Análisis cuantitativ o de datos con SPSS

Pruebas paramétricas
Manual de trabajo para el Taller de Métodos Estadísticos para
I nvestigadores.

En general las pruebas paramétricas son más potentes que las

pruebas no paramétricas, pero exigen que se cumplan una serie de Temas a tratar
supuestos como la normalidad en la distribución variable, la
homocedasticidad (igualdad de varianzas) y la independencia de  Pruebas paramétricas de
las observaciones, requiriendo algunas pruebas que se cumplan todo comparación de medias
el conjunto de supuestos o alguno de ellos, dependiendo de la  Condiciones de parametricidad
prueba a utilizar, sin los cuales, estas pruebas pierden todo su  Variable numérica
potencial y resulta imprescindible recurrir a sus homólogas no  Normalidad
paramétricas.  Homocedasticidad
 Selección de la muestra
Las pruebas paramétricas a estudiar serán:  Muestras independientes
 Muestras dependiente so
Prueba t (para una muestra o para dos muestras relacionadas relacionadas
o independientes) y prueba
 Tipos de pruebas paramétricas

ANOVA (para más de dos muestras independientes).

Importante.
Ho (hipótesis nula) representa la
afirmación de que no existe
asociación entre las dos
variables estudiadas.

Ha (hipótesis alternativa) afirma

que hay algún grado de
relación o asociación entre las
dos variables. Dicha decisión
puede ser afirmada con una
seguridad que se decide
previamente a través del nivel
de significación

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 1 de 15
Condiciones de parametricidad.
a. Variable numérica: la v ariable de estudio (la dependiente) debe estar medida en una
escala que sea, por lo menos, de interv alo e, idealmente, de razón.

b. Normalidad: los v alores de la v ariable dependiente deben seguir una distribución normal;
por lo menos, en la población a la que pertenece la muestra.

Debido a esto es preciso comprobar si la distribución de nuestro estudio sigue esta estructura
teórica. Para ello una simple exploración v isual de los datos puede sugerir la forma. Existen, no
obstante, otras medidas como son los gráficos de normalidad y los contrastes de hipótesis
(Prueba de Kolmogorov -Smirnov (se usa cuando n≥50) y la Prueba de Shapiro-Wilk (se usa
cuando n<50) que pueden ayudarnos a decidir, de un modo más riguroso, si la muestra de la
que se dispone procede o no de una distribución normal. Cuando los datos no sean normales
se emplearán otros métodos estadísticos que no exijan este tipo de restricciones (los llamados
métodos no paramétricos).

c. Homocedasticidad (homogeneidad de v arianzas) entre los grupos a comparar: las

v arianzas de la v ariable dependiente en los grupos que se comparan deben ser
aproximadamente iguales.

Existen v arias pruebas que permiten comprobar la igualdad de v arianzas (F de Fisher, prueba
de Lev ene, prueba de Bartlett, etc.). En este estudio, desarrollaremos la prueba de Lev ene,
esto es, aquella que emplea SPSS para comprobar que las v arianzas de la v ariable
dependiente en los grupos que se comparan sean aproximadamente iguales.

d. La “n” muestral: no debe ser inferior a 30, y cuanto más se acerque a la n poblacional
mejor. Dado que las pruebas paramétricas realizan estimación de parámetros de la población
a partir de muestras estadísticas, es lógico pensar que cuanto más grande sea la muestra, más
exacta será la estimación; en cambio, cuanto más pequeña, más distorsionada será la media
de las muestras por los v alores raros extremos.

Selección de la muestra

a. Muestras independientes. Son aquellas cuyo univ erso de población resulta diferente. Es
el caso, por ejemplo, de la v ariable sexo, que se div ide en dos univ ersos diferentes: hombres y
mujeres; o el de la v ariable estado civil, definida por solteros, casados, divorciados, viudos,
etc.

b. Muestras dependientes o relacionadas. Se refieren a las prov enientes de un univ erso

muestral, a las que se aplicará un plan experimental, mediante el cual se espera un cambio,
de manera que en el análisis de las observaciones existen dos períodos: antes y después del
tratamiento.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 2 de 15
Tipos de pruebas paramétricas a. Prueba t para una muestra.
Contrasta si la media de una
A continuación en la siguiente tabla resumimos el tipo de población difiere significativamente
prueba que debe utilizarse según el contraste planteado: de un v alor dado conocido o
hipotetizado.

b. Prueba t para dos muestras

Tipo de Contraste Pruebas independientes. Esta prueba debe
utilizarse cuando la comparación se
realice entre las medias de dos
Una muestra Prueba T poblaciones independientes, por
ejemplo, en el caso de la
Dos muestras independientes Prueba t para muestras comparación de las poblaciones de
independientes hombres y mujeres.

c. Prueba t para dos muestras

Dos muestras relacionadas Prueba t para muestras relacionadas. Existe una segunda
relacionadas alternativa para contrastar dos
medias. Esta se refiere al supuesto
caso en el que las dos poblaciones
Más de dos muestras ANOVA no sean independientes, es decir, el
caso en el que se trate de
independientes poblaciones relacionadas, por
ejemplo, en los diseños apareados,
diseños en los que los mismos
PRUEBA T PARA MUESTRAS INDEPENDIENTES indiv iduos son observ ados antes y
después de una determinada
interv ención.
CASO 01 CON SPSS
d. Prueba ANOVA para más de
dos muestras independientes.
La v ariable raza se desea saber si está relacionada con el peso de ANOVA es el acrónimo de análisis de
los indiv iduos (una v ariable cuantitativa, cuya medida está en la varianza. Es una prueba
kilogramos). estadística desarrollada para realizar
simultáneamente la comparación
Es decir, pretendemos responder a la pregunta: de las medias de más de dos
poblaciones. A la asunción de
Normalidad debe añadirse la de la
¿Está relacionada la raza del individuo con su peso? homogeneidad de las v arianzas de
las poblaciones a comparar.
REVI SAR EL SI GUIENTE VÍ DEO TUTORI AL: (encontrarás la explicación
paso a poso del desarrollo y resolución del caso) Si del ANOVA resultase el rechazo
de la hipótesis nula de igualdad de
http://youtu.be/dMp5dafERVM
medias, se debe proseguir el
análisis con la realización de los
En este caso se trata de comparar las medias de una v ariable contrastes a posteriori (post hoc).
cuantitativ a (peso) en dos grupos establecidos por una v ariable
(raza); por lo que el procedimiento estadístico correspondiente es
Prueba t para muestras independientes.

PASO 1: Verificar el cumplimiento de normalidad y homocedasticidad.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 3 de 15
Se hace clic en Gráficos y luego se activ a gráficos con pruebas de normalidad.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 4 de 15
Seguidamente, se nos muestra las pruebas de normalidad:

Pruebas de normalidad
Prueba de Kolmogorov -Smirnov (se
Kolmogorov-Smirnov
a
Shapiro-Wilk usa cuando n≥50) y la
Raza del individuo
observado Estadístico gl Sig. Estadístico gl Sig. Prueba de Shapiro-W ilk (se usa
cuando n<50).
Peso del Negro ,174 17 ,182 ,943 17 ,350
individuo Blanco Si p>0.05 se acepta Ho, en caso
,166 15 ,200* ,903 15 ,107 contrario se rechaza; teniendo en
observado cuenta que:
*. Este es un límite inferior de la significación verdadera.
a. Corrección de la significación de Lilliefors Ho= El peso de los individuos
tiene distribución normal.

En nuestro ejemplo en ambos grupos el p-v alor es no significativo Ha= El peso de los individuos no
(esto es, p-valor > 0,05). Por lo que aceptamos Ho, es decir, se tiene distribución normal .
asume la normalidad de la v ariable cuantitativa “peso” en ambos
grupos (“raza blanca y raza negra”).

PASO 2:

Para completar el análisis inferencial debemos recurrir al contraste de hipótesis, es decir, Prueba T
para muestras independientes.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 5 de 15
En v ariables para contrastar seleccionar peso y en v ariables de agrupación raza, luego pulsar en
Definir grupos y considerar los grupos 1 y 2, pulsar en Continuar y Aceptar.

Paso 03

Los resultados que se muestran son:

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 6 de 15
 Estadísticos de grupo
Una prueba de homogeneidad de
Raza del N Media Desviación Error típ. v arianzas (la prueba de Lev ene), El
programa hace un contraste a
individuo típ. de la trav és del estadístico F de
observado media Snedecor y nos aporta una
significación estadística, o v alor “p”

Peso del Negro 17 69,4118 7,34046 1,78032 Ho: “las v arianzas son
homogéneas”
individuo
observado Blanco 15 69,2667 8,07524 2,08502 Ha: “las v arianzas no son
homogéneas

p-v alor es 0.382 > 0.05, concluimos que las varianzas en los grupos son homogéneas.

• La prueba T propiamente dicha, “para la igualdad de medias” nos da la siguiente información:

 El v alor de T (t), los grados de libertad del estadístico (gl) y, lo más importante, el v alor de “p-
valor” (Sig. Bilateral) asociado al contraste.

 El v alor de la diferencia de medias entre los dos grupos, su error típico, y el interv alo de
confianza al 95% de dicha diferencia de medias

En el ejemplo con el que estamos trabajando la t de Student en la fila superior (“se han asumido
varianzas iguales”): el estadístico t= 0.053 (con 30 grados de libertad) y el v alor “p-valor” o sig.
bilateral es 0,958.

Conclusión:

“No hay asociación entre el peso y la raza, ya que la media del peso de los de raza negra y los de
raza blanca no son estadísticamente dif erentes al nivel de significación alfa = 0,05”.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 7 de 15
 ANOVA
Cuando la v ariable cualitativa
Comparación de medias de una v ariable cuantitativa en tres o tiene tres o más categorías, el
análisis de asociación entre esta
más grupos establecidos por una v ariable categórica v ariable y una cuantitativa ya no
puede llev arse a cabo por el test t
REVI SAR (encontrarás la explicación paso a poso del desarrollo de Student, sino que debe
recurrirse a una técnica conocida
y resolución del caso): como Análisis de Varianza
(ANOVA).
http://youtu.be/gOJgq2odXBI
Esta prueba contrasta las hipótesis:

Ho: “las medias de las

distribuciones de la variable
cuantitativa en todos y cada
CASO 02 CON SPSS uno de los grupos
independientes son iguales”:
¿Hay relación entre el peso de los individuos y su estado civil?
Ha: “alguna de las medias de
Antes que nada debemos comprobar si se cumple el requisito de las distribuciones de la variable
cuantitativa en todos y cada
normalidad en la distribución de la v ariable cuantitativa en todos
uno de los grupos
y cada uno de los estratos. independientes es diferente”.

PASO 01.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 8 de 15
Con respecto a los test de normalidad, se encuentra significación estadística (p-v alor > 0,05) en el
test de Shapiro-Wilk(n<50) en los tres grupos de estado civ il, lo que llev a a asumir la normalidad en
la distribución de la v ariable peso en la población de la que prov ienen los indiv iduos de la muestra.

Pruebas de normalidad
a
Estado civil del Kolmogorov-Smirnov Shapiro-Wilk
individuo Estadístico gl Sig. Estadístico gl Sig.
*
Peso del Soltero ,167 11 ,200 ,908 11 ,229
individuo Casado ,178 10 *
,907 10 ,263
,200
observado
*
Otro ,141 11 ,200 ,957 11 ,735
*. Este es un límite inferior de la significación verdadera.
a. Corrección de la significación de Lilliefors

PASO 02

Ejecutar la prueba ANOVA:

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 9 de 15
Los resultados que se obtienen se muestran a continuación:

Primero se nos muestra un cuadro resumen con los estadísticos descriptiv os (de la v ariable
cuantitativ a) más relev antes en cada grupo que se v a a contrastar: las medias (y sus I nterv alos de
Confianzas al 95%), las desv iaciones típicas y los v alores máximo y mínimo.

Descriptivos

Peso del individuo observado

Intervalo de
confianza para la
media al 95%

Desviación Error Límite Límite

N Media típica típico inferior superior Mínimo Máximo

Soltero 11 72,1818 8,17090 2,46362 66,6925 77,6711 58,00 82,00

Casado 10 64,0000 5,09902 1,61245 60,3524 67,6476 58,00 72,00

Otro 11 71,3636 6,74200 2,03279 66,8343 75,8930 59,00 81,00

Total 32 69,3438 7,56737 1,33774 66,6154 72,0721 58,00 82,00

Luego, la homogeneidad de varianzas, el test de Levene.

En nuestro ejemplo la significación estadística “p-valor” (Sig)= 0.492, pudiendo asumirse la

homogeneidad de v arianzas.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 10 de 15
 Prueba de homogeneidad de varianzas
Para llev ar a cabo el contraste, se
recurre al estadístico F de
Peso del individuo observado Snedecor, que en nuestro ejemplo
v ale 4.480 y tiene un “p-v alor (sig)
Estadístico de gl1 gl2 Sig. =0.020 > 0.05

Levene Conclusión:

,727 2 29 ,492 “las v ariables PESO y grupos de

ESTADO CVIL muestran
asociación”;
Por último, aparece la salida del ANOVA
Se rechaza la Hipótesis nula.

En este caso habría lugar a ev aluar

los contrastes a posteriori, puesto
que se ha encontrado diferencias
significativas en el ANOVA.

ANOVA de un factor

PASO 03

Pulsar en la casilla Post hoc y seleccionar algún tipo de pruebas según v arianzas iguales o diferentes,
los contrastes a posteriori más usadas son Tukey, Bonferroni, DMS. Para el ejemplo se seleccionó la
prueba DMS y Tukey-b (por tener diferentes tamaños de grupos)

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 11 de 15
Los resultados se muestran a continuación:

En el cuadro de comparaciones múltiples v emos que cada grupo de ESTADO CIVIL se compara con
los otros dos, obteniéndose en cada contraste la diferencia de medias, el I C95%, el error estándar y
el p-valor “sig.”, en la que en algunos casos es no-significativo.

Comparaciones múltiples

Variable dependiente: Peso del individuo observado

Intervalo de confianza al 95%

Diferencia de Error
(I) Estado civil del individuo Sig.
medias (I-J) típico
Límite inferior Límite superior

DMS Soltero Casado 8,18182 * 2,98795 ,010 2,0708 14,2929

Otro ,81818 2,91594 ,781 -5,1456 6,7819

Casado Soltero -8,18182 * 2,98795 ,010 -14,2929 -2,0708

Otro -7,36364 * 2,98795 ,020 -13,4747 -1,2526

Otro Soltero -,81818 2,91594 ,781 -6,7819 5,1456

Casado 7,36364 * 2,98795 ,020 1,2526 13,4747

*. La diferencia de medias es significativa al nivel 0.05.

De igual manera la prueba de Tukey nos proporciona los subconjuntos homogéneos, como en
nuestro caso hay diferencia significativa en los grupos estados civil, se muestra los tres grupos en
diferente subconjunto; lo indica que hay diferencia entre los grupos.

Peso del individuo observado

Estado civil del individuo N Subconjunto para alfa = 0.05

1 2

Casado 10 64,0000

Tukey Ba,b Otro 11 71,3636

Soltero 11 72,1818

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 12 de 15
 PRUEBA T PARA MUESTRAS RELACIONADAS O
PAREADAS Consideraremos la comparación
de las medias de dos poblaciones
en base a dos muestras
emparejadas o relacionadas. Por
ejemplo, los datos de la v ariable
peso y supongamos que queremos
CASO 03 CON SPSS establecer la influencia de un
programa de ejercicios anti estrés,
por lo que se mide el peso antes y
después de iniciar los ejercicios anti
estrés, aquí cada caso representa
REVI SAR EL SI GUIENTE VI DEO TUTORI AL (encontrarás la explicación a un mismo sujeto..
paso a poso del desarrollo y resolución del caso):
Las hipótesis a plantear son:
http://youtu.be/tBVX4vbmbks Ho: El niv el promedio de peso antes
del los ejercicios anti estrés es igual
al peso después del los ejercicios
anti estrés.
Entonces necesitamos probar si:
Ha: El niv el promedio de peso
antes del los ejercicios anti estrés es
¿Hay diferencia significativa entre el peso antes de los ejercicios diferente al peso después del los
anti estrés y después de los ejercicios anti estrés? ejercicios anti estrés.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 13 de 15
Se encuentran los siguientes resultados en: Estadísticos de muestras relacionadas, la media, tamaño
muestral común, desv iación típica y error típico de la media de cada una de las dos v ariables.

Estadísticos de muestras relacionadas

Media N Desviación típ. Error típ. de la

media

Peso antes del tratamiento

69,3438 32 7,56737 1,33774
anti estrés
Par 1
Peso después del
66,2500 32 5,90790 1,04438
tratamiento anti estrés

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 14 de 15
Finalmente, encontramos los resultados de la prueba T de muestras relacionadas: media, desviación
típica y error típico de la media para la diferencia de las dos muestras, un interv alo de confianza y
un contraste para la diferencia de las medias.

Prueba de muestras relacionadas

Diferencias relacionadas95% Intervalo de

Desviación Error típ. de la confianza para la Sig.

Media típ. media Inferior Superior t gl (bilateral)
Par 1 Peso antes del 3,09375 2,55721 ,45205 2,17178 4,01572 6,844 31 ,000
tratamiento anti estrés -
Peso después del
tratamiento anti estrés

Puesto que la significación o P-valor “Sig. bilateral” = 0.000 < 0.05 se concluye que hay diferencia
significativa entre el peso antes y después de iniciar los ejercicios anti estrés, podemos decir que, hay
ev idencia estadística para afirmar que los ejercicios anti estrés ayudan a reducir el peso.

Cuadernillo de trabajo para el taller de métodos estadístcos Dr. Jean Zapata Página 15 de 15