verá: Correlación (Pearson) y Regresión Lineal Múltiple (Analisis de

regresión lineal múltiple).

 Se verá Análisis de Potencia

Medias y Desviaciones Standard

- Desviación Standard (medida de dispersión o variabilidad que nos dice que tan alejados están de
la media o dispersión)

Ejemplo:

Inteligencias

Grupo 1 (Vemos que tanto cada punto se aleja de la Media X- X)

P1: 4 -2

P2: 4 -2

P3: 6 0

P4: 8 2

P5: 8 2

Media= 6

Grupo 2

P1: 2 -4

P2: 2 -4
P3: 6 0

P4: 10 4

P5: 10 4

Media= 6

Para calcular que tan desviados están los puntajes, las dispersiones se elevan al cuadrado

En el Grupo 1 todo al cuadrado, se suma y da =16 /n= =3.2 (Varianza)

En el Grupo 2todo al cuadrado, se suma y da =64 /n= =12.8 (Varianza)

La Desviación Standard = √𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎

Desviación Standard de Grupo 1: 1.79

Desviación Estándar de Grupo 2: 3.58

La distribución normal se da cuando medimos una variable y vemos cuantas personas tienen los
valores que estamos midiendo.

“Ejemplo cuanta gente pequeña en México existe”

1.0 1.10 1.20 1.30 1.40 .1.50 1.60 1.70 1.80 1.90

Mts

Lo que está dentro de la norma es lo que se encuentra en ±2 Desviaciones Standard

Entre mas empalme haya entre grupos es posible que no exista diferencia significativa (Cuando se sacan medias y
se suman dos desviaciones de cada grupo en una campana de gauss).
Diseños Experimentales
Existe el Experimento, el Cuasi y el Pre… el único tipo de estudio que permite inferir causa y efecto es el
experimento.

En el experimental como mínimo:

- Variable independiente (1 como mínimo) (la que se piensa que es la causa y es manipulada por el
experimentador)
- Variable dependiente (lo que creemos que es el efecto) sólo se mide no se manipula
- Grupo Experimental (al grupo que se le aplica la variable independiente)
- Grupo Control (Al que no se le aplica variable independiente, *se recomienda que se aplique un placebo*
- Asignación Aleatoria a los grupos experimental y control (hace que tenga igualdad el grupo)

Cuasi-Experimento

- Variable independiente (1 como mínimo) (la que se piensa que es la causa y es manipulada por el
experimentador)
- Variable dependiente (lo que creemos que es el efecto) sólo se mide no se manipula
- Grupo Experimental (al grupo que se le aplica la variable independiente)
- Grupo Control (Al que no se le aplica variable independiente, *se recomienda que se aplique un placebo*
- No hay Asignación Aleatoria

Pre-Experimento

- Variable independiente (1 como mínimo) (la que se piensa que es la causa y es manipulada por el
experimentador)
- Variable dependiente (lo que creemos que es el efecto) sólo se mide no se manipula
- Grupo Experimental (al grupo que se le aplica la variable independiente)
- No hay Grupo Control
- No hay Asignación Aleatoria
- ES IMPORTANTE QUE SE HAGA UN PRETEST-POSTEST
Prueba T de student
Veamos si hay diferencias o no en las variables.

1. Secuestro Ejercicio Manova

“Se trabajan análisis estadísticos porque trabajamos con muestras no con la población, esto nos dirá
con qué probabilidad lo que encuentre en la muestra, encontraré en la población”

Prueba T es el primero que usamos para comparar dos grupos, diferencias significativas (en este caso secuestrados
y no secuestrados) y que lo que encuentre se verá en la población.

Si Alfa es <.05 que de 100 muestras que saque al azar, 95 encontraremos diferencia y solo 5 no.

Analizar> Comparar Medias> Prueba T para muestras independientes> Variable de Grupo (Variable dependiente)

Continuar… en este caso fue depresión y los grupos (secuestrados y no secuestrados)

Nota: si observamos por

Las desviaciones se juntan
D.E. x2 ± X

No hay diferencia
estadística-mente
significativa ya que Sig.
(Bilateral) es mayor a .05
P>.05 ya que es .099
En este caso, la comparación de Estrés Postraumático y el grupo de secuestrados y no secuestrados
Hay diferencia estadística mente significativa entre la gente secuestrada y no secuestrada. ya que Sig. (Bilateral) es
menor a .05
P<.05 ya que es .001

Parara el mismo grupo medido 2 veces (Pretest-Postest) se usa Prueba T para muestras relacionadas
En esta investigación se comparó la frustración de dos grupos a quienes se les presentaban videojuegos violentos y
no violentos y después hacer un rompecabezas (ARCHIVO “Videojuegos Frustración.Sav”)

Levene
Para saber si los grupos tienen igual de varianzas, test de levene” – si la P (significancia) es Mayor a .05, se
concluye que hay igualdad de varianza (por lo tanto se usa la línea de arriba)

Sin embargo si la P (Sig) es menor a .05 se interpreta la de abajo

Y como P<.05 se encontró una diferencia estadísticamente significativa por lo cual esto que se encontró en la
muestra se encontrará en la población acerca de que los videojuegos violentos hacen que las personas presenten
menos frustración, pero… ¿Qué tan Grande es la diferencia? (D de Cohen)
Tamaño de efecto (Cohen)
Cuál es la diferencia de entre la media de dos campanas de Gauss juntas (en desviaciones estándar) en donde:

Una inferencia de .20 (o menor D.S.) es pequeña

Una inferencia de .50 es Moderada

Una inferencia de .80 es Grande

En el caso de la investigación anterior usamos el Excel y solo llenamos lo “verde” para que nos de que la D de
Cohen es de .60, por lo tanto es moderada.

Ejercicio con la base de datos de secuestrados

D cohen

Estrés Post: 1.07

Depresión: NO HAY DIFERENCIA ESTADISTICAMENTE SIGNIFICATIVA

Pensamiento Paranoide: .95

Power Analysis (o análisis de potencia)
Es el que nos dice que tanta muestra necesitamos, para corroborar un efecto si es que existe.

Para hacer uno necesitamos encontrar un pilotaje (para ver la comparación) o artículos similares

Análisis de Varianza
En la prueba “T” solo se pueden comparar 2 grupos y se puede tener solo 1 variable independiente, en el análisis
de varianza se pueden comparar 2 o más grupos y 2 o más variables independientes.

(Documento: Explicación 1 T y F.Sav)

- Variable Independiente : Inundaci (Si viven en zona de inundación o no)

- Variable dependiente: Depresión, Ansiedad y Estrés Postraumático

Análisis de Varianza: Analizar> Modelo Lineal General> Univariante

 Variable
Independiente

Factores inter-sujetos

Etiqueta
del valor N
Si el encuestado vivia 1 Vivía en
en zonas afectadas zonas 163
afectadas
2 No vivía en
zonas 202
afectadas

Estadísticos descriptivos

Variable dependiente: Puntuacion en la escala de Depresion

Si el encuestado vivia en
zonas afectadas Media Desv. típ. N
Vivía en zonas afectadas 21.63 7.271 163
No vivía en zonas
afectadas 13.78 3.855 202
Total 17.28 6.857 365
 Pruebas de los efectos inter-sujetos

Variable dependiente: Puntuacion en la escala de Depresion

Suma de Eta al
cuadrados Media cuadrado
Fuente tipo III gl cuadrática F Significación parcial
Modelo corregido 5565.478(a) 1 5565.478 174.902 .000 .325
Intersección 113103.648 1 113103.648 3554.412 .000 .907
inundaci 5565.478 1 5565.478 174.902 .000 .325
Error 11550.889 363 31.821
Total 126167.000 365
Total corregida 17116.367 364
a R cuadrado = .325 (R cuadrado corregida = .323)

Usaremos los gl, F, y Significancia de la Variable independiente, se reportará los grados de libertad de la V.I. y el del
Error, F(1,363)= 174.902 P<.001

Lo anterior se interpreta igual que las pruebas T, en este caso es estadísticamente significativa.

Su D de Cohen sería: 1.46 es decir, la diferencia entre la depresión de los que se inundaron con los que no es
grande. (Con el Excel de Cohen).

EJERCICIO: ANSTOT Y ESTPOSTRAUMÁTICOTOT

Factores inter-sujetos

Etiqueta
del valor N
Si el encuestado vivia 1 Vivía en
en zonas afectadas zonas 163
afectadas
2 No vivía en
zonas 201
afectadas

Estadísticos descriptivos

Variable dependiente: Puntuación en la escala de ansiedad

Si el encuestado vivia en
zonas afectadas Media Desv. típ. N
Vivía en zonas afectadas 12.29 4.251 163
No vivía en zonas
afectadas 6.36 2.062 201
Total 9.02 4.374 364

Pruebas de los efectos inter-sujetos

Variable dependiente: Puntuación en la escala de ansiedad

Suma de Eta al
cuadrados Media cuadrado
Fuente tipo III gl cuadrática F Significación parcial
Modelo corregido 3166.513(a) 1 3166.513 303.380 .000 .456
Intersección 31332.623 1 31332.623 3001.946 .000 .892
 inundaci 3166.513 1 3166.513 303.380 .000 .456
Error 3778.353 362 10.437
Total 36555.000 364
Total corregida 6944.865 363
a R cuadrado = .456 (R cuadrado corregida = .454)

La diferencia es estadísticamente significativa, F(1,362)= 303.380 P<.001

Su D de Cohen es: 1.95, la gente que se inunda reporta más ansiedad que depresión, sin embargo ambas son altas
en sus D de Cohen.

Factores inter-sujetos

Etiqueta
del valor N
Si el encuestado vivia 1 Vivía en
en zonas afectadas zonas 163
afectadas
2 No vivía en
zonas 202
afectadas

Estadísticos descriptivos

Variable dependiente: Puntuacion en la escala de trastorno de estres post traumatico

Si el encuestado vivia en
zonas afectadas Media Desv. típ. N
Vivía en zonas afectadas 30.54 9.552 163
No vivía en zonas
afectadas 16.98 4.172 202
Total 23.04 9.787 365

Pruebas de los efectos inter-sujetos

Variable dependiente: Puntuacion en la escala de trastorno de estres post traumatico

Suma de Eta al
cuadrados Media cuadrado
Fuente tipo III gl cuadrática F Significación parcial
Modelo corregido 16586.125(a) 1 16586.125 329.392 .000 .476
Intersección 203704.372 1 203704.372 4045.466 .000 .918
inundaci 16586.125 1 16586.125 329.392 .000 .476
Error 18278.412 363 50.354
Total 228548.000 365
Total corregida 34864.537 364
a R cuadrado = .476 (R cuadrado corregida = .474)

La diferencia es estadísticamente significativa, F(1,363)= 329.392 P<.001

Su D de Cohen es: 2.07, la gente que se inunda reporta más estrés post traumático que ansiedad y que depresión,
sin embargo las tres son altas en sus D de Cohen.
Análisis de Varianza para 3 o más grupos
Para comparar 3 o más grupos usamos los análisis “Post Hoc”, aquí solo se reportan los niveles de Significancia
entre los grupos.

Archivo: (ANOVA 3 grupos Ciudades y MET.Sav)

Variable Independiente: Ciudad (Juárez, Toluca y Paraná)

Variable dependiente: Unidades MET (gasto de calorías)

A ver que ciudad hace o demuestra mas gasto de calorías

Analizar>Modelo Lineal General> Univariante> Opciones > Estadísticos Descriptivos> Post Hoc (Se pasa la V.I. a la
otra casilla) y se selecciona Bonferroni

Factores inter-sujetos

Etiqueta
del valor N
ciudad 1 Juárez 161
2 Toluca 134
3 Parana,
171
Argentina

Estadísticos descriptivos

Variable dependiente: Medida de Actividad física

ciudad Media Desv. típ. N
 Juárez 5024.0061
3464.5876 161
8
Toluca 7801.9489
6028.5000 134
1
Parana, Argentina 1876.1533
1611.2415 171
1
Total 5525.9641
3521.7594 466
1

Pruebas de los efectos inter-sujetos

Variable dependiente: Medida de Actividad física

Suma de
cuadrados Media
Fuente tipo III gl cuadrática F Significación
Modelo corregido 1466711972. 733355986.
2 26.667 .000
894(a) 447
Intersección 6316323237. 6316323237
1 229.682 .000
367 .367
ciudad 1466711972. 733355986.
2 26.667 .000
894 447
Error 12732657912 27500341.0
463
.771 64
Total 19979069824
466
.230
Total corregida 14199369885
465
.664
a R cuadrado = .103 (R cuadrado corregida = .099)

La diferencia es estadísticamente significativa, F(2,463)= 26.67 P<.001

Comparaciones múltiples

Variable dependiente: Medida de Actividad física

Bonferroni

Intervalo de confianza al
95%.
Diferencia
entre medias Límite
(I) ciudad (J) ciudad (I-J) Error típ. Significación superior Límite inferior
Juárez Toluca -
-2563.9124(*) 613.21774 .000 -4037.2974
1090.5274
Parana, Argentina 1853.3461(*) 575.87349 .004 469.6885 3237.0036
Toluca Juárez 2563.9124(*) 613.21774 .000 1090.5274 4037.2974
Parana, Argentina 4417.2585(*) 605.01829 .000 2963.5744 5870.9426
Parana, Argentina Juárez -1853.3461(*) 575.87349 .004 -3237.0036 -469.6885
Toluca -
-4417.2585(*) 605.01829 .000 -5870.9426
2963.5744
Basado en las medias observadas.
* La diferencia de medias es significativa al nivel .05.

Entre Juárez y Toluca la diferencia si es Significativa P<.001

Entre Juárez y Paraná la diferencia si es Significativa P<.001
Entre Toluca y Paraná la diferencia si es Significativa P<.001
Quienes más queman calorías son 1 Toluca, 2 Juárez y 3 Paraná en ese Orden
Para graficar:

Las D de Cohen se hacen en pares:

D de Cohen Juárez-Toluca: .41

D de Cohen Juárez-Paraná: .54

D de Cohen Toluca –Paraná: .99

EJERCICIO (COMPARACIÓN VALORES 3 ESCUELAS.SAV)

Factores inter-sujetos

Etiqueta
del valor N
Escuela donde 1 Academia
se administro 46
Juarez
2 Fray
Felipe de 70
Jesus
3 CETIS 93 150

Estadísticos descriptivos

Variable dependiente: Factor 1: Honestidad y Responsabilidad

Escuela donde se
administro Media Desv. típ. N
Academia Juarez 73.5870 8.60381 46
Fray Felipe de Jesus 69.6571 8.41993 70
CETIS 93 70.8067 8.45414 150
Total 70.9850 8.53670 266

Pruebas de los efectos inter-sujetos

Variable dependiente: Factor 1: Honestidad y Responsabilidad

Suma de
cuadrados Media
Fuente tipo III gl cuadrática F Significación
Modelo corregido 439.623(a) 2 219.811 3.063 .048
Intersección 1073228.11
1073228.119 1 14956.245 .000
9
escuela 439.623 2 219.811 3.063 .048
Error 18872.317 263 71.758
Total 1359650.000 266
Total corregida 19311.940 265
a R cuadrado = .023 (R cuadrado corregida = .015)

La diferencia es estadísticamente significativa, F(2,263= 3.063 P<.001

Comparaciones múltiples

Variable dependiente: Factor 1: Honestidad y Responsabilidad

Bonferroni

Intervalo de confianza al
95%.
Diferencia
(I) Escuela donde se (J) Escuela donde se entre medias Límite
administro administro (I-J) Error típ. Significación superior Límite inferior
Academia Juarez Fray Felipe de Jesus 3.9298(*) 1.60781 .046 .0560 7.8037
 CETIS 93 2.7803 1.42770 .158 -.6596 6.2202
Fray Felipe de Jesus Academia Juarez -3.9298(*) 1.60781 .046 -7.8037 -.0560
CETIS 93 -1.1495 1.22617 1.000 -4.1039 1.8048
CETIS 93 Academia Juarez -2.7803 1.42770 .158 -6.2202 .6596
Fray Felipe de Jesus 1.1495 1.22617 1.000 -1.8048 4.1039
Basado en las medias observadas.
* La diferencia de medias es significativa al nivel .05.

POST HOC nos dice en dónde está la diferencia

Sign Academia Juárez- Fray Felipe: P<.05 si es significante

Sign Academia Juárez- CEBTIS 93: P>.05 no es estadísticamente significativo

Sign CBTIS 93- Fray Felipe: P>.05 no es estadisticamente significativo

D Cohen Academia Juárez- Fray Felipe: .46

D Cohen Academia Juárez- CEBTIS 93: AQUÍ NO SALIERON CON DIFERENCIAS SIGNIFICATIVAS.

D Cohen CBTIS 93- Fray Felipe: AQUÍ NO SALIERON CON DIFERENCIAS SIGNIFICATIVAS.