Universidad Michoacana de San Nicols de Hidalgo Facultad de Psicologa Manual de Estadstica Bsica

Mtra. Mnica Fulgencio Jurez

Agosto de 2009

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez

Introduccin Generalmente al iniciar un curso de estadstica dentro de la carrera de psicologa, los alumnos se quejan de su "mala suerte" por no haberse librado de las matemticas. Incluso, sealan que eligieron esta carrera suponiendo que no tendran que enfrentarse a los tediosos nmeros. Otro aspecto interesante es que al mencionarles que los conocimientos en estadstica son necesarios dentro de la investigacin, la gran mayora se jacta diciendo que ellos no piensan dedicarse a la investigacin. Ciertamente, no muchos psiclogos se dedican a la investigacin formal, pero la gran mayora son usuarios de los productos de la investigacin. Por ello, el conocimiento en estadstica permite a los alumnos ser capaces de entender lo ininteligible para ellos. Ser capaces de comprender un lenguaje diferente que les permitir leer textos que parecan en otro idioma o escuchar ponencias en congresos y saber de qu est hablando el orador, conceptos como probabilidad asociada de ocurrencia, diferencias estadsticamente significativas, correlacin negativa baja, etc. Les permite ser capaces de analizar datos utilizando el anlisis estadstico apropiado, para poder tomar decisiones respecto a qu tratamiento es el ms efectivo, o saber a qu grupo de personas le afecta ms el estrs, o qu relacin tienen entre s dos variables como la autoestima y la depresin. Estos son slo ejemplos de habilidades que se adquieren con los conocimientos en estadstica y estas habilidades se relacionan con las competencias de medicin, evaluacin e investigacin, fundamentales en la formacin del psiclogo. Por ello, el objetivo de la materia de Estadstica Social es que el estudiante sea capaz de aplicar los conocimientos de la estadstica descriptiva e inferencial para analizar e interpretar adecuadamente los datos obtenidos de una investigacin; as mismo, ser capaz de leer, comprender, analizar y criticar los resultados de investigaciones cientficas presentadas en publicaciones o en reuniones cientficas, las cuales en su mayora utilizan los procedimientos estadsticos como mtodo de anlisis.

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez

NDICE

- Introduccin 1. Introduccin a la estadstica inferencial 1.1 Qu es la estadstica inferencial? 1.2 En qu consiste la prueba de hiptesis? 1.3 Qu es una distribucin muestral? 1.4 Qu es el nivel de significancia estadstica? 1.5 Tipos de errores estadsticos 2. La prueba de chi cuadrada 3. La prueba de U de Mann-Whitney 4. La prueba de rangos sealados de Wilcoxon 5. La prueba de Kruskal-Wallis 6. La prueba de Friedman 7. La prueba t de Student no relacionada 8. La prueba t de Student relacionada 9. Anova de una entrada no relacionado (One-way) 10. Anova de una entrada relacionado (One-way) 11. Anova de dos entradas no relacionado 12. Coeficiente de correlacin de rango de Spearman 13. Correlacin producto-momento de Pearson 3 3 3 3 3 3 4 5 6 7 8 9 11 13 15 17 20 21

Tema 1. Introduccin a la estadstica inferencial 3

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez 1.6 Qu es la estadstica inferencial? - Permite hacer generalizaciones de los resultados obtenidos en la muestra a la poblacin o universo. - Para ello primero se obtienen los estadgrafos de una muestra (media o desviacin estndar) y posteriormente se infieren los parmetros mediante tcnicas estadsticas apropiadas. - La estadstica inferencial permite: a) Probar hiptesis de investigacin b) Estimar parmetros 1.7 En qu consiste la prueba de hiptesis? - Es una proposicin respecto a uno o varios parmetros. - Determinar si la hiptesis de investigacin (Hi) es congruente con los datos obtenidos de la muestra. - Si es congruente es retenida como un valor aceptable, si no lo es se rechaza, pero no se descartan los datos. 1.8 Qu es una distribucin muestral? - Es una distribucin de las medias de todas las muestras posibles. - Te permite comparar si la media muestral se acerca a la media poblacional. 1.9 Qu es el nivel de significancia estadstica? Tambin se le conoce como nivel alfa o probabilidad asociada de ocurrencia Indica el porcentaje de confianza que tiene el investigador para generalizar. Ejemplo: o La probabilidad de que caiga cara o cruz al lanzar una moneda es de .50 y la probabilidad de que caiga cara en un dado es de 1/6= 0.1667

En este sentido calculamos la probabilidad de que la media muestral se acerque a la media poblacional. - Se manejan dos niveles de probabilidad en las ciencias sociales: 1.10 .05 = 5% de probabilidad de error y 95% de seguridad para generalizar 1.11 .01 = 1% de probabilidad de error y 99% de seguridad para generalizar 1.5 Tipos de errores estadsticos Al realizar un anlisis estadstico tenemos 4 posibles resultados: 1) Aceptar una hiptesis verdadera. 2) Rechazar una hiptesis falsa. 3) Aceptar una hiptesis falsa (Error tipo II o beta) 4) Rechazar una hiptesis verdadera (Error tipo I o alpha). Estos errores se pueden reducir de la siguiente forma: Utilizando muestras representativas probabilsticas. Realizando una inspeccin cuidadosa de los datos. Seleccionando la prueba apropiada. Teniendo un mayor conocimiento de la poblacin.

Tema 2. La prueba de chi cuadrada 4

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Esta prueba es apropiada cuando los datos obtenidos en un experimento son de nivel nominal. Esto significa que en lugar de poder medir los puntajes de los sujetos, slo es posible asignar los sujetos a una o ms categoras. Debido a que los sujetos no pueden ser asignados a ms de una categora, la prueba de chi cuadrada slo puede usarse cuando se asignan sujetos diferentes a cada grupo (un diseo no relacionado). Lgica de la prueba La prueba de chi cuadrada compara las frecuencias observadas en cada una de las celdas de una tabla de contingencia con las frecuencias esperadas (E) para cada una, para determinar si las diferencias se deben al azar, como lo afirma la hiptesis nula (Ho). El estadstico X (que se pronuncia chi cuadrada o ji cuadrada) refleja el tamao de las diferencias entre las frecuencias observadas y esperadas. Hay mayor probabilidad de que el resultado sea significativo a medida que la diferencia entre las frecuencias observadas y esperadas es mayor, por eso el valor observado de X debe ser igual o mayor que los valores crticos de la tabla. Procedimiento 1. 2. Calcule las frecuencias esperadas (E) para cada celda multiplicando los dos totales marginales correspondientes a cada uno y dividiendo por el nmero total de sujetos N. Encuentre el valor de X con la siguiente frmula: X = (O E) E Donde: O = frecuencias observadas para cada celda E = frecuencias esperadas para cada celda = sume los resultados de (O E) calculados para cada celda E Calcule los grados de libertad con la siguiente frmula: gl = (r 1) (c 1) donde: r = nmero de filas en la tabla de contingencia c = nmero de columnas en la tabla de contingencia 4. Compare el valor obtenido de X con los valores crticos de la tabla. Para poder aceptar la hiptesis de investigacin (Hi) el valor obtenido o calculado de X deber ser igual o mayor que el valor de la tabla.

3.

Tema 3. La prueba de U de Mann-Whitney 5

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Esta prueba debe usarse para diseos no relacionados, cuando se tienen dos condiciones experimentales en las que se utilizan sujetos diferentes para cada condicin y se tienen datos con un nivel de medicin ordinal. Lgica de la prueba El objetivo de esta prueba es determinar si los puntajes de dos grupos de sujetos son significativamente diferentes. Debido a que todos los puntajes provienen de sujetos diferentes, la nica manera de examinar las diferencias entre las condiciones es ordenar todos los puntajes en una sola serie. El valor de las diferencias entre los totales de rangos est dado por un estadstico llamado U, el cual dar como resultado que entre ms pequeo sea el valor del estadstico las diferencias sern ms significativas. Procedimiento 1) Ordene todos los puntajes de todos los grupos en una sola serie de rangos asignndole 1 al puntaje ms bajo y as sucesivamente. 2) Obtenga los totales de los rangos para cada condicin. 3) Encuentre el valor de U con la siguiente frmula:

U = n1 n2 + nx (nx + 1) - Tx 2
donde: n1 = Nmero de sujetos en el grupo 1 n2 = Nmero de sujetos en el grupo 2 nx = Nmero de sujetos en el grupo que obtuvo el total de rangos ms alto Tx = Mayor de los totales de los rangos

4) Compare el valor obtenido de U con los valores crticos de la tabla de U de Mann-Whitney. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de U debe ser igual o menor que el valor de la tabla.

Tema 4. La prueba de rangos sealados de Wilcoxon 6

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Esta prueba debe usarse para diseos relacionados con dos condiciones cuando se trabaja con los mismos sujetos o sujetos igualados en cada condicin y se tienen datos con un nivel de medicin ordinal. Lgica de la prueba El objetivo de la prueba de rangos sealados de Wilcoxon es comparar el desempeo de cada sujeto (o de cada par de sujetos) para averiguar si existen diferencias significativas entre sus puntajes en las dos condiciones. Los puntajes de la condicin B se restan de aquellos de la condicin A, y a las diferencias resultantes (d) se les asigna un signo positivo (+) si son positivos, o uno negativo (-) si son negativas. Estas diferencias se ordenan por rangos en orden de magnitud. Despus se suman por separado los rangos que tienen signo positivo y los que tienen signo negativo. El ms pequeo de estos totales de los rangos da el valor del estadstico llamado W. Dado que el estadstico W refleja el total de rangos ms pequeo, mientras ms pequeo sea W, ms significativas sern las diferencias en rangos entre las dos condiciones. Procedimiento 1) Calcule la diferencia (d) entre cada par de puntajes, asignando signos positivos o negativos. 2) Ordene las diferencias por rango en orden de magnitud, del rango ms pequeo hasta el ms grande, sin tomar en cuenta los signos positivos y negativos. 3) Sume por separado los rangos correspondientes a cada signo. 4) Tome como valor W el menor de los totales de los rangos. 5) Cuente el nmero de pares de sujetos N, sin tomar en cuenta los empates. 6) Compare el valor obtenido de W con los valores crticos de la tabla de W. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de W debe ser igual o menor que el valor de la tabla.

Tema 5. La prueba de Kruskal-Wallis 7

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Esta prueba puede considerarse como una extensin de la prueba de Mann-Whitney, cuando tenemos que usar tres o ms condiciones. Debe usarse para un diseo no relacionado cuando se trabaja con sujetos diferentes en tres o ms condiciones y se tienen datos con un nivel de medicin ordinal. Lgica de la prueba El objetivo de esta prueba es determinar si los puntajes de tres o ms grupos de sujetos son significativamente diferentes. Debido a que todos los puntajes provienen de sujetos diferentes, la nica manera de examinar las diferencias entre las condiciones es ordenar todos los puntajes en una sola serie, como se hace para la prueba de Mann-Whitney. El valor de las diferencias entre los totales de rangos est dado por un estadstico llamado H. debido a que la hiptesis de investigacin predice que las diferencias entre las condiciones ser grande, el valor observado de H debe ser igual o mayor que los valores de la tabla. Procedimiento 1) Ordene todos los puntajes de todos los grupos en una sola serie de rangos asignndole 1 al puntaje ms bajo y as sucesivamente. 2) Obtenga los totales de los rangos para cada condicin. 3) Encuentre el valor de H con la siguiente frmula:

H=

12 N (N + 1)
donde:

Tc nc

- 3 (N + 1)

N = nmero total de sujetos nc = nmero de sujetos en cada grupo Tc = total de rangos para cada condicin, cada uno elevado al cuadrado = Sumatoria de los trminos que le siguen

4) Calcule los grados de libertad con la siguiente frmula: gl = C 1 donde C = nmero de condiciones 5) Compare el valor obtenido de H con los valores crticos de la tabla de Chi cuadrada. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de H debe ser igual o mayor que el valor de la tabla.

Tema 6. La prueba de Friedman 8

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Esta prueba puede considerarse como una extensin de la prueba de Wilcoxon, cuando tenemos que usar tres o ms condiciones. Debe usarse para un diseo relacionado cuando los mismos sujetos o sujetos igualados se desempean en tres o ms condiciones y se tienen datos con un nivel de medicin ordinal. Lgica de la prueba Dado que este es un diseo relacionado en el cual cada sujeto asigna puntajes para todas las condiciones, se pueden comparar los puntajes asignados por cada sujeto a todas las condiciones para ver en qu condicin asignan puntajes altos o bajos. Como hay ms de dos condiciones, no es posible calcular las diferencias entre los puntajes de dos condiciones como se hace en la prueba de Wilcoxon. En cambio, ordenamos en forma horizontal los puntajes asignados por cada sujeto a lo largo de las filas para las tres condiciones. La magnitud de las diferencias entre los totales de los rangos est dada por un estadstico llamado Xr. Si el valor observado de Xr es igual o mayor que los valores crticos de la tabla de X, la implicacin es que las diferencias entre los totales de los rangos de las diferentes condiciones son suficientemente grandes para ser significativas. Procedimiento 1) Ordene por rango los puntajes para cada sujeto a lo largo de cada fila (horizontalmente), asignando 1 al puntaje ms bajo y as sucesivamente. 2) Sume los totales de los rangos para cada condicin. 3) Encuentre el valor de Xr con la siguiente frmula:

Xr = [ ____12____ Tc ]
N C (C+1) donde:

- 3 N (C+1)

C = nmero de condiciones N = nmero de sujetos ( o de pares de sujetos igualados) Tc = total de rangos para cada condicin, cada uno elevado al cuadrado = Sumatoria de los trminos que le siguen 4) Calcule los grados de libertad con la siguiente frmula: gl = C 1 donde C = nmero de condiciones 5) Compare el valor obtenido de Xr con los valores crticos de la tabla de Chi cuadrada. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de H debe ser igual o mayor que el valor de la tabla

Tema 7. La prueba t de Student no relacionada

Cundo utilizarla

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Esta prueba se utiliza para diseos en los que se estudia una variable independiente bajo dos condiciones , cuando hay diferentes sujetos en las dos condiciones. La prueba t es la prueba paramtrica equivalente a la prueba no paramtrica de Mann-Whitney. Lgica de la prueba El objetivo primordial de la prueba t es comparar la cantidad de variabilidad debida a las diferencias predichas en puntaje entre los dos grupos con la variabilidad total delos puntajes de los sujetos. Las diferencias predichas se calculan en trminos de las diferencias entre las medias de los puntajes de los dos grupos. El valor real de esta diferencia entre las medias se tiene que comparar con la variabilidad total de los puntajes. Si la variabilidad de los puntajes es pequea, entonces una diferencia ms bien pequea entre las medias de los grupos puede reflejar una diferencia consistente entre ellos. Sin embargo, si la variabilidad entre los puntajes es muy grande, esto podra indicar que una proporcin mayor de esta variabilidad se debe a fluctuaciones en el desempeo de los sujetos, debidas a variables desconocidas, ms que a la diferencia predicha entre las condiciones experimentales. Procedimiento 1) Eleve al cuadrado todos los puntajes para cada condicin. 2) Obtenga las sumatorias de los puntajes (x) y las sumatorias de los cuadrados de los puntajes (x). 3) Eleve al cuadrado las sumatorias de los puntajes (x) 4) Obtenga las medias para cada grupo. 5) Obtenga el valor de t con la siguiente frmula: t=

(x

M1 M2
1

- (x1 )

) + (x

- (x2 )

)
,

n1
(n1 - 1) + (n2 - 1 ) Donde:

n2

(1
n1

+ 1 n2

M1 = Media del grupo 1 M2 = Media del grupo 2 x1 = Suma de los cuadrados del grupo 1 x2 = Suma de los cuadrados del grupo 2 (x1 ) = Cuadrado del total de los puntajes del grupo 1 (x2 ) = Cuadrado del total de los puntajes del grupo 2 n1 = Nmero de sujetos en el grupo 1 n2 = Nmero de sujetos en el grupo 2 6) Calcule los grados de libertad, es decir, la suma del nmero de sujetos en cada condicin menos uno. gl = (n1 - 1) + (n2 - 1 ) 7) Compare el valor obtenido de t con los valores crticos de la tabla de t. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de H debe ser igual o mayor que el valor de la tabla.

Tema 8. La prueba t de Student relacionada 10

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla La prueba t relacionada se usa para diseos experimentales con dos condiciones cuando se estudia una variable independiente y cuando los mismos sujetos (o sujetos igualados) se desempean en ambas condiciones (un diseo relacionado). La prueba t relacionada es el equivalente paramtrico de la prueba no paramtrica de Wilcoxon para diseos relacionados con dos condiciones experimentales. Lgica de la prueba Al igual que en el caso de la prueba t no relacionada, el objetivo es comparar las diferencias predichas entre las dos condiciones experimentales con la variabilidad total de los puntajes. Cuando tenamos sujetos diferentes en cada condicin slo era posible comparar las medias de los dos grupos. Cuando se tienen los mismo sujetos en ambas condiciones, es posible comparar los pares de puntajes obtenidos por cada sujeto en cada una de las dos condiciones. Lo mismo se aplica si hay pares de sujetos igualados respecto a todas las caractersticas relevantes. Como en el caso de la prueba t no relacionada se comparan estas diferencias en los puntajes con la varianza total de las diferencias entre puntajes, las cuales se calculan sumando los cuadrados de las diferencias en puntaje y dividindolas por los grados de libertad. El estadstico t representa el tamao de las diferencias entre los puntajes de los sujetos para las dos condiciones. Para que sea significativo, el valor observado de t tiene que ser igual o mayor que los valores crticos de t. Procedimiento 1) Calcule las diferencias entre los puntajes de los sujetos restando los puntajes de la condicin B de los puntajes de la condicin A. d (A - B) 2) 3) 4) 5) 6) t= Eleve al cuadrado estas diferencias ( d ). Sume las diferencias teniendo en cuenta los signos positivos y negativos (d) Sume los cuadrados de las diferencias (d ). Eleve al cuadrado el total de las diferencias (d) . Obtenga el valor de t con la siguiente frmula: d,_ - (d) . N-1 ,

N d

11

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Donde: d = Suma de las diferencias entre los puntajes en A y en B d = Suma de los cuadrados de las diferencias (d) = Suma de las diferencias elevada al cuadrado N= Nmero de sujetos

7) Calcule los grados de libertad, es decir, el nmero de sujetos (N) menos 1. gl = N -1 8) Compare el valor obtenido de t con los valores crticos de la tabla de t. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de H debe ser igual o mayor que el valor de la tabla.

Tema 9. Anova de una entrada no relacionado (One-way) 12

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Este anlisis se utiliza cuando se estudia una variable en tres o ms condiciones y se usan sujetos diferentes para cada condicin. El ANOVA de una entrada no relacionado es el equivalente paramtrico de la prueba no paramtrica de Kruskal-Wallis para diseos no relacionados con tres o ms condiciones. Lgica de la prueba El anlisis de varianza paramtrico utiliza la prueba F para evaluar los datos. Al emplear esta prueba calculamos F que es esencialmente la razn entre dos estimaciones independientes de la varianza de una poblacin. La distribucin muestral de F est compuesta por una familia de curvas sesgadas positivamente y que varan con el nmero de grados de libertad. Existen dos valores para los grados de libertad: uno para el numerados y otro para el denominador. El valor F entre las condiciones representa el tamao de la varianza debida a las condiciones experimentales en relacin con la varianza debida al error. Para ser significativo, el valor observado del estadstico F debe ser igual o mayor que los valores crticos indicados en la tabla. Procedimiento 1. Eleve al cuadrado todos los puntajes para cada condicin. 2. Obtenga las sumatorias de los puntajes (x) y las sumatorias de los cuadrados de los puntajes (x). 3. Obtenga las medias para cada condicin. 4. Obtenga el factor de correccin con la siguiente frmula: FC = (x) es decir: gran total al cuadrado entre nmero total de puntajes N 5. Calcule la suma de cuadrados entre con la siguiente frmula: SCE = Tc _ FC n Donde: Tc = Suma de los cuadrados de los totales de cada condicin n = Nmero de sujetos en cada condicin 6. Calcule la suma de cuadrados total con la frmula: SCT = x - FC Donde: x = Sumatoria de los cuadrados de todos los puntajes. 7. Calcule la suma de cuadrados intra con la frmula: SCI = SCT SCE

8. Calcule los grados de libertad

13

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez glentre = nmero de condiciones 1 gltotal = N -1 glintra = gltotal-glentre 9. Obtenga las medias de cuadrados entre e intra MCE = __SCE__ glentre MCI = __SCI__ glintra 10. Calcule el valor de F con la siguiente frmula: F = MCE MCI 11. Elabore la tabla de procedencia o de fuentes de variacin Fuente de variacin Entre o V.I. Intra o error Total

SC

gl

MC

12. Compare el valor obtenido de F con el valor de las tablas buscando los glentre en la fila y gl intra en la columna. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de F debe ser igual o mayor que el valor de la tabla.

Tema 10. Anova de una entrada relacionado (One-way) 14

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Este anlisis se utiliza cuando se estudia una variable en tres o ms condiciones y se usan los mismos sujetos diferentes o sujetos igualados para todas las condiciones experimentales. El ANOVA de una entrada relacionado es el equivalente paramtrico de la prueba no paramtrica de Friedman para un diseo relacionado con tres o ms condiciones. Lgica de la prueba El anlisis de varianza paramtrico utiliza la prueba F para evaluar los datos. Al emplear esta prueba calculamos F que es esencialmente la razn entre dos estimaciones independientes de la varianza de una poblacin. La distribucin muestral de F est compuesta por una familia de curvas sesgadas positivamente y que varan con el nmero de grados de libertad. Existen dos valores para los grados de libertad: uno para el numerados y otro para el denominador. El valor F entre las condiciones representa el tamao de la varianza debida a las condiciones experimentales en relacin con la varianza debida al error. Para ser significativo, el valor observado del estadstico F debe ser igual o mayor que los valores crticos indicados en la tabla. Procedimiento 1. 2. 3. 4. 5. Obtenga el total para cada sujeto (Ts) sumando los puntajes horizontalmente. Eleve al cuadrado todos los puntajes para cada condicin. Obtenga las sumatorias de los puntajes (x) y las sumatorias de los cuadrados de los puntajes (x). Obtenga las medias para cada condicin. Obtenga el factor de correccin con la siguiente frmula:

FC = (x) es decir: gran total al cuadrado entre nmero total de puntajes N 6. Calcule la suma de cuadrados entre con la siguiente frmula: SCE = Tc _ FC n Donde: Tc = Suma de los cuadrados de los totales de cada condicin n = Nmero de sujetos en cada condicin 7. Calcule la suma de cuadrados sujetos con la frmula: SCS = Ts _ FC c Donde: Ts = Suma de los cuadrados de los totales de cada sujeto c = Nmero de condiciones

8. Calcule la suma de cuadrados total con la frmula: SCT = x - FC Donde: x = Sumatoria de los cuadrados de todos los puntajes.

9. Calcule la suma de cuadrados intra con la frmula:

15

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez SCI = SCT SCE SCS 10. Calcule los grados de libertad glentre = nmero de condiciones 1 glsujetos = nmero de sujetos 1 gltotal = N -1 glintra = gltotal glentre glsujetos

11. Obtenga las medias de cuadrados MCE = __SCE__ glentre MCS = __SCS__ glsujetos MCI = __SCI__ glintra 12. Calcule los valores de F con las siguientes frmulas: F para MCE = MCE MCI F para MCS = MCS MCI

13. Elabore la tabla de procedencia o de fuentes de variacin Fuente de variacin Entre o V.I. Sujetos Intra o error Total

SC

gl

MC

14. Compare el valor obtenido de F con el valor de las tablas buscando los glentre y glsujetos en la fila y gl intra en la columna. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de F debe ser igual o mayor que el valor de la tabla.

Tema 11. Anova de dos entradas no relacionado

Cundo utilizarla

16

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Este anlisis se utiliza cuando se estudian dos variables independientes con dos o ms condiciones para cada variable, cuando se usan sujetos diferentes para cada condicin y se tienen datos con un nivel de medicin intervalar o de razn. Lgica de la prueba En este diseo tenemos dos variables, A y B, cada una de ellas con dos condiciones, ms la interaccin entre ellas. Todas estas son diferencias predichas entre condiciones, esto significa que la varianza de la suma de cuadrados entre (SCE) ha sido dividida en tres partes, las varianzas A, B y A x B. Los valores de F para A, B y A x B representan el tamao de las varianzas debidas a la variable A, la variable B y la interaccin entre ellas A x B, en relacin con la varianza debida al error. Para ser significativo, el valor observado del estadstico F tiene que ser igual o mayor que los valores crticos de la tabla F. Procedimiento 1. Eleve al cuadrado todos los puntajes para cada condicin. 2. Obtenga las sumatorias de los puntajes (x) y las sumatorias de los cuadrados de los puntajes (x) por cada condicin. 3. Obtenga las medias para cada condicin. 4. Obtenga el factor de correccin con la siguiente frmula: FC = (x) es decir, gran total al cuadrado entre el nmero total de puntajes N 5. Calcule la suma de cuadrados de la variable A con la siguiente frmula: SCA = Ta _ FC na Donde: Ta = Suma de los cuadrados de los totales para las condiciones de A n = Nmero de sujetos en cada condicin a = Nmero de condiciones de la variable A

6. Calcule la suma de cuadrados de la variable B con la siguiente frmula: SCB = Tb _ FC nb Donde: Tb = Suma de los cuadrados de los totales para las condiciones de B n = Nmero de sujetos en cada condicin b = Nmero de condiciones de la variable B 7. Calcule la suma de cuadrados de la interaccin de A x B con la siguiente frmula: SCAB = Tab _ FC SCA - SCB n Donde: Tab = Suma de los cuadrados de los totales para las condiciones combinadas de AB (los totales de cada celda) n = Nmero de sujetos en cada condicin

8. Calcule la suma de cuadrados total con la frmula:

17

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez SCT = x - FC Donde: x = Sumatoria de los cuadrados de todos los puntajes. 9. Calcule la suma de cuadrados intra con la frmula: SCI = SCT SCA SCB SCAB 10. Calcule los grados de libertad glA = nmero de condiciones A 1 glB = nmero de condiciones B 1 glAB = glA x glB gltotal = N -1 glintra = gltotal glA glB glAB 11. Obtenga las medias de cuadrados MCA = __SCA__ glA MCB = __SCB__ glB MCAB = __SCAB__ glAB MCI = ___SCI__ gl intra 12. Calcule los valores de F con las siguientes frmulas: F para MCA = __MCA__ MCI F para MCB = __MCB__ MCI F para MCAB = __MCAB__ MCI

18

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez 13. Elabore la tabla de procedencia o de fuentes de variacin
Fuente de variacin

SC
Variable A Variable B A x B (interaccin Intra o error Total

gl

MC

14. Compare el valor obtenido de F con el valor de las tablas buscando los glentre en la fila y gl intra en la columna. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de F debe ser igual o mayor que el valor de la tabla.

Tema 12. Coeficiente de correlacin de rango de Spearman 19

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla Esta es una prueba no paramtrica que mide el grado de correlacin entre los puntajes obtenidos en dos variables y que indica el nivel de significacin de la correlacin observada. Debe usarse cuando los datos experimentales se miden en una escala ordinal o cuando los datos no cumplen los otros supuestos necesarios para las pruebas paramtricas. Lgica de la prueba Si se predice que dos variables se correlacionan positivamente, los sujetos que obtienen puntajes bajos en una de ellas tambin deben obtener puntajes altos en la otra, y los que obtienen puntajes altos en una de ellas tambin deben obtener puntajes altos en la otra. Si los puntajes obtenidos en las dos variables se ordenan por rangos altos en la otra, y los rangos bajos en la una deben corresponder a los rangos bajos en la otra. Sin embargo, si no existe correlacin, es decir, si los puntajes estn distribuidos al azar, como lo predice la hiptesis nula, los rangos estarn mezclados puesto que un sujeto puede haber obtenido un rango alto en una de las variables y un rango bajo en la otra. La prueba de Spearman calcula las diferencias entre los rangos para los dos conjuntos de puntajes. Para calcular el estadstico llamado rho se restas estas diferencias de 1. Es evidente que mientras ms pequeas sean las diferencias entre los angos de las dos condiciones, mayor ser el valor de rho, es decir, ms se acercar a +1. Cuando la correlacin es negativa, y se espera que los rangos altos en una variable se correlacionen con rangos bajos en la otra, las diferencias sern grandes, de manera que cuando se resten de 1 resulte un alto valor negativo de rho, hasta un mximo posible de 1. Para que el valor observado de rho pueda considerarse significativo, debe ser igual o mayor que los valores crticos que se encuentran en la tabla. Procedimiento 1. Ordene por rango los puntajes de la variable A, asignando 1 al puntaje ms bajo y as sucesivamente. 2. Calcule la diferencia (d) entre cada par de rangos de A y de B. 3. Eleve al cuadrado cada diferencia entre los rangos de A y B. 4. Sume las diferencias elevadas al cuadrado para obtener d 5. Cuente el nmero de sujetos (N) 6. Encuentre el valor de rho con la siguiente frmula:

rho = 1 - 6 (d ) N(N - 1)
7. Compare el valor obtenido de rho con los valores crticos de la tabla. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de rho debe ser igual o mayor que el valor de la tabla.

Tema 13. Correlacin producto-momento de Pearson 20

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez Cundo utilizarla La correlacin producto-momento de Pearson es una prueba paramtrica que mide el grado de correlacin entre los puntajes obtenidos en dos variables que indica el nivel de significacin de la correlacin observada. Mientras que la prueba de Spearman puede utilizarse con cualquier tipo de datos, la prueba Pearson requiere una medicin de los datos experimentales en una escala de intervalo y el cumplimiento de las otras condiciones para las pruebas paramtricas: distribucin normal y homogeneidad de varianza. Lgica de la prueba Esta prueba permite estudiar hasta dnde los puntajes altos en una variable tienden a asociarse con puntajes altos en la otra, y si los puntajes bajos en una tienden a asociarse con puntajes bajos en la otra. Una de las ventajas que tiene el mtodo de ordenamiento de rangos utilizado en la prueba de Spearman es que no tiene en cuenta los valores reales de los puntajes. La prueba de Pearson, por el contrario, si tiene en cuenta los valores reales de los puntajes al calcular el grado de correlacin entre dos variables. Por eso, en esta prueba si es importante que las dos variables se midan con la misma escala. Para obviar este problema, el grado de asociacin entre los puntajes de los sujetos en las dos variables se estudia en relacin con la variabilidad global de los puntajes. Esta varianza total se calcula de la manera acostumbrada, sumando los puntajes al cuadrado y restando una constante. El estadstico r refleja el grado de correlacin y lo expresa con un nmero que va desde 1 (correlacin negativa perfecta) pasa por 0 (no existe correlacin) hasta +1 (correlacin positiva perfecta). Mientras ms cercano sea el valor observado de r a 1, ms probablemente ser significativo. Para que sea significativo, el valor observado de r debe ser igual o mayor que los valores crticos indicados en la tabla. Procedimiento 1. Multiplique los puntajes obtenidos por cada sujeto en la variable A por la variable B (a x b). 2. Eleve al cuadrado los puntajes obtenidos en las variables A y B. 3. Encuentre el valor de r con la frmula: N a x b - a x b _

r=

[N a
donde:

- (a)] [N b - (b)]

N= nmero de sujetos a x b = total de la columna a x b a y b = totales para cada variable (a) y (b) = El total de cada condicin elevado al cuadrado a y b = Sumas De los puntajes individuales, cada uno elevado al cuadrado

4. Calcule los grados de libertad, es decir, el nmero de sujetos menos 2

21

Manual de Estadstica Bsica Mtra. Mnica Fulgencio Jurez gl = N - 2 5. Compare el valor obtenido de r con los valores crticos de la tabla. Tome en cuenta que para aceptar la hiptesis de investigacin el valor obtenido de r debe ser igual o mayor que el valor de la tabla.

22