Cuando queremos evaluar el grado de asociación o independencia
entre una variable cuantitativa y una variable categórica, el procedimiento estadístico inferencial recurre a comparar las medias de las distribuciones de la variable cuantitativa en los diferentes grupos establecidos por la variable categórica.
• Si esta tiene solo dos categorías (dicotómica), se utiliza el test t de
Student; • si tiene tres o más categorías, la comparación de medias se realiza mediante el Análisis de Varianza ANOVA
Requisitos previos en ambos casos:
• Distribución normal de la variable en los grupos que se comparan
• Homogeneidad de varianzas en las poblaciones de las que proceden los grupos (Homocedasticidad). Este segundo criterio parece que puede considerarse menos relevante.
Su no cumplimiento conlleva la necesidad de recurrir a pruebas no
paramétricas.
2. T de Student
2.1. Para dos muestras independientes
• Comprobar normalidad (proponer método)
• Analizar>Comparar medias>Prueba t para dos muestras independientes • En contrastar variables ponemos la cuantitativa y en variable de agrupación la cualitativa dicotómica • En la salida ver la tabla con la prueba de Levene. Si el p valor es significativo (p<0,05) debemos dudar de que se cumpla el requisito de homocedasticidad • Luego hay que observar la tabla “Prueba de muestras independientes”, sobre todo la columna “Sig. (bilateral)”. Si el p valor es menor o igual a 0,05 diremos que existe asociación entre las variables y si no, no • Si no se cumple el requisito de la normalidad, se puede utilizar la prueba U de Mann-Whitney (Analizar>Pruebas no paraméticas>para 2 muestras independientes??). También se mira la significación (Sig.)
3. Análisis de Varianza ANOVA
• Comprobar normalidad (proponer método)
• Analizar>Comparar medias>ANOVA de un factor • Trasladamos la variable cualitativa a la ventana “Factor” y la variable cuantitativa a la ventana “Dependientes”. • En “Opciones” podemos marcar “Descriptivos”, “Prueba de homogeneidad de las varianzas”, “Gráfica de las medias” y podemos ver qué hacer con los valores perdidos • En “Post hoc”, si el ANOVA ha indicado que existen diferencias estadísticamente significativas entre los grupos y queremos realizar todas las comparaciones posibles entre ellos para obtener la máxima información. Dos buenas pruebas pueden ser la de Bonferroni y la de Tukey. Vemos a ver si sale lo mismo en las dos. Si se incumple el supuesto de homocedasticidad se proponen las pruebas T3 o C de Dunnett. • En la salida hay que observar el estadístico de Levene, para confirmar la homocedasticidad. Si Sig. > 0,05 se confirma homocedasticidad • Después, en la tabla “ANOVA” hay que ver la columna “Sig.” de la fila “Inter-grupos”. Si tiene un p valor menor que 0,05 (p<0,05) se puede concluir que existe asociación entre las variables. Entonces habrá que mirar las pruebas post hoc (profundizar en esto). • Después vendrían las pruebas post hoc. Ver en la columna Sig. qué pares ofrecen una Sig. < 0,05. Entre esos dos habría una diferencia significativa. Luego se puede ver qué media es la menor o mayor para estudiar a favor de quién va la diferencia.