UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS

OCCIDENTALES “EZEQUIEL ZAMORA”

VICERRECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL
PROGRAMA CIENCIAS DEL AGRO Y DEL MAR
SUB-PROGRAMA MEDICINA VETERINARIA
UNELLEZ-BARINAS

TRABAJO FINAL
SPSS
Introducción
Este trabajo consta de 4 investigaciones relacionadas a la medicina veterinaria,
dos de estas investigaciones se basan en la prueba de T-Student y las otras dos
en la prueba de Anova. Estas pruebas serán ejecutadas mediante el programa
estadístico SPSS con una serie de datos obtenidos en diferentes grupos de
animales, con el fin de determinar si los tipos de alimentos suministrados a estos
grupos de animales influyen en su crecimiento o en su peso.
Investigación n°1
Hemos tomado datos referentes a dos grupos de mautes en base a sus pesos, al
primer tratamiento se le suministra alimento a base de frijol+moringa siendo este el
tratamiento 0 y una alimentación a base de harina de yuca en el segundo
tratamiento siendo este el tratamiento 1.
Con esto queremos determinar si el alimento a base de harina de yuca aumenta el
peso de los mautes comparado al frijol+moringa. Usaremos el programa SPSS
como herramienta para determinar si el alimento a base de harina de yuca aumenta
o no el peso del grupo de mautes correspondientes al tratamiento 1.
Datos
t0 t1
220 215
226 220
230 225
218 220
210 205
215 210
200 207
220 221
208 207
214 214

En este caso nos planteamos que:

Ho: M1=M2
Ha: M1≠M2
Ho: El alimento a base de harina de yuca no aumenta el peso de los mautes.
Ha: El alimento a base de harina de yuca si aumenta el peso de los mautes.
 En primera fase analizamos los datos estadísticos aquí determinaremos la
media, mediana y desviación típica de ambos tratamientos.

Resumen del procesamiento de los casos

Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
t0 10 50,0% 10 50,0% 20 100,0%
t1 10 50,0% 10 50,0% 20 100,0%

Descriptivos

Estadístico Error típ.

t0 Media 216,1000 2,77469
Intervalo de confianza Límite inferior 209,8232
para la media al 95% Límite superior
222,3768

Media recortada al 5% 216,2222

Mediana 216,5000
Varianza 76,989
Desv. típ. 8,77433
Mínimo 200,00
Máximo 230,00
Rango 30,00
Amplitud intercuartil 12,00
Asimetría -,239 ,687
Curtosis ,091 1,334
t1 Media 214,4000 2,20202
Intervalo de confianza Límite inferior 209,4187
para la media al 95% Límite superior
219,3813

Media recortada al 5% 214,3333

Mediana 214,5000
Varianza 48,489
Desv. típ. 6,96340
Mínimo 205,00
Máximo 225,00
Rango 20,00
Amplitud intercuartil 13,25
Asimetría ,043 ,687
Curtosis -1,492 1,334

Para el tratamiento 0:
 La media de los pesos de los mautes alimentados con alimento a base de
frijol+moringa es de 216,1kg, su mediana es de 216,5kg y una desviación típica de
8,7kg.
Para el tratamiento 1:
El tratamiento 1 es referente a los pesos de los mautes proporcionando
alimento alternativo a base de harina de yuca, la media del tratamiento 1 es de
214kg, con una mediana de 214,5kg y una desviación típica de 6,9kg.
Determinamos la normalidad de nuestros datos
Nos planteamos la hipótesis
Ho: M1=M2
Ha: M1≠M2

Ho: nuestros datos son normales.

Ha: nuestros datos no son normales.
Pruebas de normalidad

Kolmogorov-Smirnov(a) Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
t0 ,128 10 ,200(*) ,986 10 ,988
t1 ,189 10 ,200(*) ,929 10 ,438
* Este es un límite inferior de la significación verdadera.
a Corrección de la significación de Lilliefors

Ejecutada la prueba de normalidad de datos y con una significancia de 0,988 y 0,438

se acepta Ho, lo que dice que nuestros datos son normales en ambos tratamientos.
 Gráfico Q-Q normal de t0

1,5

1,0
Normal esperado

0,5

0,0

-0,5

-1,0

-1,5

200 205 210 215 220 225 230

Valor observado

Gráfico Q-Q normal sin tendencias de t0

0,3

0,2
Desv. de normal

0,1

0,0

-0,1

205 210 215 220 225 230

Valor observado
230

225

220

215

210

205

200

t0

Gráfico Q-Q normal de t1

1,5

1,0
Normal esperado

0,5

0,0

-0,5

-1,0

-1,5

205 210 215 220 225

Valor observado
 Gráfico Q-Q normal sin tendencias de t1

0,4

0,2
Desv. de normal

0,0

-0,2

-0,4

205 210 215 220 225

Valor observado

225

220

215

210

205

t1

Por ultimo, tenemos que determinar si se asumen o no varianzas iguales y analizar

el resultado de la prueba de T-Student.
Planteamos la hipótesis en base a las varianzas
Ho: m1= m2
Ha: m1≠ m2
Ho: se asumen varianzas iguales
Ha: no se asumen varianzas iguales.
 Con una sig de 0,651 se determina que existen varianzas iguales por lo tanto se
acepta la hipótesis nula.
Prueba de muestras independientes

Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
diferencia
Sig. Diferencia Error típ. de
F Sig. t gl (bilateral) de medias la diferencia Superior Inferior
pesos Se han asumido
,212 ,651 ,480 18 ,637 1,70000 3,54228 -5,74206 9,14206
varianzas iguales
No se han
asumido varianzas ,480 17,117 ,637 1,70000 3,54228 -5,76968 9,16968
iguales

Y planteamos hipótesis para la prueba de T-Student.

Ho: m1= m2
Ha: m1≠ m2
Ho: El alimento a base de harina de yuca no aumente el peso de los mautes.
Ha: El alimento a base de harina de yuca si aumenta el peso de los mautes.
Con una sig de 0,637 determinamos que la harina de yuca no aumenta el peso de
los mautes, por lo tanto aceptamos la hipótesis nula.
Investigación n°2
Tenemos un total de 20 datos divididos en dos grupos correspondiendo a los pesos
de cerdos en crecimiento, al primer grupo correspondiente al T0 es alimentado con
harina de soya y el segundo grupo es alimentado con harina de pescado.
Deseamos saber si la harina de pescado influye en el peso de los cerdos con
respecto a la harina de soya.
Datos:
t0 t1
33 32
35 33
32 31
30 32
21 23
26 25
29 30
25 21
28 27
31 29

Nos planteamos la hipótesis nula y alternativa

Ho: m1= m2
Ha: m1≠ m2
Ho: la harina de pescado no influye en el peso de los cerdos
Ha: la harina de pescado si influye en el peso de los cerdos

Resumen del procesamiento de los casos

Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
t0 10 50,0% 10 50,0% 20 100,0%
t1 10 50,0% 10 50,0% 20 100,0%

Descriptivos

Estadístico Error típ.

t0 Media 29,0000 1,31656
Intervalo de confianza Límite inferior 26,0217
para la media al 95% Límite superior
31,9783

Media recortada al 5% 29,1111

Mediana 29,5000
Varianza 17,333
Desv. típ. 4,16333
Mínimo 21,00
Máximo 35,00
 Rango 14,00
Amplitud intercuartil 6,50
Asimetría -,554 ,687
Curtosis ,080 1,334
t1 Media 28,3000 1,30852
Intervalo de confianza Límite inferior 25,3399
para la media al 95% Límite superior
31,2601

Media recortada al 5% 28,4444

Mediana 29,5000
Varianza 17,122
Desv. típ. 4,13790
Mínimo 21,00
Máximo 33,00
Rango 12,00
Amplitud intercuartil 7,50
Asimetría -,678 ,687
Curtosis -,859 1,334

Tratamiento 0: obtenemos una media de 29kg, una mediana de 29,5kg y una

desviación típica de 4,16kg
Tratamiento 1: obtenemos una media de 28,3kg, una mediana de 29,5kg y una
desviación típica de 4,13kg.

Determinamos la normalidad de nuestros datos

Determinamos la normalidad de los datos
Ho: m1= m2
Ha: m1≠ m2
Ho: los datos son normales.
Ha: los datos no son normales.
Pruebas de normalidad

Kolmogorov-Smirnov(a) Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
t0 ,105 10 ,200(*) ,979 10 ,960
t1 ,167 10 ,200(*) ,915 10 ,320
* Este es un límite inferior de la significación verdadera.
a Corrección de la significación de Lilliefors

Con una sig de 0,179 para t0 y 0,320 para t1 se acepta la hipótesis nula, eso quiere
decir que nuestros datos son normales.
 Gráfico Q-Q normal de t0

1,5

1,0
Normal esperado

0,5

0,0

-0,5

-1,0

-1,5

22 24 26 28 30 32 34
Valor observado

Gráfico Q-Q normal sin tendencias de t0

0,15

0,10
Desv. de normal

0,05

0,00

-0,05

-0,10

-0,15

25,0 27,5 30,0 32,5 35,0

Valor observado
34

32

30

28

26

24

22

20

t0

Gráfico Q-Q normal de t1

1,5

1,0
Normal esperado

0,5

0,0

-0,5

-1,0

-1,5

22,5 25,0 27,5 30,0 32,5

Valor observado
 Gráfico Q-Q normal sin tendencias de t1

0,4

0,2
Desv. de normal

0,0

-0,2

-0,4

22,5 25,0 27,5 30,0 32,5

Valor observado

32,5

30,0

27,5

25,0

22,5

20,0

t1

Determinamos la prueba de igualdad de varianzas y la prueba de T-Student

Planteamos hipótesis para la prueba de igualdad de varianzas:
Ho: m1= m2
Ha: m1≠ m2
Ho: se asumen varianzas iguales.
Ha: no se asumen varianzas iguales.
 Con una sig de 0,812 se asumen varianzas iguales.

Prueba de muestras independientes

Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
diferencia
Sig. Diferencia Error típ. de
F Sig. t gl (bilateral) de medias la diferencia Superior Inferior
pesos Se han asumido
varianzas iguales ,058 ,812 ,377 18 ,711 ,70000 1,85622 -3,19978 4,59978
No se han asumido
varianzas iguales ,377 17,999 ,711 ,70000 1,85622 -3,19979 4,59979

Prueba de T-Student:
Planteamos hipótesis
Ho: m1= m2
Ha: m1≠ m2
Ho: la harina de pescado no influye en el peso de los cerdos
Ha: la harina de pescado si influye en el peso de los cerdos
Con una sig de 0,711 se acepta la hipótesis nula, la harina de pescado no influye
en el peso de los cerdos.
Investigación n°3
En esta investigación probaremos dos alimentos a base de harina de sangre con el
alimento balanceado comercial siendo este el testigo, para esta investigación se
tomaron los pesos de 18 cabras.
Deseamos saber si los alimentos a base de mataratón+moringa influyen en el peso
en comparación con el alimento balanceado comercial.
Datos:
t1 t2 t3
32 34 40
30 32 36
29 31 36
27 28 32
33 35 38
32 34 40
Nos planteamos hipótesis
Ho: m1= m2
Ha: m1≠ m2
Ho: los alimentos a base de mataratón+moringa no influyen en el peso de las
cabras.
Ha: los alimentos a base de mataratón+moringa si influyen en el peso de las cabras.
Descriptivos

pesos
Intervalo de confianza para
la media al 95%
Desviación Límite
N Media típica Error típico Límite inferior superior Mínimo Máximo
1 6 30,5000 2,25832 ,92195 28,1300 32,8700 27,00 33,00
2 6 32,3333 2,58199 1,05409 29,6237 35,0430 28,00 35,00
3 6 37,0000 3,03315 1,23828 33,8169 40,1831 32,00 40,00
Total 18 33,2778 3,75430 ,88490 31,4108 35,1447 27,00 40,00

Para el tratamiento 1: tenemos una media de 30,5kg y una desviación típica de

2,25kg.
Para el tratamiento 2: tenemos una media de 32,3kg y una desviación típica de
2,58kg.
Para el tratamiento 3: tenemos una media de 37kg y una desviación típica de
3,75kg.

Realizamos la prueba de homogeneidad varianzas

Planteamos hipótesis
Ho: m1= m2
Ha: m1≠ m2
Ho: los datos son homogéneos.
Ha: los datos no son homogéneos.
Prueba de homogeneidad de varianzas

pesos
Estadístico de
Levene gl1 gl2 Sig.
 ,208 2 15 ,814

Con una sig de 0,814 se determina que nuestros datos son homogéneos.
Por ultimo realizamos la prueba de Anova
Planteamos hipótesis
Ho: m1= m2
Ha: m1≠ m2
Ho: los alimentos a base de mataratón+moringa no influyen en el peso de las
cabras.
Ha: los alimentos a base de mataratón+moringa de oro si influyen en el peso de las
cabras.

ANOVA

pesos
Suma de Media
cuadrados gl cuadrática F Sig.
Inter-grupos 134,778 2 67,389 9,642 ,002
Intra-grupos 104,833 15 6,989
Total 239,611 17

Con una sig de 0,002 se acepta la hipótesis alternativa, los alimentos a base de
mataratón+moringa si influye en los pesos de las cabras.
Investigación n°4
Se probaron dos alimentos a base a botón de oro+harina de sangre en ovinos en
crecimiento comparándolo con alimento balanceado comercial siendo este el
testigo, se quiere determinar si el alimento a base de botón de oro+harina de sangre
influye en el peso de los ovinos en crecimiento, para esta investigación se tomaron
el peso de 18 ovinos.
Datos:
t1 t2 t3
35 36 38
37 38 41
31 33 40
38 39 42
34 35 39
36 37 40

Nos planteamos la hipótesis principal

Ho: m1= m2
Ha: m1≠ m2
Ho: los alimentos a base de botón de oro+harina de sangre no influyen en el peso
de los ovinos.
Ha: los alimentos a base de botón de oro+harina de sangre si influyen en el peso
de los ovinos.
Obtenemos el resumen estadísticos de nuestros datos

Descriptivos

pesos
Intervalo de confianza para
la media al 95%
Desviación Límite
N Media típica Error típico Límite inferior superior Mínimo Máximo
1 6 35,1667 2,48328 1,01379 32,5606 37,7727 31,00 38,00
2 6 36,3333 2,16025 ,88192 34,0663 38,6004 33,00 39,00
3 6 40,0000 1,41421 ,57735 38,5159 41,4841 38,00 42,00
Total 18 37,1667 2,87484 ,67761 35,7370 38,5963 31,00 42,00

Mediante el análisis de datos obtenemos que:

Para tratamiento 1: tenemos una media de 35,16kg y una desviación típica de
2,48kg.
Para tratamiento 2: tenemos una media de 36,33kg y una desviación típica de
2,16kg.
Para tratamiento 3: tenemos una media de 40kg y una desviación típica de 1,41kg.
Realizamos la prueba de homogeneidad de varianzas
Ho: m1= m2
Ha: m1≠ m2
Ho: Los datos son homogéneos.
Ha: Los datos no son homogéneos.

Prueba de homogeneidad de varianzas

pesos
Estadístico de
Levene gl1 gl2 Sig.
,820 2 15 ,459

Con una sig de 0,459 determinamos que nuestros datos son homogéneos, por lo
tanto se acepta la hipótesis nula.
Por ultimo realizamos la prueba de Anova
Nos planteamos la hipótesis.
Ho: m1= m2
Ha: m1≠ m2
Ho: Los alimentos a base de botón de oro+harina de sangre no influyen en el peso.
Ha: Los alimentos a base de botón de oro+harina de sangre si influye en los pesos.
ANOVA

pesos
Suma de Media
cuadrados gl cuadrática F Sig.
Inter-grupos 76,333 2 38,167 8,922 ,003
Intra-grupos 64,167 15 4,278
Total 140,500 17

Con una sig de 0,003 se acepta la hipótesis alternativa, es decir, los alimentos a
base de botón de oro+harina de sangre si influye en el peso de los ovinos en
crecimiento.
Conclusión
El programa SPSS es una herramienta muy útil al momento de realizar
comparaciones de datos, es por ello que es muy utilizado en las investigaciones
estadísticas, ya que nos permite con más facilidad y rapidez analizar un conjunto de
datos que pueden contener diferentes variables, arrojándonos resultados precisos
en cuestión de segundos, resultados con los cuales podemos redactar análisis más
específicos.