You are on page 1of 13

¡HAY QUE RESALTAR!

Que también tenemos una opción el menú desplegable de DATA en donde podemos elegir que los resultados nos los agrupe o nos los analice por grupos creados por otra variable. Esta opción es SPLIT FILE la cual podemos utilizar para cualquier orden, tanto descriptiva como comparativa. Es decir, a partir de esta elección todos los resultados saldrán agrupados por las variables elegidas. Al elegir esta opción se nos abre un cuadro de diálogo:
Ventana de diálogo de SPLIT_FILE

Diferentes opciones podemos escoger

que

en este caso en concreto hemos escogido la variable “exitus” (vivo/muerto) para que nos compare los grupos en cada orden

Los resultados aparecen agrupados para las dos categorías de la variable “exitus”

Cuando este activo esta condición, en la barra de estado de la ventana de datos aparecerá un mensaje de “SPLIT FILTER ON”

Gema Vega

31

ESTADÍSTICA COMPARATIVA COMPARACIÓN DE MEDIAS En este caso estamos midiendo una misma variable cuantitativa (la edad por ejemplo) en dos submuestras distintas (según el sexo: mujeres/hombres) y lo que queremos saber es si la media de esa variable es distinta en cada una de las submuestras (si la edad media de los hombres es distinta de la edad media de las mujeres). Pruebas No paramétricas Prueba de Kosmogorov-Smirnov Ventana de Diálogo de la Prueba de Kosmogorov-Smirnov Diferentes opciones Botón de opciones Gema Vega 32 . pero previamente tendremos que seleccionar las distintas categorías con SELECT CASES (los hombres por un lado y las mujeres por otro).STATISTISC/SUMMARIZE/EXPLORE: donde nos da la posibilidad de ver por gráficos la distribución de la dicha variable según las submuestra de las categorías de otra variables (la distribución de la edad según sean mujeres o hombres) y los estadísticos oportunos (Kosmogorov-Smirnov y Shapiro-Wilks) STATISTICS/NPARAMETRICS/K-S: donde podemos hacer la prueba de KosmogorovSmirnov de la edad. Para ello primero tenemos que saber si dicha variable se comporta como una distribución normal de Gauss y así saber si tenemos que hacer test paramétricos o no paramétricos. La comprobación de la normalidad lo hacemos a través de dos ventanas de diálogo: .

Lo mismo sucedería con aquellos casos en los que se toman más de dos muestras de una misma variable cuantitativa. Un ejemplo sería saber si la media de edad es diferente según los sexos (t-student. hipotensor que quisiéramos estudiar el cambio en PA antes. SOLO DESCRIBE. En estos casos también el análisis de ANOVA es especial y se llama test de ANOVA para medidas repetidas. el cambio de Presión Arterial (PA) antes y después de un tto. Por este motivo. Por ejemplo. en comparación a aquellos casos en los que quisiéramos comparar la diferencia de PA en dos grupos diferentes pde pacientes: unos tratados y otros sin tratamiento. En este caso concreto se supone que la variabilidad intraindividuo es muy pequeña o casi nula. a la hora. pues se me ocurren varias razas). Hablaremos primero de cómo llegar a hacer u se escoge n test de t-student: en el menú STATISTICS se escoge “Compare means”. a las 12 horas y a las 24 horas de tomar la medicación. a las seis horas. pues que yo sepa normalmente solo hay 2 sexos). Ventana de diálogo de MEANS Variable cuantitativa elegida Variable cualitativa o categórica por la cual queremos categorizar los resultados Diferentes opciones de cálculos de descriptores Gema Vega 33 . mientras que cuando se habla de más de dos medias hay que pensar en que el test necesario es el test de ANOVA. La opción MEANS nos ofrece calcular todos los descriptores de una o varias variables cuantitativas con la opción de hacerlo por las diferentes categorías de otras variables cuantitativas. puesto que es la misma persona. debemos de tener en cuenta existe un caso especial. la comparación de dos medias de una misma variable cuantitativa se realiza a través del test de t-student. o si la media de edad es diferente según las razas (ANOVA. hipotenso en un mismo grupo de pacientes. Por otra parte. dándonos diferentes opciones que vamos a ir describiendo por orden de aparición del menú desplegable: Diferentes opciones de comparación de medias 1. por ejemplo en el caso del tto. pero NO COMPARA MEDIAS.Como ya deberías de saber. que es aquel en el que queremos saber la diferencia de medias de una misma variable. pero medida en el mismo sujeto en diferente momento. debemos de hacer un test especial que es el test de la t-student apareada.

en el output: Como veis sale una tabla de resultados de los descriptores según los sexos. Por ejemplo: si por otros estudios sabes que el valor medio de anticuerpos contra un fármaco realizado en una muestra de sangre de los pacientes tratados condicho fármaco es “a” y quieres saber si tus enfermos tienen un valor medio diferente a este teórico. en la cual NO EXISTE COMPARACIÓN entre ellos 2.Ventana de diálogo de Opciones dentro de Means La LISTA de la izquiera es donde se ofrencen los diferentes estadísticos que se pueden seleccionar La LISTA de la derecha son los diferentes estadísticos elegidos para el cálculo Botón para seleccionar los descriptores: de izq. Esta opción sirve para saber si el valor medio de una variable de tu muestra es diferente a otro valor teórico que tu tengas. a dcha y viceversa La salida de los resultados aparecerá. Gema Vega 34 . como ya sabéis. En esta orden se pueden elegir también varias variables. pero solo un valor teórico. La siguiente opción del Menú Compare means es One Sample T test.

Ventana de diálogo de Independent-Samples T test Variable cuantitativa seleccionada para el cálculo. Esta opción también la podemos elegir en este menú sin que haya sido necesario haber transformado la variable edad en dos categorías. En este caso caben dos posibilidades: Que la variable sea categórica: de dos o más categorías. en las que hay que identificar las categorías adecuadas a través de una opción con botón específico para ello. PERO EL VALOR TEÓRICO ES ÚNICO Valor teórico que nosotros “tecleamos” Botón de Opciones donde podemos elegir el rango del intervalo de confianza 3. Al seleccionarle se abrirá otra ventana de diálogo en la que deberemos de definir la variable cuantitativa que queremos analizar y 2 las categorías por las cuales calcular las diferencias de medias. Para poder compara las medias debemos de escoger otra opción del menú desplegable de Compare Means que es: Independent-SamplesT test. Mirar la imagen correspondiente. En nuestro ejemplo de la imagen es el valor de la edad según los sexos. Por ejemplo. SE PUEDEN ELEGIR VARIAS desde la ventana de la izquierda Variable Categórica por la que queremos diferenciar las medias Botón para definir las dos categorías de la variable cualitativa seleccionada: en este caso el sexo está codificado como 0 ó 1 Ventana de diálogo de opciones Gema Vega 35 .Ventana de diálogo de One_sample T Test Variable cuantitativa elegida para calcular su media: SE PUEDEN ELEGIR VARIAS. analizar el valor de la talla según dos grupos de edad: los mayores o menores de 15 años. Que la variable sea también cuantitativa y queramos hacer dos categorías a través de un punto de corte.

Si este es < 0.. Nos da un valor de F. Tabla de descripción de las variables: donde aparecen las medias. El test de t-student: en donde nos da el valor de “t” (con el que habría que ir también a la tabla correspondiente). En ella hay que distinguir dos tablas diferentes: 1. por defecto. Dentro de esta tabla hay varias cosas que hay que diferenciar: a.. el valor de “p” para ese valor de “t”.Ventana de diálogo de Define Groups: que sirve para definir las categorías Como veis Hemos elegido como punto de corte de la variable cuantitativa EDAD el valor 50 Los resultados aparecerán en la ventana de output. Test de F-Snédecor: este test. el programa nos da las dos opciones de resultados del test de t-student con o sin varianzas homogéneas y nos los presenta en dos filas diferentes dentro de esta misma tabla (ver imagen) b.. con el que habría que ir a la tabla para saber si es o no significativo. como ya sabréis.05 quiere decir que las varianzas son inhomogéneas y que se debe de hacer un “AJUSTE” ¡Os acordáis del ajuste del error estándar de la diferencia de medias para tamaños de muestra pequeños! ¡Claro que sí! ¿no? Aquel que era un engorro. calculándonos el valor de “p” para ese valor de “F”. el valor de la diferencia real de las medias en la muestra.. el ordenador dos da el resultado sin consultar a la tabla. pero gracias a Dios. Ir a los apuntes de la teoría. Pues bien. el error estándar de esta diferencia y el intervalo de confianza al 95% ( o el que hayamos elegido en las opciones del botón de statistics de esta ventana de diálogo) de esta diferencia de medias Gema Vega 36 . los grados de libertad (que veréis que son diferentes según sean las varianzas homogéneas o no ¿os acordáis de la fórmula para calcularlos -> mirar las tablas de fórmulas de los apuntes). nos evalúa si las varianzas de esos dos grupos son o no homogéneas. Tabla de resultados del test de t-student. desviación estándar y error estándar de cada uno de los grupos de estudio 2.

con su desviación y error estándar Resultado del Test de la F de Snédecor: la F nos da el valor que habría que mirar en la tabla con los grados de libertad correspondientes Valor de “p” del test de la F de Snédecor: en este caso. Por tanto.05 quiere decir que las varianzars son homogéneas TABLA de resultados del test de T-student Diferencia real de las medias Valor de t Grados de libertad Valor de la “p” del test de t-student 4. Botón para seleccionar las parejas Ventana de diálogo de Paired-Samples T test AQUÍ elegimos las dos variables emparejadas Parejas seleccionadas Ventana de diálogo de Opciones AQUÍ van apareciendo las parejas escogidas antes de haber sido seleccionadas. para lo cual hay que dar al botón con la flecha La salida de los resultados será parecida a la anterior pero aquí no habrá test de F-Snédecor pues no tiene sentido hacerlo. al ser mayor de 0. la información hay que dársela por parejas para que halle las diferencies adecuadamente.TABLA de resultados donde nos describe las medias de los dos grupos. ¿no pensáis lo mismo? Gema Vega 37 . LA siguiente opción es Paired Sample T Test Esta opción sirve para hacer el test de tstudent para datos apareados.

Este test nos sirve para hacer un ANOVA de un factor. Ventana de diálogo de One way ANOVA Variable escogida: hemoglobina preoperatoria Ventana de diálogo del botón de Opciones Factor por el que queremos saber las diferencias entre el valor de hemoglobina Los resultados saldrán. con un valor del test de F_Snédecor obteniendo el valor de F al dividir la media de cuadrados entre grupos frente a la media de cuadrados intragrupos. Gema Vega 38 . es decir. La siguiente opción del menú desplegable de Compare means es One way ANOVA.Tabla de descripción de la variable en los dos momentos Tabla de resultados de la Tstudent apareada 5. según ya conocéis. la comparación del valor medio de una misma variable en diferentes grupos.

28). Al elegir esta opción aparece una ventana de diálogo en donde hay que tener cuidado en varias cosas: 1. Para elegir las filas y las columnas hay que estar muy seguro cuál es la exposición y cuál es el evento o enfermedad.Tabla de descripción del valor que toma la variable de estudio según las categorías del factor Valor de la “p” del test de Snédecor Tabla del test de ANOVA COMPARACIÓN DE VARIABLES CUALITATIVAS TABLAS DE CONTINGENCIA ó DE 2X2 Como ya comentamos anteriormente posemos obtener las tablas de contingencia a través del menú desplegable de STATISTICS en donde se escoge la opción SUMARIZE y de ahí se elige CROSSTABS (ver pág. Es necesario que en el cuadrante superior izquierdo esté el caso expuesto y enfermo 2. esta apreciación es muy importante para posteriormente poder calculas los diferentes parámetros que miden la fuerza de la asociación (RR u OR). para lo cual hay que dar las órdenes oportunas Gema Vega 39 . También se puede hacer un análisis estratificado por otra variable. Como deberíais saber a estas alturas.

deberemos volver a dar una orden nueva para que las tablas sean correctas: Gema Vega 40 . No es el expuesto Observar que en la tabla solo aparecen los valores observados Tabla resultados test de χ2 de del Entonces.Ventana de diálogo de Crosstabs Variable de las filas Variable en las columnas Variables por las que hay que estratificar Según esta orden tendremos la siguiente salida en la ventana de output: Saldrán dos tablas de contingencia de sexo con transfusión diferentes: una para los estratos de edad y otra para los tipos de cirugía En esta tabla realmente hay tres tablas de contingencia de sexo frente a la transfusión: una por cada estrato de edad ¡ATENCIÓN! Las columnas y las filas están mal: arriba a la izq.

El sexo “Mujer” es la exposición y el ser transfundido es “la enfermedad” Como os habéis dado cuenta hemos dado la orden de que aparezcan los porcentajes de las filas. Es decir: la INCIDENCIA EN EXPUESTOS Y NO EXPUESTOS Además deberemos de analizar los resultados obtenidos para cada estrato: Diferentes test de comparación de porcentajes: resultados por cada uno de los estratos Gema Vega 41 .

en el que hay que nuevamente elegir la opción oportuna: Menú desplegable de CORRELACIÓN Se desplegará una ventana de diálogo en la que habrá que elegir aquellas parejas de variables cuantitativas que queramos analizar: Si se eligen más de dos.CORRELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS Para dar la orden de correlación hay que elegirla en el menú desplegable de STATISTICS. aparecerá como resultado una matriz de correlación de todas con todas: Gema Vega 42 . la cual se llama CORRELATE en la que a su vez se despliega otro menú.

Matriz de correlaciones: en la diagonal siempre estará la unidad al comparar cada variable consigo misma Valor de la “p” del test de significación estadística de cada uno de los coeficientes de correlación de spearman obtenidos en la matriz de correlación Valor del tamaño muestral de cada una de las correlaciones calculadas Gema Vega 43 .