Universidad Michoacana de San Nicolás de Hidalgo Facultad de Psicología Manual de Estadística Básica

Mtra. Mónica Fulgencio Juárez

Agosto de 2009

Manual de Estadística Básica Mtra. Mónica Fulgencio Juárez

Introducción Generalmente al iniciar un curso de estadística dentro de la carrera de psicología, los alumnos se quejan de su "mala suerte" por no haberse librado de las matemáticas. Incluso, señalan que eligieron esta carrera suponiendo que no tendrían que enfrentarse a los tediosos números. Otro aspecto interesante es que al mencionarles que los conocimientos en estadística son necesarios dentro de la investigación, la gran mayoría se jacta diciendo que ellos no piensan dedicarse a la investigación. Ciertamente, no muchos psicólogos se dedican a la investigación formal, pero la gran mayoría son usuarios de los productos de la investigación. Por ello, el conocimiento en estadística permite a los alumnos ser capaces de entender lo ininteligible para ellos. Ser capaces de comprender un lenguaje diferente que les permitirá leer textos que parecían en otro idioma o escuchar ponencias en congresos y saber de qué está hablando el orador, conceptos como probabilidad asociada de ocurrencia, diferencias estadísticamente significativas, correlación negativa baja, etc. Les permite ser capaces de analizar datos utilizando el análisis estadístico apropiado, para poder tomar decisiones respecto a qué tratamiento es el más efectivo, o saber a qué grupo de personas le afecta más el estrés, o qué relación tienen entre sí dos variables como la autoestima y la depresión. Estos son sólo ejemplos de habilidades que se adquieren con los conocimientos en estadística y estas habilidades se relacionan con las competencias de medición, evaluación e investigación, fundamentales en la formación del psicólogo. Por ello, el objetivo de la materia de Estadística Social es que el estudiante sea capaz de aplicar los conocimientos de la estadística descriptiva e inferencial para analizar e interpretar adecuadamente los datos obtenidos de una investigación; así mismo, será capaz de leer, comprender, analizar y criticar los resultados de investigaciones científicas presentadas en publicaciones o en reuniones científicas, las cuales en su mayoría utilizan los procedimientos estadísticos como método de análisis.

2

Introducción 1.2 ¿En qué consiste la prueba de hipótesis? 1. Anova de dos entradas no relacionado 12. Mónica Fulgencio Juárez ÍNDICE . La prueba t de Student relacionada 9. La prueba t de Student no relacionada 8. Anova de una entrada no relacionado (One-way) 10.1 ¿Qué es la estadística inferencial? 1. Coeficiente de correlación de rango de Spearman 13. La prueba de Friedman 7. Introducción a la estadística inferencial 1. La prueba de chi cuadrada 3.5 Tipos de errores estadísticos 2. Correlación producto-momento de Pearson 3 3 3 3 3 3 4 5 6 7 8 9 11 13 15 17 20 21 Tema 1. Anova de una entrada relacionado (One-way) 11.Manual de Estadística Básica Mtra.4 ¿Qué es el nivel de significancia estadística? 1.3 ¿Qué es una distribución muestral? 1. La prueba de Kruskal-Wallis 6. Introducción a la estadística inferencial 3 . La prueba de U de Mann-Whitney 4. La prueba de rangos señalados de Wilcoxon 5.

8 ¿Qué es una distribución muestral? .  Seleccionando la prueba apropiada.50 y la probabilidad de que caiga cara en un dado es de 1/6= 0.Te permite comparar si la media muestral se acerca a la media poblacional.Determinar si la hipótesis de investigación (Hi) es congruente con los datos obtenidos de la muestra. .6 ¿Qué es la estadística inferencial? .10 . Tema 2.Es una distribución de las medias de todas las muestras posibles.  Teniendo un mayor conocimiento de la población.Se manejan dos niveles de probabilidad en las ciencias sociales: 1. . Mónica Fulgencio Juárez 1. . pero no se descartan los datos.  Realizando una inspección cuidadosa de los datos.Para ello primero se obtienen los estadígrafos de una muestra (media o desviación estándar) y posteriormente se infieren los parámetros mediante técnicas estadísticas apropiadas.La estadística inferencial permite: a) Probar hipótesis de investigación b) Estimar parámetros 1. Estos errores se pueden reducir de la siguiente forma:  Utilizando muestras representativas probabilísticas. 1.9 ¿Qué es el nivel de significancia estadística? También se le conoce como nivel alfa o probabilidad asociada de ocurrencia Indica el porcentaje de confianza que tiene el investigador para generalizar.Es una proposición respecto a uno o varios parámetros.01 = 1% de probabilidad de error y 99% de seguridad para generalizar 1.Manual de Estadística Básica Mtra. si no lo es se rechaza. La prueba de chi cuadrada 4 . . 3) Aceptar una hipótesis falsa (Error tipo II o beta) 4) Rechazar una hipótesis verdadera (Error tipo I o alpha).Permite hacer generalizaciones de los resultados obtenidos en la muestra a la población o universo. .Si es congruente es retenida como un valor aceptable.5 Tipos de errores estadísticos Al realizar un análisis estadístico tenemos 4 posibles resultados: 1) Aceptar una hipótesis verdadera.1667 - En este sentido calculamos la probabilidad de que la media muestral se acerque a la media poblacional. 1. 2) Rechazar una hipótesis falsa.05 = 5% de probabilidad de error y 95% de seguridad para generalizar 1. Ejemplo: o La probabilidad de que caiga cara o cruz al lanzar una moneda es de .11 .7 ¿En qué consiste la prueba de hipótesis? . .

Tema 3.Manual de Estadística Básica Mtra. 3. 2. Debido a que los sujetos no pueden ser asignados a más de una categoría. Encuentre el valor de X² con la siguiente fórmula: X² = ∑ (O – E)² E Donde: O = frecuencias observadas para cada celda E = frecuencias esperadas para cada celda ∑ = sume los resultados de (O – E)² calculados para cada celda E Calcule los grados de libertad con la siguiente fórmula: gl = (r – 1) (c – 1) donde: r = número de filas en la tabla de contingencia c = número de columnas en la tabla de contingencia 4. como lo afirma la hipótesis nula (Ho). por eso el valor observado de X² debe ser igual o mayor que los valores críticos de la tabla. la prueba de chi cuadrada sólo puede usarse cuando se asignan sujetos diferentes a cada grupo (un diseño no relacionado). Esto significa que en lugar de poder medir los puntajes de los sujetos. Calcule las frecuencias esperadas (E) para cada celda multiplicando los dos totales marginales correspondientes a cada uno y dividiendo por el número total de sujetos N. Procedimiento 1. para determinar si las diferencias se deben al azar. El estadístico X² (que se pronuncia chi cuadrada o ji cuadrada) refleja el tamaño de las diferencias entre las frecuencias observadas y esperadas. La prueba de U de Mann-Whitney 5 . Lógica 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. Hay mayor probabilidad de que el resultado sea significativo a medida que la diferencia entre las frecuencias observadas y esperadas es mayor. Mónica Fulgencio Juárez Cuándo utilizarla Esta prueba es apropiada cuando los datos obtenidos en un experimento son de nivel nominal. sólo es posible asignar los sujetos a una o más categorías. Para poder aceptar la hipótesis de investigación (Hi) el valor obtenido o calculado de X² deberá ser igual o mayor que el valor de la tabla. Compare el valor obtenido de X² con los valores críticos de la tabla.

Lógica de la prueba El objetivo de esta prueba es determinar si los puntajes de dos grupos de sujetos son significativamente diferentes.Manual de Estadística Básica Mtra. Tema 4. cuando se tienen dos condiciones experimentales en las que se utilizan sujetos diferentes para cada condición y se tienen datos con un nivel de medición ordinal. Procedimiento 1) Ordene todos los puntajes de todos los grupos en una sola serie de rangos asignándole 1 al puntaje más bajo y así sucesivamente. Debido a que todos los puntajes provienen de sujetos diferentes. La prueba de rangos señalados de Wilcoxon 6 . la única manera de examinar las diferencias entre las condiciones es ordenar todos los puntajes en una sola serie. 2) Obtenga los totales de los rangos para cada condición. el cual dará como resultado que entre más pequeño sea el valor del estadístico las diferencias serán más significativas.Tx 2 donde: n1 = Número de sujetos en el grupo 1 n2 = Número de sujetos en el grupo 2 nx = Número de sujetos en el grupo que obtuvo el total de rangos más alto Tx = Mayor de los totales de los rangos 4) Compare el valor obtenido de U con los valores críticos de la tabla de U de Mann-Whitney. Mónica Fulgencio Juárez Cuándo utilizarla Esta prueba debe usarse para diseños no relacionados. El valor de las diferencias entre los totales de rangos está dado por un estadístico llamado U. 3) Encuentre el valor de U con la siguiente fórmula: U = n1 n2 + nx (nx + 1) . Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de U debe ser igual o menor que el valor de la tabla.

Lógica de la prueba El objetivo de la prueba de rangos señalados de Wilcoxon es comparar el desempeño de cada sujeto (o de cada par de sujetos) para averiguar si existen diferencias significativas entre sus puntajes en las dos condiciones. 5) Cuente el número de pares de sujetos N. 6) Compare el valor obtenido de W con los valores críticos de la tabla de W.Manual de Estadística Básica Mtra. del rango más pequeño hasta el más grande. asignando signos positivos o negativos. sin tomar en cuenta los signos positivos y negativos. 3) Sume por separado los rangos correspondientes a cada signo. Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de W debe ser igual o menor que el valor de la tabla. Los puntajes de la condición B se restan de aquellos de la condición A. El más pequeño de estos totales de los rangos da el valor del estadístico llamado W. Tema 5. 2) Ordene las diferencias por rango en orden de magnitud. Procedimiento 1) Calcule la diferencia (d) entre cada par de puntajes. Mónica Fulgencio Juárez Cuándo utilizarla Esta prueba debe usarse para diseños relacionados con dos condiciones cuando se trabaja con los mismos sujetos o sujetos igualados en cada condición y se tienen datos con un nivel de medición ordinal. Estas diferencias se ordenan por rangos en orden de magnitud. más significativas serán las diferencias en rangos entre las dos condiciones. sin tomar en cuenta los empates. y a las diferencias resultantes (d) se les asigna un signo positivo (+) si son positivos. o uno negativo (-) si son negativas. mientras más pequeño sea W. 4) Tome como valor W el menor de los totales de los rangos. La prueba de Kruskal-Wallis 7 . Después se suman por separado los rangos que tienen signo positivo y los que tienen signo negativo. Dado que el estadístico W refleja el total de rangos más pequeño.

Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de H debe ser igual o mayor que el valor de la tabla. 3) Encuentre el valor de H con la siguiente fórmula: H= 12 N (N + 1) donde: ∑ Tc nc 2 . 2) Obtenga los totales de los rangos para cada condición. Procedimiento 1) Ordene todos los puntajes de todos los grupos en una sola serie de rangos asignándole 1 al puntaje más bajo y así sucesivamente. Tema 6. debido a que la hipótesis de investigación predice que las diferencias entre las condiciones será grande. La prueba de Friedman 8 . cada uno elevado al cuadrado ∑ = Sumatoria de los términos que le siguen 4) Calcule los grados de libertad con la siguiente fórmula: gl = C – 1 donde C = número de condiciones 5) Compare el valor obtenido de H con los valores críticos de la tabla de Chi cuadrada.3 (N + 1) N = número total de sujetos nc = número de sujetos en cada grupo Tc = total de rangos para cada condición. El valor de las diferencias entre los totales de rangos está dado por un estadístico llamado H. Debe usarse para un diseño no relacionado cuando se trabaja con sujetos diferentes en tres o más condiciones y se tienen datos con un nivel de medición ordinal. Debido a que todos los puntajes provienen de sujetos diferentes. la única manera de examinar las diferencias entre las condiciones es ordenar todos los puntajes en una sola serie. Mónica Fulgencio Juárez Cuándo utilizarla Esta prueba puede considerarse como una extensión de la prueba de Mann-Whitney. Lógica de la prueba El objetivo de esta prueba es determinar si los puntajes de tres o más grupos de sujetos son significativamente diferentes. como se hace para la prueba de Mann-Whitney.Manual de Estadística Básica Mtra. el valor observado de H debe ser igual o mayor que los valores de la tabla. cuando tenemos que usar tres o más condiciones.

cuando tenemos que usar tres o más condiciones. cada uno elevado al cuadrado ∑ = Sumatoria de los términos que le siguen 4) Calcule los grados de libertad con la siguiente fórmula: gl = C – 1 donde C = número de condiciones 5) Compare el valor obtenido de Xr² con los valores críticos de la tabla de Chi cuadrada.3 N (C+1) C = número de condiciones N = número de sujetos ( o de pares de sujetos igualados) Tc = total de rangos para cada condición. ordenamos en forma horizontal los puntajes asignados por cada sujeto a lo largo de las filas para las tres condiciones. Lógica de la prueba Dado que este es un diseño relacionado en el cual cada sujeto asigna puntajes para todas las condiciones. asignando 1 al puntaje más bajo y así sucesivamente. la implicación es que las diferencias entre los totales de los rangos de las diferentes condiciones son suficientemente grandes para ser significativas. La magnitud de las diferencias entre los totales de los rangos está dada por un estadístico llamado Xr². Si el valor observado de Xr² es igual o mayor que los valores críticos de la tabla de X². Debe usarse para un diseño relacionado cuando los mismos sujetos o sujetos igualados se desempeñan en tres o más condiciones y se tienen datos con un nivel de medición ordinal.Manual de Estadística Básica Mtra. Mónica Fulgencio Juárez Cuándo utilizarla Esta prueba puede considerarse como una extensión de la prueba de Wilcoxon. Como hay más de dos condiciones. Tome en cuenta que para aceptar la hipótesis de investigación 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 Cuándo utilizarla 9 . 2) Sume los totales de los rangos para cada condición. se pueden comparar los puntajes asignados por cada sujeto a todas las condiciones para ver en qué condición asignan puntajes altos o bajos. no es posible calcular las diferencias entre los puntajes de dos condiciones como se hace en la prueba de Wilcoxon. 3) Encuentre el valor de Xr² con la siguiente fórmula: Xr² = [ ____12____ ∑ Tc² ] N C (C+1) donde: . En cambio. Procedimiento 1) Ordene por rango los puntajes para cada sujeto a lo largo de cada fila (horizontalmente).

1) + (n2 . 3) Eleve al cuadrado las sumatorias de los puntajes (∑x)² 4) Obtenga las medias para cada grupo. 2) Obtenga las sumatorias de los puntajes (∑x) y las sumatorias de los cuadrados de los puntajes (∑x²). es decir. debidas a variables desconocidas. Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de H debe ser igual o mayor que el valor de la tabla. más que a la diferencia predicha entre las condiciones experimentales. 5) Obtenga el valor de t con la siguiente fórmula: t= √ (∑x M1 – M2 1 . esto podría indicar que una proporción mayor de esta variabilidad se debe a fluctuaciones en el desempeño de los sujetos. cuando hay diferentes sujetos en las dos condiciones. Lógica 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. Si la variabilidad de los puntajes es pequeña.Manual de Estadística Básica Mtra. Las diferencias predichas se calculan en términos de las diferencias entre las medias de los puntajes de los dos grupos. la suma del número de sujetos en cada condición menos uno. n1 (n1 .1 ) 7) Compare el valor obtenido de t con los valores críticos de la tabla de t. entonces una diferencia más bien pequeña entre las medias de los grupos puede reflejar una diferencia consistente entre ellos. gl = (n1 . Sin embargo. ² . La prueba t de Student relacionada 10 . La prueba t es la prueba paramétrica equivalente a la prueba no paramétrica de Mann-Whitney. Tema 8.(∑x1 )² ) + (∑x 2 ² .1 ) Donde: n2 (1 n1 + 1 n2 ) M1 = Media del grupo 1 M2 = Media del grupo 2 ∑x1 ² = Suma de los cuadrados del grupo 1 ∑x2 ² = Suma de los cuadrados del grupo 2 (∑x1 )² = Cuadrado del total de los puntajes del grupo 1 (∑x2 )² = Cuadrado del total de los puntajes del grupo 2 n1 = Número de sujetos en el grupo 1 n2 = Número de sujetos en el grupo 2 6) Calcule los grados de libertad. Mónica Fulgencio Juárez Esta prueba se utiliza para diseños en los que se estudia una variable independiente bajo dos condiciones .1) + (n2 . si la variabilidad entre los puntajes es muy grande. El valor real de esta diferencia entre las medias se tiene que comparar con la variabilidad total de los puntajes. Procedimiento 1) Eleve al cuadrado todos los puntajes para cada condición.(∑x2 )² ) .

Cuando teníamos sujetos diferentes en cada condición sólo era posible comparar las medias de los dos grupos. Cuando se tienen los mismo sujetos en ambas condiciones. d (A . Procedimiento 1) Calcule las diferencias entre los puntajes de los sujetos restando los puntajes de la condición B de los puntajes de la condición A. es posible comparar los pares de puntajes obtenidos por cada sujeto en cada una de las dos condiciones. Sume las diferencias teniendo en cuenta los signos positivos y negativos (∑d) Sume los cuadrados de las diferencias (∑d² ). La prueba t relacionada es el equivalente paramétrico de la prueba no paramétrica de Wilcoxon para diseños relacionados con dos condiciones experimentales. Obtenga el valor de t con la siguiente fórmula: ∑d. Para que sea significativo. √ N ∑d² 11 . las cuales se calculan sumando los cuadrados de las diferencias en puntaje y dividiéndolas por los grados de libertad. Lógica de la prueba Al igual que en el caso de la prueba t no relacionada._ .(∑d) ² . 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. el valor observado de t tiene que ser igual o mayor que los valores críticos de t.B) 2) 3) 4) 5) 6) t= Eleve al cuadrado estas diferencias ( d² ). Mónica Fulgencio Juárez Cuándo utilizarla La prueba t relacionada se usa para diseños experimentales con dos condiciones cuando se estudia una variable independiente y cuando los mismos sujetos (o sujetos igualados) se desempeñan en ambas condiciones (un diseño relacionado). Lo mismo se aplica si hay pares de sujetos igualados respecto a todas las características relevantes. Eleve al cuadrado el total de las diferencias (∑d) ² . El estadístico t representa el tamaño de las diferencias entre los puntajes de los sujetos para las dos condiciones. N-1 .Manual de Estadística Básica Mtra. el objetivo es comparar las diferencias predichas entre las dos condiciones experimentales con la variabilidad total de los puntajes.

el número de sujetos (N) menos 1. Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de H debe ser igual o mayor que el valor de la tabla. es decir. Tema 9. Anova de una entrada no relacionado (One-way) 12 . Mónica Fulgencio Juárez Donde: ∑d = Suma de las diferencias entre los puntajes en A y en B ∑d ² = Suma de los cuadrados de las diferencias (∑d) ² = Suma de las diferencias elevada al cuadrado N= Número de sujetos 7) Calcule los grados de libertad. gl = N -1 8) Compare el valor obtenido de t con los valores críticos de la tabla de t.Manual de Estadística Básica Mtra.

Eleve al cuadrado todos los puntajes para cada condición. el valor observado del estadístico F debe ser igual o mayor que los valores críticos indicados en la tabla. Mónica Fulgencio Juárez Cuándo utilizarla Este análisis se utiliza cuando se estudia una variable en tres o más condiciones y se usan sujetos diferentes para cada condición. Procedimiento 1. Obtenga las sumatorias de los puntajes (∑x) y las sumatorias de los cuadrados de los puntajes (∑x²). 4. Para ser significativo. Existen dos valores para los grados de libertad: uno para el numerados y otro para el denominador. La distribución muestral de F está compuesta por una familia de curvas sesgadas positivamente y que varían con el número de grados de libertad. El ANOVA de una entrada no relacionado es el equivalente paramétrico de la prueba no paramétrica de Kruskal-Wallis para diseños no relacionados con tres o más condiciones. Calcule la suma de cuadrados intra con la fórmula: SCI = SCT – SCE 8. 3. Lógica de la prueba El análisis de varianza paramétrico utiliza la prueba F para evaluar los datos. 2. Calcule la suma de cuadrados total con la fórmula: SCT = ∑x² . Obtenga el factor de corrección con la siguiente fórmula: FC = (∑x)² es decir: gran total al cuadrado entre número total de puntajes N 5. El valor F entre las condiciones representa el tamaño de la varianza debida a las condiciones experimentales en relación con la varianza debida al error. Calcule la suma de cuadrados entre con la siguiente fórmula: SCE = ∑Tc² _ FC n Donde: ∑Tc² = Suma de los cuadrados de los totales de cada condición n = Número de sujetos en cada condición 6.Manual de Estadística Básica Mtra. 7. Obtenga las medias para cada condición. Calcule los grados de libertad 13 .FC Donde: ∑x² = Sumatoria de los cuadrados de todos los puntajes. Al emplear esta prueba calculamos F que es esencialmente la razón entre dos estimaciones independientes de la varianza de una población.

Compare el valor obtenido de F con el valor de las tablas buscando los glentre en la fila y gl intra en la columna. Anova de una entrada relacionado (One-way) 14 . Elabore la tabla de procedencia o de fuentes de variación Fuente de variación Entre o V. Obtenga las medias de cuadrados entre e intra MCE = __SCE__ glentre MCI = __SCI__ glintra 10. Calcule el valor de F con la siguiente fórmula: F = MCE MCI 11. Mónica Fulgencio Juárez glentre = número de condiciones – 1 gltotal = N -1 glintra = gltotal-glentre 9. Tema 10.Manual de Estadística Básica Mtra. Intra o error Total SC gl MC F 12. Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de F debe ser igual o mayor que el valor de la tabla.I.

Eleve al cuadrado todos los puntajes para cada condición. Mónica Fulgencio Juárez Cuándo utilizarla Este análisis se utiliza cuando se estudia una variable en tres o más condiciones y se usan los mismos sujetos diferentes o sujetos igualados para todas las condiciones experimentales. el valor observado del estadístico F debe ser igual o mayor que los valores críticos indicados en la tabla. Obtenga el total para cada sujeto (Ts) sumando los puntajes horizontalmente.Manual de Estadística Básica Mtra. Calcule la suma de cuadrados intra con la fórmula: 15 . Obtenga el factor de corrección con la siguiente fórmula: FC = (∑x)² es decir: gran total al cuadrado entre número total de puntajes N 6. Para ser significativo.FC Donde: ∑x² = Sumatoria de los cuadrados de todos los puntajes. El ANOVA de una entrada relacionado es el equivalente paramétrico de la prueba no paramétrica de Friedman para un diseño relacionado con tres o más condiciones. Obtenga las sumatorias de los puntajes (∑x) y las sumatorias de los cuadrados de los puntajes (∑x²). 2. Obtenga las medias para cada condición. La distribución muestral de F está compuesta por una familia de curvas sesgadas positivamente y que varían con el número de grados de libertad. Al emplear esta prueba calculamos F que es esencialmente la razón entre dos estimaciones independientes de la varianza de una población. 9. Procedimiento 1. Existen dos valores para los grados de libertad: uno para el numerados y otro para el denominador. Calcule la suma de cuadrados total con la fórmula: SCT = ∑x² . Lógica de la prueba El análisis de varianza paramétrico utiliza la prueba F para evaluar los datos. El valor F entre las condiciones representa el tamaño de la varianza debida a las condiciones experimentales en relación con la varianza debida al error. Calcule la suma de cuadrados entre con la siguiente fórmula: SCE = ∑Tc² _ FC n Donde: ∑Tc² = Suma de los cuadrados de los totales de cada condición n = Número de sujetos en cada condición 7. Calcule la suma de cuadrados sujetos con la fórmula: SCS = ∑Ts² _ FC c Donde: ∑Ts² = Suma de los cuadrados de los totales de cada sujeto c = Número de condiciones 8. 5. 4. 3.

Mónica Fulgencio Juárez SCI = SCT – SCE – SCS 10. Calcule los grados de libertad glentre = número de condiciones – 1 glsujetos = número de sujetos – 1 gltotal = N -1 glintra = gltotal – glentre – glsujetos 11. 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. Elabore la tabla de procedencia o de fuentes de variación Fuente de variación Entre o V. Tema 11.Manual de Estadística Básica Mtra. Calcule los valores de F con las siguientes fórmulas: F para MCE = MCE MCI F para MCS = MCS MCI 13. Anova de dos entradas no relacionado Cuándo utilizarla 16 . Obtenga las medias de cuadrados MCE = __SCE__ glentre MCS = __SCS__ glsujetos MCI = __SCI__ glintra 12.I. Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de F debe ser igual o mayor que el valor de la tabla. Sujetos Intra o error Total SC gl MC F 14.

esto significa que la varianza de la suma de cuadrados entre (SCE) ha sido dividida en tres partes. B y A x B. cuando se usan sujetos diferentes para cada condición y se tienen datos con un nivel de medición intervalar o de razón. Obtenga las medias para cada condición. Calcule la suma de cuadrados de la interacción de A x B con la siguiente fórmula: SCAB = ∑Tab² _ FC – SCA . 4. Todas estas son diferencias predichas entre condiciones. el valor observado del estadístico F tiene que ser igual o mayor que los valores críticos de la tabla F. Lógica de la prueba En este diseño tenemos dos variables.Manual de Estadística Básica Mtra. en relación con la varianza debida al error. Procedimiento 1. 2. cada una de ellas con dos condiciones. gran total al cuadrado entre el número total de puntajes N 5. Para ser significativo. las varianzas A.SCB n Donde: ∑Tab² = Suma de los cuadrados de los totales para las condiciones combinadas de AB (los totales de cada celda) n = Número de sujetos en cada condición 8. 3. Mónica Fulgencio Juárez Este análisis se utiliza cuando se estudian dos variables independientes con dos o más condiciones para cada variable. Calcule la suma de cuadrados total con la fórmula: 17 . Calcule la suma de cuadrados de la variable A con la siguiente fórmula: SCA = ∑Ta² _ FC na Donde: ∑Ta² = Suma de los cuadrados de los totales para las condiciones de A n = Número de sujetos en cada condición a = Número de condiciones de la variable A 6. Calcule la suma de cuadrados de la variable B con la siguiente fórmula: SCB = ∑Tb² _ FC nb Donde: ∑Tb² = Suma de los cuadrados de los totales para las condiciones de B n = Número de sujetos en cada condición b = Número de condiciones de la variable B 7. Obtenga las sumatorias de los puntajes (∑x) y las sumatorias de los cuadrados de los puntajes (∑x²) por cada condición. más la interacción entre ellas. B y A x B representan el tamaño de las varianzas debidas a la variable A. Los valores de F para A. la variable B y la interacción entre ellas A x B. Obtenga el factor de corrección con la siguiente fórmula: FC = (∑x)² es decir. Eleve al cuadrado todos los puntajes para cada condición. A y B.

Mónica Fulgencio Juárez SCT = ∑x² . 9. Obtenga las medias de cuadrados MCA = __SCA__ glA MCB = __SCB__ glB MCAB = __SCAB__ glAB MCI = ___SCI__ gl intra 12. Calcule los grados de libertad glA = número de condiciones A – 1 glB = número de condiciones B – 1 glAB = glA x glB gltotal = N -1 glintra = gltotal – glA – glB – glAB 11. Calcule la suma de cuadrados intra con la fórmula: SCI = SCT – SCA – SCB – SCAB 10.Manual de Estadística Básica Mtra. Calcule los valores de F con las siguientes fórmulas: F para MCA = __MCA__ MCI F para MCB = __MCB__ MCI F para MCAB = __MCAB__ MCI 18 .FC Donde: ∑x² = Sumatoria de los cuadrados de todos los puntajes.

Compare el valor obtenido de F con el valor de las tablas buscando los glentre en la fila y gl intra en la columna. Mónica Fulgencio Juárez 13. Elabore la tabla de procedencia o de fuentes de variación Fuente de variación SC Variable A Variable B A x B (interacción Intra o error Total gl MC F 14.Manual de Estadística Básica Mtra. Coeficiente de correlación de rango de Spearman 19 . Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de F debe ser igual o mayor que el valor de la tabla. Tema 12.

Correlación producto-momento de Pearson 20 .6 (∑d² ) N(N² . debe ser igual o mayor que los valores críticos que se encuentran en la tabla. los sujetos que obtienen puntajes bajos en una de ellas también deben obtener puntajes altos en la otra. Sin embargo. Para calcular el estadístico llamado rho se restas estas diferencias de 1. mayor será el valor de rho. Mónica Fulgencio Juárez Cuándo utilizarla Esta es una prueba no paramétrica que mide el grado de correlación entre los puntajes obtenidos en dos variables y que indica el nivel de significación de la correlación observada. los rangos estarán mezclados puesto que un sujeto puede haber obtenido un rango alto en una de las variables y un rango bajo en la otra. si no existe correlación. Cuente el número de sujetos (N) 6. Tema 13. Compare el valor obtenido de rho con los valores críticos de la tabla. 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 paramétricas.1) 7. Lógica de la prueba Si se predice que dos variables se correlacionan positivamente. 4. Calcule la diferencia (d) entre cada par de rangos de A y de B. Ordene por rango los puntajes de la variable A. Procedimiento 1. Encuentre el valor de rho con la siguiente fórmula: rho = 1 . Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de rho debe ser igual o mayor que el valor de la tabla.Manual de Estadística Básica Mtra. La prueba de Spearman calcula las diferencias entre los rangos para los dos conjuntos de puntajes. asignando 1 al puntaje más bajo y así sucesivamente. si los puntajes están distribuidos al azar. 2. y los que obtienen puntajes altos en una de ellas también deben obtener puntajes altos en la otra. como lo predice la hipótesis nula. Es evidente que mientras más pequeñas sean las diferencias entre los angos de las dos condiciones. más se acercará a +1. Cuando la correlación es negativa. y se espera que los rangos altos en una variable se correlacionen con rangos bajos en la otra. Para que el valor observado de rho pueda considerarse significativo. es decir. Si los puntajes obtenidos en las dos variables se ordenan por rangos altos en la otra. es decir. y los rangos bajos en la una deben corresponder a los rangos bajos en la otra. Sume las diferencias elevadas al cuadrado para obtener ∑d² 5. Eleve al cuadrado cada diferencia entre los rangos de A y B. de manera que cuando se resten de 1 resulte un alto valor negativo de rho. hasta un máximo posible de –1. las diferencias serán grandes. 3.

Una de las ventajas que tiene el método de ordenamiento de rangos utilizado en la prueba de Spearman es que no tiene en cuenta los valores reales de los puntajes.∑a x ∑b _ r= √[N ∑a² donde: . Esta varianza total se calcula de la manera acostumbrada. si tiene en cuenta los valores reales de los puntajes al calcular el grado de correlación entre dos variables. 2. Lógica de la prueba Esta prueba permite estudiar hasta dónde los puntajes altos en una variable tienden a asociarse con puntajes altos en la otra. Mientras que la prueba de Spearman puede utilizarse con cualquier tipo de datos. Eleve al cuadrado los puntajes obtenidos en las variables A y B. Para obviar este problema. Para que sea significativo. 3. y si los puntajes bajos en una tienden a asociarse con puntajes bajos en la otra.Manual de Estadística Básica Mtra. el grado de asociación entre los puntajes de los sujetos en las dos variables se estudia en relación con la variabilidad global de los puntajes. la prueba Pearson requiere una medición de los datos experimentales en una escala de intervalo y el cumplimiento de las otras condiciones para las pruebas paramétricas: distribución normal y homogeneidad de varianza. La prueba de Pearson. el valor observado de r debe ser igual o mayor que los valores críticos indicados en la tabla. Multiplique los puntajes obtenidos por cada sujeto en la variable A por la variable B (a x b).(∑a)²] [N ∑b² . sumando los puntajes al cuadrado y restando una constante. Encuentre el valor de r con la fórmula: N ∑ a x b . por el contrario. Mientras más cercano sea el valor observado de r a 1. Por eso. Calcule los grados de libertad. El estadístico r refleja el grado de correlación y lo expresa con un número que va desde –1 (correlación negativa perfecta) pasa por 0 (no existe correlación) hasta +1 (correlación positiva perfecta). el número de sujetos menos 2 21 . cada uno elevado al cuadrado 4. Procedimiento 1. más probablemente será significativo. en esta prueba si es importante que las dos variables se midan con la misma escala.(∑b)²] N= número de sujetos ∑a x b = total de la columna a x b ∑a y ∑b = totales para cada variable (∑a)² y (∑b)² = El total de cada condición elevado al cuadrado ∑a² y ∑b² = Sumas De los puntajes individuales. es decir. Mónica Fulgencio Juárez Cuándo utilizarla La correlación producto-momento de Pearson es una prueba paramétrica que mide el grado de correlación entre los puntajes obtenidos en dos variables que indica el nivel de significación de la correlación observada.

22 .2 5.Manual de Estadística Básica Mtra. Tome en cuenta que para aceptar la hipótesis de investigación el valor obtenido de r debe ser igual o mayor que el valor de la tabla. Compare el valor obtenido de r con los valores críticos de la tabla. Mónica Fulgencio Juárez gl = N .

Sign up to vote on this title
UsefulNot useful