Manual de Estadística Aplicada A La Psicología

MANUAL DE ESTADÍSTICA
APLICADA A LA PSICOLOGÍA
Guía para estudiantes
Preuss, Maximiliano; Arruabarrena, Lucila y Ferrero, Florencia

A la memoria de Enzo Moreno.
ÍNDICE
Capítulo 1. Armado de base de datos…………………………………………………………………………………………………………………………………………………………… 4

Capítulo 2. Ordenar casos……………………………………………………………………………………………………………………………………………………………………………. 19
Capítulo 3. Frecuencias………………………………………………………………………………………………………………………………………………………………………………... 25
Capítulo 4. Seleccionar casos y Dividir archivo…………………………………………………………………………………………………………………………………………… 32
Capítulo 5. Recodificación de variables……………………………………………………………………………………………………………………………………………………….. 55
Capítulo 6. Calcular variable………………………………………………………………………………………………………………………………………………………………………... 82
Capítulo 7. Medidas de tendencia central y dispersión………………………………………………………………………………………………………………………………. 95
Capítulo 8. Valores extremos……………………………………………………………………………………………………………………………………………………………………….. 112
Capítulo 9. Puntajes transformados: Percentil……………………………………………………………………………………………………………………………………………. 121
Capítulo 10. Puntajes transformados: Cuartil……………………………………………………………………………………………………………………………………………... 134
Capítulo 11. Puntajes transformados: Puntaje Z…………………………………………………………………………………………………………………………………………. 138
Capítulo 12. Estadística inferencial……………………………………………………………………………………………………………………………………………………………... 145
Capítulo 13. Prueba de normalidad…………………………………………………………………………………………………………………………………………………………….. 148
Capítulo 14. Estadísticos de relación de variables……………………………………………………………………………………………………………………………………… 161
Capítulo 15. Estadísticos de diferencia de grupos………………………………………………………………………………………………………………………………………. 179
Capítulo 16. Procedimientos y respuestas en Estadística inferencial………………………………………………………………………………………………………… 218
Capítulo 1
Armado de base de datos
4
MATERIAL DE USO DIDÁCTICO
ESTADÍSTICA APLICADA A LA PSICOLOGÍA
El primer paso para poder llevar adelante la cursada es descargar el programa IBM SPSS (Statistical Package for the Social Sciences)
Cuando se abre el programa aparece la siguiente ventana. La misma debe cerrarse (X) como cualquier otra ventana de Windows.
5
Luego, en la parte inferior de la ventana, existen dos vistas:
1- Vista de datos: Es el espacio donde serán cargados los datos recolectados.
6
2- Vista de variables: Es el lugar donde se crean las variables de la base de datos.
Es en esta vista donde se comenzará a trabajar.

1- Nombre: Es el nombre de la variable abreviado. No puede llevar espacio, no puede comenzar con un número así como tampoco puede empezar
ni terminar con punto (pero sí puede utilizarse entre palabras). Por ejemplo: Sexo o Niv.Educ (haciendo alusión a la variable Nivel Educativo).
Apretar ENTER. Por default aparecerán completos los siguientes casilleros (campos) a la derecha, los cuales hay que disponerse a modificarlos
7
2- Tipo: Tipo de variable a utilizar, el cual dependerá de los valores de la variable.
• Numérico: Este tipo aplica a aquellas variables que tienen -o pueden tener- escala de valores. Estas escalas deben cumplir tres requisitos: ser
exhaustivas, excluyentes y coherentes (Ej. Sexo: 1.Femenino - 2.Masculino - 3.Intersexual). La respuesta siempre implica un valor numérico.
• Fecha: Formatos de Fecha (Ej.: dd.mm.yy)
• Cadena: Son aquellas variables que no poseen –ni pueden poseer- escala de valores. (Ej. Profesión). La respuesta se escribe en letras.
8
3- Anchura: Número de caracteres que se necesitan para cargar los datos de una variable en la Vista de Datos (Ej.: en una variable de tipo
numérico, con menos de 10 valores, corresponde 1(un) dígito de anchura, a partir del 10 se requieren 2 (dos) dígitos; a partir del 100 se
necesitan 3 (tres) dígitos, etc. En el ejemplo de la variable Sexo la anchura correcta es 1, puesto que posee tres valores; en cambio si el tipo es
cadena, la anchura dependerá de lo que el encuestado deba completar (un número estándar es 50). La anchura que aparece por default es 8
(como se observa en el segundo renglón), pero puede y debe ajustarse según las características de la variable que estemos ingresando.
Nota: Para valor 1 en anchura el valor en el campo DECIMALES debe estar en 0, ya que el campo decimal no puede ser superior al valor en ANCHURA.
Nota: Para valor 1 en anchura el valor en el campo DECIMALES debe estar en 0, ya que el campo decimal no puede ser superior al valor en ANCHURA.
9
4- Decimales: Cantidad de decimales que desean consignarse por variable (desde la cátedra se recomienda no utilizar decimales y por ende se
sugiere siempre colocarlos en 0, a menos que sean indispensables para la medición, tal como ocurre en variables tales como peso, altura, etc).
10
5- Etiqueta: Es la descripción detallada del nombre de la variable (Ej.: la etiqueta de la variable Sexo podría ser: Sexo del encuestado).
11
6- Valores: Son las opciones de respuesta de la variable (por ejemplo, valores de la variable sexo son: 1. Femenino – 2. Masculino – 3. Intersexual).
Para acceder a la configuración de los valores, se debe hacer click en la celda y a la derecha aparecerá un cuadrado con tres puntos
. Hacer click en los tres puntos y se desplegará la siguiente ventana:
Se debe completar valor (se carga la posición de manera numeral que ocupará la opción, ej.: 1); etiqueta (se carga el significado de dicha opción, ej.: Intersexual),
click en Añadir, una vez completos los valores, click en Aceptar.
7- Perdidos: Son todos los datos que el encuestado no ha completado o ha marcado más de una opción, por lo tanto, se anula.
12
8- Alineación: El programa colocará por defecto las variables numéricas a la derecha y las cadenas a la izquierda, pero puede ser modificado.
9- Columnas: Indica el ancho de la celda en la que ingresó los valores.
10- Rol: Implica la función que cumple una variable en una investigación (dependiente, independiente, etc).
Estos cuatro comandos no se utilizan durante la cursada.
13
11- Medida: Este es uno de los campos primordiales a aprender y, tal como su nombre lo expresa, indica el nivel de medición de una variable.
Nominal: son aquellas variables cuyos valores presentan un orden aleatorio, no tienen jerarquía y sólo se utilizan para nombrar algo (ej.: Sexo – Estado Civil).
Ordinal: son aquellas variables cuyos valores se rigen por un criterio ordenador y, si bien no son precisos, existe una jerarquía entre ellos (ej.: Nivel Educativo).
Escalar: son variables que tienen intervalos regulares y, generalmente, se reconocen porque dan cuenta de puntajes, valores y demás datos que pueden medirse
conforme a datos numéricos precisos o fórmulas matemáticas (ej.: Edad – Ingresos económicos – variables psicológicas en general, tales como: ansiedad, estrés, etc.)
Escala de Intervalo: carece de cero absoluto (cuando el 0 –cero- no indica ausencia, ej. Temperatura, coeficiente intelectual, etc.).
Escala de razón: posee cero absoluto (cuando el 0 –cero- indica ausencia de algo, ej. Cantidad de Hijos, Mascotas, etc.).
14
Ejemplo de vista de variables completa
15
CARGA DE LA VISTA DE DATOS
Una vez que se ha completado la vista de variables, es necesario dirigirse a la vista de datos para poder cargar todos y cada uno de los datos de
los encuestados. Como se observa en la imagen siguiente, arriba de las celdas se encuentra cada una de las variables creadas anteriormente.
16
En las celdas en blanco se deben cargar los datos de los encuestados. La carga se realiza de forma horizontal: con la flecha ( ) del teclado o haciendo
click con el mouse. Luego, presionando enter se procede a cargar datos de otro sujeto.
Si las variables tienen valores o son escalares, los datos se cargan con los números del teclado. A continuación, se presenta un ejemplo de una vista de
datos completa.
17
Existe un comando que permite corroborar si los datos que se cargaron en forma numérica son correctos. Haciendo click en el botón
A continuación, se presenta un ejemplo de una vista de datos completa habiendo hecho click en la opción anteriormente mencionada.
18
Capítulo 2
Ordenar casos
19
ORDENAR CASOS
Este comando sirve para organizar la información de la base de acuerdo a criterios fijados de antemano, útiles para el análisis.
Pasos a seguir:
1- Click en Datos
20
2- Ordenar casos
21
3- Se selecciona en la ventana que se despliega, la variable a ser utilizada para determinar el orden, desde el listado de variables en el
cuadro izquierdo y se pasa con doble click o al cuadro “Ordenar por”
AVISO IMPORTANTE: LAS VARIABLES SE ORDENAN RESPETANDO EL ORDEN PRIORIZADO CON ANTELACIÓN.
22
4- El tipo de orden se determina en ascendente (de menor a mayor) o descendente (de mayor a menor) según la ubicación de los valores en
la escala– ACEPTAR.
Por ejemplo, si se quiere ordenar la base en función de que aparezcan en primer lugar las mujeres (variable Sexo) divorciadas o
separadas (variable Estado civil). Para Sexo se clickeará ascendente pues femenino es el valor que aparece arriba en la escala de valores,
mientras que para Estado civil descendente (pues el valor correspondiente aparece debajo en la escala de valores).
23
Ejemplo de base posterior a realizar Ordenar casos
Se puede observar que en primer lugar aparecen las mujeres divorciadas o separadas. En este caso, figura en primer lugar una mujer
divorciada o separada (la única de la base) y luego continúa de manera descendente presentando el resto de los estados civiles.
24
Capítulo 3
Frecuencias
25
FRECUENCIAS
Existen 4 tipos de Frecuencias:
1- Frecuencia Absoluta: Es la cantidad de casos que cumplen con determinada característica [Fi]
2- Frecuencia Relativa: Es la cantidad de casos que cumplen una determinada característica, dividido el número total de casos. [Fi/N]
3- Frecuencia Porcentual: Es el porcentaje de casos que presenta determinada característica (la frecuencia relativa multiplicada por 100).
[(Fi/N)*100]
4- Frecuencia Acumulada: Es el porcentaje de casos con determinada característica, incluída la suma de los porcentajes anteriores [(Fi/N)*100 +
(Fi/N)*100 + … etc, hasta llegar al 100%]
Pasos a seguir:
1- Analizar

26
2- Estadísticos descriptivos
27
3- Frecuencias
28
4- Se abrirá una ventana donde se podrá seleccionar la variable deseada para calcular la frecuencia. Una vez seleccionada se traslada al cuadro de
“Variables” haciendo click aquí
29
5. Por último, se hace click en Aceptar.
30
Una vez realizados todos los pasos anteriores, se abrirá otra ventana donde se visualizarán los resultados dentro de un cuadro con el nombre de la
variable.
Cómo interpretar los datos:

-N: Es el número total de casos
-Válidos: Da cuenta de los casos con datos consignados sin tener en
cuenta los casos perdidos (no contestados o mal contestados).
-Frecuencia: Esta columna da cuenta de la Frecuencia Absoluta (la cantidad de casos que reúnen una determinada característica).
-Porcentaje: Esta columna hace referencia a la Frecuencia Porcentual, teniendo en cuenta los casos perdidos (No se utiliza en la cursada).
-Porcentaje válido: Aquí también se indica la Frecuencia Porcentual pero sólo con el análisis de casos con datos consignados, sin tener en cuenta los casos perdidos
(Utilizaremos sólo este dato para requerir Frecuencia Porcentual durante la cursada. Cuando no hay datos perdidos, el Porcentaje y Porcentaje válido coinciden)
-Porcentaje acumulado: Frecuencia Acumulada es el porcentaje de casos que presentan determinada característica incluidos todos los casos anteriores.
Nota: Tanto las variables escalares como las ordinales, pueden ser analizados desde los 4 tipos de frecuencia, mientras que en variables nominales
sólo serán calculadas la frecuencia absoluta, frecuencia relativa y frecuencia porcentual (no así la frecuencia acumulada, aun cuando se reflejen
datos en los resultados brindados por el SPSS, los mismos no son válidos).
MATERIAL DE USO DIDÁCTICO 31

Capítulo 4
Seleccionar casos y Dividir archivo
32
SELECCIONAR CASOS
Se emplea cuando se requiere analizar un único valor de una variable o más.

Pasos a seguir:
1- Datos
33
2- Seleccionar casos
34
3- En la siguiente ventana se elegirá la opción Si satisface la condición
35
4- Click en Si la opción
36
5- En esta pantalla se determinarán las variables a utilizar (en caso de ser más de una se utiliza “&” entre cada variable).
Se colocan los datos como fórmulas Variable-Operación-Valor. Se selecciona la variable, se pasa al rectángulo blanco con doble click o la flecha
correspondiente y posteriormente se utiliza la calculadora para realizar la operación. Por ejemplo: Si se quieren seleccionar los hombres la
fórmula es Sexo=2.
37
Por ejemplo, si se quiere seleccionar de la base aquellos hombres (variable Sexo cuyo valor es 2) y viudos (variable Estado Civil
con valor 4), ésta es la forma en la que se debe proceder.
38
6- Click en Continuar
39
7- Click en Aceptar
40
Se desplegará la siguiente ventana denominada: Resultados. Lo que se puede observar allí es que se aplicó la selección de casos. La misma puede
minimizarse o cerrarse.
41
Ejemplo de la base luego de la Selección de casos
Como se puede observar las mujeres y aquellos que refieren un estado civil distinto a viudo/a están tachados.
42
El único sujeto que satisface las condiciones de selección se encuentra sin tachar, mientras que los hombres que refieren un estado
civil distinto a viudo/a están tachados.
43
Una vez que esa selección no se necesite más se debe restablecer la base.
Pasos a seguir:
Datos – Seleccionar casos – Restablecer – Aceptar (es sumamente importante que se dé click en aceptar, sino la base no se restablece).
44
De esta manera, la base vuelve a su estado original.
45
DIVIDIR ARCHIVO
Este comando compara los distintos valores de una misma variable.
Pasos a seguir:
1- Datos
46
2- Segmentar archivo (según la versión empleada del SPSS también puede aparecer como Dividir archivo)
47
3- En la siguiente ventana elegirá la opción Comparar los grupos
48
4- Pasar la variable que se quiere comparar mediante doble click o la flecha correspondiente
49
5- Aceptar
50
Se desplegará la siguiente ventana de Resultados. Lo que se puede observar allí es que se aplicó la división del archivo por sexos. La misma puede
minimizarse o cerrarse.
51
Ejemplo de división de archivo y frecuencia luego
Como se puede observar, la base quedó divida según el sexo, es decir, en hombres y mujeres.
Posteriormente se sacó la frecuencia de la variable Estado civil. De esta forma se puede conocer los diferentes estados civiles de las
personas de sexo femenino y masculino que conforman la base.
52
Una vez que esa división no se necesite más se debe restablecer la base.
Pasos a seguir:
Datos – Segmentar archivo – Restablecer – Aceptar (es sumamente importante que se dé click en aceptar, sino la base no se restablece).
53
De esta manera, la base vuelve a su estado original. Se abrirá la ventana de resultados con la leyenda: Split File Off.
54
Capítulo 5
Recodificación de variables
55
RECODIFICAR VARIABLES
Este comando permite agrupar los valores de una variable de una manera diferente, estableciendo nuevas categorías.
Pasos a seguir:
1- Transformar
56
2- Recodificar en distintas variables (se utiliza esta opción para no afectar la variable original).
Nota: si se utilizara la opción recodificar en las mismas variables, reemplazaría los valores de la variable original por la variable con los
nuevos códigos de valor.
57
3- Se selecciona la variable que se desea recodificar
Ejercicio de Ejemplo: Se pide reorganizar los valores de la variable campus según la sede a la que concurre el alumno, sin importar el turno al que
asista.
58
4- Trasladar la variable al cuadro de la derecha, aparecerá un signo de pregunta (-> ?). Gracias al siguiente paso, éste se completará con el
nombre de la variable con nuevos códigos de valor.
59
5- El nombre debe completarse siguiendo los mismos requisitos que el nombre de la vista de variables (no puede llevar espacio ni
símbolos, no puede comenzar con un número y no puede comenzar ni terminar con punto -pero si puede contener punto-).
También se completará la etiqueta al igual que en la vista de variables (nombre detallado de la variable). Luego click en Cambiar.
60
6- Ahora ya no aparecerá un signo de pregunta, sino el nuevo nombre de la variable. Se ingresará a “Valores antiguos y nuevos” para establecer
los nuevos códigos de valor.
61
ACLARACIÓN: Si una vez que están aquí no recuerdan los valores que posee la variable, se los puede consultar haciendo click derecho sobre
la variable ya trasladada y luego sobre información de la variable.
62
7- Para cambiar los valores se debe releer la consigna del ejercicio, en el caso del ejemplo: se pide reorganizar los valores de la variable campus
según la sede a la que concurre el alumno, sin importar el turno al que asista. Se aconseja realizar un diagrama en hoja borrador que permita
cambiar los códigos de valor de forma correcta antes de ingresarlos al programa.
Valores antiguos Valores nuevos

1 Centro mañana
2 Centro Tarde 1 Centro
3 Centro Noche
4 Ituzaingó 2 Ituzaingó
5 Berazategui mañana
6 Berazategui tarde 3 Berazategui
7 Berazategui noche
8 Lomas mañana 4 Lomas
9 Lomas Noche
Cada vez que se agregue un valor antiguo y se le asigne un valor nuevo se hace click en Añadir.
63
Nota: Si el valor asignado fue erróneo y ya se hizo click en añadir, se podrá editar lo deseado con el comando Cambiar o
eliminarlo con el comando Eliminar
Una vez asignados y revisados los nuevos valores se continúa con el ejercicio haciendo click en Continuar y luego Aceptar.
64
(A continuación, se desplegará en la ventana de resultados, el resumen de lo recién recodificado, en este caso deben minimizarla o cerrarla para
luego completar el ejercicio desde la vista de variables, deslizándose hacia abajo hasta llegar al final de la lista para encontrar la nueva variable
recodificada).
8- Para completar el ejercicio de ejemplo, posicionándose en la vista de variables, se tendrán que asignar etiquetas a los “valores nuevos” de la
variable CAMPUSR haciendo click en los 3 puntos suspensivos que figuran en la columna valores, correspondiente a la variable recodificada.
65
66
Aquí se le asignará una Etiqueta de valor a cada nuevo código de valor teniendo en cuenta la consigna del ejercicio (Y EL CUADRO REALIZADO EN
EL PASO 7-)
Una vez escrita la etiqueta se hará click en Añadir.
67
9- Para finalizar el ejercicio se presiona Aceptar.
Nota: Con este mismo proceder se realiza la inversión de ítems; esta última refiere al procedimiento que se aplica cuando se invierten los
valores de los ítems que conforman una variable escalar, tal como se explica a continuación.
68
INVERSIÓN DE ITEMS
Se utiliza para invertir los puntajes de aquellas frases cuyo sentido es opuesto a lo que se pretende medir.
Los ítems o reactivos son aquellas afirmaciones con las que se conforma una Escala, Cuestionario o Test psicológico.
Ítems o Reactivos
Para evitar el sesgo de aquiesencia (tendencia a dar respuestas afirmativas más allá del contenido de las preguntas o enunciados) la
mayoría de las Escalas invierten varios de sus ítems dándole un sentido contrario al constructo psicológico que desean medir (Por ejemplo:
Siempre estoy tranquilo -> Ansiedad).
69
Pasos a seguir:
Trasformar ->Recodificar en distintas variables -> Pasar las variables a recodificar al cuadro de la derecha.
70
Establecer un nuevo nombre y etiqueta a cada Item a recodificar que sea identificable para luego utilizarlo. -> Hacer click en Cambiar -> Hacer click
en Valores antiguos y nuevos.
71
Teniendo en cuenta que en este caso los valores antiguos conforman opciones de respuesta tipo likert, las cuales oscilan de 1 a 4 (de “Muy en
desacuerdo” a “Muy de acuerdo”), los valores nuevos serán de 4 a 1.
2 En desacuerdo
2 En desacuerdo
72
Una vez expresados los nuevos valores se hace click en Continuar.
Una vez realizado dicho procedimiento, se pulsa Aceptar.
Se desplegará la ventana de resultados, con el resumen de lo recién recodificado. La misma debe minimizarse o cerrarse. Desde la vista de
variables, deslizarse hacia abajo para encontrar las nuevas variables recodificadas.
Atención: Existen variables que no poseen valores preexistentes para recodificar (por ejemplo: Edad).
73
RECODIFICACIÓN DE VARIABLES SIN VALORES
Ejercicio de ejemplo: Se pide agrupar la variable Edad en tres rangos etarios que respondan a: 1-Sujetos menores de 30 años, 2-entre 30 y 60 años, y
3-mayores de 60 años.
Pasos a seguir:
Transformar -> Recodificar en distintas variables -> Pasar la variable de interés al cuadro de la derecha -> Establecer un nuevo Nombre (EdadR)
y Etiqueta (Edad Recodificada) -> Click en Cambiar -> Valores antiguos y nuevos.
74
7- Los valores antiguos se establecerán por rangos de acuerdo a la información que brinde la consigna.
a- En el caso del primer grupo (1- menores de 30) para el valor antiguo, se utilizará la opción de “rango, INFERIOR hasta valor” cuando se
desconoce el valor de inicio, pero sí se conoce el valor de cierre (29). Y luego se establece el valor nuevo, en este caso 1.
Se hace click en Añadir y se prosigue con el siguiente grupo.
75
b- Para establecer el valor 2 (de 30 a 60 años), se debe introducir la información en la opción “Rango”, ya que se conoce el valor inicial y el
final.
Se hace click en Añadir y se prosigue con el siguiente grupo.
76
c- La información que presta la consigna para el último grupo (más de 60 años) es sólo la información de inicio, pero no de cierre. En este
caso, se utilizará la opción de “Rango, valor hasta SUPERIOR”, puesto que se desconoce el valor de cierre. Se le asigna el valor nuevo, en
este caso 3. Luego se hace click en Añadir
Una vez establecidos los nuevos valores se hace click en Continuar.

77
Se desplegará la ventana de resultados, el resumen de lo recién recodificado, en este caso debe ser minimizada o cerrada para luego completar el
ejercicio desde la vista de variables, deslizándose hacia abajo para encontrar la nueva variable recodificada.
78
8- Para completar el ejercicio de ejemplo, posicionándose en la vista de variables, se tendrán que asignar los valores nuevos de la variable
EdadR. Haciendo click en los 3 puntos suspensivos que figuran en la columna valores, correspondiente a la variable recodificada, se abrirá
Etiquetas de valor donde se colocará la descripción de los valores recodificados.
79
9- Ya establecidas las Etiquetas de valor se hace click en Aceptar.
80
Ejemplo de recodificación de variables sin valores, con los nuevos valores establecidos
81
Capítulo 6
Calcular variable
82
CALCULAR VARIABLE
Se utiliza cuando se debe crear o agregar variables a partir de una operación matemática.
Pasos a seguir:
1- Click en Transformar
83
2- Calcular variable
84
3- En la ventana de Calcular variable, lo primero a completar es Variable de destino, con el nombre abreviado de la variable que se pretende
crear
En este caso, se tomará como ejemplo la variable Interés en otros. Por lo que, en primer lugar, se coloca el nombre abreviado de la variable
que es: Esc6.
85
4- Click en Tipo y etiqueta
86
Allí se coloca la etiqueta de la variable, es decir, el nombre detallado de la misma. Luego hacer click en Continuar
87
5- En Expresión numérica se pasan las variables que están ubicadas en la lista de la izquierda, haciendo doble click sobre éstas o utilizando la
flecha. Entre las variables se debe colocar el signo +.
Si se han recodificado variables (ítems), éstas aparecerán al final de toda la lista de variables.
88
6- Click en Pegar
89
7- Se desplegará una ventana denominada: Sintaxis en la que se encontrarán las variables elegidas. Este espacio sirve para corroborar que los ítems
pasados para conformar la variable sean los correctos y, en caso contrario, realizar las correcciones pertinentes antes de enviarlos a la base.
Si la ventana no se despliega es necesario revisar en la barra de herramientas de la PC.
90
8- Seleccionar los datos de la variable que aparecen en la sintaxis una vez corroborados

MATRIAL DE USO
91
9- Click en Ejecutar selección
92
Se desplegará la ventana de Resultados, la cual es preciso minimizarla o cerrarla.
93
Ejemplo de Calcular variable en la base
Al final de la vista de variables se encontrará la variable recientemente creada.
94
Capítulo 7
Medidas de tendencias central y
dispersión
95
MEDIDAS DE TENDENCIA CENTRAL
Las medidas de tendencia central dan cuenta de los casos que se encuentran cerca de la media, los casos típicos de un grupo, los que se atienen a la
norma.
Estas son:
Media: es el promedio de un conjunto de valores (Por ejemplo: notas de Inafio: 8-4-2-5-5-6, para calcular el promedio se suma [8+4+2+5+5+6] y se
divide por la cantidad de notas (/6), dando como resultado su promedio =5, es decir, la media)
Mediana: es el valor que divide al conjunto en dos partes iguales (Por ejemplo: notas de Inafio: 8-4-2-5-5-6 , para calcular la mediana se ordenan de
menor a mayor [2-4-5-5-6-8] y el número que queda en medio da cuenta de la mediana. Al constituir en este caso la cantidad de notas un número par, se
hace un promedio de los dos números centrales del conjunto [5+5/2] dando como resultado =5, la mediana . Cuando la cantidad de casos es impar sólo el
número del medio del conjunto representa a la mediana).
Moda: es el valor que más se repite (Por ejemplo: notas de Inafio: 8-4-2-5-5-6, el valor que más se repite en este conjunto es el 5, es decir, la moda).
Pasos a seguir: MATERIAL DE USO DIDÁCTICO

1- Analizar -> Estadísticos descriptivos -> Frecuencias -> Pasar la variable al cuadro de variables.
96
2- Estadísticos
En este caso se tomará como ejemplo la variable Interés en sí mismo
97
3- Tildar haciendo click en Media, Mediana y Moda.
98
5- Aceptar
En esta ocasión no se debe minimizar la ventana de resultados.
99
En la ventana de resultados aparece un cuadro con los valores de la media, mediana y moda señaladas de la variable Interés en sí mismo.
Aclaración: no es necesario marcar las tres medidas de tendencia central, las mismas se seleccionan en función de lo necesitado.
100
MEDIDAS DE DISPERSIÓN
Las medidas de dispersión son cinco:
1- Máximo: es el puntaje más elevado de un grupo;
2- Mínimo: es el menor puntaje de un grupo;
3- Rango: es la diferencia entre el máximo y el mínimo;
4- Varianza: es la distancia de un conjunto de valores con respecto a la media.
S2 = ε (Xi – X)2
n-1
5- Desvío típico: Sirve para ver la diferencia de un valor con respecto al promedio. Es la raíz cuadrada de la varianza.
Ejemplo: notas de cursada
• Máximo: 10
• Mínimo: 2
• Rango: 10 – 2 = 8
• Varianza: 4.5
Varianza: Notas de parciales de un alumno: 2 – 4 - 5 – 7 – 7
Muestra de Varianza sin elevar al cuadrado los resultados de la resta realizada por el valor y la media
Varianza: Valor – Media = (2-5) + (4-5) + (5-5) + (7-5) + (7-5) = (-3) + (-1) + (0) + (2) + (2) = 0
Cantidad de Valores - 1 (5 -1) (5 – 1)
Varianza final (Con la correspondiente elevación al cuadrado)
Varianza: Valor – Media 2 = (2-5)2+ (4-5) 2+ (5-5) 2+ (7-5) 2+ (7-5) 2 = (-3) 2+ (-1) 2+ (0) 2+ (2) 2+ (2) 2 = 9+1+0+4+4 = 18 = 4.5
Cantidad de Valores - 1 4 4 4 4
• Desvió Típico: 2.12
√4.5 = 2.12
101
Pasos a seguir:
1- Analizar
102
103
3- Frecuencias
104
4- Ingresar la variable
105
5- Click en Estadísticos
106
6- Marcar (haciendo click) las medidas de dispersión
107
7- Continuar
108
8- Aceptar
109
A continuación, se desplegará la pantalla de Resultados. Los datos de las medidas de dispersión se reflejarán en el siguiente cuadro
Aclaración: no es necesario marcar las cinco medidas de dispersión recién vistas; las mismas se seleccionan en función de lo necesitado.
110
Atención: De acuerdo a la medida de la variable, varían las medidas de tendencia central y/o dispersión que
pueden ser calculadas.
CUADRO RESUMEN
Nivel de medición Tendencia central Dispersión Ejemplo de variable
MEDIA MÁXIMO
MEDIANA MÍNIMO
ESCALAR EDAD
MODA RANGO
- VARIANZA / DESVÍO TÍPICO
ORDINAL
MEDIANA MÁXIMO
NIVEL DE ESTUDIOS
MODA MÍNIMO
NOMINAL MODA _______________________ ESTADO CIVIL
111
Capítulo 8
Valores extremos
112
VALORES EXTREMOS
Son los casos atípicos, aquellos cuyos valores se alejan significativamente del promedio u otras medidas de tendencia central.
Pasos a seguir:
1- Analizar
113
114
3- Explorar
115
4- Pasar la variable que se pretende analizar a lista de dependientes
116
5- Aceptar
117
A continuación, se desplegará la hoja de Resultados. Allí es preciso descender hasta encontrar el siguiente gráfico de caja. El mismo se divide en
cuatro sectores, cada uno de los cuales se delimita a partir de unos puntajes de referencia denominados cuartiles (Q). Los cuartiles son tres valores
que dividen al conjunto de datos en 4 partes iguales. El Q1 representa al 25% de los casos, el Q2 al 50% y por ende coincide con la mediana ya que
constituye el valor central y el Q3 representa al 75% de los casos. Por ejemplo, a simple vista puede observarse que el 75% de los sujetos de esta base
(Q3) tiene aproximadamente 22 años o menos (ver valores de referencia a la izquierda), mientras que la mitad de los sujetos tiene 17 años o menos.
Sector 4
Q3 (cuartil 3)
Sector 3
Q2 (cuartil 2)
Sector 2
Q1 (cuartil 1)
Sector 1
Sector 1
Sector 1
Sector 1

118
Sector 1
Continuando con el ejemplo de la variable edad, al desplegarse la hoja de resultados se observará la siguiente caja

Caso más atípico de todos
Números de renglones donde se

ubican los casos atípicos
En este ejemplo, todos los valores extremos se encuentran por encima del Q3. Cabe referir que siempre los casos atípicos se localizan bien por encima
del Q3 o bien por debajo del Q1.
En este caso, 9 son los casos atípicos. Posteriormente, es necesario dirigirse a la vista de datos, a la variable estudiada (en este caso Edad) para ver
qué valor corresponde a dicho renglón.
119
Al dirigirse a la vista de datos, se puede observar de la siguiente manera
Como se puede observar, el sujeto del renglón 25 tiene 80 años, siendo así el individuo más longevo de la base.
120
Capítulo 9
Puntajes transformados:
Percentil
121
PERCENTIL
Los percentiles son 99 valores que dividen el conjunto en 100 partes iguales. Se expresan como porcentaje y dan cuenta de un valor actual y los
anteriores. Para averiguar qué valor pertenece a un determinado percentil se detallan los pasos a continuación:
PARA AVERIGUAR EL PERCENTIL

Pasos a seguir:
1- Analizar
122
2- Estadisticos descriptivos
123
3- Frecuencias
124
4- Al cuadro de Variables de la derecha se traslada la variable de la que se pretende averiguar el percentil al que corresponde determinado
valor (Por ejemplo: a qué percentil pertenece el puntaje 19 en Búsqueda del Placer).
125
5- Click en Estadisticos
126
6- Se tilda Puntos de corte para 10 grupos iguales, y luego click en Continuar.
Nota: El número 10 en este caso se toma como medida estándar, ese número determinará en cuantos grupos iguales se dividirá al
conjunto general de datos. Durante la cursada se utilizará siempre por default esta medida.
127
7- Click en Aceptar
Se desplegará la ventana de resultados, en este caso NO debe minimizarse, ya que ahí se encuentra el resultado buscado.
128
8- De acuerdo con el ejemplo, aquí se buscará a qué percentil pertenece el valor 19 de la variable Búsqueda del Placer.
El resultado da cuenta de cómo el valor o puntaje 19 de la variable Búsqueda del placer se encuentra en el percentil 40.
(Teniendo en cuenta que el percentil se lee como un porcentaje y el valor obtenido como una frecuencia acumulada, puede sostenerse que
el 40% de los sujetos de la base puntúan 19 o menos en Búsqueda del placer).
129
Si se desea averiguar el puntaje que corresponde a un percentil (Por ejemplo qué puntaje le corresponde al percentil 50 en la variable Búsqueda del
Placer). Los pasos a seguir son:
Analizar -> Estadisticos descriptivos -> Frecuencias -> Se pasa la variable de interés (En este caso Búsqueda del Placer) -> Click en Estadísticos
-> Se tilda Percentiles y se ingresa el dato del percentil que nos presentó el ejemplo (50), para averiguar su valor. -> Click en Añadir
6- Click en Continuar.
130
131
7- Click en Aceptar
132
PARA AVERIGUAR EL PUNTAJE
La respuesta da cuenta que el puntaje perteneciente al percentil 50 es 20. El percentil 50 equivale al Q2 y a la mediana, por lo cual se interpreta que
el 50% de los sujetos de la base (la mitad) puntúa 20 o menos en Búsqueda del Placer.
133
Capítulo 10
Puntajes transformados:
Cuartil
134
CUARTIL
Como ya se mencionó en la página 108, cabe recordar que los cuartiles son tres valores de referencia que dividen al conjunto en cuatro partes iguales
(Q1, Q2, Q3). Éstos son un subtipo especial de percentiles. Equivalen al percentil 25, 50 y 75 respectivamente. Se calculan de la siguiente manera:
Pasos a seguir:
Analizar-> Estadísticos descriptivos -> Frecuencias -> Se pasa la variable de interés -> Click en Estadísticos -> Tildar Cuartiles
135
• Click en Continuar
• Click en Aceptar
Nota: Si en un gráfico de caja quisiésemos saber con precisión los valores del Q1, Q2 y Q3, éste sería el procedimiento que debiéramos hacer
136
Interpretación de resultados:
El valor que pertenece al cuartil 1 es 17, al cuartil 2 es 20 y al cuartil 3 es 21.
137
Capítulo 11
Puntajes transformados
Puntaje Z
138
PUNTAJE Z
Es aquel puntaje que permite conocer a cuántos desvíos se encuentra un valor con respecto a la media.
En Puntaje Z la media es interpretada como 0 (cero), dado que si z=0 ello implica que determinado valor coincide con el puntaje de la media.
Media
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Desvío típico
Los puntajes Z positivos indican que un valor está por encima de la media, mientras que los puntajes Z negativos dan cuenta de valores que
se encuentran por debajo del promedio.
Pasos a seguir:
1- Analizar
139
120
140
3- Descriptivos
141
4- Pasar la variable
142
5- Tildar Guardar valores tipificados como variables
143
6- Aceptar
144
A continuación, es necesario dirigirse al final de la vista de datos (última columna a la derecha) para poder hallar el Puntaje Z
El número que aparece antes de la coma representa la cantidad de desvíos que se aleja un valor respecto de la media (cuando no aparece
ningún número, significa que el mismo es 0 y por ende menor a un desvío).
De esta manera se puede observar que, por ejemplo, el primer sujeto de la base (con respecto a la escala Interés en otros) se aleja más de un
desvío y medio por encima de la media.
145
Capítulo 12
Estadística inferencial
146
ESTADÍSTICA INFERENCIAL
Realizar deducciones e interpretaciones del resultado, a partir de los datos obtenidos.
Permite
Efectuar cruces de variables

Cruces de variables
Tipo de cruce Alcance de los estudios Detalle Estadísticos que:

Son estudios causales en los cuales existe
una variable independiente y otra
dependiente sobre la cual se ve el efecto de
Explicativo
la primera. Ejemplo: Impacto emocional
(variable independiente) y Recuerdo
(variable dependiente) Relacionan variables
Relación entre variables Analiza la relación entre dos o más (R de Pearson, Tau b de Kendall, Rho
variables en uno o más grupos. Ambas de Spearman, Chi2)
variables se relacionan recíprocamente,
Correlacional por lo que no se puede establecer causa-
efecto. Ejemplo: Estrés y Rendimiento
académico (dos variables) en estudiantes
de Psicología.
Aquellas investigaciones que estudian las Comparan variables en distintos
características de una variable en uno o grupos
Diferencia de grupo Descriptivo
más grupos. Ejemplo: Nivel de Ansiedad (T de Student, F de Anova, U de Mann
(variable) en hombres y mujeres Whitney, H de Kruskal Wallis)
Relacionan variables
Son las primeras investigaciones sobre un (R de Pearson, Tau b de Kendall, Rho
tema, son trabajos incipientes que dan de Spearman, Chi2) y/o
Relación entre variables y/o respuestas a nuevas problemáticas o a Comparan variables en distintos
Exploratorio
Diferencia de grupo otras ya tratadas, pero con respuestas grupos
insatisfactorias. Ejemplo: estudios sobre la (T de Student, F de Anova, U de Mann
Histeria de Breuer y Freud. Whitney, H de Kruskal Wallis)
147
Capítulo 13
Prueba de normalidad
148
PRUEBA DE NORMALIDAD
La prueba de normalidad da cuenta del tipo de distribución de la variable: si los puntajes se distribuyen de forma normal, entonces los valores se
encuentran alrededor de la media; si se distribuyen de forma anormal significa que son muy heterogéneos, por lo tanto, están más dispersos.
Este procedimiento es requisito sustancial para saber qué estadístico usar cuando se opera con variables cuyo nivel de medición es escalar.
¿Cómo saber si una variable se distribuye de forma NORMAL o ANORMAL?
Normal: Cuando la distribución sigue el patrón de la Campana de Gauss
• La mayoría de los valores se agrupan alrededor de la media (valores homogéneos);

• Hay pocos valores en los extremos y muchos agrupados en el centro.
Anormal: Cuando los valores no cuentan con una regularidad
• Los valores están dispersos (valores heterogéneos)
149
Pasos a seguir:
1- Analizar
150
2- Estadisticos descriptivos
151
3- Explorar
152
4- Pasar la/las variable/s a Lista de dependientes
153
5- Click en Gráficos.
154
6- Tildar Gráficos con prueba de normalidad
8- Click en Continuar.
155
9- Click en Aceptar
156
7- Interpretación de los resultados
Observar la tabla Pruebas de normalidad (anterior a todos los gráficos). Es preciso posicionarse en la prueba de Shapiro-Wilk, donde se leerá el número
arrojado por la significación (sig.) de la variable -en este caso Evitación del displacer-, número que dará cuenta del tipo de distribucion que posee.
En este caso es una variable de distribucion anormal ya que su significacion dio 0,00 (< a 0,05).
Si la significación es mayor o igual a 0,05 la variable presenta una distribución normal.

Si la significación es menor a 0,05 la variable es de distribución anormal.
157
También se puede pasar más de una variable a la vez para calcular la prueba de normalidad de manera conjunta
ATENCIÓN: La prueba de normalidad sólo se calcula en variables Escalares

AVISO IMPORTANTE: SI SE SELECIONARON CASOS, LA PRUEBA DE NORMALIDAD SUFRE MODIFICACIONES. POR LO
TANTO, PRIMERO SE PROCEDE A SELECCIONAR CASOS Y LUEGO A EJECUTAR LA PRUEBA DE NORMALIDAD.
8- Click en Gráficos -> Se tilda en “Gráficos con prueba de normalidad” -> Click en Continuar-> Click en Aceptar
158
Se desplegará la ventana de resultados donde se hallará el cuadro de pruebas de normalidad.
159
Aquí se puede interpretar la significación de las cuatro variables calculadas.
- Evitación del displacer -> 0,000
- Búsqueda del placer -> 0,000 Las 4 variables siguen un patrón de distribución anormal en esta muestra, ya que
- Adaptación activa -> 0,004 los números que arroja la significación son menores a 0,05
- Adaptación pasiva -> 0,005
La prueba de normalidad es necesaria para saber qué estadístico utilizar

160
Capítulo 14
Estadísticos de relación de variables
161
ESTADÍSTICOS DE RELACIÓN DE VARIABLES
Analizan la relación entre dos o más variables en uno o más grupos. Dependiendo del nivel de medición de las variables y la distribución de las
escalares, se usará el estadístico pertinente. A fines pedagógicos sólo se vinculan en los diagramas dos variables pero, tal como se dijo, pueden ser más.
Escalar
R de Pearson De distribución normal
Escalar
Ordinal Nominal
Tau b de Kendall Chi
cuadrado
Ordinal Nominal
Escalar De distribución normal

Escalar
Rho de Spearman De distribución anormal Rho de Spearman
Escalar Escalar De distribución

anormal
Escalar
Rho de Spearman
Ordinal
162
Para que este proceso sea más claro se partirá del siguiente ejemplo: Eustaquio piensa que las variables Conducta Social Sumisa y Conducta Social Insegura,
están relacionadas. ¿Esto es así?
Pasos a seguir:
1- Analizar
163
2- Correlaciones
3-
164
3- Bivariadas
4-
165
4- Ingresar las variables. Siguiendo el ejemplo, las mismas serán: Conducta Social Sumisa y Conducta Social Insegura
166
5- Tildar el estadístico correspondiente (de acuerdo a la distribución de las variables)
En este caso se tildó Spearman, ya que las variables se distribuyeron de manera anormal.
Por default el programa tiene tildado Pearson, si el estadístico a utilizar es otro, entonces es necesario destildar el primer estadístico
mencionado.
167
6- Aceptar
168
A continuación, se desplegará la ventana de Resultados con la siguiente tabla. Tanto para Rho de Spearman, Tau b de Kendall así como para R de Pearson, las
tablas de correlaciones son iguales
Significación: es el margen de error permitido para que una relación sea estadísticamente comprobable.
Si la significación bilateral es MENOR o IGUAL a 0,05 eso significa que existe relación entre las variables.
En cambio, si la significación es MAYOR a 0,05 se entiende que no existe relación entre los constructos.
169
Coeficiente de correlación: permite conocer cómo es la relación entre dos o más variables y la fuerza del vínculo. Sólo se aclara si existe relación
Directa
(ambas variables aumentan o Cuando no hay Débil o baja (va de 0 a 0,399)
disminuyen paralelamente) signo, la correlación
Tipo de relación es Directa. En Fuerza del vínculo Moderada (va de 0,4 a 0,699)
Inversa cambio, es Inversa
(mientras aumentan los valores cuando existe signo
de una variable disminuyen los negativo.
Alta (va de 0,7 a 1)
de la otra.) 170
CHI CUADRADO
Este estadístico vincula variables nominales.
Para una mejor comprensión del estadístico, se partirá del siguiente ejemplo: Eustaquio piensa que las variables Campus y Sexo, están relacionadas. ¿Esto
es así?
Al tratarse de dos variables nominales se utilizará Chi2
Pasos a seguir:
1- Analizar
2-

171
3-
172
3- Tablas de contingencias
173
4- Pasar una de las variables a Filas (en este caso, se pasará Campus del alumno) y la variable restante pasarla a Columnas (Sexo, en este
ejemplo)
174
5- Click en Estadísticos
6-
175
6- Tildar Chi-cuadrado
176
8- Click en Aceptar
177
A continuación, se desplegará la hoja de Resultados. Allí, se debe observar la tabla Pruebas de chi-cuadrado, luego ubicar Chi cuadrado de Pearson
y mirar la Significación asintótica bilateral [Sig. asintótica (bilateral)] para interpretar el resultado y saber si hay -o no- relación entre las
variables.
Interpretación del resultado: La significación hallada es 0,851 (mayor a 0,05) por lo que no existe relación entre las variables.
EN CASO DE EXISTIR RELACIÓN, PARA DAR CUENTA DE LA MISMA, ES PRECISO OBSERVAR LA TABLA DE CONTINGENCIA
(SEÑALADA EN VERDE)
178
Capítulo 15
Estadísticos de diferencia de grupos
179
ESTADÍSTICOS DE DIFERENCIA DE GRUPOS
1 variable escalar de distribución normal 1 variable escalar de distribución anormal

T de Student U de Mann Whitney
1 variable Nominal con 2 grupos 1 variable Nominal con 2 grupos
1 variable de distribución normal 1 variable escalar de distribución anormal

F de Anova H de Kruskal Wallis
1 variable Nominal con 3 o más grupos 1 variable Nominal con 3 o más grupos
RECORDAR:
5% ES EL MARGEN DE ERROR TOLERADO EN PSICOLOGÍA.
Por ello: 5% = 5/100 = 0.05, lo cual es la medida utilizada como parámetro.
Un margen de error del 5% equivale a un 95% de certeza sobre el resultado.
180
Para que este proceso sea más claro se partirá del siguiente ejemplo: Nicasio piensa que las mujeres son más Neuróticas que los hombres. ¿Esto
es así?
En el enunciado pueden identificarse 2 variables -> Sexo (Mujeres/Hombres) y Neuroticismo.
Sexo: Variable nominal compuesta por dos grupos (los grupos varían de acuerdo a la cantidad de valores).
Neuroticismo: Variable Escalar.
Para saber que estadístico utilizar primero se debe calcular la prueba de normalidad de la variable escalar.
La variable Neuroticismo es de distribución normal (sig. 0,129 > a 0,05)- Por lo tanto, el estadístico a utilizar para resolver la consigna es
T de Student.
181
Pasos a Seguir:
1- Analizar
182
2- Comparar Medias
183
3- Prueba T para muestras independientes
184
4- Pasar la variable escalar al cuadro Variables para contrastar
185
5- Pasar la variable Sexo al cuadro Variable de agrupación y hacer click en Definir grupos
186
6- Establecer el número del valor a comparar, en este caso son 2 grupos: 1= Femenino y 2= Masculino
No tiene por qué coincidir el Grupo1 con el valor 1 y el Grupo 2 con el valor 2, bien puede pasar que se compare el valor 2 y 3 de una variable con 3 valores,
por ende Grupo 1 sea 2 y Grupo 2 sea 3.
187
7- Click en Aceptar
188
8- Se desplegará la ventana de resultados, aquí se observará el cuadro Pruebas de muestras independientes, donde se verá la Significación
bilateral de la última fila No se han asumido varianzas iguales.
Si la significación bilateral es MENOR o IGUAL a 0,05 eso significa que existen diferencias entre los grupos.
En cambio, si la significación es MAYOR a 0,05 se entiende que no existe diferencia entre los grupos.
189
En este caso sí existe diferencia de grupos ya que la significación fue 0,010 (< a 0,05), por ende se miran los valores de la media del cuadro ubicado
más arriba “Estadisticos de Grupo”. En este caso, las mujeres obtuvieron una media de 17 puntos y los hombres una media de 15,05.
Se puede responder al enunciado: Nicasio tiene razón, las mujeres de esta base son más neuróticas que los hombres.
190
Si en vez de comparar los grupos de la variable Sexo (1=femenino, 2= Masculino) con Neuroticismo, se hubiera comparado con Estado civil,
teniendo en cuenta que Neuroticismo es una variable escalar de distribución normal y Estado Civil tiene más de 3 valores (Soltero, Casado,
Divorciado y Viudo). El estadístico a utilizar en este caso sería F de ANOVA.
Pasos a Seguir:
1- Analizar
191
2- Comparar Medias
192
3- Click en Anova de un factor
193
4- Pasar la variable de interés (en este caso Neuroticismo) al cuadro de Lista de dependientes.
194
5- Pasar la variable con más de 3 valores o grupos (Estado Civil) al cuadro de Factor
6- Click en Aceptar
195
7- Se desplegará la ventana de resultados donde se visulizará en la tabla de ANOVA la significación, que da cuenta del análisis inter-grupos.
Interpretación del resultado: Según la significación= 0,178 (> a 0,05), no hay diferencia entre los grupos, por ende, en las personas de esta base no
existen diferencias significativas en la variable Neocriticismo según su estado civil.
COMO NO DIÓ SIGNIFICATIVO AQUÍ TERMINA EL EJERCICIO. SÓLO SE MIRAN LAS MEDIAS DE LOS GRUPOS SI DA SIGNIFICATIVO.
SI ESE FUERA EL CASO, (SIGNIFICACIÓN MENOR O IGUAL A 0,05) SE PROCEDE A COMPARAR LOS GRUPOS DE A PARES MEDIANTE T DE STUDENT.
196
U DE MANN WHITNEY
Es un estadístico que trabaja con variables escalares de distribución anormal y variables nominales con 2 grupos
Para que este proceso sea más claro se partirá del siguiente ejemplo: Estanislao piensa que las mujeres son más Extrovertidas que los hombres.
¿Esto es así?
En el enunciado pueden identificarse 2 variables -> Sexo (Mujeres/Hombres) y Extroversión.
Sexo: Variable nominal compuesta por dos grupos (los grupos varían de acuerdo a la cantidad de valores).
Extroversión: Variable Escalar.
Como ya hemos visto, para saber qué estadístico utilizar, primero se debe calcular la prueba de normalidad de la variable escalar.
Se puede observar que la variable Extroversión se distribuyó de manera anormal, como se la quiere estudiar en dos grupos (hombres y mujeres) se
procederá a realizar el estadístico U de Mann Whitney.
197
1- Analizar
198
2- Pruebas no paramétricas
199
3- Cuadros de diálogo antiguos
200
4- 2 muestras independientes
201
5- Pasar la variable en cuestión (en este caso es Extroverión) a Lista Contrastar variables.
202
6- Luego se pasa la variable nominal a Variable de agrupación (en este caso Sexo). Hacer click en Definir grupos
203
7- Es necesario definir los grupos según Grupo 1 y Grupo 2 (tal como sucede en T de Student). Para continuar con el ejemplo seleccionaremos
Grupo 1=1 (mujeres) y Grupo 2=2 (hombres)
204
9- El estadístico U de Mann Whitney ya está tildado, por lo que, únicamente es necesario hacer click en Aceptar.
205
Se desplegará la hoja de resultados. Allí hay que observar la Significación asintótica bilateral [Sig. Asintót. (bilateral)] para saber si existe o no
diferencia entre los grupos.
Interpretación del resultado: la significación fue 0,967 (mayor a 0,05) esto significa que las mujeres no son más extrovertidas que los hombres.
Además, si se observan los rango promedio (encerrados en color verde) se puede observar que los puntajes de ambos sexos no difieren
sustancialmente.
206
H DE KRUSKAL WALLIS
Es un estadístico que trabaja con variables escalares de distribución anormal y variables nominales con 3 o más grupos
Si en lugar de comparar dos grupos con Extroversión, se quisiera comparar con Estado civil, teniendo en cuenta que Extroversión es una variable
escalar de distribucion anormal y Estado Civil tiene más de 3 valores (Soltero, Casado, Divorciado y Viudo), el estadístico a utilizar en este caso
sería H de Kruskal Wallis.
207
Pasos a seguir:
1- Analizar
208
2- Pruebas no paramétricas
209
3- Cuadros de diálogo antiguos
210
4- K muestras independientes
211
5- Pasar la variable escalar (Extraversión en este caso) a Lista Contrastar variable
212
6- Pasar la variable nominal (en este caso Estado civil) a Variable de agrupación. A continuación, click en Definir rangos
213
7- En este paso es imprescindible recordar cuál es el primer valor y el último. En caso de no recordarlo, hacer click derecho en la variable
nominal (en este caso Estado civil) y chequear los valores
214
Aquí puede observarse que Estado civil cuenta con 4 valores (Soltero, Casado o en pareja, Divorciado o separado y viduo)
215
8- Completar Rango para variable de agrupación: mínimo que representa el valor más pequeño de la variable (en este caso será 1) y máximo,
hace referencia al valor más alto de la variable en cuestión (en este caso será 4).
216
10- El estadístico H de Kruskal Wallis está tildado por default, por lo tanto, sólo es preciso hacer click en Aceptar
217
11- Se desplegará la hoja de Resultados. Allí, es preciso observar la Significación asintótica [Sig. asintót.].
Interpretación del resultado: La significación es de 0,330 (> a 0,05), por lo tanto, no hay diferencia entre los grupos. Esto significa que en las
personas de esta base no existen diferencias significativas en la variable Extroversión respecto de su estado civil.
COMO NO DIO SIGNIFICATIVO AQUÍ TERMINA EL EJERCICIO. SÓLO SE MIRAN LOS RANGOS DE LOS GRUPOS SI DA SIGNIFICATIVO.
SI ESE FUERA EL CASO (SIGNIFICACIÓN MENOR O IGUAL A 0,05) SE PROCEDE A CRUZAR LOS GRUPOS DE A PARES MEDIANTE U DE MANN WHITNEY.
218
Capítulo 16
Procedimientos y respuestas en
Estadística inferencial
219
COMPENDIO SINTÉTICO DE PASOS A SEGUIR EN TODOS LOS EJERCICIOS DE ESTADÍSTICA INFERENCIAL
1- Reconocer la medida de las variables en cuestión (nominal – ordinal - escalar)

2- Sacar la prueba de normalidad (sólo para variables escalares)
3- Aplicar el estadístico correspondiente
4- Interpretar el resultado
Los enunciados funcionan como hipótesis, las mismas son inferencias que se pueden someter a comprobación (por ejemplo: Eustaquio piensa que
las variables Conducta Social Sumisa y Conducta Social Insegura están relacionadas ¿esto es así?). En este caso, la hipótesis propone una relación
entre dos variables. Por lo tanto, siguiendo los pasos anteriores se logrará confirmar, rechazar o confirmar parcialmente la hipótesis.
Existen dos tipos de hipótesis:
a) Las hipótesis descriptivas o correlacionales (tales como la del ejemplo)
b) Las hipótesis nulas: la negación de la hipótesis de estudio (en el caso del ejemplo: no se hallará relación entre las variables)
Lo ideal es refutar la hipótesis nula, es decir, que no se cumpla la hipótesis nula.
Cuando la hipótesis nula se rechaza/refuta, las variables están asociadas o hay diferencias entre los grupos.
Para cada uno de los estadísticos existe una hipótesis nula particular
• Estadísticos de relación: Las variables son independientes.
• Estadísticos de diferencia de grupos: Las medias son iguales (T de Student y F de Anova) o Los rangos promedio son iguales (U de Mann
Whitney y H de Kruskal Wallis).
220
COMPENDIO SINTÉTICO DE RESPUESTAS EN TODOS LOS EJERCICIOS DE ESTADÍSTICA INFERENCIAL
1- Responder al enunciado
2- Indicar estadístico utilizado y se aclara si se seleccionaron casos o si se recodificó una variable
3- Indicar la significación (si se halló relación o diferencia de grupos es preciso colocar el coeficiente de correlación, las medias o rangos
promedio)
4- Confirmar o rechazar la hipótesis nula (aclarando de qué hipótesis nula se trata).
La respuesta para el ejemplo es la siguiente: Eustaquio tiene razón, existe relación entre Conducta Social Sumisa y Conducta Social Insegura. Se
utilizó Rho de Spearman, obteniendo una significación de 0,000. La relación es directa y moderada (Rho=0.568) Se rechaza la hipótesis nula de
independencia de variables.
A continuación, a modo de cierre, se presenta un cuadro resumen de los estadísticos, la medida de las variables, pasos a seguir, hipótesis
nula e interpretación:
221
ESTADÍSTICOS NIVEL DE MEDICIÓN PASOS HIPÓTESIS NULA INTERPRETACIÓN
Toda significación mayor a
Analizar – Correlaciones – 0,05 confirma la hipótesis
Escalar y Escalar Las variables son
R de Pearson Bivariadas – Tildar nula y por ende toda
(distribución normal) independientes
Pearson significación menor a 0,05
la rechaza
Escalar y Escalar Analizar – Correlaciones –
Las variables son
Rho de Spearman (distribución anormal, Bivariadas – Tildar Idem
independientes
mixta o escalar y ordinal) Spearman
Analizar – Correlaciones –
Las variables son
Tau – b de Kendall Ordinal y Ordinal Bivariadas – Tildar Tau – b Idem
independientes
de Kendall
Analizar – Estadísticos
descriptivos – Tablas de Las variables son
Chi cuadrado Nominal y Nominal Idem
contingencia – Estadísticos independientes
– Chi 2
Analizar – Comparar
Escalar de distribución medias – Prueba T para
T de Student normal y Nominal (2 muestras independientes Las medias son iguales Idem
grupos) (no olvidar definir grupos
en la nominal)
Analizar – Pruebas no
Escalar de distribución
paramétricas – Cuadro de Los rangos promedio son
U de Mann Whitney anormal y Nominal (2 Idem
diálogo antiguos – 2 iguales
grupos)
muestras independientes
Analizar – Comparar medias –
Anova de un factor. En caso
Escalar de distribución de resultar significativas las
F de Anova normal y Nominal (3 o más diferencias, realizar T de Las medias son iguales Idem
grupos) Student para ver entre cuáles
se dan las variaciones
significativas
Analizar – Pruebas no
paramétricas – Cuadro de
diálogo antiguos – K muestras
Escalar de distribución independientes. En caso de
Los rangos promedio son
H de Kruskal Wallis anormal y Nominal (3 o resultar significativas las Idem
diferencias, realizar U de iguales
más grupos)
Mann Whitney para ver entre
cuáles se dan las variaciones
significativas
MATERIAL DE USO DIDÁCTICO 222

Manual de Estadística Aplicada A La Psicología

Cargado por

Copyright:

Formatos disponibles

Manual de Estadística Aplicada A La Psicología

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual de Estadística Aplicada A La Psicología

Cargado por

Copyright:

Formatos disponibles

MANUAL DE ESTADÍSTICA

Preuss, Maximiliano; Arruabarrena, Lucila y Ferrero, Florencia

Capítulo 1. Armado de base de datos…………………………………………………………………………………………………………………………………………………………… 4

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

Es en esta vista donde se comenzará a trabajar.

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

. Hacer click en los tres puntos y se desplegará la siguiente ventana:

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

Estos cuatro comandos no se utilizan durante la cursada.

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

Cómo interpretar los datos:

MATERIAL DE USO DIDÁCTICO 31

Se emplea cuando se requiere analizar un único valor de una variable o más.

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

De esta manera, la base vuelve a su estado original.

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO

MATERIAL DE USO DIDÁCTICO