Documente Academic
Documente Profesional
Documente Cultură
OUTPUTS SPSS
PRÁCTICA 4A
CONTENIDO DE ESTA PRÀCTICA
1.- CONTRASTE PARAMÉTRICO DE HIPÓTESIS PARA UN GRUPO O MUESTRA
2.- CONTRASTE PARAMÉTRICO DE HIPÓTESIS DOS GRUPOS O MUESTRAS
2.1.-INDEPENDIENTES: LA MEDIA Y LA VARIANZA
2.2.-RELACIONADOS: LA MEDIA
3.- CALCULAR INTERVALOS DE CONFIANZA
1.- HIPÒTESIS
La hipótesis estadística es que los estudiantes de psicología tienen una
percepción positiva sobre su salud MAYOR que la población general
2.-COMPROBACIÓN DE SUPUESTOS
Supuesto de normalidad:
¿La muestra con la que se trabaja procede de una población normalmente distribuida?
Las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk permiten contrastar la hipótesis de que la
muestra obtenida procede de una población normal.
3
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
4
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Valor de prueba = 4
Intervalo de confianza
Diferencia para la diferencia
t gl Sig. (bilateral) de medias Inferior Superior
TOTSALU 8.248 74 .000 .6967 .5284 .8650
1
SPSS siempre hace el contrate bilateral , pero como en este caso se trata de un
contraste unilateral, la probabilidad que ofrece SPSS se tiene que dividir por 2.
5
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
NOTA: Hemos de tener en cuenta que SPSS siempre hace el contraste bilateral, por tanto:
• En contrastes bilaterales, nos fijamos directamente en el valor que ofrece la celdilla Sig.(bilateral), si la
significación obtenida es menor que el nivel de riesgo que estoy dispuesto a admitir (=0.05 ó =0.01)
rechazamos la hipótesis nula. Si el valor de Sig.(bilateral) es mayor que el valor de , mantenemos la hipótesis
nula.
Ejemplo. Para un =0.05, si la Sig.(bilateral)=0.080 Mantenemos la hipótesis nula
• En contrastes unilaterales, debemos dividir el valor que ofrece la celdilla Sig.(bilateral) entre 2. Si el valor de
Sig.(bilateral)/2, es menor que el nivel de riesgo que estoy dispuesto a admitir (=0.05 ó =0.01) rechazamos
la hipótesis nula. Si el valor de Sig.(bilateral)/2 es mayor que el valor de , mantenemos la hipótesis nula.
Ejemplo. Para un =0.05, si la Sig.(bilateral)=0.080/2 (por tanto, la Sig.unilateral=0.040)
Rechazamos la hipótesis nula
Valor de prueba = 4
Intervalo de confianza
Diferencia para la diferencia
t gl Sig. (bilateral) de medias Inferior Superior
TOTSALU 8.248 74 .000 .6967 .4733 .9200
1.- HIPÒTESIS
los estudiantes de Psicología presentan una percepción igual de
Hipótesis:
positiva sobre su nivel de coordinación que la población general
Contrast bilateral: H0: m1 = m2 H1: m1 ≠ m2
2.- COMPROBACIÓN DE SUPUESTOS
Supuesto de normalidad:
¿La muestra con la que se trabaja procede de una población normalmente distribuida?
Las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk permiten contrastar la hipótesis de que la
muestra obtenida procede de una población normal.
H0 ↔ Distribución normal de la V.D. H1 ↔ Distribución NO normal de la V.D.
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Valor de prueba = 4
Intervalo de confianza
Diferencia para la diferencia
t gl Sig. (bilateral) de medias Inferior Superior
TOTCOOR -.376 73 .708 -3.6036E-02 -.2272 .1551
8
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Valor de prueba = 4
Intervalo de confianza
Diferencia para la diferencia
t gl Sig. (bilateral) de medias Inferior Superior
TOTCOOR -.376 73 .708 -3.6036E-02 -.2897 .2176
9
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
1.- HIPÒTESIS
Contrast bilateral: H0: m1 = m2 H1: m1 ≠ m2
10
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
B. Supuesto de homocedasticidad:
Se verifica con la prueba de Levene (ver output de la prueba T), y determina qué procedimiento es el
adecuado utilizar, y por tanto qué información se debe interpretar de la tabla del output (“Se han
asumido varianzas iguales” o “No se han asumido varianzas iguales”).
H0 ↔ Las varianzas son iguales.
H1 ↔ Las varianzas son desiguales
Instrucciones para el SPSS
Analizar / Comparar medias / Prueba T para muestras independientes /
Contrastar variables = (TOTSALU)
Variable de agrupación = (Sexo) / Definir grupos Usar valores especificados: Grupo 1: 1 (código hombre 1)
Grupo 2: 2 (código mujer 2)
Botón Opciones marcar: nivel de confianza 95% ó 99%
11
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Prueba T
12
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
Intervalo de confianza
Diferencia Error típ de para la diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
TOTSALU Se han asumido
4.639 .035 .611 73 .543 .1154 .1889 -.2611 .4919
varianzas iguales
No se han asumido
.737 56.691 .464 .1154 .1565 -.1980 .4288
varianzas iguales
13
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
1.- HIPÒTESIS
los estudiantes de Psicología presentan una percepción igual de
Hipótesis:
positiva sobre su nivel de coordinación que la población general
¿La variable autoconcepto físico global presenta distribución normal en ambas poblaciones (=0.05)?
Instrucciones para el SPSS
14
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
15
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
B. Supuesto de homocedasticidad:
Se verifica con la prueba de Levene (ver output de la prueba T), y determina qué procedimiento es el
adecuado utilizar, y por tanto qué información se debe interpretar de la tabla del output (“Se han
asumido varianzas iguales” o “No se han asumido varianzas iguales”).
Prueba T
Estadísticos de grupo
Error típ. de la
sexo N Media Desviación típ. media
16
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
2
SPSS siempre hace el contrate bilateral, pero como en este caso se trata
de un contraste unilateral, la probabilidad que ofrece SPSS se tiene que
dividir por 2.
17
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
1.- HIPÒTESIS
18
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
19
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
Intervalo de confianza
Diferencia Error típ de para la diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
TOTSALU Se han asumido
4.639 .035 .611 73 .543 .1154 .1889 -.2611 .4919
varianzas iguales
No se han asumido
.737 56.691 .464 .1154 .1565 -.1980 .4288
varianzas iguales
TOTCOOR Se han asumido
.463 .498 1.284 72 .203 .2719 .2118 -.1502 .6941
varianzas iguales
No se han asumido
1.275 36.245 .210 .2719 .2133 -.1605 .7044
varianzas iguales
TOTACTF Se han asumido
5.606 .021 2.920 72 .005 1.0933 .3744 .3470 1.8396
varianzas iguales
No se han asumido
2.548 28.774 .016 1.0933 .4290 .2156 1.9710
varianzas iguales
TOTGRAS Se han asumido
.004 .950 .344 73 .732 .1063 .3086 -.5088 .7213
varianzas iguales
No se han asumido
.344 36.318 .733 .1063 .3093 -.5209 .7335
varianzas iguales
TOTCOMP Se han asumido
.209 .649 4.490 73 .000 1.2425 .2767 .6910 1.7940
varianzas iguales
No se han asumido
4.276 33.215 .000 1.2425 .2906 .6515 1.8335
varianzas iguales
TOTAPAR Se han asumido
.310 .579 .212 72 .833 4.753E-02 .2245 -.4000 .4950
varianzas iguales
No se han asumido
.232 41.319 .817 4.753E-02 .2047 -.3657 .4607
varianzas iguales
TOTFUER Se han asumido
.203 .654 2.233 72 .029 .5762 .2581 6.172E-02 1.0907
varianzas iguales
No se han asumido
2.164 32.087 .038 .5762 .2663 3.383E-02 1.1186
varianzas iguales
TOTFLEX Se han asumido
1.565 .215 -.125 73 .901 -3.3510E-02 .2683 -.5683 .5013
varianzas iguales
No se han asumido
-.131 40.385 .896 -3.3510E-02 .2558 -.5504 .4834
varianzas iguales
TOTRESI Se han asumido
16.576 .000 4.343 73 .000 1.2213 .2812 .6608 1.7818
varianzas iguales
No se han asumido
3.445 25.236 .002 1.2213 .3545 .4916 1.9511
varianzas iguales
TOTGLPH Se han asumido
1.949 .167 2.939 71 .004 .7148 .2432 .2298 1.1998
varianzas iguales
No se han asumido
3.177 40.425 .003 .7148 .2250 .2603 1.1693
varianzas iguales
TOTESTM Se han asumido
.978 .326 .583 72 .562 .1042 .1788 -.2522 .4605
varianzas iguales
No se han asumido
.656 43.827 .516 .1042 .1589 -.2161 .4244
varianzas iguales
20
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
1.- HIPÒTESIS
Contrast bilateral: H0: m1 = m2 H1: m1 ≠ m2
Supuesto de normalidad:
¿La distribución poblacional de las diferencias de puntuaciones es normal?
Las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk permiten contrastar la hipótesis de que la
distribución poblacional de las diferencias de puntuaciones entre las dos variables comparadas es
normal.
H0 ↔ Distribución normal de la diferencia de puntuaciones
H1 ↔ Distribución NO normal de la diferencia de puntuaciones
¿La diferencia de puntuaciones entre las escalas de fuerza y flexibilidad presenta distribución normal en
la población (=0.05)?
Transformación previa de datos en SPSS
Lo primero que hay que hacer es crear una nueva variable que represente la diferencia de puntuaciones en
fuerza y flexibilidad.
21
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
22
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
23
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
N Correlación Sig.
Par 1 TOTFUER y TOTFLEX 74 .231 .048
Diferencias relacionadas
Intervalo de confianza
Desviación Error típ. de para la diferencia
Media típ. la media Inferior Superior t gl Sig. (bilateral)
Par 1 TOTFUER - TOTFLEX -.2725 1.2716 .1478 -.5671 2.208E-02 -1.844 73 .069
N Correlación Sig.
Par 1 TOTFUER y TOTFLEX 74 .231 .048
Diferencias relacionadas
Intervalo de confianza
Desviación Error típ. de para la diferencia
Media típ. la media Inferior Superior t gl Sig. (bilateral)
Par 1 TOTFUER - TOTFLEX -.2725 1.2716 .1478 -.6635 .1184 -1.844 73 .069
Comprueba que tanto si trabajamos con un = 0.05 como con un = 0.01, las
tablas de resultados obtenidas en ambos casos son exactamente idénticas.
25
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
1.- HIPÒTESIS
Contrast bilateral: H0: m1 = m2 H1: m1 ≠ m2
Supuesto de normalidad:
¿La distribución poblacional de las diferencias de puntuaciones es normal?
Las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk permiten contrastar la hipótesis de que la
distribución poblacional de las diferencias de puntuaciones entre las dos variables comparadas es
normal.
H0 ↔ Distribución normal de la diferencia de puntuaciones
H1 ↔ Distribución NO normal de la diferencia de puntuaciones
¿La diferencia de puntuaciones entre las escalas de autoconcepto físico global y autoestima presenta
distribución normal en la población (=0.05)?
Transformación previa de datos en SPSS
Lo primero que hay que hacer es crear una nueva variable que represente la diferencia de puntuaciones en
autoconcepto físico global y autoestima.
Dependientes: GLOBAL_AUTOESTIMA
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
27
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Prueba T
Estadísticos de muestras relacionadas
N Correlación Sig.
Par 1 TOTGLPH y TOTESTM 72 .657 .000
Diferencias relacionadas
Intervalo de confianza
Desviación Error típ. de para la diferencia
Media típ. la media Inferior Superior t gl Sig. (bilateral)
Par 1 TOTGLPH - TOTESTM -.7564 .7265 8.562E-02 -.9271 -.5856 -8.834 71 .000
28
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Explorar
Resumen del procesamiento de los casos
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
TOTGLPH 72 96.0% 3 4.0% 75 100.0%
TOTESTM 72 96.0% 3 4.0% 75 100.0%
Descriptivos
29
Práctica 3 Joan Garcia-Perales
Contraste Paramétrico de Hipótesis I: 1 y 2 grupos (Tema 4)
Explorar
Resumen del procesamiento de los casos
Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
TOTFUER 74 98.7% 1 1.3% 75 100.0%
TOTFLEX 74 98.7% 1 1.3% 75 100.0%
Descriptivos
30