manual de practicas de spss junio final

8/21/2019 Manual de Practicas de Spss Junio Final

1/58

Manual de Practica de SPSS II CICLO

1

OFIMATICA II PROFESOR EDIDSON FUENTES


2/58


2PRÁCTICA 1: EJEMPLO DE ENCUESTA

Para realizar esta práctica hemos abierto el programa SPSS y hemos

introducido los datos que se nos solicitaban. Para ello, hemos abierto el archivode datos “encuesta”; a continuación mostramos el archivo de datos “encuesta”:

1. Calcular una nueva variable que indique la altura en metros de cadasujeto.

Para calcular lo que se nos pide en el enunciado seguiremos elprocedimiento siguiente: primero seleccionamos en la barra de herramientas delSPSS la opción transformar, calcular

Una vez abierto el cuadro de diálogo calcular variable, creamos la nuevavariable de destino “alturam” ; a continuación introducimos la altura encentímetros en expresión numérica y /100; nos quedaría esta expresión: “altura/ 100”, aceptamos. Nos quedaría así:



3/58


3

Antes de acabar debemos comprobar que las columnas de la vista devariables estén correctas. Debemos fijarnos sobretodo en la anchura de la

variable, en los decimales y en la medida. Como hemos creado una nuevavariable, hay que cambiar la anchura de la misma a 4 y determinar cómo se midela nueva variable; en este caso, como es una variable cuantitativa pondremos quela medida es escala.

2. Calcular una nueva variable que indique el porcentaje de masa corporal decada sujeto - peso(kg)/altura(cm)*100 .

Para realizar este cálculo realizaremos el mismo procedimiento que en elejercicio anterior. Primero seleccionamos de la barra de tareas la opcióntransformar, calcular.

Abierto el cuadro de diálogo creamos la nueva variable destino “masa” yañadimos en expresión numérica las variables peso en kg. / altura en cm. *100. Quedaría así:

Igual que antes tenemos que corregir los datos que por defecto nos

aparecen en la vista de variables; la anchura la cambiaremos a 5, porquecontamos los números y el decimal. En medida hay que poner que es escalaporque es una variable cuantitativa.



4/58


43. Recodificar en la misma variable las puntuaciones de la prueba desegundos transcurridos como acierto/error. Considerar hasta 15 segundoscomo acierto y el resto error.

Para realizar el siguiente ejercicio lo primero que debemos hacer es cambiar

la etiqueta de valor de la variable “segundos transcurridos”, asignando el aciertocomo 1 y el error como 2. Esto quedaría de la siguiente forma:

A continuación tenemos que seleccionar la opción: Transformar,recodificar en misma variable.

Una vez tenemos hecho esto nos aparece el siguiente cuadro de diálogo:

Como vemos hemos añadido en variables numéricas “segundostranscurridos”; seguidamente debemos pinchar en valores antiguos y nuevos para determinar el criterio a seguir.



5/58


5

Aquí consideramos de 0 a 15 como acierto y le asignamos el valor nuevo 1;a todos los demás valores le asignamos un 2.

De esta forma cuando nos vamos a la vista de datos, en lugar de aparecerlos segundos nos aparecerá un 1 o un 2, dependiendo de la respuesta que sehaya dado.

4. Recodificar en una variable nueva los valores obtenidos para metroscuadrados de aula, considerando las categorías siguientes: pequeña, menosde 100 metros; normal, entre 100 y 150 metros y grande, mas de 150metros.

En este ejercicio se nos pide algo diferente al ejercicio anterior; se nos pideque creemos una nueva variable. Lo que tenemos que hacer es ir a transformar,recodificar en distintas variables, añadir la variable superficie y en variable deresultado poner el nombre de la nueva variable que vamos a crear, en este caso,aula2 . Podemos cambiar aquí el nombre de la etiqueta o bien hacerlo después enla vista de variables.

Una vez realizado esto volvemos a ir a valores antiguos y nuevos.



6/58


6

5. ¿Cuántos alumnos y porcentaje, creen que deben subir 40 o másescalones?. Comenta los estadísticos utilizados.

Para realizar este ejercicio debemos pedir una tabla de frecuencias ya quequeremos saber el número de alumnos que creen que suben 40 escalones o más.Para pedir la tabla de frecuencias nos vamos al menú: analizar, estadísticosdescriptivos, frecuencias.

Una vez realizado esto obtenemos la siguiente tabla:

Estadísticos

N. escalones?

710

VálidosPerdidos

N

N. escalones?

2 2,8 2,8 2,8

7 9,9 9,9 12,7

6 8,5 8,5 21,12 2,8 2,8 23,9

2 2,8 2,8 26,8

1 1,4 1,4 28,2

1 1,4 1,4 29,6

30 42,3 42,3 71,8

1 1,4 1,4 73,2

2 2,8 2,8 76,1

3 4,2 4,2 80,3

6 8,5 8,5 88,7

1 1,4 1,4 90,1

5 7,0 7,0 97,2

1 1,4 1,4 98,6

1 1,4 1,4 100,071 100,0 100,0

26

30

3235

36

37

38

40

45

46

48

50

52

60

70

90Total

Válidos

Frecuencia Porcentaje

Porcentaje

válido

Porcentaje

acumulado



7/58


7Como se nos pide el número y el porcentaje de sólo los que suben 40 o más

debemos desechar los casos que no cumplen el criterio.Esto es así:

N. escalones?

30 42,3

1 1,4

2 2,8

3 4,2

6 8,5

1 1,4

5 7,0

1 1,4

1 1,450 70,4

40

45

46

48

50

52

60

70

90Total

Válidos

Frecuencia

Porcentaje

válido

Viendo las frecuencias podemos decir que hay 50 (sumamos todas lasfrecuencias) que creen subir 40 o más escalones. El porcentaje que representanes el 70,4%.

6. Obtener los descriptivos –indicadores y gráficos- mas adecuados para lavariable porcentaje de masa corporal. Comenta los estadísticos utilizados.

El primer paso que debemos realizar es identificar el tipo de variable con laque estamos trabajando; como es una variable cuantitativa podemos pedirletodos los indicadores.

Vamos a calcular: los valores extremos (mínimo y máximo), la media, ladesviación típica, la curtosis y la asimetría. El gráfico que utilizamos para estavariable cuantitativa que es masa corporal es el histograma.

El procedimiento a seguir es el siguiente: analizar, estadísticosdescriptivos: opciones.



8/58


8El grafico lo pedimos de la siguiente forma: gráficos, histograma y

añadimos la variable porcentaje de masa corporal.

Realizado esto obtenemos las siguientes tablas de resultados:

Estadísticos descriptivos

71 26,67 47,02 34,2912 3,88499 ,724 ,285 ,804 ,563

71

porcentaje de masa

corporal

N válido (según lista)

Estadíst ico Estadíst ico Estadíst ico Estadíst ico Estadíst ico Estadíst ico Error t ípico Estadíst ico Error t ípico

N Mínimo Máximo Media Desv. típ. Asimetría Curtosis

porcentaje de masa corporal

4 7 , 0 4 5 , 0

4 3 , 0 4 1 , 0

3 9 , 0 3 7 , 0

3 5 , 0 3 3 , 0

3 1 , 0 2 9 , 0

2 7 , 0

16

14

12

10

8

6

4

2

0

Desv. típ. = 3,88

Media = 34,3

N = 71,00

Con los resultados obtenidos podemos decir que, en cuanto a la tendenciacentral, la media del porcentaje de masa corporal de los alumnos es de 34,29, porlo que deducimos que la mayoría de alumnos se concentran en torno a ese valor.

En cuanto a la variabilidad podemos decir que los datos no están muy

dispersos, se concentran en torno a la media. Posee una amplitud de 20,35.



9/58


9Para finalizar si hablamos de la forma de la distribución podemos señalar

que muestra una distribución asimétrica positiva, ya que la mayoría de laspuntuaciones se concentran en la parte izquierda de la gráfica y se dispersanmás por la derecha. Además esto se ve reforzado por el resultado de la tabla, que

nos dice que la simetría es 0,724. La curtosis, cuyo resultado es 0,804, muestrauna distribución leptocúrtica (relativamente alta y estrecha).

7. Obtener los descriptivos –indicadores y gráficos- más adecuados para lavariable 15, comparando entre hombres y mujeres. Comenta los estadísticosutilizados.

Este ejercicio nos pide que comparemos la variable nota final de laasignatura para hombres y mujeres; por eso el primero paso que debemosrealizar es segmentar el archivo, comparar los grupos.

Una vez segmentado el archivo nos vamos a menú: analizar, estadísticosdescriptivos, frecuencias, descriptivos y solicitamos la moda, la mediana, laamplitud, el mínimo y el máximo. Los resultados que obtenemos son:

Estadísticos

Nota final asignatura?

27

02,00

2

3

1

4

44

0

2,00

2

4

15

Válidos

Perdidos

N

Mediana

Moda

Rango

Mínimo

Máximo

Válidos

Perdidos

N

Mediana

Moda

Rango

MínimoMáximo

Hombre

Mujer



10/58


10Nota final asignatura?

4 14,8 14,8 14,8

16 59,3 59,3 74,16 22,2 22,2 96,3

1 3,7 3,7 100,0

27 100,0 100,0

2 4,5 4,5 4,5

34 77,3 77,3 81,8

7 15,9 15,9 97,7

1 2,3 2,3 100,0

44 100,0 100,0

Suspenso

AprobadoNotable

Sobresaliente

Total

Válidos

Suspenso

Aprobado

Notable

Matricula

Total

Válidos

Sexo del encuestado?

Hombre

Mujer

Frecuencia Porcentaje

Porcentaje

válido

Porcentaje

acumulado

El gráfico que solicitamos es el diagrama de barras puesto que es el más

indicado para variables cuasi-cuantitativas. Nota final asignatura?

SEXO: 2 Mujer


MatriculaNotable AprobadoSuspenso F r e c u e n c

i a

40

30

20

10

0

Vemos que en ambos casos coinciden

la moda y la mediana. Observando las gráficas vemos que los hombressuspenden más que las mujeres pero tienen más notables. Las mujeres noobtienen sobresalientes pero es porque obtienen matrícula, mientras que loshombres sólo obtienen sobresalientes.


SEXO: 1 Hombre


SobresalienteNotable AprobadoSuspenso F r e c u e n c

i a

20

10

0



11/58


11PRÁCTICA 2: ANÁLISIS EXPLORATORIO DE DATOS

1. Solicitar el gráfico de tallo y hojas para la variable Metros cuadrados delaula.

Para realizar este ejercicio debemos seguir los pasos que exponemos acontinuación: seleccionar analizar, estadísticos descriptivos y explorar.

Como el ejercicio nos pide que hallemos el gráfico para la variable “metroscuadrados del aula”, es ésta la que debemos introducir en “dependientes”. Acontinuación, en gráficos, seleccionamos sólo el diagrama de tallo y hojas,puesto que no se nos pide ningún otro más. Quedaría así:



12/58


12

Los resultados que se obtiene tras aplicar lo anteriormente citado son los

siguientes:

Resumen del procesamiento de los casos

71 100,0% 0 ,0% 71 100,0%Metros cuadrados

del aula?

N Porcentaje N Porcentaje N Porcentaje

Válidos Perdidos Total

Casos

Descriptivos

124,38 9,305

105,82

142,94

116,69

110,00

6147,868

78,408

30

400

370

80,00

1,582 ,285

3,078 ,563

Media

Límite inferior

Límite superior

Intervalo de confianza

para la media al 95%

Media recortada al 5%

Mediana

Varianza

Desv. típ.

Mínimo

Máximo

Rango

Amplitud intercuartil

Asimetría

Curtosis

Metros cuadrados

del aula?

Estadístico Error típ.

Metr os cuadr ados del aul a? St em- and- Leaf Pl ot

Fr equency Stem & Leaf6, 00 0 . 333344

23, 00 0 . 5555666666677777777789920, 00 1 . 0000111122223334444411, 00 1 . 555555555585, 00 2 . 000342, 00 2 . 55

4, 00 Ext r emes ( >=300)St em wi dt h: 100Each l eaf : 1 case( s)



13/58


13

71N =

Peso en kg

90

80

70

60

50

40

540

66

60

Al mirar el gráfico, podemos fijarnos en la simetría, la curtosis, etc. de lavariable, y podemos deducir que existe una distribución leptocúrtica, puesto quela distribución de resultados es muy alta alrededor de la media y menor cuantomás se aleja de ella. También podemos observar la distribución, que presenta

cierta asimetría, y puesto que está algo más desplazada hacia la izquierdapodríamos decir que se trata de una asimetría positiva.

2. Solicitar el diagrama de cajas de la variable peso en Kilogramos

En este ejercicio hemos de ir también al menú analizar, estadísticosdescriptivos, explorar, seleccionando la variable “peso en kilogramos”, y enlugar de solicitar el grafico de Tallo y hojas, desactivamos dicha opción yactivamos la opción de Diagramas de cajas, y obtenemos estos resultados:


71 100.0% 0 .0% 71 100.0%Peso en kg



Casos

Descriptivos

57,35 ,900

55,56

59,15

56,98

56,00

57,460

7,580

44

79

35

9,00

,752 ,285

,644 ,563

Media

Límite inferior

Límite superior




Mediana

Varianza

Desv. típ.

Mínimo

Máximo

Rango


Asimetría

Curtosis

Peso en kg




14/58


14La caja representa los casos más cercanos a la media. La línea de dentro de

la caja representa la mediana, que en este caso, parece coincidir o se acercamucho a la media. El ancho de la caja determina el apuntamiento de la variable,podemos afirmar que hay una distribución mesocúrtica, ya que los casos se

muestran agrupados y el ancho de la caja no es excesivo.

En referencia a los bigotes que acompañan a la caja, podemos decir querepresentan la asimetría de la variable, que se mide con la distancia entre elbigote superior y la mediana y viceversa. En este caso es mucho más larga ladistancia entre la mediana y el bigote superior, por lo que tenemos que decir queexiste una asimetría positiva.

3. Solicitar el gráfico de tallo y hojas y el diagrama de cajas de la variablealtura en centímetros comparándola para ambos sexos. Interpreta y razónlos resultados para la tendencia central, variabilidad, forma de la curvay/o valores extremos.

Puesto que se nos pide que comparemos dos grupos, lo primero quedebemos hacer es segmentar el archivo. Para ello nos vamos al menú datos,segmentar archivo, comparar casos. Introducimos la variable “sexo” para quefragmente el archivo según este criterio.

Una vez segmentado el archivo, nos vamos al menú analizar, estadísticosdescriptivos, explorar e introducimos la variable “altura en centímetros” comodependiente.



15/58


15

Pulsamos seguidamente en gráficos y seleccionamos los gráficos de tallo yhojas y el diagrama de cajas.

Obtenemos las siguientes tablas:Resumen del procesamiento de los casos

Sexo del encuestado? Casos


N Porcentaje N Porcentaje N Porcentaje Alturaen cm.

Hombre27 100,0% 0 ,0% 27 100,0%

Mujer 44 100,0% 0 ,0% 44 100,0%



16/58


16

Descriptivos

Sexo del encuestado? Estadístico Error típ.

Altura en cm. Hombre Media 170,78 1,101

Intervalo de confianza para la media

al 95%

Límite

inferior 168,52Límitesuperior 173,04

Media recortada al 5% 170,86

Mediana 170,00

Varianza 32,718

Desv. típ. 5,720

Mínimo 160

Máximo 180

Rango 20

Amplitud intercuartil 9,00

Asimetría -,055 ,448Curtosis -,783 ,872

Mujer Media 164,66 ,668

Intervalo de confianza para la mediaal 95%

Límiteinferior

163,31

Límitesuperior 166,01

Media recortada al 5% 164,68

Mediana 165,00

Varianza 19,625

Desv. típ. 4,430

Mínimo 155

Máximo 173

Rango 18

Amplitud intercuartil 7,00

Asimetría -,154 ,357

Curtosis -,573 ,702

El gráfico de tallo y hojas queda así:

Al t ur a en cm. St em- and- Leaf Pl ot f orSEXO= Hombr e

Fr equency Stem & Leaf

2, 00 16 . 0010, 00 16 . 55557788897, 00 17 . 00122346, 00 17 . 5678882, 00 18 . 00

St em wi dt h: 10Each l eaf : 1 case( s)



17/58


17

Al t ur a en cm. St em- and- Leaf Pl ot f orSEXO= Muj er

Fr equency Stem & Leaf

, 00 15 .5, 00 15 . 5778912, 00 16 . 00000111233320, 00 16 . 555555566667777888887, 00 17 . 0000233

St em wi dt h: 10Each l eaf : 1 case( s)

El diagrama de cajas se nos quedaría de la siguiente forma:

4427N =


Mujer Hombre

A l t u r a e n c m .

190

180

170

160

150

Después de observar los diagramas, tanto el de tallo y hojas como el decajas y bigotes, se observa que hay una diferencia en las medias, puesto que la delos chicos es 170,78 y la de las chicas es 164,66. Dicha diferencia demuestrasque los chicos son más altos que las chicas. Además la mediana es distinta,habiendo una diferencia de 5 puntos.

Respecto a la variabilidad podemos decir que la varianza es mayor para loschicos que para las chicas, lo que significa que el grupo de los chicos es másvariable. La desviación típica es también mayor para los chicos por lo que sededuce que hay una mayor dispersión en este grupo.

Si hablamos de la distribución decimos que los dos grupos presentan unaasimetría negativa, ya que sus valores son –0,05 para los chicos y –0,15 para laschicas. Las dos distribuciones son platicúrticas puesto que sus valores sonmenores que 0; esto nos dice que la agrupación es ancha y baja, alejándose losvalores extremos de la media.



18/58


184. Comparar los resultados del diagrama de cajas según la Opción elegida en

BUP para la variable Nota final en la asignatura. Interpreta y razón losresultados para la tendencia central, variabilidad, forma de la curva y/ovalores extremos.

En primer lugar debemos segmentar el archivo, puesto que se nos pide losresultados según la Opción de BUP, para ello nos vamos al menú datos,segmentar archivo, comparar casos, donde introducimos la variable “Opciónelegida en BUP”. A continuación en el menú analizar, estadísticosdescriptivos, explorar seleccionamos la variable “Nota final en la asignatura” ypasamos a Gráficos. Una vez dentro seleccionamos el diagrama de cajas ybigotes. Una vez hecho todo esto, obtenemos los siguientes resultados:


Opción enBUP? Casos



Nota finalasignatura?

Ciencias29 100,0% 0 ,0% 29 100,0%

Letras 16 100,0% 0 ,0% 16 100,0%

Mixto 26 100,0% 0 ,0% 26 100,0%



19/58


19Descriptivos

2,41 ,105

2,20

2,63

2,37

2,00

,323

,568

2

4

2

1,00

,990 ,434

,067 ,845

2,00 ,224

1,52

2,48

1,89

2,00

,800

,894

1

5

4

,00

2,556 ,564

9,368 1,091

2,00 ,096

1,80

2,20

2,00

2,00

,240

,490

1

3

2

,00

,000 ,456

1,902 ,887

Media

Límite inferior

Límite superior




Mediana

Varianza

Desv. típ.

Mínimo

Máximo

Rango


Asimetría

Curtosis

Media

Límite inferior

Límite superior




Mediana

Varianza

Desv. típ.

Mínimo

Máximo

Rango


Asimetría

Curtosis

Media

Límite inferior

Límite superior




Mediana

Varianza

Desv. típ.

Mínimo

Máximo

Rango


Asimetría

Curtosis




Opción en BUP?

Ciencias

Letras

Mixto


261629N =

Opción en BUP?

MixtoLetrasCiencias

N o t a

f i n a l a s i g n a t u r a ?

6

5

4

3

2

1

0

454638

354443

52947

8



20/58


20Lo primero que nos llama la atención es la forma del gráfico, en el que se

pueden ver que sólo hay una caja para la opción ciencias. Esto es así porque lavariable con la que trabajamos es cuasi-cuantitativa.

Podemos observar que hay gran diferencia según las opciones de BUP. Enprimer lugar, si analizamos la opción de ciencias vemos que hay unos resultadosalgo dispersos, ya que la caja es bastante ancha, pero por otro lado no se veningún valor extremo. Los resultados de la caja son los representativos de lamedia y no coinciden completamente con la mediana, la cual está desplazadahacia la parte inferior de la caja.

Podríamos decir que esta distribución presenta un apuntamientomesocúrtico. Aún así existe asimetría puesto que la mediana se encuentrasituada en la parte inferior de la caja.

A continuación pasamos a analizar las opciones de letras y mixto, en ellalos casos están totalmente agrupados. Media, mediana y moda coinciden, lo quehace que no se vean los resultados de la media, ni la caja de resultados, ni losbigotes.

La curtosis refleja claramente unas distribuciones leptocúrticas, puesto quelos datos están extremadamente agrupados.



21/58


21PRÁCTICA 3: RELACIÓN ENTRE VARIABLES

1. Explorar gráficamente la relación entre Peso en Kg. y altura en cm.

Interpreta la gráfica obtenida.Para observar la relación que existente entre la relación entre el peso en

kilogramos y la altura en centímetros debemos utilizar el coeficiente decorrelación de Pearson puesto que las variables que se nos dan son cuantitativas.Para llegar a ese coeficiente de correlación, en primer lugar vamos a analizar,después seleccionamos correlaciones y dentro de ella seleccionamos bivariadas:

Tras marcar las correlaciones bivariadas, hemos de añadir las variables “peso en Kg.” y “altura en cm.” Y también seleccionar a Pearson dentro de loscoeficientes de correlación.

Tras aceptar obtenemos los siguientes resultados:

Correlaciones

1 ,622**

, ,000

71 71

,622** 1

,000 ,

71 71

Correlación de Pearson

Sig. (bilateral)

N


Sig. (bilateral)

N

Peso en kg

Altura en cm.

Peso en kg Altura en cm.

La correlación es significativa al nivel 0,01 (bilateral).**.



22/58


22Para observar la dispersión de los valores acompañaremos a este cuadro

con una gráfica de dispersión; para obtenerla nos vamos a gráficos y dentro deeste apartado seleccionaremos dispersión, en el cual marcamos la opciónsimple. El gráfico quedará de la siguiente forma:

Altura en cm.

190180170160150 P e s o e n k g

80

70

60

50

40

Puesto que los puntos de la gráfica están algo dispersos, y a pesar de que se

concentran en un espacio, no se puede realizar una línea recta que pase portodos los puntos, pero si que se puede trazar una línea recta que pase, más omenos, por el centro de los puntos. Por ello, podemos afirmar que existe relaciónentre las variables. La línea que se forma va creciendo desde los valores máspequeños a los más grandes, lo que nos indica que hay una relación positiva.Además podemos observar dicha relación mediante la observación de losresultados obtenidos en la tabla, ya que da un valor de 0,62 y hay relación entre

las variables.

2. Indicar gráficamente y mediante un índice la relación entre Metroscuadrados del aula y Nº de escalones.

En este ejercicio se nos pide que indiquemos que relación existe entre lasvariables “metros cuadrados del aula” y “número de escalones”. Como las dosvariables son cuantitativas utilizaremos el coeficiente de correlación dePearson para observar la relación existente, ya que con este coeficiente podemosconocer el grado de relación exacto de las variables, para llegar hasta esecoeficiente seguiremos los mismos pasos que en el ejercicio anterior. En primerlugar vamos a analizar, después seleccionamos correlaciones y dentro de ellaseleccionamos bivariadas, en el cuadro de variables pondremos las variables“metros cuadrados del aula.” y “número de escalones” y dentro de loscoeficientes de correlación, marcamos la opción de Pearson. Una vez hechoesto, nos aparece la siguiente tabla de resultados:



23/58


23Correlaciones

1 ,169

, ,158

71 71

,169 1

,158 ,

71 71


Sig. (bilateral)

N


Sig. (bilateral)

N

Metros cuadradosdel aula?

N. escalones?

Metroscuadradosdel aula?

N.escalones?

El gráfico que se obtienen es el siguiente:

N. escalones?

1009080706050403020 M e t r o s c u a d r a d o s d e l a u l a ?

500

400

300

200

100

0

Como se puede observar en la gráfica, los valores están demasiadodispersos, por lo que no se podría dibujar una elipse; esto nos indica que noexiste relación entre las variables. Además no se puede trazar una línea que pasepor todos los puntos ya que están demasiado dispersos.

3. Obtener una matriz de correlaciones para todas las variablescuantitativas presentes en el archivo. Indica entre que variables existe unmayor y un menor grado de relación.

Este ejercicio es similar a los anteriores, pero ahora se van a utilizar todaslas variables cuantitativas para observar entre que variables existe mas y menosrelación. Puesto que el ejercicio es similar a los anteriores seguimos los mismospasos, primero vamos a analizar, después seleccionamos correlaciones y dentrode ella seleccionamos bivariadas. Dentro del cuadro de variables pondremostodas las variables cuantitativas, seleccionaremos Pearson y obtenemos elsiguiente cuadro de correlaciones:



24/58


24Correlaciones

1 -,047 ,042 ,007 ,065 -,111 ,012 -,207 -,024

, ,699 ,729 ,953 ,592 ,358 ,921 ,083 ,843

71 71 71 71 71 71 71 71 71

-,047 1 ,622** -,128 -,017 ,008 ,108 ,225 -,038

,699 , ,000 ,288 ,890 ,945 ,368 ,059 ,755

71 71 71 71 71 71 71 71 71

,042 ,622** 1 -,109 ,084 ,136 ,050 ,020 ,023

,729 ,000 , ,364 ,488 ,259 ,677 ,865 ,850

71 71 71 71 71 71 71 71 71

,007 -,128 -,109 1 ,473** ,153 -,028 ,038 -,212

,953 ,288 ,364 , ,000 ,202 ,814 ,752 ,075

71 71 71 71 71 71 71 71 71

,065 -,017 ,084 ,473** 1 ,027 -,144 ,008 -,312**

,592 ,890 ,488 ,000 , ,820 ,229 ,950 ,008

71 71 71 71 71 71 71 71 71

-,111 ,008 ,136 ,153 ,027 1 ,169 -,042 ,150

,358 ,945 ,259 ,202 ,820 , ,158 ,730 ,213

71 71 71 71 71 71 71 71 71

,012 ,108 ,050 -,028 -,144 ,169 1 -,041 ,261*

,921 ,368 ,677 ,814 ,229 ,158 , ,733 ,02871 71 71 71 71 71 71 71 71

-,207 ,225 ,020 ,038 ,008 -,042 -,041 1 -,116

,083 ,059 ,865 ,752 ,950 ,730 ,733 , ,337

71 71 71 71 71 71 71 71 71

-,024 -,038 ,023 -,212 -,312** ,150 ,261* -,116 1

,843 ,755 ,850 ,075 ,008 ,213 ,028 ,337 ,

71 71 71 71 71 71 71 71 71

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)N

Correlación de

Pearson

Sig. (bilateral)

N

Correlación de

Pearson

Sig. (bilateral)

N

Edad (años)

Peso en kg

Altura en cm.

N. personas que

conviven contigo

Posicion entre los

hermanos

Metros cuadrados

del aula?

N. escalones?

Segundos

transcurridos?

Cuantos alumnos

asisten a clase?

Edad

(años)

Peso

en kg

Altura

en cm.

N. personas

que

conviven

contigo

Posicion

entre los

hermanos

Metros

cuadrados

del aula?

N.

escalones?

Segundos

transcurrid

os?

Cuantos

alumnos

asisten a

clase?

La correlación es significativa al nivel 0,01 (bilateral).**.

La correlación es significante al nivel 0,05 (bilateral).*.

Al observar la tabla de resultados podemos comprobar que las variablesentre sí no muestran una estrecha relación, puesto que los valores de lacorrelación se aproximan casi todos a cero, no existe ningún valor que tenga unabuena aproximación a 1 ó -1. A pesar de ello vamos a ver entre que variables haymayor y menor relación:

o Las variables que mayor relación presentan son “ peso en Kg ” con “altura encm ” y “número de personas que viven contigo ” con “ posición entre los hermanos ”cuyos valores son 0,622 y 0,473 respectivamente. Estas relaciones no llegan a

ser perfectas.o Las variables que presentan menor relación son “edad ” con “número de

personas que viven contigo ”, “edad ” con “Número de escalones ” y “ peso ” con“metros cuadrados del aula ” y sus valores son 0,07; 0,012 y 0,08respectivamente.



25/58


254. Controla el efecto de la variable Peso en Kg. en la relación entre Edad(años) y Número de Escalones.

En este ejercicio se nos pide hallar la relación que existe entre las variables

“edad” y “número de escalones”. También se nos pide que controlemos el efectode la variable “peso” ya que puede influir en la relación de las otras variables.

Por todo esto, utilizamos las correlaciones parciales, ya que con ellas sepuede controlar el efecto de una variable sobre otras. Para realizar el ejerciciodebemos de realizar lo siguiente: primero debemos analizar la relación que existeentre las variables “edad” y “número de escalones” sin controlar la variable“peso”. Para ello nos iremos al menú: analizar, correlaciones bivariadas.

Una vez mostrado el cuadro de diálogo correspondiente introducimos lasvariables. Esto quedaría así:

Una vez introducidas las variables aceptamos, obteniendo este resultado:

Correlaciones

1 ,012

, ,921

71 71

,012 1

,921 ,

71 71


Sig. (bilateral)

N


Sig. (bilateral)

N

Edad (años)

N. escalones?

Edad (años)

N.

escalones?

Una vez hecho esto realizaremos lo mismo pero controlando la variable“peso”. El procedimiento es el siguiente: analizar, correlaciones parciales. Unavez seleccionado esto, nos aparece una ventana con un cuadro de variablesdonde ponemos “edad” y “número de escalones” y un cuadro de “controlandopara” donde pondremos la variable que va a ser controlada, en este caso es“peso”, quedando de la siguiente manera:



26/58


26

Tras aceptar obtenemos los siguientes resultados:

- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -

Controlling for.. PESO

EDAD ESCALO

EDAD 1,0000 ,0171( 0) ( 68)

P= , P= ,888

ESCALO ,0171 1,0000( 68) ( 0)P= ,888 P= ,

(Coefficient / (D.F.) / 2-tailed Significance)

" , " is printed if a coefficient cannot be computed

Observando los resultados de los análisis podemos ver que existe una escasarelación entre las variables “edad” y “número de escalones”, el resultado de lacorrelación nos da 0,012; al aproximarse bastante a cero la relación es mínima.

Teniendo en cuenta el efecto de la variable “peso” podemos decir quetampoco existe mucha relación entre las variables anteriores, ya que el valor quenos da es 0,0171. En conclusión, la variable “peso” no afecta a la relación entrelas variables “edad” y “número de escalones”



27/58


275. ¿Podemos pensar que la relación entre Peso en Kg. y Altura en cm. se veafectada por la variable Edad (años)? Razona tu respuesta.

El ejercicio propuesto es similar al ejercicio cuatro, en él debemos

comprobar la relación existente entre dos variables controlando el efecto de unatercera; para realizarlo debemos utilizar la correlación parcial. Para ello vamos aseguir los mismos pasos que en el ejercicio anterior, el primer paso será ir aanalizar, después seleccionamos correlaciones y dentro de ella seleccionamosparciales. Dentro de las correlaciones parciales pondremos en el cuadro devariables “peso” y “altura” y en el cuadro “controlando para” se pondrá “edad”.Se obtiene lo siguiente:

- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -

Controlling for.. EDAD

PESO ALTURA

PESO 1,0000 ,6251( 0) ( 68)P= , P= ,000

ALTURA ,6251 1,0000( 68) ( 0)

P= ,000 P= ,

(Coefficient / (D.F.) / 2-tailed Significance)

" , " is printed if a coefficient cannot be computed

Si observamos la relación existente entre las variables “peso” y “altura”podemos comprobar que presentan cierta relación. Cuando controlamos el efectode la variable “edad” en la relación de las anteriores variables observamos que elvalor a penas varía ya que pasa de ser 0,622 a 0,6251. Por tanto, podemos decir

que la variable “edad” no influye en la relación de las otras variables.

6. Calcula la relación entre Opción en BUP y Deporte favorito. Interpreta yrazona los resultados obtenidos.

En este ejercicio nos piden que calculemos la relación existente entre dosvariables no cuantitativas, por tanto tendremos que utilizar las tablas decontingencia, puesto que es la técnica más adecuada para este tipo de variables.

Para realizar las tablas de contingencia hemos de ir a analizar, después

seleccionamos estadísticos descriptivos y dentro de estos seleccionamos tablasde contingencia:



28/58


28

Una vez dentro de la ventana tenemos que rellenar los cuadros con lasvariables a relacionar; hay dos cuadros en los que pone “fila” y “columnas”; enellos se pondrán cada una de las variables, quedando de la siguiente forma:

Tras estos pasos, aceptamos y obtenemos los siguientes resultados:Resumen del procesamiento de los casos

71 100,0% 0 ,0% 71 100,0%Opción en BUP? *

Deporte favorito?



Casos



29/58


29Tabla de conting encia Opción en BUP? * Deporte favorito?

6 2 5 2 14 29

20,7% 6,9% 17,2% 6,9% 48,3% 100,0%60,0% 28,6% 50,0% 40,0% 38,9% 40,8%

8,5% 2,8% 7,0% 2,8% 19,7% 40,8%

2 3 2 7 2 16

12,5% 18,8% 12,5% 43,8% 12,5% 100,0%

20,0% 30,0% 40,0% 19,4% 66,7% 22,5%

2,8% 4,2% 2,8% 9,9% 2,8% 22,5%

2 5 2 1 15 1 26

7,7% 19,2% 7,7% 3,8% 57,7% 3,8% 100,0%

20,0% 71,4% 20,0% 20,0% 41,7% 33,3% 36,6%

2,8% 7,0% 2,8% 1,4% 21,1% 1,4% 36,6%

10 7 10 5 36 3 71

14,1% 9,9% 14,1% 7,0% 50,7% 4,2% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

14,1% 9,9% 14,1% 7,0% 50,7% 4,2% 100,0%

Recuento

% de Opción en BUP?% de Deporte favorito?

% del total

Recuento

% de Opción en BUP?

% de Deporte favorito?

% del total

Recuento



% del total

Recuento



% del total

Ciencias

Letras

Mixto

Opción

en BUP?

Total

Futbol Baloncesto Tenis Ciclismo Otros Ninguno

Deporte favorito?

Total

Tras observar la tabla de contingencia podemos decir que,independientemente de la opción de bachillerato o el deporte favorito lo que máshan respondido los alumnos es “otros” (otro tipo de deportes que no reflejados).Esta opción representa el 50,7%. Después de este deporte podemos decir que elfútbol y el tenis son los dos deportes favoritos, ya que sus porcentajes son de14,1% en cada caso.

Analizando los resultados por opciones en BUP señalamos que en el caso deciencias, que representan un 40,8% de los casos, el deporte menos escogido esbaloncesto y ciclismo con un 2,8% en cada caso. La opción de letras representaun 22,5% de los casos y aquí destaca que baloncesto es un deporte que no espracticado por nadie. Por último, de la opción de mixto podemos resaltar que elbaloncesto es un deporte bastante escogido entre los alumnos.

Veamos ahora la relación entre estas dos variables con más exactitud. Paraello utilizamos las pruebas de chi-cuadrado, puesto que son más aclaratorias:

Pruebas de chi-cuadrado

12,358a 10 ,262

13,875 10 ,179

,969 1 ,325

71

Chi-cuadrado de Pearson

Razón de verosimilitud

Asociación lineal por

lineal

N de casos válidos

Valor glSig. asintótica

(bilateral)

15 casillas (83,3%) tienen una frecuencia esperada inferior a

5. La frecuencia mínima esperada es ,68.

a.

En la tabla vemos que la significación asintótica es de 0,262. Esto pone demanifiesto la inexistencia de relación entre las dos variables del ejercicio (“opciónen BUP” y “deporte favorito”). Sería necesario que la significación fuera menor al0,05 para que existiera relación.



30/58


307. Obtener la relación entre Opción en BUP y Nota final en la asignatura.Interpreta y razona los resultados.

Este ejercicio es muy similar al anterior; nos piden que calculemos la

relación existente entre dos variables no cuantitativas, por tanto seguiremos losmismos pasos: analizar, estadísticos descriptivos, tablas de contingencia.Seguidamente colocamos las variables “opción en BUP” y “nota final” en susrespectivas casillas, aceptamos y obtenemos los siguientes resultados:


71 100,0% 0 ,0% 71 100,0%Opción en BUP? *




Casos

Tabla de contingencia Opción en BUP? * Nota final asignatura?

18 10 1 29

62,1% 34,5% 3,4% 100,0%

36,0% 76,9% 100,0% 40,8%

25,4% 14,1% 1,4% 40,8%

3 12 1 16

18,8% 75,0% 6,3% 100,0%50,0% 24,0% 100,0% 22,5%

4,2% 16,9% 1,4% 22,5%

3 20 3 26

11,5% 76,9% 11,5% 100,0%

50,0% 40,0% 23,1% 36,6%

4,2% 28,2% 4,2% 36,6%

6 50 13 1 1 71

8,5% 70,4% 18,3% 1,4% 1,4% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

8,5% 70,4% 18,3% 1,4% 1,4% 100,0%

Recuento


% de Nota final

asignatura?

% del total

Recuento


% de Nota final

asignatura?

% del total

Recuento


% de Nota final

asignatura?

% del total

Recuento


% de Nota final

asignatura?

% del total

Ciencias

Letras

Mixto

Opción

en BUP?

Total

Suspenso Aprobado Notable Sobresaliente Matricula


Total

Como se puede observar en la tabla, en general, la gran mayoría de alumnos,ha aprobado la asignatura, en total un 70,4%. Sólo un 1,4% de los alumnos haobtenido un sobresaliente o una matricula y un 8,5% ha suspendido. Siobservamos los resultados por opciones vemos que:

- De la opción de ciencias un 62,1% ha aprobado, un 34,5% ha obtenido unnotable y un 3,4% ha sacado un sobresaliente. La opción de ciencias es laopción con mayor número de alumnos (40,8% del total de alumnos).



31/58


31- De la opción de letras un 75% ha aprobado, un 18,8% ha suspendido y un

6,3% ha obtenido una matricula. Es la opción que mas bajas tiene lasnotas.

- De la opción mixto un 76,9% ha aprobado, siendo este porcentaje el mayor

de todas las calificaciones en cualquier opción de bachillerato y un 11,5% haobtenido suspenso y notable.

Pasamos ahora a analizar el chi-cuadrado:


17,853a 8 ,022

21,809 8 ,005

5,622 1 ,018

71



Asociación lineal por lineal

N de casos válidos

Valor gl

Sig. asintótica

(bilateral)

11 casillas (73,3%) tienen una frecuencia esperada inferior a

5. La frecuencia mínima esperada es ,23.

a.

Comprobamos aquí que sí existe relación entre la opción elegida en BUP y la notamedia de la asignatura; la opción ciencias tiene mejores notas que la opciónmixta o la de letras, que es la que tiene peores notas.

8. Calcula la relación entre Sexo y el resto de variables no cuantitativas.

Interpreta los resultados e indica con que variables aparece una mayor y unamenor relación.

Otra vez se nos presenta un ejercicio similar a los anteriores. Vamos acalcular la relación entre varias variables no cuantitativas. Los pasos a seguir sonlos mismos en los otros apartados. Los resultados que obtenemos son:

Resumen del p rocesamiento de los casos

71 100,0% 0 ,0% 71 100,0%

71 100,0% 0 ,0% 71 100,0%

71 100,0% 0 ,0% 71 100,0%

71 100,0% 0 ,0% 71 100,0%

71 100,0% 0 ,0% 71 100,0%

Opción en BUP? * Sexo

del encuestado?

Medio de transporte? *


Tienes ordenador en

casa? * Sexo del

encuestado?

Deporte favorito? * Sexo

del encuestado?

Nota final asignatura? *




Casos

Sexo del encuestado? * Opción en BUP?



32/58


32Tabla de contingencia

12 17 29

41,4% 58,6% 100,0%

44,4% 38,6% 40,8%

16,9% 23,9% 40,8%

7 9 16

43,8% 56,3% 100,0%

25,9% 20,5% 22,5%

9,9% 12,7% 22,5%

8 18 26

30,8% 69,2% 100,0%

29,6% 40,9% 36,6%

11,3% 25,4% 36,6%

27 44 71

38,0% 62,0% 100,0%

100,0% 100,0% 100,0%

38,0% 62,0% 100,0%

Recuento

% de Opción en BUP?% de Sexo del

encuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Ciencias

Letras

Mixto

Opción

en BUP?

Total

Hombre Mujer


Total

Pruebas de ch i-cuadrado

,942a 2 ,624

,954 2 ,621

,623 1 ,430

71




lineal

N de casos válidos

Valor gl

Sig. asintótica

(bilateral)

0 casillas (,0%) t ienen una frecuencia esperada inferior a 5.

La frecuencia mínima esperada es 6,08.

a.

Lo primero que podemos observar es que hay mayor porcentaje de mujeresque de hombres, 62% frente a un 38% respectivamente. La opción mixta es lamás escogida por el sexo femenino (25,4%), mientras que los hombres suelenescoger la opción de ciencias (16,9%)

La prueba del chi-cuadrado nos apunta que no existe correlación entre elsexo del encuestado y la opción de BUP (la significación es de 0,624)

Sexo del encuestado? * Medio de transporte?



33/58


33Tabla de contingencia

3 5 8

37,5% 62,5% 100,0%

11,1% 11,4% 11,3%

4,2% 7,0% 11,3%

5 20 25

20,0% 80,0% 100,0%

18,5% 45,5% 35,2%

7,0% 28,2% 35,2%

7 4 11

63,6% 36,4% 100,0%

25,9% 9,1% 15,5%

9,9% 5,6% 15,5%

11 15 26

42,3% 57,7% 100,0%

40,7% 34,1% 36,6%

15,5% 21,1% 36,6%

1 1

100,0% 100,0%

3,7% 1,4%

1,4% 1,4%

27 44 71

38,0% 62,0% 100,0%

100,0% 100,0% 100,0%

38,0% 62,0% 100,0%

Recuento

% de Medio de

transporte?% de Sexo del

encuestado?

% del total

Recuento

% de Medio de

transporte?

% de Sexo del

encuestado?

% del total

Recuento

% de Medio de

transporte?

% de Sexo del

encuestado?

% del total

Recuento% de Medio de

transporte?

% de Sexo del

encuestado?

% del total

Recuento

% de Medio de

transporte?

% de Sexo del

encuestado?

% del total

Recuento

% de Medio de

transporte?

% de Sexo del

encuestado?

% del total

Coche

Autobus

Metro

Andando

Otros

Medio de

transporte?

Total

Hombre Mujer


Total


8,341a 4 ,080

8,865 4 ,065

2,384 1 ,123

71




lineal

N de casos válidos

Valor gl

Sig. asintótica

(bilateral)

5 casillas (50,0%) tienen una frecuencia esperada inferior a 5.

La frecuencia mínima esperada es ,38.

a.

Observando la tabla comprobamos que el medio de transporte más utilizadoen general tanto por hombres como por mujeres es el autobús (35,2%). Hay quedestacar también que muchas personas prefieren no utilizar ningún medio detransporte e ir caminando 36,6% (el porcentaje más grande de todos en general).Por sexos el medio de transporte más utilizado es: para las mujeres el autobús ylos hombres prefieren ir andando.

En este caso si hay relación entre el sexo del encuestado y el medio detransporte ya que la significación es menor al 0,05.



34/58


34Sexo del encuestado? * Tienes ordenador en casa?

Tabla de contingencia

14 20 34

41,2% 58,8% 100,0%

51,9% 45,5% 47,9%

19,7% 28,2% 47,9%

13 24 37

35,1% 64,9% 100,0%

48,1% 54,5% 52,1%

18,3% 33,8% 52,1%

27 44 71

38,0% 62,0% 100,0%

100,0% 100,0% 100,0%

38,0% 62,0% 100,0%

Recuento% de Tienes

ordenador en casa?

% de Sexo del

encuestado?

% del total

Recuento

% de Tienes

ordenador en casa?

% de Sexo del

encuestado?

% del total

Recuento

% de Tienes

ordenador en casa?

% de Sexo del

encuestado?

% del total

Si

No

Tienes ordenador en casa?

Total

Hombre Mujer


Total

Pruebas de chi -cuadrado

,274b 1 ,600

,078 1 ,780

,274 1 ,600

,632 ,390

,271 1 ,603

71


Corrección por

continuidada


Estadístico exacto deFisher


lineal

N de casos válidos

Valor gl

Sig. asintótica

(bilateral)

Sig. exacta

(bilateral)

Sig. exacta

(unilateral)

Calculado sólo para una tabla de 2x2.a.

0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada

es 12,93.

b.

Apreciamos que hay más hombres que tienen ordenador en casa (19,7%) quehombres que no tienen (18,3%). Mientras que para las mujeres es al contrario, un28,2% tienen ordenador frente a un 33,8% que no tienen ordenador. El

porcentaje de mujeres que tienen ordenador es mayor que el de hombres; esto esdebido a que el porcentaje de mujeres es mayor que el de hombres. En este casono existe correlación entre las dos variables analizadas.

Sexo del encuestado? * Deporte favorito?



35/58


35Tabla de conti ngencia

4 6 10

40,0% 60,0% 100,0%

14,8% 13,6% 14,1%

5,6% 8,5% 14,1%

1 6 7

14,3% 85,7% 100,0%

3,7% 13,6% 9,9%

1,4% 8,5% 9,9%

3 7 10

30,0% 70,0% 100,0%

11,1% 15,9% 14,1%

4,2% 9,9% 14,1%

3 2 5

60,0% 40,0% 100,0%

11,1% 4,5% 7,0%

4,2% 2,8% 7,0%

15 21 36

41,7% 58,3% 100,0%

55,6% 47,7% 50,7%

21,1% 29,6% 50,7%

1 2 3

33,3% 66,7% 100,0%

3,7% 4,5% 4,2%

1,4% 2,8% 4,2%

27 44 71

38,0% 62,0% 100,0%

100,0% 100,0% 100,0%

38,0% 62,0% 100,0%

Recuento

% de Deporte favorito?% de Sexo del

encuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Recuento


% de Sexo delencuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Recuento

% de Deporte favorito?% de Sexo del

encuestado?

% del total

Recuento


% de Sexo del

encuestado?

% del total

Futbol

Baloncesto

Tenis

Ciclismo

Otros

Ninguno

Deporte

favorito?

Total

Hombre Mujer


Total

Pruebas de chi -cuadrado

3,219a 5 ,666

3,446 5 ,632

,501 1 ,479

71




lineal

N de casos válidos

Valor glSig. asintótica

(bilateral)


La frecuencia mínima esperada es 1,14.

a.

En general el porcentaje mayor se concentra en otros deportes no señalados(50,7. A éste le seguiría tenis y fútbol con un mismo porcentaje (14,1%). Separado

por sexos mujeres y hombres comparten que el deporte favorito es “otros”, con unporcentaje de 29,6%, y 21,1% respectivamente.



36/58


36Para estas dos variables la prueba de chi-cuadrado nos indica que no existe

correlación entre ambas.

Sexo del encuestado? *Nota final asignatura?

Tabla de contingencia

4 2 6

66,7% 33,3% 100,0%

14,8% 4,5% 8,5%

5,6% 2,8% 8,5%

16 34 50

32,0% 68,0% 100,0%

59,3% 77,3% 70,4%

22,5% 47,9% 70,4%

6 7 13

46,2% 53,8% 100,0%

22,2% 15,9% 18,3%

8,5% 9,9% 18,3%

1 1

100,0% 100,0%

3,7% 1,4%

1,4% 1,4%

1 1

100,0% 100,0%

2,3% 1,4%

1,4% 1,4%27 44 71

38,0% 62,0% 100,0%

100,0% 100,0% 100,0%

38,0% 62,0% 100,0%

Recuento

% de Nota final

asignatura?

% de Sexo del

encuestado?

% del total

Recuento

% de Nota final

asignatura?

% de Sexo del

encuestado?

% del total

Recuento

% de Nota final

asignatura?

% de Sexo del

encuestado?

% del total

Recuento

% de Nota final

asignatura?

% de Sexo del

encuestado?

% del total

Recuento

% de Nota final

asignatura?

% de Sexo del

encuestado?

% del totalRecuento

% de Nota final

asignatura?

% de Sexo del

encuestado?

% del total

Suspenso

Aprobado

Notable

Sobresaliente

Matricula

Nota final

asignatura?

Total

Hombre Mujer


Total


5,467a 4 ,243

6,047 4 ,196

,044 1 ,833

71



Asociación lineal por lineal

N de casos válidos

Valor gl

Sig. asintótica

(bilateral)


La frecuencia mínima esperada es ,38.

a.

En general el mayor porcentaje de la nota de la asignatura, lo tiene lacalificación de aprobado con un porcentaje de 70,4%. A ésta le sigue el notablecon un porcentaje de 18,3%, lo que significa que aprobado y notable son lascalificaciones más frecuentes. Para las mujeres la calificación de aprobado es laque mayor porcentaje presenta y también para los hombres.

Aquí tampoco existe una correlación entre la variable sexo del encuestado yla nota final de la asignatura (la significación asintótica es de 0,243).



37/58


37PRÁCTICA 4: CONTRASTE DE HIPÓTESIS

1. Comprobar si la variable Edad del Alumno muestra diferenciassignificativas entre hombres y mujeres para el nivel del 1%.

Para comenzar, hemos de saber claramente cuales son las variables con lasque vamos a trabajar, una vez conocidas esas variables pasamos a realizar lasposibles hipótesis que se puedan dar. En este caso las variables son: edad delalumno y sexo. A partir de aquí podemos plantear las siguientes hipótesis:

- Ho→ X eh = X em - Hi→ X eh ≠ Xem

Una vez planteadas las hipótesis, debemos verificar el supuesto denormalidad para poder quedarnos con una u otra hipótesis y para ello hemos deaplicar la prueba de Kolmogorov-Smirnov. Puesto que se nos pide que veamos sihay diferencias según sexo debemos segmentar el archivo; para ello nos vamos aDatos, elegimos la opción Segmentar archivo y nos aparecerá el siguientecuadro de diálogo.

En el cuadro marcamos la opción Comparar casos y los Grupos basadosen Sexo.

Una vez segmentados los archivos, hemos de realizar la prueba deKolmogorov-Smirnov, para realizarla nos vamos a Analizar, despuésseleccionamos Pruebas no paramétricas y dentro de esta seleccionamos K-s de1 muestra



38/58


38

Tras esto nos aparecerá:

En este cuadro marcamos edad del alumnos y lo ponemos en Contrastarvariables. Entonces nos aparecen los resultados siguientes:

Prueba de Kolmogorov-Smirnov para una muestra

Sexo del alumno Edad del alumno

Hombre N 36

Parámetros normales(a,b) Media 14,53

Desviación típica,910

Diferencias más extremas Absoluta ,281

Positiva ,191

Negativa -,281

Z de Kolmogorov-Smirnov 1,689Sig. asintót. (bilateral) ,007

Mujer N 23



39/58


39Parámetros normales(a,b) Media 14,26

Desviación típica1,137

Diferencias más extremas Absoluta ,214

Positiva ,214

Negativa -,177

Z de Kolmogorov-Smirnov 1,027

Sig. asintót. (bilateral) ,242

a La distribución de contraste es la Normal.b Se han calculado a partir de los datos.

Tras observar los resultados nos encontramos con que no se cumple elsupuesto de normalidad, y puesto que las dos muestras son independienteshemos de aplicar un contraste no paramétrico .

Para llevar a cabo este contraste nos vamos a Analizar, Comparar medias

y marcamos la opción Prueba T para muestras independientes. La pantalla hade quedar así:

Tras eso nos aparecerá el siguiente cuadro de diálogo, en él hemos de ponerlas variables que se muestran ( edad del alumno para contrastar variables y sexocomo variable de agrupación):



40/58


40 Tras ello los resultados que se obtienen son:

Estadísticos de grupo

36 14,53 ,910 ,152

23 14,26 1,137 ,237

Sexo del alumno

Hombre

Mujer

Edad del alumno

N Media

Desviación

típ.

Error típ. de

la media

Prueba de muestras independientes

2,838 ,098 ,996 57 ,323 ,27 ,268 -,270 ,803

,948 39,527 ,349 ,27 ,281 -,302 ,836

Se han asumidovarianzas iguales

No se han asumido

varianzas iguales

Edad del alumno

F Sig.

Prueba de Levene

para la igualdad de

varianzas

t gl Sig. (bilateral)

Diferencia

de medias

Error típ. de

la diferen cia Inferior Super ior

95% Intervalo de

confianza para la

diferencia

Prueba T para la igualdad de medias

Como el valor de la significación es mayor al 1% nos quedaremos con laHipótesis nula (Ho) , y el optar por la Ho significa que las varianzas son iguales.Podemos decir que existe homogeneidad en las variables y que las medias sonmuy similares por lo tanto no existen diferencias significativas lo cual demuestraque la relación entre ambas variables no existe.

2. Existen diferencias, con un nivel de significación del 5%, para las faltasde los alumnos entre el 1er y el 3er trimestre.

En este ejercicio vamos a trabajar con las variables “ faltas de los alumnos enel 1º trimestre ” y “ faltas de los alumnos en el 3º trimestre ”. A partir de estasvariables formulamos las posibles hipótesis:

- Ho→ X1º = X3º - Hi→ X1º ≠ X3º

Se trata de muestras relacionadas, por ello podríamos aplicar la prueba T demedias comparadas pero siempre verificando el supuesto de normalidad parapoder quedarnos con una u otra hipótesis; para ello aplicaremos la prueba deKolmogorov-Smirnov. Introduciremos las dos variables y obtendremos el siguientecuadro:



41/58


41Prueba de Kolmogorov-Smirnov para una muestra

60 59

19,92 17,32

9,645 10,002

,137 ,126

,129 ,126

-,137 -,101

1,058 ,971

,212 ,303

N

Media

Desviación típica

Parámetros normales a,b

Absoluta

Positiva

Negativa

Diferencias más

extremas

Z de Kolmogorov-Smirnov

Sig. asintót. (bilateral)

Nº de faltas

en el 1er

trimestre

Nº de faltas

en el 3er

trimestre

La distribución de contraste es la Normal.a.

Se han calculado a partir de los datos.b.

Como la significación asintótica es 0,212 y 0,303 se cumple el supuesto denormalidad, y ya que la significación es mayor al 5% podemos aceptar laHipótesis nula.

Ya que las muestras son relacionadas, puesto que la variable se ha medidoen momentos temporales distintos pero sobre los mismos sujetos, y el supuestode normalidad se cumple hemos de aplicar la prueba T, para ello pasamos almenú analizar, comparar medias y accedemos a la prueba t para muestras

relacionadas

Una vez dentro de ese apartado nos aparece una ventana en la que debemosseleccionar las variables que correspondan:



42/58


42

Una vez seguidos estos pasos obtenemos lo siguiente:

Estadísticos de muestras relacionadas

19,95 59 9,725 1,266

17,32 59 10,002 1,302

Nº de faltas en

el 1er trimestre

Nº de faltas en

el 3er trimestre

Par 1

Media N

Desviación

típ.

Error típ. de

la media

Correlaciones de muestras relacionadas

59 ,627 ,000

Nº de faltas en el 1er

trimestre y Nº de faltas

en el 3er trimestre

Par 1

N Correlación Sig.

Prueba de muestras relacionadas

2,63 8,526 1,110 ,41 4,85 2,367 58 ,021

Nº de faltas en el 1er

trimestre - Nº de faltas

en el 3er trimestre

Par 1

MediaDesviación

típ.Error típ. de

la media Inferior Superior

95% Intervalo de

confianza para la

diferencia

Diferencias relacionadas


Tras analizar la media de faltas de ambos trimestres podemos decir que elnúmero de faltas cometidas es mayor en el primer trimestre ya que su media esalgo mayor.

Como la significación asintótica es menor al 5% hemos de rechazar laHipótesis nula y aceptar la alterna que nos dice que existen diferencias entre las

faltas de ambos trimestres.



43/58


433. Demuestra si los hombres tienen una nota en matemáticas inferior a lade las mujeres con un nivel de significación del 5%. Comprobarlo tambiéncon la nota en lengua.

Este ejercicio es muy similar a los anteriores, especialmente al primero, yaque aquí entra en juego la variable sexo y por tanto se deberá segmentar elarchivo. En primer lugar, formulamos las hipótesis que se puedan dar para lanota en matemáticas:

- Ho→ X mh = X mm - Hi→ X mh ≠ Xmm

A partir de aquí, como en el ejercicio 1, debemos de verificar el supuesto denormalidad para poder quedarnos con una u otra hipótesis y para elloaplicaremos la prueba de Kolmogorov-Smirnov. Como nos piden que veamos sihay diferencias según sexo deberemos segmentar el archivo y seguidamenterealizar la prueba de Kolmogorov-Smirnov para la variable “nota en matemáticas ” y obtenemos los siguientes resultados:


36

4,997

1,8358

,251

,251

-,138

1,508

,021

24

5,717

2,2272

,234

,234

-,210

1,147

,144

N

Media

Desviación típica


Absoluta

Positiva

Negativa

Diferencias más

extremas



N

Media

Desviación típica


AbsolutaPositiva

Negativa

Diferencias másextremas



Sexo del alumno

Hombre

Mujer

Nota media

en

Matemáticas



La significación asintótica de los hombres es menor al 5% (0,021) y la delas mujeres es mayor (0,144), por lo tanto no se cumple la hipótesis nula ya que

existen diferencias entre hombres y mujeres; al quedarnos con la hipótesisalterna damos por hecho que no se cumple el supuesto de normalidad. Debido a



44/58


44esto hemos de aplicar la Prueba U de Mann – Whitney por ser dos muestrasindependientes. Para calcular esta prueba seguimos los siguientes pasos:analizar, pruebas no paramétricas y 2 muestras independientes:

Una vez dentro aparece un cuadro de dialogo donde debemos seleccionarlas variables implicadas, en el apartado de contrastar variables ponemos lavariable “nota en matemáticas ” y en variable de agrupación ponemos la variable“sexo ”, quedando de la siguiente forma:

Y los resultados que obtenemos son los que a continuación se muestran:

Rangos

36 27,86 1003,00

24 34,46 827,00

60

Sexo del alumno

Hombre

Mujer

Total

Nota media en

Matemáticas

N

Rango

promedio

Suma de

rangos



45/58


45Estadísticos de contrastea

337,0001003,000

-1,436

,151

U de Mann-WhitneyW de Wilcoxon

Z


Nota media

en

Matemáticas

Variable de agrupación: Sexo del alumnoa.

La significación en este caso es mayor al 5% así que rechazamos la Hi y nosquedamos con la Ho. Con esto se puede decir que las diferencias entre la nota dehombres y mujeres no son significativas.

Ahora nos piden que hagamos lo mismo pero esta vez para la nota de lengua.

Las hipótesis que se puedan dar son:

- Ho→ X lh = X lm - Hi→ X lh ≠ Xlm

Al igual que antes deberemos segmentar el archivo y seguidamente realizarla prueba de Kolmogorov-Smirnov pero esta vez para la variable “nota en lengua ” y obtenemos los siguientes resultados:


36

61,486

21,4316

,261

,261

-,136

1,566

,015

24

74,896

20,4460

,256

,256

-,168

1,253

,087

N

Media

Desviación típica


Absoluta

Positiva

Negativa




N

Media

Desviación típica


Absoluta

Positiva

Negativa

Diferencias más

extremas



Sexo del a lumnoHombre

Mujer

Nota media

en Lengua

La distribución de contraste es la No rmal.a.


Observando los resultados vemos que la significación asintótica es diferentepuesto que la de las mujeres es superior al 5% y la de los hombres es menor. Porlo tanto, hemos de aceptar la Hipótesis alterna y aplicar la prueba de U de Mann-Whitney, obteniendo los resultados siguientes:



46/58


46Rangos

36 25,03 901,00

24 38,71 929,00

60

Sexo del alumno

Hombre

Mujer

Total

Nota media en Lengua

N

Rango

promedio

Suma de

rangos

Estadístic os de contrastea

235,000

901,000

-2,978

,003

U de Mann-Whitney

W de Wilcoxon

Z


Nota media

en Lengua

Variable de agrupación: Sexo del alumnoa.

Tras ver los resultados observamos que la significación asintótica es menoral 5%, lo que significa que debemos quedarnos con la hipótesis alterna que diceque la nota media de lengua para los hombres es inferior a la nota media enlengua de las mujeres.

4. Existen diferencias entre los hombres y las mujeres para la variableNúmero de faltas (faltot) con un nivel del 1%?

El primer paso que debemos realizar es identificar las variables que se van aanalizar para así poder formular las hipótesis que puedan darse. En este caso lasvariables implicadas son “número de faltas” y “sexo”, y las posibles hipótesis:

- Ho→ X fh = X fm (la media en el número de faltas de los hombres es igual ala media de las mujeres).

- Hi → X fh ≠ X fm (la media en el número de faltas de los hombres esdistinta a la media de las mujeres).

Como en ejercicios anteriores tenemos que verificar el supuesto denormalidad; al pedirnos que veamos si hay diferencias según el sexo debemossegmentar el archivo y seguidamente realizar la prueba de Kolmogorov-Smirnovpara la variable “número de faltas”. Para llevar a cabo la prueba seguimos losmismos pasos que en los ejercicios anteriores: analizar, pruebas noparamétricas y dentro de esta seleccionamos K-S de una muestra. Una vezrealizados estos pasos seleccionamos la variable “número de faltas” , aceptamos yobtenemos los siguientes resultados:



47/58


47

En ambos casos comprobamos que la significación es mayor al 1%,tanto para los hombres como para las mujeres, por lo que se cumple el supuestode normalidad. Esto a su vez nos hace aceptar en principio la hipótesis nula.

Verificado el supuesto de normalidad pasamos al menú analizar, comparar

medias, prueba T para muestras independientes:


36 57,2500 25,65193 4,2753224 52,9167 22,99133 4,69309

Sexo del alumno

Hombre

Mujer

Nº de faltas

N Media

Desviación

típ.

Error típ. de

la media


36

57,2500

25,65193

,149

,131

-,149

,893

,403

24

52,9167

22,99133

,144

,144

-,118

,706

,702

N

Media

Desviación típica


Absoluta

Positiva

Negativa

Diferencias más

extremas



N

Media

Desviación típica


Absoluta

Positiva

Negativa

Diferencias más

extremas



Sexo del alumno

Hombre

Mujer

Nº de faltas

La distribución de contraste es la Normal. a.

Se han calculado a partir de los datos. b.



48/58


48Prueba de muestras independientes

,749 ,390 ,668 58 ,507 4,3333 6,49091 -8,65964 17,32630

,683 53,020 ,498 4,3333 6,34850 -8,40003 17,06670

Se han asumido

varianzas iguales

No se han asumido

varianzas iguales

Nº de faltas

F Sig.

Prueba de Levene

para la igualdad de

varianzas


Diferencia

de medias

Error típ. de

la diferencia Inferior Superior

95% Intervalo deconfianza para la

diferencia


Lo que hacemos a continuación es comprobar si la significación es mayor omenor a 1% para poder quedarnos con una de las dos hipótesis. En este caso esmayor, por eso nos quedamos con la hipótesis nula, que apunta que no existendiferencias entre la nota final de hombres y mujeres.

5. Comprueba si obtienen una nota final mejor los absentistas bajos que losabsentistas crónicos para un nivel de significación del 5%.

Las variables implicadas en este ejercicio son nota final y tipo de absentismo ;las posibles hipótesis son:

- Ho→ X nab = X nac - Hi→ X nab ≠ Xnac

Primero verificamos el supuesto de normalidad aplicando la prueba deKolmogorov-Smirnov. Antes de realizar la prueba debemos segmentar el archivoporque es necesario hacerlo para poder ver si hay diferencias de nota final segúnel tipo de absentismo. Una vez segmentado nos vamos al menú analizar, pruebasno paramétricas, K-1 de una muestra, contrastar variable “nota final”. Losresultados que obtenemos son:



49/58


49Prueba de Kolmogorov-Smirno v para una mu estra

13

6,9828

1,18192

,228

,217

-,228

,822

,510

22

6,1608

1,20747

,175

,170

-,175

,819

,513

25

5,6352

2,22195

,250

,250

-,133

1,249

,088

N

Media

Desviación típica


Absoluta

Positiva

Negativa




N

Media

Desviación típica


Absoluta

Positiva

Negativa




N

Media

Desviación típica


Absoluta

Positiva

Negativa




Tipo de Absentismo

Bajo

Regular

Crónico

Nota mediadel alumno



En los tres casos la significación es mayor al 5% por lo que podemos decirque se cumple el supuesto de normalidad y que en principio aceptamos la

hipótesis nula que dice que obtienen una nota mejor los absentistas bajos quecrónicos.

Para verificar esta elección pasamos a comparar las medias: analizar,comparar medias, prueba T para muestras independientes; estos son losresultados:

Estadístico s de grupo

13 6,9828 1,18192 ,32780

25 5,6352 2,22195 ,44439

Tipo de Absentismo

Bajo

Crónico

Nota media del alumno

N Media

Desviación

típ.

Error típ. de

la media


6,143 ,018 2,033 36 ,049 1,3476 ,66278 ,00336 2,69174

2,440 35,941 ,020 1,3476 ,55221 ,22755 2,46755

Se han asumido

varianzas iguales

No se han asumido

varianzas iguales

Nota media del alumno

F Sig.

Prueba de Levene

para la igualdad de

varianzas


Diferencia

de medias

Error típ. de

la diferencia I nfe rior Super ior

95% Intervalo de

confianza para la

diferencia




50/58


50En primer lugar nos fijamos en las medias; vemos que hay bastante

diferencia entre absentistas bajos (13) y absentistas crónicos (25). Pasamos puesa ver la significación y comprobamos que en ambos casos no es igual ni superael 5%. Con estos resultados podemos señalar que debemos quedarnos con la

hipótesis alterna (H1) y rechazar la hipótesis nula (H0); traducido a otras palabrasdiríamos que no obtienen mejor nota los absentistas bajos que los crónicos.

6. Los alumnos con nivel económico bajo obtienen una media menor que losalumnos de nivel económico alto en alguna de las tres asignaturas(Matemáticas, Medio Ambiente y Lengua), utiliza un nivel de 5%.

Otra vez, como en apartados anteriores, debemos identificar las variables yformular las hipótesis posibles. Las variables implicadas son nivel económico ynota media en las tres asignaturas , y las posibles hipótesis son:

- Ho → X nb = X na (no existen diferencias entre los alumnos con nivel

económico alto y los alumnos con nivel económico bajo en las asignaturasde matemáticas, lengua y medio ambiente)

- H1 → X nb ≠ X na (no existen diferencias entre los alumnos con niveleconómico alto y los alumnos con nivel económico bajo en las asignaturasde matemáticas, lengua y medio ambiente)

Para verificar el supuesto de normalidad aplicamos la prueba deKolmogorov-Smirnov, segmentado antes el archivo para comparar los grupos

según el nivel económico. Seguidamente realizamos la prueba de Kolmogorov-Smirnov de la siguiente forma: analizar, pruebas no paramétricas, K-1 de unamuestra; esta vez en lugar de seleccionar solo una variable seleccionamos lastres variables de nota en la asignatura (nota media en matemáticas, nota media enlengua y nota media en Medio Ambiente ) ya que debemos de observar la nota enlas tres asignaturas y si existen diferencias en alguna de ellas según el niveleconómico de los alumnos. Los resultados obtenidos son:



51/58


51Prueba de Kolmogorov-Smirnov para una muestra

13 13 13

5,115 52,08 59,338

1,4070 13,294 18,2465

,335 ,364 ,316

,335 ,240 ,316

-,228 -,364 -,229

1,209 1,314 1,139

,108 ,063 ,149

15 15 15

3,960 32,20 53,720

1,2557 17,193 18,1044

,261 ,396 ,347

,261 ,396 ,347

-,222 -,257 -,191

1,010 1,536 1,342,259 ,018 ,054

19 19 19

6,321 54,16 82,221

2,2491 13,150 19,1572

,232 ,257 ,243

,152 ,181 ,243

-,232 -,257 -,194

1,009 1,119 1,058

,260 ,164 ,213

13 13 13

5,469 55,08 67,046

2,1422 6,487 20,9784

,354 ,298 ,261,354 ,298 ,261

-,222 -,223 -,221

1,276 1,074 ,942

,077 ,199 ,338

N

MediaDesviación típica

Parámetros normales

a,b

Absoluta

Positiva

Negativa

Diferencias más

extremas



N

Media

Desviación típica

Parámetros normalesa,b

Absoluta

Positiva

Negativa

Diferencias más

extremas

Z de Kolmogorov-SmirnovSig. asintót. (bilateral)

N

Media

Desviación típica


Absoluta

Positiva

Negativa

Diferencias más

extremas



N

Media

Desviación típica


AbsolutaPositiva

Negativa




Nivel Económico

,

Bajo

Medio

Alto

Nota media

en

Matemáticas

Nota media

en Medio

Ambiente

Nota media

en Lengua



Si observamos la significación por materias vemos que en matemáticas y enlengua es mayor al 5% en los dos grupos pero en medio ambiente no lo es en losdos grupos. Para el grupo de nivel económico bajo la significación es menor a 5%mientras que para el grupo de nivel económico alto es mayor a 5%. De este modo

el supuesto de normalidad sólo se cumple para matemáticas y lengua, paramedio ambiente no.

Una vez comprobada la normalidad, debemos utilizar diferentesprocedimientos: como en las materias de matemáticas y lengua la significación esmayor debemos realizar la prueba T, mientras que para la asignatura medioambiente aplicamos la prueba de U de Mann-Whitney-Prueba T para matemáticas



52/58


52Estadísticos de grupo

15 3,960 1,2557 ,3242

13 5,469 2,1422 ,5941

Nivel Económico

Bajo

Alto

Nota media en

Matemáticas

N Media

Desviación

típ.

Error típ. de

la media


11,616 ,002 -2,312 26 ,029 -1,509 ,6527 -2,8509 -,1676

-2,230 18,784 ,038 -1,509 ,6768 -2,9270 -,0915

Se han asumido

varianzas iguales

No se han asumidovarianzas iguales

Nota media en

Matemáticas

F Sig.

Prueba de Levenepara la igualdad de

varianzas

t gl Sig. (bilateral)Diferenciade medias

Error típ. dela dif eren cia Inferior S uper ior

95% Intervalo de

confianza para ladiferencia


-Prueba T para lengua


15 53,720 18,1044 4,6745

13 67,046 20,9784 5,8184

Nivel Económico

Bajo

Alto


N Media

Desviación

típ.

Error típ. de

la media


1,537 ,226 -1,805 26 ,083 -13,326 7,3830 -28,5021 1,8498

-1,785 23,941 ,087 -13,326 7,4636 -28,7322 2,0799

Se han asumido

varianzas iguales

No se han asumido

varianzas iguales


F Sig.

Prueba de Levene

para la igualdad de

varianzas


Diferencia

de medias

Error típ. de

la d iferencia Infe rior Superior

95% Intervalo deconfianza para la

diferencia


Con esto resultados podemos ver que la significación asintótica paramatemáticas es menor al 5%, por ello debemos rechazar la hipótesis nula y

aceptar la alterna, que dice que existen diferencias entre alumnos con niveleconómico bajo y entre alumnos con nivel económico alto. Sin embargo para elcaso

manual de practicas de spss junio final

Documents