Вы находитесь на странице: 1из 15

V Curso Taller: SPSS aplicado a la investigación

UNIVERSIDAD DE SAN MARTÍN DE PORRES


Facultad de Ciencias Administrativas y Recursos Humanos
Coordinación de Asignatura de Investigación Empresarial Aplicada

V CURSO – TALLER: SPSS APLICADO A LA INVESTIGACIÓN

CONTENIDO
1. Confiabilidad del instrumento.
2. Obtención de valores resumen para dimensiones y variables.
3. Análisis exploratorio de datos.
4. Análisis descriptivo.
5. Análisis de la normalidad de los datos.
6. Análisis de correlaciones.
7. Segmentación de datos (comparación de grupos).
8. Análisis Inferencial - Comparación de medias poblacionales.

1
V Curso Taller: SPSS aplicado a la investigación
1. Confiabilidad del instrumento
Analizar  Escala  Análisis de fiabilidad

NOTA:
Para efectos de asignatura: Obtención de coeficiente  de Cronbach por cada variable.
Mayor rigurosidad: Obtención de coeficiente  de Cronbach por cada dimensión y cada variable.

V1D1: Información

Estadísticas de fiabilidad Estadísticas de total de elemento


Alfa de N de Varianza de
Cronbacha elementos Media de escala escala si el Correlación total Alfa de Cronbach
si el elemento elemento se de elementos si el elemento se
0,637 5 se ha suprimido ha suprimido corregida ha suprimido

V1D1P01 14,10 3,047 ,477 ,537

V1D1P02 12,73 3,041 ,570 ,489

V1D1P03 14,01 3,711 ,299 ,627

V1D1P04 14,26 3,852 ,279 ,633

V1D1P05 13,03 3,622 ,336 ,609


a. El valor es negativo debido a una covarianza promedio negativa entre elementos.
Esto viola los supuestos del modelo de fiabilidad. Podría desear comprobar las
codificaciones de elemento.

Recomendación: Revisar la direccionalidad de los ítems del cuestionario

V1D2: Comunicación

Estadísticas de fiabilidad Estadísticas de total de elemento


Alfa de N de Varianza de Alfa de
Cronbach elementos Media de escala escala si el Correlación total Cronbach si el
si el elemento se elemento se ha de elementos elemento se
,581 5 ha suprimido suprimido corregida ha suprimido

V1D2P01 14,21 4,986 ,319 ,538

V1D2P02 13,91 4,815 ,549 ,421

V1D2P03 12,76 5,113 ,562 ,437

V1D2P04 14,08 5,101 ,359 ,514

V1D2P05 13,77 5,638 ,083 ,695

2
V Curso Taller: SPSS aplicado a la investigación
V1D3: Creación de contenidos

Estadísticas de fiabilidad Estadísticas de total de elemento


Alfa de N de Varianza de Alfa de
Cronbach elementos Media de escala escala si el Correlación total Cronbach si el
si el elemento se elemento se ha de elementos elemento se ha
,054 5 ha suprimido suprimido corregida suprimido

V1D3P01 12.29 2.737 -.101 .186

V1D3P02 12.36 2.233 .111 -,071a

V1D3P03 12.42 2.585 -.031 .105

V1D3P04 12.24 2.132 .167 -,145a

V1D3P05 12.29 2.370 -.011 .089


a. El valor es negativo debido a una covarianza promedio negativa entre elementos.
Esto viola los supuestos del modelo de fiabilidad. Podría desea comprobar las
codificaciones de elemento.

NOTA: Los datos que se han simulado, para el archivo de trabajo, se han adecuado para que se
puedan apreciar tres situaciones distintas en el análisis de resultados del  de Cronbach cuando
se omiten elementos.

2. Obtención de valores resumen para dimensiones y variables


Transformar  Calcular variable

Dimensiones de la variable Competencia Digital


Variable
Dimensión Expresión numérica
objetivo
Información V1D1 MEAN(V1D1P01,V1D1P02,V1D1P03,V1D1P04,V1D1P05)
Comunicación V1D2 MEAN(V1D2P01,V1D2P02,V1D2P03,V1D2P04,V1D2P05)
Creación de contenidos V1D3 MEAN(V1D3P01,V1D3P02,V1D3P03,V1D3P04,V1D3P05)
Seguridad V1D4 MEAN(V1D4P01,V1D4P02,V1D4P03,V1D4P04,V1D4P05)
Resolución de problemas V1D5 MEAN(V1D5P01,V1D5P02,V1D5P03,V1D5P04,V1D5P05)

3
V Curso Taller: SPSS aplicado a la investigación
Similar procedimiento para calcular los valores resumen de la variable Competencia Digital.

3. Análisis exploratorio de datos


Analizar  Estadísticos Descriptivos  Explorar

En Gráficos seleccionar Histograma. Mostrar solamente gráficos (los estadísticos de preferencia lo


obtendremos de otra forma)

V1D1: Información

4
V Curso Taller: SPSS aplicado a la investigación

¿En cuál o cuáles dimensiones se observan datos discordantes?

4. Análisis descriptivo
Analizar  Estadísticos Descriptivos  Descriptivos

Competencia digital y Rendimiento Académico


Desviación
Media
estándar
Competencia digital 3,3123 ,21736
Rendimiento Académico 15,4588 1,44593

Para editar el reporte se debe hacer click, sobre la tabla, con el botón derecho del mouse;
seleccionar la opción Editar contenido  En otra ventana

5
V Curso Taller: SPSS aplicado a la investigación

Competencia digital y sus dimensiones


Desviación
Media
estándar
Competencia digital 3,3123 ,21736
Información 3,4063 ,44491
Comunicación 3,4375 ,53703
Creación de contenidos 3,0800 ,34909
Seguridad 3,5525 ,48134
Resolución de problemas 3,0838 ,33831

5. Análisis de la normalidad de los datos


H0: La variable sigue una distribución normal (hipótesis nula)
H1: La variable no sigue una distribución normal (hipótesis alternativa)
Regla de decisión:
P value   Rechazar hipótesis nula
P value >  No rechazar hipótesis nula
Donde:
: nivel de significancia de la prueba (usualmente 0,05)
P value: Medida de significancia estadística (valor de probabilidad)

5.1. Exploración de datos


Analizar  Estadísticos Descriptivos  Explorar

6
V Curso Taller: SPSS aplicado a la investigación
En Gráficos habilitar la opción Gráficos de normalidad con pruebas. Mostrar estadísticos y gráficos
(ambos)

Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Información ,137 160 ,000 ,968 160 ,001
Comunicación ,102 160 ,000 ,973 160 ,003
Creación de contenidos ,128 160 ,000 ,961 160 ,000
Seguridad ,089 160 ,003 ,982 160 ,038
Resolución de problemas ,160 160 ,000 ,954 160 ,000
Competencia digital ,061 160 ,200* ,990 160 ,350
Rendimiento Académico ,064 160 ,200* ,984 160 ,058
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors

¿Cuál prueba corresponde considerar: Kolmogorov-Smirnov o Shapiro-Wilk?, ¿por qué?


¿Cómo se interpretan los resultados obtenidos?

5.2. Pruebas no paramétricas


A: Analizar  Pruebas no paramétricas  Una muestra
Editar en Objetivos, Campos y Configuración

7
V Curso Taller: SPSS aplicado a la investigación

Adicionalmente a la prueba de normalidad se obtienen los gráficos Q-Q.


¿Cómo se interpretan estos gráficos? ¿lo observado mediante dichos gráficos son
resultados concluyentes?

8
V Curso Taller: SPSS aplicado a la investigación

B: Analizar  Pruebas no paramétricas  Cuadros de diálogos antiguos  K-S para una muestra

9
V Curso Taller: SPSS aplicado a la investigación

Prueba de Kolmogorov-Smirnov para una muestra


Parámetros normalesa,b Máximas diferencias extremas Sig.
Estadístico
Desviación asintótica
Media Absoluta Positivo Negativo de prueba
estándar (bilateral)

Procesos 15,2273 1,92668 ,099 ,098 -,099 ,099 ,001c


Resultados 15,6903 1,81720 ,122 ,066 -,122 ,122 ,000c
Información 3,4063 ,44491 ,137 ,088 -,137 ,137 ,000c
Comunicación 3,4375 ,53703 ,102 ,102 -,066 ,102 ,000c
Creación de contenidos 3,0800 ,34909 ,128 ,103 -,128 ,128 ,000c
Seguridad 3,5525 ,48134 ,089 ,086 -,089 ,089 ,003c
Resolución de problemas 3,0838 ,33831 ,160 ,160 -,121 ,160 ,000c
Competencia digital 3,3122 ,21736 ,061 ,061 -,043 ,061 ,200c,d
Rendimiento Académico 15,4588 1,44593 ,064 ,036 -,064 ,064 ,200c,d

a. La distribución de prueba es normal.


b. Se calcula a partir de datos.
c. Corrección de significación de Lilliefors.
d. Esto es un límite inferior de la significación verdadera.

6. Análisis de correlaciones
Analizar  Correlacionar  Bivariadas

H0: r = 0 No hay relación entre las variables (hipótesis nula)


H1: r  0 Sí hay relación entre las variables (hipótesis alternativa)

Similar hipótesis para la rho de Spearman ().

10
V Curso Taller: SPSS aplicado a la investigación
Correlaciones
Competencia Rendimiento
digital Académico
Competencia digital Correlación de Pearson 1 ,512**
Sig. (bilateral) ,000
Rendimiento Académico Correlación de Pearson ,512** 1
Sig. (bilateral) ,000
**. La correlación es significativa en el nivel 0,01 (bilateral).

Rho de Spearman
Creación de Resolución de Rendimiento
Información Comunicación Seguridad
contenidos problemas Académico
Información Coef. correlación 1,000 ,152 ,051 ,057 ,010 ,335**
Sig. (bilateral) . ,054 ,521 ,475 ,899 ,000
Comunicación Coef. correlación ,152 1,000 ,047 ,059 ,131 ,269**
Sig. (bilateral) ,054 . ,552 ,457 ,099 ,001
Creación de Coef. correlación ,051 ,047 1,000 -,036 ,059 ,150
contenidos Sig. (bilateral) ,521 ,552 . ,648 ,459 ,059
Seguridad Coef. correlación ,057 ,059 -,036 1,000 -,046 ,162*
Sig. (bilateral) ,475 ,457 ,648 . ,567 ,041
Resolución de Coef. correlación ,010 ,131 ,059 -,046 1,000 ,238**
problemas Sig. (bilateral) ,899 ,099 ,459 ,567 . ,002
Rendimiento Coef. correlación ,335** ,269** ,150 ,162* ,238** 1,000
Académico Sig. (bilateral) ,000 ,001 ,059 ,041 ,002 .

**. La correlación es significativa en el nivel 0,01 (bilateral).


*. La correlación es significativa en el nivel 0,05 (bilateral).

¿Cuál es la interpretación de los resultados obtenidos?


¿Por qué se consideró diferente tipo de coeficiente de correlación en cada caso
mostrado?

7. Segmentación de datos (comparación de grupos)


Datos  Segmentar archivo

11
V Curso Taller: SPSS aplicado a la investigación

Luego de realizada ésta operación, cualquier reporte a obtenerse se visualizará en forma


segmentada, según las categorías especificadas.

Genero
Femenino Masculino
Desviación Desviación
Media estándar Media estándar
Competencia digital 3,2555 ,20995 3,3765 ,20879

Información 3,3059 ,41357 3,5200 ,45441

Comunicación 3,3506 ,57727 3,5360 ,47210

Creación de contenidos 3,0376 ,32586 3,1280 ,37001

Seguridad 3,5718 ,48418 3,5307 ,48042

Resolución de problemas 3,0118 ,29817 3,1653 ,36372

Importante: De acuerdo a lo que se requiera la data debe estar o no segmentada, así que
se debe manipular cuidadosamente.

8. Análisis Inferencial - Comparación de medias poblacionales.


Hipótesis para la prueba de medias
H0: 1 = 2 (hipótesis nula: medias similares)
H1: 1  2 (hipótesis alternativa: medias diferentes)
Hipótesis para la prueba de varianzas
H0: 𝜎12 = 𝜎22 1 (hipótesis nula: varianzas similares)
H1: 𝜎12 ≠ 𝜎22 1 (hipótesis alternativa: varianzas diferentes)

8.1. Muestras independientes (2 grupos)


Analizar  Comparar medias  Prueba T para muestras independientes

Competencias digitales según género

12
V Curso Taller: SPSS aplicado a la investigación

NOTA: No olvidar definir los grupos.

Importante: La presente prueba requiere el cumplimiento del supuesto de normalidad


de la distribución de los datos.

Prueba de muestras independientes


Prueba Levene
prueba t para la igualdad de medias
igualdad varianzas
Sig. Diferencia Dif. error
F Sig. t gl
(bilateral) medias estándar
Se asumen varianzas iguales
,022 ,881 -3,647 158 ,000 -,12100 ,03318
No se asumen varianzas
iguales -3,649 155,74 ,000 -,12100 ,03316

¿Cuál sería la conclusión si se compara según la variable correspondiente a la Sede?

¿Cómo procedería en el caso de que la distribución de los datos no cumpla el supuesto


de normalidad?

8.2. Muestras dependientes (2 grupos)


Analizar  Comparar medias  Prueba T para muestras relacionadas

Prueba de muestras emparejadas


Diferencias emparejadas
Desviación Media de error Sig.
Media estándar estándar t gl (bilateral)
Par 1 Procesos - Resultados -,46306 2,38028 ,18818 -2,461 159 ,015

13
V Curso Taller: SPSS aplicado a la investigación

¿Cómo procedería en el caso de que se deseará comparar las medias de la variable


Competencia digital entre las diferentes facultades?

8.3. Muestras independientes (3 grupos)


Hipótesis para la prueba de medias
H0: 1 = 2 = … = k =  (hipótesis nula: medias similares)
H1: j   j = 1,2, …, k (hipótesis alternativa: al menos una media es diferente)

Analizar  Comparar medias  ANOVA de un factor

Descriptivos
Competencia digital

95% del intervalo de confianza

Desviación para la media

N Media estándar Error estándar Límite inferior Límite superior

Fac. 1 43 3,3228 ,21530 ,03283 3,2565 3,3891


Fac. 2 65 3,3329 ,22328 ,02769 3,2776 3,3882
Fac. 3 52 3,2777 ,21142 ,02932 3,2188 3,3366
Total 160 3,3122 ,21736 ,01718 3,2783 3,3462

ANOVA
Competencia digital

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos ,095 2 ,047 1,002 ,370


Dentro de grupos 7,417 157 ,047
Total 7,512 159

14
V Curso Taller: SPSS aplicado a la investigación

Prueba de homogeneidad de varianzas


Competencia digital

Estadístico de
Levene gl1 gl2 Sig.

,066 2 157 ,936

Comparaciones múltiples
Variable dependiente: Competencia digital
HSD Tukey

Diferencia de Intervalo de confianza al 95%

(I) Facultad (J) Facultad medias (I-J) Error estándar Sig. Límite inferior Límite superior

Fac. 1 Fac. 2 -,01013 ,04273 ,969 -,1112 ,0910

Fac. 3 ,04510 ,04480 ,574 -,0609 ,1511


Fac. 2 Fac. 1 ,01013 ,04273 ,969 -,0910 ,1112
Fac. 3 ,05523 ,04044 ,361 -,0405 ,1509
Fac. 3 Fac. 1 -,04510 ,04480 ,574 -,1511 ,0609

Fac. 2 -,05523 ,04044 ,361 -,1509 ,0405

15