Prueba T

o Definicin: es una prueba estadstica para evaluar si dos grupos difieren entre s de manera significativa respecto a sus medias en una variable. o Se simboliza: t. o Hiptesis: de diferencia entre dos grupos. La hiptesis de investigacin propone que los grupos difieren de manera significativa entre s y la hiptesis nula plantea que los grupos no difieren significativamente. Los grupos pueden ser dos plantas comparadas en su productividad, dos escuelas contrastadas en los resultados a un examen, dos clases de materiales de construccin cotejados en su rendimiento, etctera.

o Variables: la comparacin se realiza sobre una variable (regularmente y de

manera terica: dependiente).

Si hay diferentes variables, se efectuarn varias pruebas t (una por cada par de variables), y la razn que motiva la creacin de los grupos puede ser una variable independiente. Por ejemplo, un experimento con dos grupos, donde a uno se le aplica el estmulo experimental y al otro no, es de control.
o Nivel de medicin de la variable de comparacin: intervalos o razn. o Clculo e interpretacin: el valor t es calculado por el programa estadstico, ya prcticamente no se determina manualmente.15 Los programas, por ejemplo, SPSS/PASW, arrojan una tabla con varios resultados, de los cuales los ms necesarios para interpretar son el valor t y su significancia.

Prueba T

> Interpretacin: se obtiene de

> Donde X1 es la media del primer grupo, S1 es la desviacin estndar del grupo uno elevado al cuadrado, n1 es el tamao del primer grupo. (las variables restantes significan lo mismo pero referentes al grupo 2) > Para saber si el valor t es significativo, se aplica la formula y se calculan los grados de liberta

> Se elige nivel de significancia y se compara el valor obtenido con el valor que le correspondera. Si el valor calculado es mayor al que aparece la tabla, se acepta la hiptesis de investigacin, pero si es menor se acepta la hiptesis nula.

Veamos primero un ejemplo y luego una interpretacin de un resultado de un anlisis mediante SPSS.

o La prueba t se basa en una distribucin muestral o poblacional de diferencia de medias conocida como la distribucin t de Student que se identifica por los grados de libertad, los cuales constituyen el nmero de maneras en que los datos pueden variar libremente. Son determinantes, ya que nos indican qu valor debemos esperar de t, dependiendo del tamao de los grupos que se comparan.

Cuanto mayor nmero de grados de libertad se tengan, la distribucin t de Student se acercar ms a ser una distribucin normal y usualmente, si los grados de libertad exceden los 120, la distribucin normal se utiliza como una aproximacin adecuada de la distribucin t de Student
o Los grados de libertad se calculan con la frmula siguiente, en la que n1 y n2 son el tamao de los grupos que se comparan:

gl = (n1 + n2) 2

Prueba T

> Qu es la prueba de diferencia de

proporciones?
> Prueba estadstica que sirve para analizar si 2 proporciones difieren significativamente entre si. > Su nivel de medicin es por medio de intervalos o de razn, expresados en proporciones o porcentajes. > Se obtiene por medio de:

>

Anlisis unidireccional

El resultado z se compra con la puntuacin de z (normal) que corresponde al nivel de confianza elegido. Si es igual o mayor se acepta la hiptesis de investigacin y si es menor se rechaza

o Procedimiento e interpretacin: este anlisis puede realizarse fcilmente en el programa STATS, en este ejemplo se calcula la diferencia de dos proporciones independientes. Se colocan los nmeros de casos y el porcentaje obtenido para cada grupo y se calcula. Eso es todo. Con este programa no se necesita de frmulas y tablas como se haca anteriormente.

> Qu es el anlisis de varianza unidireccional o de un factor? (ANOVA one-way) > Definicin: es una prueba estadstica para analizar si ms de dos grupos difieren significativamente entre s en cuanto a sus medias y varianzas. La prueba t se usa para dos grupos y el anlisis de varianza unidireccional se usa para tres,

cuatro o ms grupos. Aunque con dos grupos se puede utilizar tambin.

Estadstica multivariada
> Hasta aqu hemos visto pruebas paramtricas con una sola variable independiente y una dependiente. Pero qu ocurre cuando tenemos diversas variables independientes y una dependiente, varias independientes y dependientes? > Para ello, requerimos de otros mtodos estadsticos he aqu la estadstica multivariada. > Para ello hay diversos mtodos estadsticos multivariados.

Mtodo Anlisis de varianza factorial (ANOVA de varios factores) Anlisis de covarianza (ANCOVA) Regresin mltiple

Propsitos fundamentales Evaluar el efecto de dos o ms variables independientes sobre una variable dependiente. Analizar la relacin entre una variable dependiente y dos o ms independientes, al eliminar y controlar el efecto de al menos una de estas variables independientes. Evaluar el efecto de dos o ms variables independientes sobre una variable dependiente, as como predecir el valor de la variable dependiente con una o ms variables independientes, y estimar cul es la independiente que mejor predice las puntuaciones de la variable dependiente. Se trata de una extensin de la regresin lineal. Analizar la relacin entre dos o ms variables independientes y dos o ms variables dependientes. Determinar y representar interrelaciones entre variables a partir de regresiones, as como analizar la magnitud de la infl uencia de algunas variables sobre otras, infl uencia directa e indirecta. Es un modelo causal. Construir un modelo predictivo para pronosticar el grupo de pertenencia de un caso a partir de las caractersticas observadas de cada caso (predecir la pertenencia de un caso a una de las categoras de la variable dependiente, sobre la base de dos o ms independientes). Evaluar la similitud entre variables (en unidades de correlacin).

Anlisis multivariado de varianza (MANOVA) Anlisis lineal de patrones (PATH) Anlisis discriminante

10 euclidianas Distancias

Anlisis no paramtricos
> Cules son las presuposiciones de la estadstica no paramtrica? > Para realizar los anlisis no paramtricos debe partirse de las siguientes consideraciones: 1. La mayora de estos anlisis no requieren de presupuestos acerca de la forma de la distribucin poblacional. Aceptan distribuciones no normales. Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razn; pueden analizar datos nominales u ordinales. De hecho, si se quieren aplicar anlisis no paramtricos a datos por intervalos o razn, stos necesitan resumirse a categoras discretas (a unas cuantas).

1.

11

Los coeficientes de correlacin e independencia para tabulaciones cruzadas:

Phi : para tablas 2x2. Nivel de medicin Nominal Coeficiente de contingencia o de Pearson: para cualquier tamao. Nivel de medicin Nominal V de Cramer (V): para tablas mayores de 2x2. Nivel de medicin Nominal Lambda: para cualquier tamao. Nivel de Medicin Nominal Gamma: para cualquier tamao. Nivel de medicion Ordinal Tau-b de Kendall (Tau-b): cualquier tamao, mas apropiado para tablas con igual numero de renglones. D de Somers: para cualquier tamao. Nivel de Medicin Ordinal Eta: Cualquier tamao. Nivel de medicin independiente Nominal y por Intervalos o Razn

coeficientes de Correlacion por rangos de Spearman y Kendali

son medidas de correlacion para variables en un nivel de medicion ordinal. La muestra puede ordenarse por rangos.

Prueba estadsticas NO paramtricas

La Chi cuadrada o X2
Prueba estadstica para evaluar hiptesis acerca de la relacin entre dos variables categricas.

12

Tabla de contingencia o tabulacin cruzada.

Ejemplo de una tabla de contingencia

13

Coeficientes de Correlacion por rangos de Spearman y Kendali

Por ejemplo, supongamos que tenemos las variables preferencia en el sabor y atractivo del envase, y pedimos a un grupo de personas representativas del mercado que evalen conjuntamente 10 marcas de refrescos embotellados especficos y las ordenen del 1 al 10; en tanto que, 1 es la categora o el rango mximo en ambas variables. Finalmente se obtienen los siguientes resultados del grupo:

14

Calculo de Coeficientes de Confiabilidad Alfa-Cron Bach

Existen dos procedimientos: 1. Sobre la base de la varianza de los items 2. Sobre la base de la Matriz de correlacion de los items. (procedimiento) a) Se aplica una escala b) Se obtienen resultados c) Se calculan los coeficientes de correlacion de Pearson d) Se elabora la matriz de correlacion con los coeficientes obtenidos
15

ANALISIS MULTIVARIADO
Qu son los metodos de analisis multivariados? Donde se analiza la relacion entre varias variables independientes y al menos una dependiente. - Qu es la Regresion Multiple? Sirve para analisar el efecto de dos o mas variables independientes sobre una dependiente - Qu es el analisis lineal de patrones? Para representar interrelaciones entre variables a partir de regresiones. - Qu es el analisis de factores? Metodo multivariado para determinar el numero y naturaleza de un grupo - Qu es el analisis multivariado de varianza? Modelo para analizar la relacion entre dos o mas 16 variables independientes y dos o mas variables dependientes