analisis de datos cuantitativos segunda parte (spss).ppt1x
-
Upload
herbert-cosio-duenas -
Category
Education
-
view
356 -
download
0
Transcript of analisis de datos cuantitativos segunda parte (spss).ppt1x
![Page 1: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/1.jpg)
ANALISIS DE DATOS CUANTITATIVOSDr. Mg. CD. Herbert Cosio Dueñas
![Page 2: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/2.jpg)
![Page 3: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/3.jpg)
ESTADISTICA INFERENCIAL: de la muestra a la población Se utiliza para probar hipótesis y estimar parámetros.
Los resultados estadístico de una muestra se denominan
ESTADIGRAFOS-media-mediana-moda-Desviación estándar-rango
A la estadística de la población se les
Conoce como PARAMETROS
ESTADISTICA INFERENCIASE INFIEREN DE LOS ESTADIGRAFOS
![Page 4: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/4.jpg)
ESTADISTICA INFERENCIAL
se utiliza fundamentalmente para dos procedimientos vinculados:1. Probar hipótesis poblacionales2. Estimar parámetros.
![Page 5: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/5.jpg)
1.- PRUEBA DE HIPÓTESIS
por medio de la prueba de hipótesis es determinar si la hipótesis poblacional es congruente con los datos obtenidos en la muestra
Para comprender lo que es la prueba de hipótesis en la estadística inferencial es necesario revisar los conceptos de distribución muestral y nivel de significancia.
![Page 6: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/6.jpg)
1.- PRUEBA DE HIPÓTESIS
Distribución muestral.- es un conjunto de valores sobre una estadística calculada de todas las muestras posibles de determinado tamaño de una población.
![Page 7: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/7.jpg)
1.- PRUEBA DE HIPÓTESIS
nivel de significancia.- Es un nivel de la probabilidad de equivocarse y que fija de manera a priori el investigador.
![Page 8: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/8.jpg)
1.- PRUEBA DE HIPÓTESIS
Hay dos tipos de análisis estadísticos que pueden realizarse para probar hipótesis: los análisis paramétricos y los no paramétricos.
los análisis a realizar dependen de las hipótesis que hayamos formulado y el nivel de medición de las variables que las conforman
![Page 9: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/9.jpg)
Análisis paramétricos
1. La distribución poblacional de la variable dependiente es normal: el universo tiene una distribución normal.
2. El nivel de medición de las variables es por intervalos o razón.3. Cuando dos o más poblaciones son estudiadas, tienen una
varianza homogénea: las poblaciones en cuestión poseen una dispersión similar en sus distribuciones
![Page 10: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/10.jpg)
cuales son los métodos o las pruebasestadísticas paramétricas mas utilizadas?
Coeficiente de correlación de Pearson y regresión lineal. Prueba t. Prueba de contraste de la diferencia de proporciones. Análisis de varianza unidireccional (ANOVA en un sentido o
oneway). Análisis de varianza factorial (ANOVA). Análisis de covarianza (ANCOVA).
![Page 11: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/11.jpg)
COEfiCIENTE DE CORRELACIÓN DE PEARSON
prueba estadística para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón.
Se simboliza: r. Hipótesis a probar: correlacional, del tipo de “a mayor X, mayor Y ”, “a
mayor X, menor Y ”, “altos valores en X están asociados con altos valores en Y ”, “altos valores en X se asocian con bajos valores de Y ”.
La hipótesis de investigación señala que la correlación es significativa. Variables: dos. La prueba en sí no considera a una como independiente
y a otra como dependiente, ya que no evalúa la causalidad.
![Page 12: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/12.jpg)
INTERPRETACION coeficiente r de Pearson
![Page 13: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/13.jpg)
INTERPRETACION coeficiente r de Pearson
El signo indica la DIRECCION de la correlación (positiva o negativa) El valor numérico la MAGNITUD de la correlación.
![Page 14: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/14.jpg)
![Page 15: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/15.jpg)
![Page 16: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/16.jpg)
![Page 17: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/17.jpg)
![Page 18: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/18.jpg)
![Page 19: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/19.jpg)
![Page 20: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/20.jpg)
![Page 21: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/21.jpg)
Un asterisco (*) implica una significancia menor a 0.05 (quiere decir que el coeficiente es significativo en el nivel de 0.05, la probabilidad de error es menor de 5%) y dos asteriscos (**) una significancia menor a 0.01 (la probabilidad de error es menor de 1%).
![Page 22: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/22.jpg)
Regresión lineal Dr. Mg. CD. Herbert Cosio Dueñas
![Page 23: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/23.jpg)
Regresión lineal
Definición: es un modelo estadístico para estimar el efecto de una variable sobre otra. Está asociado con el coeficiente r de Pearson. Brinda la oportunidad de predecir las puntuaciones de una variable tomando las puntuaciones de la otra variable. Entre mayor sea la correlación entre las variables (covariación), mayor capacidad de predicción.
Hipótesis: correlacionales y causales. Variables: dos. Una se considera como independiente y otra como dependiente.
Pero, para poder hacerlo, debe tenerse un sólido sustento teórico. Nivel de medición de las variables: intervalos o razón. Procedimiento e interpretación: la regresión lineal se determina con base en el
diagrama de dispersión. Éste consiste en una gráfi ca donde se relacionan las puntuaciones de una muestra en dos variables.
![Page 24: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/24.jpg)
![Page 25: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/25.jpg)
![Page 26: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/26.jpg)
![Page 27: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/27.jpg)
![Page 28: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/28.jpg)
![Page 29: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/29.jpg)
![Page 30: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/30.jpg)
![Page 31: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/31.jpg)
![Page 32: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/32.jpg)
![Page 33: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/33.jpg)
![Page 34: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/34.jpg)
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes
estandarizados
t Sig.BError
estándar Beta1 (Constante) 34.225 9.880 3.464 .002
talla de los padres .819 .058 .937 14.165 .000
a. Variable dependiente: talla de los hijosAPLICACIÓN DE LA FORMULA DE REGRESION LINEAL
Y= a + bXY= 34.225 + (0.819) (180 cm)que talla se esperaría de un hijo con un padre de 180 de estaturaY= 181.645 cm
![Page 35: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/35.jpg)
Prueba tDr. Mg. CD. Herbert Cosio Dueñas
![Page 36: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/36.jpg)
Prueba t
Definición: es una prueba estadística para evaluar si dos grupos difieren entre sí de manera significativa respecto a sus medias en una variable.
Simbolo: t. Hipótesis: de diferencia entre dos grupos. La hipótesis
de investigación propone que los grupos difieren de manera significativa entre sí y la hipótesis nula plantea que los grupos no difieren significativamente.
![Page 37: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/37.jpg)
Prueba t
Variables: la comparación se realiza sobre una variable (regularmente y de manera teórica: dependiente). Si hay diferentes variables, se efectuarán varias pruebas t (una por cada par de variables), y la razón que motiva la creación de los grupos puede ser una variable independiente.
Cálculo e interpretación: son el valor t y su significancia.- la prueba t se basa en una distribución muestral o poblacional de diferencia de medias conocida como la distribución t de Student que se identifica por los grados de libertad, los cuales constituyen el número de maneras en que los datos pueden variar libremente.
![Page 38: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/38.jpg)
Prueba t
![Page 39: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/39.jpg)
Prueba t
![Page 40: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/40.jpg)
Prueba t
![Page 41: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/41.jpg)
Prueba t
![Page 42: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/42.jpg)
Prueba t
![Page 43: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/43.jpg)
Prueba t
![Page 44: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/44.jpg)
Prueba t
![Page 45: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/45.jpg)
Prueba t para trabajos de comparación
RESINA “A”
RESINA “B”
LA HIPOTESIS DEL INVESTIGADOS:El promedio de la resistencia adhesiva en megapascales de la resina “A” es mayor que la de la resina “B”.
H1= Existe una DIFERENCIA SIGNIFICATIVA entre la media de calificaciones del grupo de resinas A y la media del grupo de resina B.
COMPARACION
![Page 46: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/46.jpg)
Determinar alfa en la prueba t
Alfa= 5% = 0,05 es la prueba de error
Variable fija: variable tipo de resina organizada en dos grupos: Resina A Resina BVariable aleatoria: variable numérica dado en mega pascales.Es decir prueba t para dos muestras independientes.
![Page 47: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/47.jpg)
LECTURA DE P-VALOR
ANTES DE CALCULAR EL VALOR T SE HACE:1.- NORMALIDA.- se debe corroborar que la variable aleatoria en ambos grupo se distribuye normalmente. Se usa la prueba de Kolmogorov-Smirnov, para muestras grandes (>30 individuos) Se usa la prueba de Chapiro Wilk, para muestras pequeñas (<30 individuos)El criterio para determinar si la variable se distribuye normalmente es:
a. p-valor =>alfa Aceptar Ho (los datos proviene de una distribución normal).
b. p-valor =< alfa Aceptar H1 (los datos NO proviene de una distribución normal).
![Page 48: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/48.jpg)
LECTURA DE P-VALOR
ANTES DE CALCULAR EL VALOR TSE HACE:2.- igualdad de varianza (prueba de levene). Se debe corroborar la igualdad de varianza entre los grupos.
a. P-valor = > alfa Aceptar HO = las varianzas son igualesb.. P-valor = < alfa Aceptar H1 = existe diferencias significativa
entre las varianzas.
![Page 49: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/49.jpg)
LECTURA DE P-VALOR
ANTES DE CALCULAR EL VALOR TSE HACE: 3.- calcular P- Valor de la Prueba: T de Student muestras independientes.
![Page 50: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/50.jpg)
Prueba t para muestras independientes
![Page 51: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/51.jpg)
Prueba t para muestras independientes
![Page 52: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/52.jpg)
Prueba t para muestras independientes
![Page 53: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/53.jpg)
Prueba t para muestras independientes
![Page 54: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/54.jpg)
Prueba t para muestras independientes
![Page 55: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/55.jpg)
Prueba t para muestras independientes
![Page 56: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/56.jpg)
Prueba t para muestras independientes1.- El criterio para determinar si la variable se distribuye nromalemente es:
a. p-valor =>alfa Aceptar Ho (los datos proviene de una distribución normal).
b. p-valor =< alfa Aceptar H1 (los datos NO proviene de una distribución normal).
NORMALIDAD resistenciaP- Valor (resina A) = 0,211 > Alfa= 0,05P- Valor (resina B) = 0,662 > Alfa= 0,05
Conclusión: la variable resistencia en ambos grupos se comporta normalmente.
![Page 57: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/57.jpg)
LECTURA DE P-VALOR
ANTES DE CALCULAR EL VALOR T SE HACE:2.- igualdad de varianza (prueba de levene). Se debe corroborar la igualdad de varianza entre los grupos.
a. P-valor = > alfa Aceptar HO = las varianzas son igualesb.. P-valor = < alfa Aceptar H1 = existe diferencias significativa
entre las varianzas.
Igualdad de VARIANZAP- Valor > Alfa= Conclusión:
![Page 58: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/58.jpg)
Prueba t para muestras independientes
![Page 59: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/59.jpg)
Prueba t para muestras independientes
![Page 60: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/60.jpg)
Prueba t para muestras independientes
![Page 61: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/61.jpg)
Prueba t para muestras independientes
![Page 62: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/62.jpg)
Prueba t para muestras independientes
![Page 63: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/63.jpg)
Prueba t para muestras independientes
![Page 64: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/64.jpg)
LECTURA DE P-VALOR
ANTES DE CALCULAR EL VALOR T SE HACE:2.- igualdad de varianza (prueba de levene). Se debe corroborar la igualdad de varianza entre los grupos.
a. P-valor = > alfa Aceptar HO = las varianzas son igualesb.. P-valor = < alfa Aceptar H1 = existe diferencias significativa
entre las varianzas.
Igualdad de VARIANZAP- Valor = 0,878 > Alfa= 0,05Conclusión: LAS VARIANZAS SON IGUALES
![Page 65: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/65.jpg)
LECTURA DE P-VALOR
ANTES DE CALCULAR EL VALOR T SE HACE:2.- igualdad de varianza (prueba de levene). Se debe corroborar la igualdad de varianza entre los grupos.
a. P-valor = > alfa Aceptar HO = las varianzas son igualesb.. P-valor = < alfa Aceptar H1 = existe diferencias significativa
entre las varianzas.
Igualdad de VARIANZAP- Valor = 0,878 > Alfa= 0,05Conclusión: LAS VARIANZAS SON IGUALES
SE CUMPLEN CON LOS DOS SUPESTOS ANTERIORES Y LUEGO RECIEN SE PUEDE CALCULAR:3.- calcular P- Valor de la Prueba: T de Student muestras independientes.
![Page 66: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/66.jpg)
Prueba t para muestras independientes
![Page 67: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/67.jpg)
Prueba t para muestras independientes
![Page 68: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/68.jpg)
Prueba t para muestras independientes
3.- calcular P- Valor de la Prueba: T de Student muestras independientes.
EL CRITERIO PARA DEICDIR ES: Si la probabilidad obtenida P-valor < o igual a alfa, se rechaza H0 (se acepta
H1) Si la probabilidad obtenida P-valor > a alfa, NO se rechaza H0 (se acepta H0)
DECISION ESTADISTICA P- Valor = 0,000 < Alfa= 0,05Conclusión: SE RECHAZA LA HIPOTESIS NULA Y SE ACEPTA LA HIPOTESIS DE INVESTIGACION
![Page 69: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/69.jpg)
análisis de varianza unidireccional o de un factor (ANOVA)Dr. Mg. CD. Herbert Cosio Dueñas
![Page 70: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/70.jpg)
análisis de varianza unidireccional o de un factor (ANOVA) Definición: es una prueba estadística para analizar si
más de dos grupos difieren significativamente entre sí en cuanto a sus medias y varianzas. La prueba t se usa para dos grupos y el análisis de varianza unidireccional se usa para tres, cuatro o más grupos. Aunque con dos grupos se puede utilizar también.
![Page 71: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/71.jpg)
análisis de varianza unidireccional o de un factor (ANOVA) Hipótesis: de diferencia entre más de dos grupos. La
hipótesis de investigación propone que los grupos difieren significativamente entre sí y la hipótesis nula propone que los grupos no difieren significativamente.
Variables: una variable independiente y una variable dependiente.
Nivel de medición de las variables: la variable independiente es categórica y la dependiente es por intervalos o razón.
![Page 72: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/72.jpg)
El hecho de que la variable independiente sea categórica significa que es posible formar grupos diferentes. Puede ser una variable nominal, ordinal, por intervalos o de razón (pero en estos últimos dos casos la variable debe reducirse a categorías)
![Page 73: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/73.jpg)
![Page 74: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/74.jpg)
![Page 75: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/75.jpg)
![Page 76: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/76.jpg)
![Page 77: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/77.jpg)
![Page 78: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/78.jpg)
![Page 79: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/79.jpg)
![Page 80: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/80.jpg)
ANALISIS NO PARAMETRICOMg. CD. Herbert Cosio Dueñas
![Page 81: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/81.jpg)
Para realizar los análisis no paramétricos debe partirse de las siguientes consideraciones:
Las variables deben ser categóricas.Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razón; pueden analizar datos nominales u ordinales. De hecho, si se quieren aplicar análisis no paramétricos a datos por intervalos o razón, éstos necesitan resumirse a categorías discretas (a unas cuantas).
![Page 82: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/82.jpg)
Para realizar los análisis no paramétricos debe partirse de las siguientes consideraciones:
Las pruebas no paramétricas más utilizadas son: La chi cuadrada o χ 2. Los coeficientes de correlación e independencia para
tabulaciones cruzadas. Los coeficientes de correlación por rangos ordenados de
Spearman y Kendall.
![Page 83: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/83.jpg)
LA CHI CUADRADO O X2
Prueba estadística para evaluar hipótesis acerca de la relación entre dos variables categóricas.
Se simboliza: χ2 Hipótesis a probar: correlacionales. Variables involucradas: dos. La prueba chi cuadrada no considera relaciones
causales. Nivel de medición de las variables: nominal u ordinal (o intervalos o razón
reducidos a ordinales).
![Page 84: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/84.jpg)
LA CHI CUADRADO O X2
Procedimiento: se calcula por medio de una tabla de contingencia o tabulación cruzada, que es un cuadro de dos dimensiones, y cada dimensión contiene una variable. A su vez, cada variable se subdivide en dos o más categorías.
![Page 85: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/85.jpg)
LA CHI CUADRADO O X2
La prueba de Chi Cuadrado parte del supuesto de que las dos variables no están relacionadas (hay independencia)
H0: independencia de las variables H1: variables relacionadas
Valor alfa (nivel de significación)= 0,05 Valor alfa (nivel de significación) = 0,01
Probabilidad de cometer erro en rechazar la hipótesis nula. Cuando el estadístico tiene una probabilidad menor a 0,05 se rechaza la H0
![Page 86: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/86.jpg)
LA CHI CUADRADO O X2
Ejemplo Plantemos una hipótesis en función de dos variables categóricas:
La distribución de la Variable.….. esta relacionada con la otra variable….
![Page 87: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/87.jpg)
LA CHI CUADRADO O X2
![Page 88: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/88.jpg)
LA CHI CUADRADO O X2
![Page 89: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/89.jpg)
LA CHI CUADRADO O X2
![Page 90: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/90.jpg)
LA CHI CUADRADO O X2
![Page 91: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/91.jpg)
LA CHI CUADRADO O X2
![Page 92: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/92.jpg)
LA CHI CUADRADO O X2
![Page 93: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/93.jpg)
LA CHI CUADRADO O X2
![Page 94: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/94.jpg)
LA CHI CUADRADO O X2
![Page 95: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/95.jpg)
LA CHI CUADRADO O X2
La prueba de Chi Cuadrado parte del supuesto de que las dos variables no están relacionadas (hay independencia)
H0: independencia de las variables H1: variables relacionadas
Valor alfa (nivel de significación)= 0,05 Valor alfa (nivel de significación) = 0,01
Probabilidad de cometer erro en rechazar la hipótesis nula. Cuando el estadístico tiene una probabilidad menor a 0,05 se rechaza la H0
![Page 96: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/96.jpg)
Coeficientes de correlación e independencia para tabulaciones cruzadas
![Page 97: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/97.jpg)
Coeficiente de correlación de Sperman y tau de Kendal Son medidas de correlación para variables en un nivel
de medición ordinal (ambas), de tal modo que los individuos u objetos de la muestra pueden ordenarse por rangos (jerarquías)
Tau b de Kendal para variables ordinales con el mimo numero de categorías (tabla cuadrada).
![Page 98: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/98.jpg)
Coeficiente de correlación de Sperman y tau de Kendal Se simboliza Sperman: rho Se simboliza tau de Kendal: t Hipótesis a probar: correlacional, del tipo de “a mayor
X, mayor Y ”, “a mayor X, menor Y ”, “altos valores en X están asociados con altos valores en Y ”, “altos valores en X se asocian con bajos valores de Y ”.
La hipótesis de investigación señala que la correlación es significativa.
Variables: dos. La prueba en sí no considera a una como independiente y a otra como dependiente, ya que no evalúa la causalidad.
![Page 99: analisis de datos cuantitativos segunda parte (spss).ppt1x](https://reader036.fdocuments.net/reader036/viewer/2022062311/587e01771a28abe11a8b4c6d/html5/thumbnails/99.jpg)