FUNDAMENTOS METODOLÓGICOS EN PSICOLOGÍA ANÁLISIS BÁSICOS CON SPSS
|
|
- Ramón Salinas Vidal
- hace 8 años
- Vistas:
Transcripción
1 UNIVERSIDAD DE SEVILLA FACULTAD DE PSICOLOGIA FUNDAMENTOS METODOLÓGICOS EN PSICOLOGÍA PROFESORES: Gutiérrez, Mayte Martínez, Rafael J. Moreno, Rafael ANÁLISIS BÁSICOS CON SPSS INDICE: Pág. 1. Estadísticos descriptivos y gráficos Estudios Unitarios Estudios Relacionales VVDD Cualitativas VVDD Ordinales VVDD Cuantitativas Introducción a la toma de decisiones: Pruebas de significación y Tamaño de efecto Bibliografía
2 En este segundo documento relacionado con el paquete estadístico SPSS (Statistical Package for Social Sciences), enumeramos algunos análisis estadísticos básicos y gráficos en función de la composición (unitaria o relacional) del objeto de estudio, y del tipo de valores (cualitativo, ordinal y cuantitativo) de las variables a analizar. 1. ESTADÍSTICOS DESCRIPTIVOS Y GRÁFICOS Estudios Unitarios En este tipo de estudios, las tabulaciones y los porcentajes proporcionan una descripción útil para los datos de cualquier distribución, especialmente para las variables con categorías ordenadas o desordenadas. Para un primer análisis descriptivo se debe utilizar la siguiente secuencia de menú: spss Analizar Estadísticos descriptivos Frecuencias En la ventana emergente hay que seleccionar las variables que se desean analizar. Es conveniente seleccionar la casilla que indica Mostrar tablas de frecuencias (por defecto ya viene seleccionada). Una vez pulsado el botón que indica Estadísticos seleccionar en la ventana siguiente los índices adecuados al nivel de medida. Por ejemplo, para variables cualitativas (escala nominal) se debe marcar como índice de tendencia central Moda (correspondiente al valor más frecuente), mientras que para variables ordinales, además del anterior índice tiene sentido obtener la Mediana (el valor que divide a la serie de casos ordenados en dos mitades; corresponde al percentil 50). En el botón de Ayuda del programa se pueden encontrar descripciones más detalladas de los distintos estadísticos y su utilidad. 2
3 En el mismo menú es posible obtener algunos gráficos básicos. Para ello se debe pulsar en el botón que indica Gráficos. En el caso de variables cualitativas es recomendable utilizar Gráfico de Barras, aunque también es posible utilizar Gráficos de sectores. Para variables ordinales es preferible utilizar un gráfico de barras en el que los valores de la variable aparezcan ordenados en el eje horizontal de manera ascendente. En la ventana de gráficos también es posible indicar si las etiquetas de valores aparecen como frecuencias o como porcentajes, siendo esta última opción preferible si se pretenden comparar los datos en términos relativos. Para las variables cuantitativas (que en la definición de variables del programa SPSS se señalan como escalas) también es posible utilizar el procedimiento de frecuencias, siguiendo la misma secuencia de menú anterior. En este tipo de variables puede tener sentido desmarcar la casilla Mostrar tablas de frecuencias si la variable cuantitativa presenta un número de valores muy alto. Además de los índices propios de variables cualitativas y ordinales, se deben señalar los adecuados a este nivel de medida, como por ejemplo la Media y la Desviación Típica. En cuanto a gráficos para variables cuantitativas continuas es preferible utilizar la opción Histograma. Tabla 1. Índices de tendencia central y gráficos a utilizar en función del tipo de variables. Índices/ Tipo de variables V. Cualitativas (Escala nominal) Índices de tendencia central Moda Gráficos Gráfico de Barras Gráfico de Sectores V. Ordinales Moda Mediana Gráfico de Barras V. Cuantitativas (Escala de intervalo y razón) Moda Mediana Media 3 Histogramas
4 1.2. Estudios Relacionales (NOTA: Las explicaciones que se hacen en este apartado sirven para un análisis exploratorio de la combinación de valores entre variables y su relación, ya sean entre una VI y una VD, como entre dos VVII, o entre una Vi y una VE. En las explicaciones se utiliza sólo el ejemplo de una relación entre VVII y VVDD, pero se puede aplicar al análisis del control sustituyendo en estas explicaciones VD por VE). *** Para realizar estudios relacionales es necesario considerar tanto el tipo de valores de la VI como de la VD para seleccionar los análisis adecuados a cada tipo. En los siguientes subapartados lo vamos a desarrollar en función del tipo de valores de las VVDD, especificando cuando sea necesario lo relativo al tipo de valores de las VVII VVDD Cualitativas Cuando se trata de analizar relaciones con VVDD cualitativas se pueden utilizar tablas de contingencia con la siguiente secuencia del menú del programa SPSS: spss Analizar Estadísticos descriptivos Tablas de Contingencia Esta función permite calcular la frecuencia de casos de cada combinación de valores de las variables a relacionar. Aunque en la ventana emergente que aparece el programa no distingue la función de VI o VD, sin embargo es conveniente seleccionar a las VVDD como columnas, ya que si se quieren utilizar los gráficos de esta función aparecerán representadas las VVII en el eje horizontal y las frecuencias de casos por cada valor de la VD aparecerán representadas como barras. 4
5 Qué hacer cuando la VVII tiene muchos valores? Hay que tener en cuenta que en el caso de VVII con muchos valores como puede ocurrir con algunas variables cuantitativas y ordinales- las tablas y gráficos resultan muy complejos por lo que es conveniente simplificar el rango de valores de esas variables mediante alguna recodificación. Cómo aplicar una tabla de contingencias a los distintos tipos de relaciones? Se pueden seleccionar simultáneamente varias VVII y varias VVDD, y el programa ofrecerá una tabla por cada variable que aparezca como fila con cada variable que aparezca como columna, por lo que permite analizar relaciones simples y múltiples. Si se quiere analizar una relación de interacción del tipo VI 2 R (VI 1 R VD) se debe colocar la VD como columna y la VI 1 como fila. La VI 2 se debe colocar en el cuadro donde indica Capa 1 de 1, lo que nos ofrecerá una tabla de contingencia de la relación de primer orden por cada valor de la VI 2. Cómo hay que proceder cuando se dispone de igual (o diferente) número de casos por condición? En el botón Casillas se ha de seleccionar la información que aparecerá en las casillas de la tabla. Por defecto aparece Recuentos de casos observados, que nos informa de la frecuencia de casos en cada celda de la tabla. Esta opción puede ser válida si el número de casos de cada combinación de valores de las VVII es el mismo. Si no es así, es preferible utilizar Porcentajes por filas, que permiten realizar comparaciones en una escala porcentual común (situada en las columnas) por cada valor de la VI (situada en las filas). 5
6 Cómo utilizar los gráficos para una interacción asociados a la tabla de contingencia? Se pueden utilizar los gráficos asociados a la función de tablas de contingencia del programa SPSS es necesario marcar la casilla correspondiente, Mostrar los gráficos de barras agrupados. Esta opción ofrecerá un gráfico de barras por cada valor de la VI 2 de la relación de segundo orden; en cada uno de esos gráficos aparecerán los valores de la VI 1 en el eje horizontal o de categorías, y las frecuencias de casos de cada valor de la VD aparecerán representadas como barras. Cómo realizar los gráficos si interesa utilizar porcentajes? En caso de que sea preferible utilizar porcentajes en lugar de frecuencias o recuentos, entonces se puede utilizar la función de gráficos del programa SPSS 17.0 con la siguiente secuencia del menú (en versiones anteriores del programa puede no ser esta secuencia): spss Gráficos Cuadros de diálogo antiguos Barras 6
7 A continuación se debe seleccionar Agrupado para representar una relación. Tras marcar la casilla Resúmenes para grupos de casos se ha de picar en el botón Definir, tras el que aparecerá un cuadro de diálogo. En primer lugar se deben indicar lo que representan las barras, siendo aconsejable utilizar porcentajes (% de casos) si se quiere comparar condiciones con números de casos diferentes. En la casilla que señala Eje de categorías se debe incluir la VI 1 de la relación de primer orden, y en la casilla Definir grupos por: se ha de incluir a la VD cualitativa. En el caso de que se quiera representar una interacción, entonces la VI 2 de la relación de segundo orden se debe incluir en las casillas de Panel, bien mediante Filas o bien mediante Columnas. En ambos casos ofrecerá un gráfico por cada valor de la VI 2, con la diferencia de que en el primer caso aparecerán unos arriba de otros mientras que en el segundo caso aparecerán unos gráficos junto a otros. 7
8 Qué estadísticos se pueden calcular en la función de tablas de contingencia para comprobar si existe o no relación entre variables y cómo interpretarlos? Con la misma función de tablas de contingencia es posible calcular estadísticos que midan la fuerza de la relación entre las variables (ver la nota posterior sobre el tamaño de efecto). Para ello se debe picar en el botón Estadísticos y señalar los adecuados para variables cualitativas o de escala nominal. De los distintos índices estadísticos que ofrece el programa uno de los más fáciles de interpretar es el Coeficiente de contingencia. Ésta es una medida de asociación cuyo valor varía entre 0 y 1. El valor 0 indica que no hay asociación entre las variables de fila y de columna, mientras que los valores cercanos a 1 indican que hay gran relación entre las variables. El valor máximo posible depende del número de filas y columnas de la tabla. 8
9 Cómo calcular el coeficiente de contingencia para analizar una relación de interacción? Habrá que tener en cuenta que en el caso de analizar una interacción con al menos dos VVII, el programa no ofrece un coeficiente de contingencia único sino uno por cada valor de la VI 2 de la relación simple entre la VI 1 y la VD VVDD Ordinales En caso de VVDD ordinales se pueden aplicar los mismos procedimientos descritos anteriormente para generar estadísticos descriptivos y gráficos. Aunque en este caso también se pueden utilizar otros procedimientos específicos como el de comparar medidas de tendencia central. Para ello se puede utilizar la siguiente secuencia: spss Analizar Comparar Medias Medias Cómo proceder para analizar una interacción? En la ventana que aparece a continuación se han de incluir las VVDD y las VVII en sus cuadros correspondientes. En caso de estar interesado en el análisis de los datos de una interacción se debe utilizar la función de Capas mediante los botones Anterior y Siguiente ir incluyendo las sucesivas VVII cuyos valores se van a combinar. Hay que tener en cuenta que la VI que se introduzca en la última capa es la que tendrá una relación directa con la VD, y que por tanto debe corresponder a las de una relación sencilla (VI 1 ). 9
10 Qué índices descriptivos son adecuados utilizar en caso de utilizar variables dependientes de tipo ordinal? Una vez indicadas las variables se debe picar en el botón Opciones para señalar los estadísticos adecuados a este nivel de medida. Por defecto el programa incluye la media, la desviación típica y el número de casos, que son adecuados para medidas cuantitativas. En el caso que estamos viendo de medidas ordinales se han de quitar estos índices e incluir la mediana como medida de tendencia central y el rango, así como el valor mínimo y máximo, como medidas de dispersión. Cómo utilizar los gráficos asociados a la tabla de contingencia? Como gráficos se pueden utilizar las mismas representaciones de barras agrupadas descritas anteriormente para variables cualitativas. En el caso de VD ordinales ésta se ha de incluir en el cuadro donde se indica lo que representan las barras, en el que se ha de señalar Otro estadístico. El programa en su opción por defecto señala la media aritmética. Para cambiar este estadístico por la mediana se debe picar el botón Cambiar estadístico y señalar Mediana de valores en la ventana que aparece a continuación. En el caso de dos VVII se debe incluir la que tiene una relación sencilla con la VD (la VI 1 ) en la casilla de Definir grupos por:, mientras que la VI 2 de la relación de segundo orden se ha de poner en la casilla Eje de categorías. Este procedimiento nos ofrecerá un solo gráfico de barras, en el que las medianas de la VD 10
11 aparecerán representadas como barras diferenciadas por colores según las condiciones de la VI 1, y separadas según las condiciones de la VI 2. Qué índices estadísticos se pueden utilizar (cuando la VI sea también ordinal o cuantitativa) para medir si existe relación entre la VVII y VVDD? En el caso de que la VI 1 sea también ordinal (o cuantitativa) se puede optar por calcular una correlación r (rho de Spearman), que es una medida de la fuerza de la relación (ver el apartado posterior sobre el tamaño del efecto). Este índice estadístico se puede obtener siguiendo el mismo procedimiento de tablas de contingencia ya explicado. Para ello sólo hay que seleccionar en la ventana que aparece tras picar en el botón Estadísticos la casilla que indica Correlaciones. El programa ofrecerá como resultado una tabla titulada Medidas simétricas, que indica que el resultado no diferencia entre el papel de VI o VD, sino que sólo cuantifica la magnitud de la relación entre dos variables. Aparecen en la tabla el valor de dos correlaciones: la de Pearson, que mide la asociación lineal entre variables cuantitativas al menos de intervalo; y la de Spearman para variables ordinales que mide la asociación entre órdenes de rangos. Hay otras medidas de asociación entre variables ordinales (Gamma, d de Somers, Tau-b y Tau-c de Kendall) que se aplican en determinados supuestos. 11
12 Cómo hay que interpretar estos índices de asociación? En general el valor de estos índices siempre está comprendido entre -1 y 1. Los valores próximos a 1, en valor absoluto, indican una fuerte relación entre las dos variables. Los valores próximos a cero indican que hay poca o ninguna relación entre las dos variables. En estas tablas aparecerán también valores de las pruebas de significación estadística, que permiten decidir si se considera una determinada correlación como estadísticamente significativa (es decir, si se considera distinta de 0). Si se quieren analizar estas medidas en una relación de interacción del tipo VI 2 R (VI 1 R VD) se deben seguir las mismas instrucciones descritas en el apartado de tablas de contingencia para VVDD cualitativas. En este caso el programa ofrecerá distintos índices de correlación para la relación (VI 1 R VD) por cada valor de VI VVDD Cuantitativas En caso de VVDD cuantitativas el programa ofrece distintas alternativas de análisis en función del nivel de medida de las VVII. Cómo proceder si las VVII son cualitativas u ordinales? Si las VVII son cualitativas u ordinales con pocos valores entonces se puede utilizar la siguiente secuencia: spss Analizar Comparar Medias Medias En la ventana que aparece a continuación se han de incluir las VVDD y las VVII en sus cuadros correspondientes. En caso de estar interesado en el análisis de los datos de una interacción se debe utilizar la función de Capas mediante los botones Anterior y Siguiente ir incluyendo las sucesivas VVII cuyos valores se van a combinar. Hay que tener en cuenta que la VI que se introduzca en la última capa es la 12
13 que tendrá una relación directa con la VD, y que por tanto corresponde a las de una relación sencilla (VI 1 ). Qué índices estadísticos son adecuados emplear? Una vez indicadas las variables se debe picar en el botón Opciones para señalar los estadísticos adecuados a este nivel de medida. Por defecto el programa incluye la media, la desviación típica y el número de casos, que son adecuados para medidas cuantitativas. Como resultado el programa ofrecerá tablas con las medias y desviaciones típicas por cada valor de la VI 1, diferenciando distintas tablas en función de los valores de la VI 2. Qué gráficos utilizar? En cuanto a gráficos, si las VVII son cualitativas u ordinales con pocos valores se puede utilizar una representación de barras, similar a la que se explicó en ese caso para VVDD ordinales. Para variables dependientes cuantitativas se puede utilizar la media como representación de las barras en lugar de la mediana. Si se quiere representar tanto medidas de tendencia central como de dispersión de los datos entonces se puede utilizar un diagrama de cajas. Los diagramas de cajas muestran la mediana (mediante una raya horizontal gruesa), el rango intercuartil (mediante una caja), los valores atípicos (casos con valores entre 1,5 y 3 veces la amplitud intercuartil) y los casos extremos (casos con valores superiores a 3 veces el rango intercuartil) de variables individuales. spss Gráficos Cuadros de diálogos antiguos Diagramas de cajas 13
14 En la ventana emergente las opciones son parecidas a las de un gráfico de barras. En primer lugar hay que seleccionar si el gráfico es Simple (para una relación sencilla) o Agrupado si tenemos más de una VI. Se debe marcar la opción Resúmenes para grupos de casos para que ofrezca datos de la VD por cada combinación de valores de las VVII. Una vez que se pulsa el botón Definir entonces se debe seleccionar a la VD como Variable ; la VI 1 que se quiere plantear en una relación de primer orden con la VD se debe incluir en el cuadro Definir grupos por:, mientras que la VI 2 que conforma la relación de segundo orden se debe colocar en el Eje de categorías. Cómo y qué índices emplear para medir la relación entre las variables? En cuanto a la medida de la magnitud de la relación con VVDD cuantitativas, el cálculo para obtener índices de correlación se puede hacer con la función Tablas de contingencia que ya hemos explicado anteriormente, colocando a la VD como columna. Dependiendo del nivel de medida o tipo de valores de la VI se ha de seleccionar en Estadísticos los índices adecuados. Si la VI es ordinal o cuantitativa se debe marcar la casilla Correlaciones que nos ofrecerá tanto el índice de Spearman (ordinales) como el de Pearson (cuantitativas). Como ya se comentó para las VVDD ordinales sus valores oscilan entre -1 y 1. Cuando la VI es cualitativa (y tiene pocas categorías) entonces se debe marcar el índice Eta, que es una medida de asociación comprendida entre 0 y 1. El valor 0 indica que no hay asociación mientras que los cercanos a 1 indican que hay gran relación entre las variables. Se calculan dos valores de eta: uno trata la variable de las filas como una variable de intervalo; el otro trata la variable de las columnas como una variable de intervalo. 14
15 2. INTRODUCCIÓN A LA TOMA DE DECISIONES: PRUEBAS DE SIGNIFICACIÓN Y TAMAÑO DE EFECTO Una vez que se han realizado los análisis descriptivos anteriores, en muchas ocasiones es necesario tomar una decisión a partir de ellos. Aunque en la asignatura de Fundamentos Metodológicos no abordaremos en profundidad esta cuestión sí queremos presentar aquí una pequeña introducción que sirva de orientación intuitiva sobre este tema. En concreto nos centraremos en la toma de decisiones sobre la consideración de una relación como nula o no. Como se ha podido comprobar a lo largo del desarrollo del trabajo cooperativo, en muchas ocasiones se hace necesaria una valoración sobre la existencia o no de covariación entre variables por ejemplo entre VE y VI, o entre VI y VD-. Cuando abordamos esta cuestión basándonos en datos empíricos la decisión no siempre es clara -se habrá podido comprobar en el propio trabajo de investigación realizado y en las presentaciones de otros equipos-. Exceptuando casos extremos de covariación perfecta entre variables o de covariación completamente nula, en la mayoría de los casos nos encontramos con situaciones intermedias en las que se necesita un criterio para decidir si consideramos una relación como nula o no. La estadística nos aporta estos criterios, que en el caso de las relaciones consisten en el análisis del tamaño de efecto y las pruebas de significación estadística, las cuales se verán en mayor profundidad en las asignaturas de Diseño y Análisis de Datos en Psicología. Las pruebas de significación estadística, también llamadas de contraste de hipótesis, son un procedimiento para dirimir entre dos hipótesis denominadas hipótesis nula (H 0 ) e hipótesis alternativa (H 1 ). La hipótesis nula establece que una determinada diferencia (p. ej. entre dos medias observadas, entre una media observada y una media teórica, o entre una correlación observada y una de valor nulo) es explicable por azar desde un determinado modelo de probabilidad. La hipótesis alternativa considera que la diferencia encontrada no es explicable por azar, sino que es debida a diferencias realmente existentes. Las pruebas de significación estadística, asumiendo que la hipótesis nula es verdadera, calculan cuál es la probabilidad de que ocurra la diferencia o contraste observados en los datos. El criterio de decisión establece que si la probabilidad estimada es mayor que un nivel preestablecido (que se conoce como nivel de significación α) entonces se acepta como verdadera la H 0, y se consideran nulas las diferencias, o explicables por azar. Si, por el contrario, la probabilidad estimada es menor que el nivel de significación entonces se considera falsa la H 0 y se acepta como verdadera la hipótesis alternativa, H 1, de que las diferencias encontradas no son explicables por azar. Convencionalmente el nivel de significación se establece en un valor de 0,05 o de 0,01. En algunos de los procedimientos de análisis del programa SPSS se proporciona directamente el valor de la probabilidad asociada al contraste o al índice estadístico estimado, indicado como Sig. o como p (p. ej. cuando se calculan los índices de correlación), el cual se debe comparar con los valores preestablecidos de α. Por su parte, el tamaño de efecto es una medida de la fuerza de la relación entre dos variables, mientras que las pruebas de significación estadísticas estiman la probabilidad de que la relación pueda ser debida al azar. El cálculo del tamaño de efecto sirve así para complementar la toma de decisiones basada en las pruebas de significación. Nos podemos encontrar así que una relación significativa estadísticamente 15
16 es decir con una probabilidad pequeña de ser explicada por azar-, puede ser considerada nula a efectos prácticos por tener un tamaño de efecto muy pequeño. También nos podemos encontrar una relación con un tamaño de efecto grande que sin embargo no es significativa desde el punto de vista estadístico. El tamaño de efecto se puede plantear desde una perspectiva previa o posterior a la recogida de datos. Cuando se hace antes, se establece el tamaño de efecto mínimo que se tomará en consideración, a partir de lo cual se estima el tamaño de la muestra necesario para un determinado nivel de significación y potencia de la prueba. Cuando se hace después de la recogida de datos, se limita al cálculo del tamaño de efecto a partir de los datos obtenidos. Las medidas del tamaño de efecto pueden ser estandarizadas (como la r de Pearson o la d de Cohen), o no estandarizadas (como por ejemplo la diferencia entre dos medias grupales). Cuando las unidades de medida de las variables tienen sentido y son comprensibles es preferible usar medidas no estandarizadas, ya que permiten interpretar adecuadamente la información que proporcionan (por ejemplo los Kg. perdidos tras seguir una dieta, calculando la diferencia del peso antes y después de la dieta). Cuando se utilizan medidas estandarizadas se suelen utilizar unas escalas arbitrarias para interpretarlas. Para el coeficiente de correlación de Pearson Cohen propuso las siguientes directrices: tamaño de efecto pequeño, r = ; medio, r = ; grande, r = 0.37 o mayor. Una medida relacionada del tamaño de efecto es el coeficiente de determinación (el coeficiente de Pearson al cuadrado: r 2 ). Este índice nos ofrece una medida de la proporción de varianza compartida por las dos variables, cuyos valores oscilan entre 0 y 1. Otro índice estandarizado del tamaño de efecto es la d de Cohen, definida como la diferencia entre dos medias divididas por una desviación típica: Depende de cómo se calcule esa desviación típica dará lugar a distintos índices (tomando la del conjunto de los dos grupos; la del grupo control, ), cuya explicación excede los propósitos de este documento. En todo caso la interpretación que propone Cohen de este índice es la siguiente: un tamaño de efecto de 0.2 a 0.3 se consideraría pequeño; en torno a 0.5 se consideraría un tamaño de efecto medio; y de 0.8 o superior se puede considerar un tamaño de efecto grande (teniendo en cuenta que d puede ser mayor que 1). El programa SPSS permite calcular muchos de los índices de correlación comentados como medidas de tamaño de efecto. 16
17 Tabla 2.-Índices y gráficos para estudios relacionales expuestos en este documento en función del tipo de valores de VI y VD. Tipo de VD Tipo de VI Indices Descriptivos por condición Procedimientos Gráficos Índices de la magnitud de la relación CUALITATIVA Cualitativa Ordinal Cuantitativa Moda Nº de Casos Tablas de Contingencia Gráfico de Barras (Frecuencia o porcentajes) Coeficiente de contingencia ORDINAL Cualitativa Ordinal y Cuantitativa Moda Mediana Rango Nº de Casos Comparar medianas Tablas de contingencia Gráfico de Barras (Mediana) Coeficiente de contingencia Correlación r (rho de Spearman), CUANTITATIVA Cualitativa y Ordinal Moda Mediana Media Desviación Tipo Nº de Casos Comparar medias Tablas de contingencia Gráfico de Barras (Media) Diagrama de cajas (Mediana) Índice Eta (VI cualitativa) Índice de Spearman (VI ordinal) Cuantitativa Moda Mediana Media Desviación Tipo Nº de Casos Comparar medias Tablas de contingencia Diagrama de dispersión Índice de Pearson 3. Bibliografía Lizasoain, L. y Joaristi, L. (2003). Gestión y análisis de datos con SPSS versión 11. Madrid: Thomson. Moreno, R., Martínez y Chacón, S. (2000). Fundamentos metodológicos en psicología y ciencias afines. Madrid: Pirámide. Wikipedia (12/2009). Effect size. 17
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
Más detallesPráctica 1: Introducción a SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 1: Introducción a SPSS 1 Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detallesPráctica 2 Estadística Descriptiva
Práctica 2 Estadística Descriptiva Contenido Introducción...................................... 1 Tablas de frecuencias................................. 2 Medidas de centralización, dispersión y forma...................
Más detallesGRÁFICOS GRÁFICOS EN SPSS. Bakieva, M., González Such, J., Jornet, J., Terol, L.
GRÁFICOS GRÁFICOS EN SPSS GRÁFICOS EN SPSS. TIPOS DE GRÁFICOS. GRÁFICOS DE BARRAS; GRÁFICOS DE LÍNEAS; GRÁFICOS DE ÁREAS; GRÁFICOS DE SECTORES; GRÁFICOS DE MÁXIMOS Y MÍNIMOS; DIAGRAMA DE CAJA; DIAGRAMAS
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesDIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009
Índice general 5 Análisis de datos categóricos 3 51 Tablas de contingencia 3 52 Distribuciones marginales y condicionadas 4 53 Independencia Test Chi-cuadrado Tablas 2 2 6 531 Independencia 6 532 Test
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detallesAnálisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema
Más detallesTeoría 3_10 Gráficos!
Teoría 3_10 Gráficos! Gráficos de columnas Ideal para mostrar cambios de datos en un período de tiempo o para ilustrar comparaciones entre elementos. En los gráficos de columnas, las categorías normalmente
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
Más detallesCapítulo 2. Cómo utilizar la ayuda
Capítulo 2 Cómo utilizar la ayuda El SPSS cuenta con un completo sistema de ayuda al que puede accederse desde cualquier ventana o cuadro de diálogo. Este sistema de ayuda adopta varios formatos diferentes,
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesJulio Deride Silva. 27 de agosto de 2010
Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride
Más detallesAnálisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears
Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación
Más detalles3. Análisis univariable y bivariable
FUOC P01/71039/00748 36 Investigación descriptiva: análisis de información 3. Análisis univariable y bivariable 3.1. Análisis univariable Como se ha visto, los métodos de análisis univariable se utilizan
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesDebemos obtener las medidas estadísticas más comunes.
- Ejercicio: Gráficos Estadísticos Estudiando el número de hijos de 30 familias elegidas al azar en una ciudad se han obtenido los siguientes datos: 1, 2, 3, 5, 6, 0, 7, 8, 4, 1, 3, 4, 5, 2, 6, 5, 2, 3,
Más detallesEstadística descriptiva. Representación de datos descriptivos
6 Estadística descriptiva. Representación de datos descriptivos Alberto Rodríguez Benot Rodolfo Crespo Montero 6.1. Introducción Tal como vimos en la introducción, la estadística descriptiva comprende
Más detallesSESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS
SESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS I. CONTENIDOS: 1. Relación entre valores numéricos.. Cálculo de media, mediana y moda en datos agrupados y no agrupados. 3. La media, mediana y moda en variable
Más detallesGráficas: ( Parte I ) Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados
Gráficas: ( Parte I ) Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados Gráficas Definición de Gráfica Una gráfica es una representación pictórica o visual de un conjunto de datos. Puede ilustrar
Más detallesNociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad
Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Introducción a la estadística descriptiva La estadística descriptiva ayuda a describir las características de grupos
Más detallesAnálisis de fiabilidad. García-Bellido, R.; González Such, J. y Jornet Meliá, J.M.
SPSS: ANÁLISIS DE FIABILIDAD ALFA DE CRONBACH El coeficiente Alfa de Cronbach es un modelo de consistencia interna, basado en el promedio de las correlaciones entre los ítems. Entre las ventajas de esta
Más detallesÍndice de contenidos. Primera parte Introducción al SPSS. 1. Estructura del SPSS
Índice de contenidos Primera parte Introducción al SPSS 1. Estructura del SPSS Tipos de ventanas SPSS Ventana designada versus ventana activa Cuadros de diálogo Subcuadros de diálogo Las barras de menús
Más detallesLa Estadística Médica. Descripción General de la Bioestadística. Esquema de la presentación. La Bioestadística. Ejemplos de fuentes de Incertidumbre
Esquema de la presentación A. DESCRIPCIÓN GENERAL La Estadística Médica B. ORGANIZACIÓN DE LA ASIGNATURA 1. PROGRAMA 2. METODOLOGÍA DOCENTE 3. BIBLIOGRAFÍA 4. EVALUACIÓN 2 La Bioestadística Descripción
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
Más detallesMedidas de asociación
13 Medidas de asociación Irene Moral Peláez 13.1. Introducción Recurriremos a las medidas de asociación cuando queramos evaluar el grado de asociación entre dos variables y no únicamente comprobar analíticamente
Más detallesCUADERNO DE EJERCICIOS
MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Psicopedagogía Curso 2009/2010 CUADERNO DE EJERCICIOS Ejercicio nº 1 Aplicada una prueba de medición de la inteligencia a un grupo de 50 alumnos, las puntuaciones
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesANÁLISIS ESTADÍSTICO. Estadística descriptivos: Tablas, gráficos, estadísticos descriptivos. Jorge Fallas jfallas56@gmail,com
ANÁLISIS ESTADÍSTICO Estadística descriptivos: Tablas, gráficos, estadísticos descriptivos Jorge Fallas jfallas56@gmail,com 2010 1 Describiendo el set de datos Conocer contexto de los datos Variable, nivel
Más detallesPRUEBAS PARA DOS MUESTRAS RELACIONADAS
PRUEBAS PARA DOS MUESTRAS RELACIONADAS Estos contrastes permiten comprobar si hay diferencias entre las distribuciones de dos poblaciones a partir de dos muestras dependientes o relacionadas; es decir,
Más detallesIntroducción a la estadística básica, el diseño de experimentos y la regresión
Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio
Más detallesPráctica 2: Intervalos de confianza y contrastes con SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 2: Intervalos de confianza y contrastes con SPSS 1 El objetivo de esta práctica es aprender a calcular intervalos
Más detallesCapítulo 12 Análisis de variables categóricas El procedimiento Tablas de contingencia
Capítulo 12 Análisis de variables categóricas El procedimiento Tablas de contingencia En las ciencias sociales, de la salud y del comportamiento es bastante frecuente encontrarse con variables categóricas.
Más detallesCAPÍTULO 10 Tipos de gráficos
CAPÍTULO 10 Tipos de gráficos En el capítulo anterior hemos estado viendo todos los entresijos del gráfico de columnas estándar que nos muestra OpenOffice Impress como gráfico predeterminado, y con él
Más detallesNivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94
6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios
Más detallesTema 3. 3. Correlación. Correlación. Introducción
3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test
Más detallesESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2
ESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2 1.- ANÁLISIS DE LA VARIANZA CON UN FACTOR El análisis de la varianza estudia el efecto de una o varias variables independientes denominadas factores sobre
Más detallesObjetos Gráficos. Hay disponible una galería de imágenes prediseñadas y también ofrece la posibilidad de agregar imágenes almacenadas en un archivo.
Trataremos los siguientes temas: Objetos Gráficos Objetos gráficos Gráficos En las planillas de cálculo no todo es texto o números. También se pueden agregar ilustraciones, imágenes que te permitirán "decorar"
Más detallesTabulación Cruzada. Sample StatFolio: crosstabulation.sgp
Tabulación Cruzada El procedimiento de Tabulación Cruzada esta diseñado para resumir dos columnas de datos. Esta construye una tabla de dos-caminos mostrando las frecuencias de ocurrencia de cada uno de
Más detallesInferencia estadística III. Análisis de Correlación. La inferencia estadística también se puede aplicar para:
1 Inferencia estadística III La inferencia estadística también se puede aplicar para: 1. Conocer el grado de relación o asociación entre dos variables: análisis mediante el coeficiente de correlación lineal
Más detallesCALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA
CALIDAD 1 DIAGRAMA DE CORRELACIÓN-DISPERSIÓN QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN? Es una herramienta gráfica que permite demostrar la relación existente entre dos clases de datos y cuantificar
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesEstadística. Estadística
Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesContenido. Página 2 de 8
RÚBRICA Contenido INTRODUCCIÓN... 3 CONFIGURACIÓN Y GESTIÓN DE UNA RÚBRICA... 3 Definir un nuevo formulario de calificación desde cero, para crear un nuevo formulario desde cero... 4 Crear un nuevo formulario
Más detallesLos fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista:
Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista: (1) Cuáles son los procesos mentales que realizamos para construir una frase? (por ejemplo,
Más detallesConocer la forma de analizar las Medidas de Tendencia Central de una distribución con OpenOffice Calc.
Objetivo: Conocer la forma de analizar las Medidas de Tendencia Central de una distribución con OpenOffice Calc. CALC: MEDIDAS DE TENDENCIA CENTRAL Las medidas de tendencia central sirven como puntos de
Más detalles2. OBJETIVOS ESPECÍFICOS Y METODOLOGÍA
2. OBJETIVOS ESPECÍFICOS Y METODOLOGÍA A continuación, se describe de forma detallada cuáles son los objetivos específicos de información y la metodología empleada tanto en la recogida de información como
Más detallesANÁLISIS DE DATOS MULTIDIMENSIONALES
ANÁLISIS DE DATOS MULTIDIMENSIONALES INTRODUCCIÓN DISTRIBUCIÓN DE FRECUENCIAS MULTIDIMENSIONAL DISTRIBUCIONES MARGINALES DISTRIBUCIONES CONDICIONADAS INDEPENDENCIA ESTADÍSTICA ESTUDIO ANALÍTICO DE DISTRIBUCIONES
Más detallesINFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016
INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN
Más detallesEstadística inferencial. Aplicación con el SPSS
Estadística inferencial. Aplicación con el SPSS Sabina Pérez Vicente Unidad de Calidad APES Hospital Costa del Sol sabina.perez.exts@juntadeandalucia.es Comparabilidad inicial de los grupos Se debe realizar
Más detallesCapítulo 6. Análisis bivariante de variables
Contenidos: Capítulo 6 Análisis bivariante de variables Distribución bidimensional de frecuencias ( tabla de correlación o contingencia ) Distribuciones marginales Coeficientes de Asociación Análisis de
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 9 DESCRIPTIVOS El submenú Estadísticos descriptivos está en el menú Analizar, y ofrece una serie de opciones para analizar datos de una forma sencilla. En este capítulo serán descritos estos procedimientos.
Más detallesno paramétrica comparar más de dos mediciones de rangos (medianas)
Friedman Es una prueba no paramétrica de comparación de tres o más muestras relacionadas, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel ordinal
Más detallesSnapStat: Análisis de Una Muestra
SnapStat: Análisis de Una Muestra Resumen La SnapStat Análisis de Una Muestra crea un resumen en una hoja de una sola columna de datos numéricos. Calcula estadísticas de resumen e intervalos de confianza,
Más detallesPotencia estadística
Potencia estadística M. Dolores Frías http://www.uv.es/~friasnav 1 Potencia Estadística 1 - Es la probabilidad que tiene la prueba estadística para rechazar una hipótesis NULA FALSA Tiene un rango de 0
Más detallesBase de datos en la enseñanza OpenOffice
Base de datos en la enseñanza OpenOffice 5. Informes 1 ÍNDICE 5 Informes... 3 Introducción...... 3 Asistente para informes......... 4 Actividad 1... 9 Modificar un informe......... 10 Actividad 2... 10
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesCapítulo 1. Análisis de Tablas de Contingencia. 1. Introducción. Capítulo 1
Capítulo 1 1. Introducción En ciencias sociales es muy frecuente recurrir a la tabulación cruzada de los datos cuando además de describir (análisis univariable) nos interesa comparar (análisis bivariable).
Más detallesPractica 1. Análisis de Tablas de Contingencia
Practica 1 A n á l i s i s d e T a b l a s d e C o n t i n g e n c i a Análisis de Tablas de Contingencia 1.- Partimos de dos variables, que suponemos relacionadas, entre las que examinaremos si existe
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN.
1.- Unidad Académica: Facultad de Ingeniería UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN 2.- Programa (s) de estudio:
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS EMPRESARIALES
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS EMPRESARIALES CARRERA: LICENCIATURA EN TURISMO ASIGNATURA: ESTADÍSTICA SOCIAL CURSO: 3er. AÑO AÑO: 2015 CARGA HORARIA SEMANAL: CUATRO
Más detallesEjercicio 5 de Excel 1. Lea y escriba la información en su cuaderno 2. Realice los ejercicios
Ejercicio 5 de Excel 1. Lea y escriba la información en su cuaderno 2. Realice los ejercicios Si queremos quitar los formatos que hemos aplicado, podemos ir a Inicio/Modificar, y desplegamos el menú Borrar
Más detallesIngeniería en Innovación Agrícola Sustentable
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Estadística Ingeniería en Innovación Agrícola Sustentable ASF-1010 (Créditos) SATCA: 3-2-5 2.- PRESENTACIÓN Caracterización
Más detalles3. VARIABLES ALEATORIAS
. VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad
Más detallesUnidad 2. Componentes de LibreOffice. CURSO: Introducción LibreOffice
Unidad 2 Componentes de LibreOffice CURSO: Introducción LibreOffice 1 Introducción Como hemos dicho, LibreOffice es una suite ofimática, es decir que tiene diferentes programas para dar soporte a las tareas
Más detallesTema 1. Modelo de diseño de experimentos (un factor)
Tema 1. Modelo de diseño de experimentos (un factor) Estadística (CC. Ambientales). Profesora: Amparo Baíllo Tema 1: Diseño de experimentos (un factor) 1 Introducción El objetivo del Análisis de la Varianza
Más detallesb) Haz otra distribución en 12 intervalos de la amplitud que creas conveniente.
Página EJERCICIOS Y PROBLEMAS PROPUESTOS PARA PRACTICAR Deseamos hacer una tabla con datos agrupados a partir de datos, cuyos valores extremos son 9 y. a) Si queremos que sean 0 intervalos de amplitud,
Más detallesTEMA 5 Inferencia no paramétrica. Guía docente:
TEMA 5 Inferencia no paramétrica Guía docente: Pruebas estadísticas unidireccionales (una cola) y pruebas estadísticas bidireccionales (dos colas) Antes de continuar con el tema nos vamos a detener en
Más detallesMicrosoft Office Word 2007
Introducción: Continuando con los temas considerados en el temario, iniciamos con el procesador de texto, usualmente llamados documentos y contienen una gran variedad de funcionalidades y entre otras cosas
Más detallesLaboratorio 2: Análisis de datos bivariantes
Laboratorio 2: Análisis de datos bivariantes Tablas de Contingencia, Diagramas de Barras 1. Se introducen los siguientes datos cualitativos correspondientes a n = 10 individuos en los que se estudia el
Más detallesANALISIS DE DATOS EN PSICOLOGIA I Programa de la asignatura; curso 2007/08
1 ANALISIS DE DATOS EN PSICOLOGIA I Programa de la asignatura; curso 2007/08 A.- OBJETIVOS DE LA ASIGNATURA El objetivo principal de esta asignatura es contribuir a familiarizar al estudiante con las herramientas
Más detallesTEMA 2. En esta unidad didáctica se da un repaso teórico general y se realizan una serie de actividades sencillas de aplicación.
FRACCIONES TEMA 2 INTRODUCCIÓN Para aplicar esta unidad didáctica es conveniente que ya se hayan estudiado las fracciones en clase de forma tradicional, es decir, empleando la pizarra, el papel y el lápiz.
Más detallesDatos de tipo cuantitativo
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 2: medidas de tipo paramétrico Documento Datos de tipo cuantitativo Son aquellos que están representados por números.
Más detalles5 Relaciones entre variables.
ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas
Más detallesGraficación de Funciones Trigonométicas con OpenOffice.org Calc Graficar la Función Seno con OpenOffice.org Calc
Graficación de Funciones Trigonométicas con OpenOffice.org Calc A continuación presento las nociones para generar gráficos de las funciones trigonométicas seno, coseno, tangente, cotangente, secante y
Más detallesEl método utilizado en esta investigación será el método probabilístico ya que el universo en estudio es finito.
CAPITULO III: MARCO METODOLOGICO. 3.1 TIPO DE INVESTIGACION: El tipo de estudio que se desarrollara en la investigación es, descriptiva, porque está dirigido a determinar cómo es, cómo está la situación
Más detallesDeterminación del tamaño muestral para calcular la significación del coeficiente de correlación lineal
Investigación: Determinación del tamaño muestral para calcular 1/5 Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal Autores: Pértegas Día, S. spertega@canalejo.org,
Más detallesTEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.
Más detallesDocumento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN
Documento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN La Estadística se ocupa de los métodos y procedimientos para recoger,
Más detallesIniciación a Microsoft Excel. Definición y descripción de una hoja de cálculo
Iniciación a Microsoft Excel El programa que nos ocupará a continuación, Microsoft Excel, nos permite representar información de cualquier tipo en forma tabulada, así como realizar operaciones de cálculo
Más detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
Más detallesPERIODO 2 SOFTWARE MANEJADOR DE BASE DE DATOS CONCEPTOS BASICOS DE MICROSOFT ACCESS
PERIODO 2 SOFTWARE MANEJADOR DE BASE DE DATOS CONCEPTOS BASICOS DE MICROSOFT ACCESS CONTENIDOS INICIAR MICROSOFT ACCESS CERRAR MICROSOFT ACCESS LA PANTALLA INICIAL DE MICROSOFT ACCESS CREAR UNA BASE DE
Más detallesContenidos Programáticos. PROGRAMA: VARIAS (Ingeniería, Administración, edufísica, M. veterinaria )
Página 1 de 4 FACULTAD: CIENCIAS BÁSICAS PROGRAMA: VARIAS (Ingeniería, Administración, edufísica, M. veterinaria ) DEPARTAMENTO DE: MATEMÁTICA CURSO : ESTADISTICA I CÓDIGO: 157011 ÁREA: MATEMÁTICA REQUISITOS:
Más detallesUtilización del menú Formato de Celdas
Formatos en Excel La forma en que la información aparece en la hoja de cálculo se puede cambiar si se cambia el tamaño, estilo y color de los datos dentro de esas celdas. El formato predeterminado que
Más detallesDistribución normal. Cajón de Ciencias. www.cajondeciencias.com. Qué es una variable estadística?
Distribución normal Cajón de Ciencias Qué es una variable estadística? Una variable estadística es un parámetro que puede variar de manera aleatoria dentro de un rango de valores. Por ejemplo, la variable
Más detallesContenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades
Más detallesEJERCICIOS DE ESTADÍSTICA DESCRIPTIVA Ejercicios tema 2
EJERCICIOS DE ESTADÍSTICA DESCRIPTIVA Ejercicios tema 2 2. Un grupo de 0 estudiantes de un curso de postgrado se dispone a evaluar la calidad del mismo en una escala con las siguientes modalidades: MALO,
Más detallesUna hoja de cálculo es un tipo de documento en el que
1. PARA QUÉ SIRVE EXCEL Una hoja de cálculo es un tipo de documento en el que introducimos datos y los relacionamos entre ellos para poder analizarlos. Los datos que podemos introducir en una hoja de cálculo
Más detallesLa estadística en Internet
5 La estadística en Internet Neus Canal Díaz 5.1. Introducción Actualmente, Internet se está convirtiendo en una de las principales fuentes de información en muchas áreas, como es la investigación científica.
Más detallesMICROSOFT POWERPOINT MICROSOFT POWERPOINT 2013. Manual de Referencia para usuarios. Salomón Ccance CCANCE WEBSITE
MICROSOFT POWERPOINT MICROSOFT POWERPOINT 2013 Manual de Referencia para usuarios Salomón Ccance CCANCE WEBSITE TRABAJAR CON GRÁFICOS 11.1. Crear y Eliminar Gráficos Para insertar un gráfico en una diapositiva
Más detallesno paramétrica comparar dos mediciones de rangos (medianas)
Wilcoxon Es una prueba no paramétrica de comparación de dos muestras relacionadas, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel ordinal
Más detallesTema Contenido Contenidos Mínimos
1 Números racionales - Fracciones equivalentes. - Simplificación de fracciones. - Representación y comparación de los números fraccionarios. - Operaciones con números fraccionarios. - Ordenación de los
Más detalles2. OBJETIVOS Al finalizar este módulo, tendrá conocimientos sobre:
1. INTRODUCCIÓN Las hojas de cálculo se pueden considerar un componente indispensable en la administración y gestión de las empresas, ya que permiten realizar cálculos complejos en un corto espacio de
Más detalles