Professional Documents
Culture Documents
UNIVERSITAT JAUME I
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Prlogo:
Estructura:
r En primer lugar, un texto cientfico comprende una serie de partes fijas: Ttulo, Autor/es,
Resumen (tambin llamado Abstract), Introduccin, Mtodo (o metodologa), Resultados,
Discusin, Referencias, y, si fuera necesario, Apndices y Notas del Autor. El Ttulo debe
mantener un equilibrio entre la concisin y la explicitacin, esto es, ha de ser conciso pero
ha de incluir suficiente informacin para resumir la idea principal del texto (recordemos
que el ttulo es lo primero que se ve, y es lo que debe captar la atencin de los posibles
lectores). Para los nombres de los autores, debe sealarse el primer nombre completo (si es
compuesto), seguido por la inicial del segundo y el primer apellido, aunque si bien est
permitido que aquellos nombres compuestos (p.ej.: Mara Jos) se sealen como M. Jos
o M Jos.
r En el resumen debe sintetizarse de forma precisa, concisa, coherente y comprensible el
contenido del trabajo, en un prrafo de no ms de 120 palabras. Sealar que ste es uno de
los apartados ms importantes del trabajo, ya que, junto al ttulo, es lo que va a hacer que
los lectores se interesen. Adems, en prcticamente todas las bases de datos de indexacin
de artculos cientficos, solo estn disponibles de forma gratuita dichos resmenes. Es por
ello, que debe darse la mayor informacin posible para que los investigadores puedan
utilizar nuestros avances.
r La introduccin debe incluir la presentacin clara y precisa del problema objeto de estudio,
qu es lo que se ha realizado anteriormente y como, as como la importancia que ste
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
problema ha tenido en el desarrollo de la sociedad mediante la revisin de la literatura.
Recordar que cuando se est citando trabajos de otros, se deben indicar, ya que si no nos
estaramos apropiando del esfuerzo de otros (el cmo se cita lo veremos ms adelante).
Igualmente, se debe discutir el marco conceptual de los trabajos realizados y del nuestro,
sin caer en profundizaciones innecesarias ni posicionamientos ideolgicos (por ejemplo, si
somos de la corriente psicolgica A, no vamos a denigrar la corriente B). Para evitar
presentar informacin irrelevante, cuando se citen otros estudios, se debe hacer nfasis en
la metodologa, los resultados pertinentes y las conclusiones principales. Finalmente, se
debe establecer el propsito de nuestra investigacin sealando por donde van a ir
nuestras hiptesis de trabajo.
r El apartado de Metodologa (o Mtodo) debe describir el cmo se hizo nuestro estudio.
Esto permitir la replicabilidad (que se pueda volver a realizar y comprobar que nuestros
resultados son correctos), y adems que los lectores puedan evaluar la idoneidad de las
estrategias utilizadas y la utilidad/validez de los resultados. Adems, tambin podra servir
para realizar estudios similares. Alguno de los contenidos fijos de este apartado son la
descripcin de los participantes en el estudio (o muestra), los materiales y los
procedimientos realizados. Sealar que este apartado debe estar escrito en Pasado.
r En los resultados se presenta la informacin obtenida ms relevante junto con los anlisis
empleados. Estos datos suelen presentarse en forma de tablas y figuras (grficos), las
cuales tienen que estar numeradas y deben presentar un pequeo ttulo que nos indique
qu es lo que se est representando. Una vez presentados todos los resultados relevantes
para nuestro objetivo, se deben evaluar e interpretar sus implicaciones para nuestro
objetivo en el apartado Discusin, haciendo nfasis en las consecuencias tericas, en la
importancia de dichos resultados y las conclusiones que de ellos se desprenden, siempre
relacionndolo con aquellos materiales en los que nos hemos apoyado previamente en la
introduccin.
r En el apartado de Referencias se deben incluir todos los textos y documentos utilizados
para la elaboracin de nuestro trabajo, los cuales deben estar citados en el texto. Artculo
que utilicemos, artculo que citaremos, y artculo que debe aparecer en las referencias
bibliogrficas. stas deben presentarse en orden alfabtico y con una estructura
determinada que veremos ms adelante.
r Los Apndices comprenderan todo aquel material que puedan contribuir a la comprensin
del texto, pero que o bien era difcil su inclusin en dicho texto o era inapropiado. Suelen
incluirse los cuestionarios, descripcin de instrumentos, etc. Las Notas del Autor suele
incluir referencias de contacto (afiliacin, direccin, correo electrnico, etc.), as como las
caractersticas del trabajo (si ha sido presentado en algn congreso o evento cientfico).
Citas en el texto:
r Cuando se cita textualmente (ya sea de un artculo en espaol, o traducindolo de otro
idioma) un fragmento de ms de 40 palabras, este bloque debe diferenciarse del prrafo
inicindose en otra lnea, sin entrecomillado, y dejando mayor margen en el lado izquierdo
(lo cual se denomina sangra). Debe sealarse el autor, el ao y la pgina donde se
encuentra el texto citado, y por supuesto, esta referencia debe incluirse en el apartado
Referencias.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Ejemplo:
El concepto actitud ser utilizado aqu para denotar la suma total de las
inclinaciones y las sensaciones de un hombre, prejuicio o sesgo, las nociones
preconcebidas, las ideas, los miedos, las amenazas, y las convicciones sobre
cualquier asunto especifico. As la actitud de un hombre sobre pacifismo significa
aqu todo lo que l se sienta y piense de paz y de guerra. Es obviamente un asunto
subjetivo y personal. El concepto opinin aqu significar una expresin verbal de
la actitud. Si un hombre dice que incurrimos en una equivocacin en entrar en
guerra con Alemania, esa declaracin aqu ser tratada como una opinin. El trmino
opinin ser restringido a la expresin verbal. Pero es una expresin de qu?
Expresa una actitud, supuestamente. No debe haber dificultad en entender este uso
de los dos trminos. La expresin verbal es la opinin. Nuestra interpretacin de la
opinin expresada es que la actitud del hombre es pro-Alemana. Una opinin
simboliza una actitud. (p. 531).
Ejemplos:
Thurston (1928, p. 531) seala que Una opinin simboliza una actitud.
Si queremos hablar de actitudes, debemos de tener en cuenta que Una opinin simboliza
una actitud (Thurston,1928, p. 531), por lo que deberamos tener en cuenta tambin las
opiniones.
Thurston (1928) seala que Una opinin simboliza una actitud (p. 531).
r Cita como parte de la prosa: Esto es, se seala la idea obtenida dentro del contexto de cada
trabajo.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Ejemplos:
Herrero (2008) sugiere la realizacin de la tcnica...
Si se tiene que volver a citar al mismo autor en ese prrafo, ya no es necesario incluir la
fecha.
r Publicaciones de varios autores: Si son dos autores, siempre se citan a ambos. En caso de
tres, cuatro o cinco autores se citan todos los autores la primera vez que ocurra la
referencia, luego solo el primer autor seguido de et Al.. Si son seis o ms autores, siempre
se indica el primero seguido por et Al..
Ejemplos:
Herrero, Jara, Pallars, Alarcn y Mestre (2008) sugieren la realizacin de la tcnica...
Ejemplos:
La Asociacin Americana de Psicologa [APA] (2001) recomienda la entrega de
r Cita de dos o ms publicaciones: Si se debe citar dos o ms trabajos, se realizar dentro del
mismo parntesis en el mismo orden en que aparecen en la lista de referencias. El orden
deber ser segn la fecha, dejando de ltimo los no publicados o en prensa. Los casos de
trabajos realizados por distintos autores se citan en el mismo parntesis, en orden
alfabtico y separando cada cita con punto y coma.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Ejemplos:
Estudios anteriores (Herrero y Jara, 1995, 1998)
Ejemplos:
Gonzlez, J. L. (2001)
Gonzlez, J. L. y Fernndez, O. F. (1999)
Tejada, A. J. y Morales, J. C. (1998)
Tejada, J. L. y lvarez P. L. (1993)
Uzctegui, L. I. (1990)
Uzctegui, L. I. (1993)
Las referencias con el mismo autor principal y diferente segundo o tercer autor, se siguen
ordenando alfabticamente, siguiendo por el apellido del segundo o el tercero y as
sucesivamente. En aquellos casos en los cuales las referencias sean de un mismo ao de
publicacin, de un mismo autor, se ordenarn segn el ttulo de la obra.
r Captulos de libro.
Autor, A. A. (2003). Ttulo del captulo. En A. Aaaa y B. Bbbbb (Edits.), Ttulo de la obra o
publicacin (pp. 111-222). Lugar de Publicacin: Editorial.
r Artculos.
Autor, A. A. (2003). Ttulo del artculo. Ttulo de la revista, volumen o ao (nmero de la
revista), pginas.
r Publicacin Peridica (Artculos en revistas que se publican cada X tiempo).
Autor, A. A., Autor, B. B., Autor, C. C., Autor, D. D. y Autor, E. E. (2003). Ttulo del
artculo. Ttulo de la revista, volumen o ao (nmero de la revista), pginas.
r Publicacin NO peridica (Un libro entero).
Autor, A. A., Autor, B. B., Autor, C. C., Autor, D. D. y Autor, E. E. (2003). Ttulo del trabajo
(N de edicin o reimpresin; traductor). Lugar de Publicacin: Editorial. (fecha de
publicacin del trabajo original, en caso de que sea traduccin.)
r Seccin de una publicacin NO peridica (Parte de un captulo).
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Autor, A. A., Autor, B. B., Autor, C. C., Autor, D. D. y Autor, E. E. (2003). Ttulo del
captulo. En A. Aaaa y B. Bbbbb (Eds.), Ttulo de la obra o publicacin (pp. 111-
222). Lugar de Publicacin: Editorial.
r Documentos de internet:
Autor, A. A., Autor, B. B., Autor, C. C., Autor, D. D. y Autor, E. E. (2003). Ttulo del
artculo. Ttulo de la publicacin en lnea. Recuperado el da, mes y ao en
http://www.aaaa.bbb./ccc
Ejemplo bibliografa:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
18. L. Yu, J. Crison, and G. Amidon. Compartmental transit and dispersion model analysis of small
intestinal transit flow in humans. Int. J. Pharm. 171(2):157163 (1996).
19. L. Yu, and G. Amidon. Characterisation of small intestinal transit time distribution in humans. Int. J.
Pharm. 171(2):157163 (1998).
20. L. Yu, and G. Amidon. Saturable small intestinal drug absorption in humans: Modeling and
interpretation of cefatrizine data. Eur. J. Pharm. Biopharm. 45(2):199203 (1998).
21. B. Agoram, W. Woltosz, and M. Bolger. Predicting the impact of physiological and biochemical
processes on oral drug bioavailability. Adv. Drug Deliv. Rev. 50(S1):S4167 (2001).
22. P. Ni, N. Ho, J. Fox, H. Leuenberger, andW. Higuchi. Theoretical model studies of intestinal drug
absorption V. Non-steady-state fluid flow and absorption. Int. J. Pharm. 5(1):3347 (1980).
23. N. Ho, J. Park, P. Ni, and W. Higuchi. Advancing quantitative and mechanistic approaches in
interfacing gastrointestinal drug absorption studies in animals and humans. In W. Crouthamel
and A. Sarapu (eds.), Animal Models for Oral Drug Delivery. In Situ and In Vivo Approaches,
American Pharmaceutical Association, Washington, 1983, pp. 27106.
24. S. Willmann, W. Schmitt, J. Keldenich, and J. Dressman. A physiological model for simulating
gastrointestinal flow and drug absorption in rats. Pharm. Res. 20(11):17661771 (2003).
25. S. Willmann, W. Schmitt, J. Keldenich, J. Lippert, and J. Dressman. A physiological model for the
estimation of the fraction dose absorbed in humans. J. Med. Chem. 47(16):40224031 (2004).
26. S. Willmann, A. N. Ediginton, and J. Dressman. Development and validation of a physiology-based
model for the prediction of oral absorption in monkeys. Pharm. Res. 24(7):12751282 (2007).
27. G. M. Grass. Simulation models to predict oral drug absorption from in vitro data. Adv. Drug Deliv.
Rev. 23:199219 (1997).
28. D. A. Norris, G. D. Leesman, P. J. Sinko, and G. M. Grass. Development of predictive pharmacokinetic
simulation models for drug discovery. J. Controlled Release. 65:5562 (2000).
29. N. Parrott, and Th. Lav. Prediction of intestinal absorption: comparative assessment of GastroPlus
and IDEA. Euro. J. Pharm. Sci. 17:5161 (2002).
30. A. Kalampokis, P. Argyrakis, and P. Macheras. Heterogenous tube model for the study of small
intestinal transit flow. Pharm. Res. 16(1):8791 (1999).
31. A. Kalampokis, P. Argyrakis, and P. Macheras. A heterogenous tube model of intestinal drug
absorption based on probabilistic concepts. Pharm. Res. 16(11):17641769 (1999).
32. N. Parrott, H. Jones, N. Paquereau, and T. Lav. Application of full physiological models for
pharmaceutical drug candidate selection and extrapolation of pharmacokinetics to man. Basic &
Clin. Pharmacol. Toxicol. 96:193199 (2005).
33. M. Kuentz, S. Nick, N. Parrott, and D. Roethlisberger. A strategy for preclinical formulation
development using GastroPlus as pharmacokinetic simulation tool and a statistical screening
design applied to a dog study. Eur. J. Pharm. Sci. 27(1):9199 (2006).
34. G. Amidon, H. Lennernas, V. Shah, and J. Crison. A theoretical basis for a biopharmaceutical drug
classification: The correlation of in vitro drug product dissolution and in vivo bioavailability.
Pharm. Res. 12(3):413420 (1995).
35. E. Galia, E. Nicolaides, D. Hrter, R. Lbenberg, Ch. Reppas, and J. Dressman. Evaluation of various
dissolution media for predicting in vivo performance of class I and II drugs. Pharm. Res.
15(5):698705 (1998).
36. M. Vertzoni, N. Fotaki, E. Kostewicz, E. Stippler, Ch. Leuner, E. Nicolaides, J. Dressman, and Ch.
Reppas. Dissolution media simulation the intralumenal composition of the small intestinal
intestine: physiological issues and practical aspects. J. Pharm. Pharmacol. 56:453562 (2004).
37. R. M. Dannenfelser, H. He, Y. Joshi, S. Bateman, and A. Serajuddin. Development of clinical dosage
forms for a poorly water soluble drug I: application of polyethylene glycol-polysorbate 80 solid
dispersion carrier system. J. of Pharm. Sci. 93 (5):11651175 (2004).
38. M. Tubic, D. Wagner, H. Spahn-Langguth, M. Bolger, and P. Langguth. In silico Modeling of non-linear
drug absorption for the P-gp substrate talinolol and of consequences for the resulting
pharmacodynamic effect. Pharm. Res. 23(8):17121720 (2006).
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
39. H. Wei, and R. Lbenberg. Biorelevant dissolution media as a predictive tool for glyburide a class II
drug. Euro. J. Pharm. Sci. 29:4552 (2006).
40. A. Aburub, D. S. Risley, and D. Mishra. A critical evaluation of fasted state simulating gastric fluid
(FaSSGF) that contains sodium lauryl sulfate and proposal of a modified recipe. Int. J. Pharm.
347:1622 (2008).
41. J. Dressman, G. Amidon, C. Reppas, and V. Shah. Dissolution testing as a prognostic tool for oral drug
absorption: immediate release dosage forms. Pharm. Res. 15:1122 (1998).
42. G. A. Lewis, D. Mathieu, and R. Phan-Tan-Luu. Pharmaceutical Experimental Design. Marcel Dekker,
New York, 1999, pp 27184.
43. M. Kuentz, D. Rthlisberger, and W. Richter. Design of experiment (DoE) methods maximize
information from a minimal number of animals in special cases of preclinical bioavailability
testing. Pharm. Dev. Technol. 8(4):453458 (2003).
44. C. Dollery. Mefenamic Acid. In Therapeutic Drugs. 2nd edn. Churchill Livingston, Edinburg, London,
1998, pp M21M24.
45. D. Hummel, and St. Buchmann. Influence of the particle size of mefenamic acid on dissolution and
bioavailability of tablets (article in German). Pharm. Ind. 62(6):452456 (2000).
Tras este breve resumen de las normas bsicas de publicacin, que os recuerdo deberis aplicar
a la hora de entregar vuestros trabajos, paso a haceros un breve resumen de lo que sern las prcticas
de laboratorio de la asignatura y cmo sern evaluadas.
La idea esencial de estas prcticas es que empecis a utilizar los conocimientos vistos en las
clases de teora de una forma aplicada, utilizando unos datos reales, y elaborando un informe como si
fuerais unos investigadores a los que se les ha encargado dicho trabajo. Para ello contaris con la ayuda
del software estadstico de anlisis de datos SPSS en su versin 18 (le han cambiado el nombre y ya no
se llama SPSS, sino PASW pero es ms sencillo llamarlo SPSS 18). Ser uno de los objetivos de la
asignatura el que aprendis a manejar dicho software de forma que sepis realizar los anlisis
estadsticos vistos durante el desarrollo de la asignatura. Para ello, hemos dividido el contenido en 5
bloques, o 5 prcticas de laboratorio con los siguientes contenidos generales:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
PRCTICA DE LABORATORIO 1:
Desde su inicio, los ordenadores han sido utilizados para el procesamiento estadstico de
los datos, facilitando, de esta manera, el desarrollo de investigaciones estadsticas en todos los
campos de la ciencia. As pues, aunque la estadstica puede aplicarse a una gran diversidad de
ciencias, los mtodos estadsticos son los mismos para todas ellas, circunstancia que ha
favorecido el desarrollo de paquetes estadsticos. Uno de estos paquetes estadsticos, y quiz el
de mayor difusin en los ltimos aos es el SPSS (Statistical Package for the Social Sciences)
hoy conocido como PASW tras la compra de SPSS inc. por parte de IBM. Este software est
considerado como un paquete estadstico orientado al mbito de aplicacin de las ciencias
Sociales, de tal manera que su uso ha ido generalizndose hasta el punto de llegar a cubrir,
prcticamente, todas las necesidades de clculo estadstico de los investigadores y profesionales,
no slo en el campo de las ciencias sociales sino tambin de las humanas y de las biomdicas y,
en general, de cualquier campo de actividad en el que se precise el tratamiento estadstico de la
informacin.
Empecemos a trabajar con el programa. Para abrirlo tenemos dos opciones, la primera ir
al men Inicio de Windows (botn situado en la esquina inferior izquierda del escritorio), y
buscar en la carpeta Todos los programas el directorio SPSS Inc., pinchando finalmente en
el acceso directo a PASW Statistics. O bien, si disponemos de una matriz de datos creada en
SPSS o en PASW, hacer doble clik en ella para que el programa la abra automticamente. En
principio, supongamos que no tenemos ninguna matriz de datos.
Cuando abrimos por primera vez el PASW, se abre la siguiente ventana de dialogo:
Figura 1
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
En esta ventana, el PASW nos permitir realizar diferentes acciones: Ejecutar un
tutorial bsico sobre el funcionamiento del SPSS, introducir los datos directamente a mano,
ejecutar o crear una consulta (esto no lo veremos este curso) o bien abrir un archivo de datos
existente u otro tipo de archivo (lo que equivaldra a importar de otro formato). Por ahora
seleccionaremos Introducir Datos y pincharemos en Aceptar, para que nicamente nos salga
la rejilla del editor de datos.
Figura 2
Fijaros que las columnas corresponden a las diferentes variables que queramos
introducir en nuestros anlisis, por tanto, las filas correspondern a cada uno de los sujetos que
responden a nuestras variables. Supongamos un cuestionario/test/examen que consta de 10
preguntas, y que se lo pasamos a 25 personas. As pues, tendramos 10 variables (con lo que
utilizaramos 10 columnas) y 25 filas (que corresponderan a los 25 sujetos).
El Editor de datos proporciona un mtodo prctico (al estilo de las hojas de clculo)
para la creacin y edicin de archivos de datos. La ventana Editor de datos se abre
automticamente cuando se inicia una sesin. Adems, proporciona dos vistas de los datos,
segn pinchemos en las pestaas situadas en la parte inferior izquierda (Flecha verde en la figura
2).
Vista de datos. Esta vista muestra los valores de datos reales o las etiquetas de
valor definidas.
Vista de variables. Esta vista muestra la informacin de definicin de las
variables, que incluye las etiquetas de la variable definida y de valor, tipo de
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
dato (por ejemplo, cadena, fecha o numrico), nivel de medida (nominal, ordinal
o de escala) y los valores perdidos definidos por el usuario.
Las filas son casos. Cada fila representa un caso o una observacin. Por ejemplo,
cada individuo que responde a un cuestionario es un caso.
Las columnas son variables. Cada columna representa una variable o una
Las casillas contienen valores. Cada casilla contiene un valor nico de una variable
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Para los nombres de variable se aplican las siguientes normas:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
o Numrico. Una variable cuyos valores son nmeros. Los valores se muestran en
formato numrico estndar. El Editor de datos acepta valores numricos en formato
estndar o en notacin cientfica.
o Coma. Una variable numrica cuyos valores se muestran con comas que delimitan
cada tres posiciones y con el punto como delimitador decimal. El Editor de datos
acepta valores numricos para este tipo de variables con o sin comas, o bien en
notacin cientfica. Los valores no pueden contener comas a la derecha del indicador
decimal.
o Punto. Una variable numrica cuyos valores se muestran con puntos que delimitan
cada tres posiciones y con la coma como delimitador decimal. El Editor de datos
acepta valores numricos para este tipo de variables con o sin puntos, o bien en
notacin cientfica. Los valores no pueden contener puntos a la derecha del indicador
decimal.
o Notacin cientfica. Una variable numrica cuyos valores se muestran con una E
intercalada y un exponente con signo que representa una potencia de base 10. El
Editor de datos acepta para estas variables valores numricos con o sin el exponente.
El exponente puede aparecer precedido por una E o una D con un signo opcional, o
bien slo por el signo (por ejemplo, 123, 1,23E2, 1,23D2, 1,23E+2 y 1,23+2).
o Fecha. Una variable numrica cuyos valores se muestran en uno de los diferentes
formatos de fecha-calendario u hora-reloj. Seleccione un formato de la lista. Puede
introducir las fechas utilizando como delimitadores: barras, guiones, puntos, comas o
espacios. El rango de siglo para los valores de ao de dos dgitos est determinado por
la configuracin de las opciones (en el men Edicin, seleccione Opciones y, a
continuacin, pulse en la pestaa Datos).
o Dlar. Una variable numrica que se muestra con un signo dlar inicial ($), comas que
delimitan cada tres posiciones y un punto como delimitador decimal. Se pueden
introducir valores de datos con o sin el signo dlar inicial.
o Moneda personalizada. Una variable numrica cuyos valores se muestran en uno de
los formatos de moneda personalizados que se hayan definido previamente en la
pestaa Moneda del cuadro de dilogo Opciones. Los caracteres definidos en la
moneda personalizada no se pueden emplear en la introduccin de datos pero s se
mostrarn en el Editor de datos.
o Cadena. Una variable cuyos valores no son numricos y, por lo tanto, no se utilizan en
los clculos. Los valores pueden contener cualquier carcter siempre que no se exceda
la longitud definida. Las maysculas y las minsculas se consideran diferentes. Este
tipo tambin se conoce como variable alfanumrica.
Se puede especificar tambin el nivel de medida como Escala (datos numricos de una escala de
intervalo o de razn), Ordinal o Nominal. Los datos nominales y ordinales pueden ser de cadena
(alfanumricos) o numricos.
o nominal. Una variable puede ser tratada como nominal cuando sus valores representan
categoras que no obedecen a una ordenacin intrnseca. Por ejemplo, el departamento de la
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
compaa en el que trabaja un empleado. Son ejemplos de variables nominales: la regin, el
cdigo postal o la confesin religiosa.
o ordinal. Una variable puede ser tratada como ordinal cuando sus valores representan categoras
con alguna ordenacin intrnseca. Por ejemplo los niveles de satisfaccin con un servicio, que
vayan desde muy insatisfecho hasta muy satisfecho. Son ejemplos de variables
o ordinales: las puntuaciones de actitud que representan el nivel de satisfaccin o confianza y las
puntuaciones de evaluacin de la preferencia.
o escala. Una variable puede ser tratada como de escala cuando sus valores representan
categoras ordenadas con una mtrica con significado, por lo que son adecuadas las
comparaciones de distancia entre valores. Son ejemplos de variables de escala: la edad en aos
y los ingresos en dlares.
Figura 5
Adems, podemos asignar etiquetas de valor descriptivas a cada valor de una variable con el fin
de aumentar la informacin disponible. Este proceso es especialmente til si el archivo de datos utiliza
cdigos numricos para representar categoras que no son numricas (por ejemplo, cdigos 1 y 2 para
hombre y mujer).
Figura 6
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
PRCTICA 2 DE LABORATORIO PSICOESTADSTICA I
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Se nos abrir una nueva ventana de dilogo en donde veremos en
primer lugar varios espacios vacos. En el primero (variable de destino) hemos
de indicar el nombre que obtendr la nueva variable transformada; en el
segundo (expresin numrica) vendr la frmula matemtica que originar esa
nueva variable; y en los dos siguientes nos aparecern las funciones y
variables especiales que pueden obtenerse de cada Grupo de funciones
(en el rectngulo horizontal sin ttulo nos aparecer una breve descripcin de
lo que cada funcin especial hace). Cuando introducimos el nombre de la
variable destino, se activa la opcin de insertar el tipo y la etiqueta de la
variable.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Ahora bien, si
quisiramos transformar una
variable categrica deberamos
utilizar otro comando:
Recodificar, o bien en las mismas
variables (con lo cual la variable
original desaparecer) o bien en
distintas variables (con lo que
crearemos una nueva variable
que incluir los cambios que le
digamos). Veamos cada una de
estas opciones:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
21 Huelva
22 Huesca
23 Jan
24 Len
25 Lleida
26 Rioja, La
27 Lugo
28 Madrid
29 Mlaga
30 Murcia
31 Navarra
32 Orense
33 Asturias
34 Palencia
35 Palmas, Las
36 Pontevedra
37 Salamanca
38 Santa Cruz de Tenerife
39 Cantabria
40 Segovia
41 Sevilla
42 Soria
43 Tarragona
44 Teruel
45 Toledo
46 Valencia
47 Valladolid
48 Vizcaya
49 Zamora
50 Zaragoza
51 Ceuta
52 Melilla
As pues, para
recodificarlas en las mismas
variables nos aparecer una
ventana como esta:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Donde si pinchamos en Valores antiguos y nuevos aparecer la
siguiente ventana:
Vemos que
est dividida en dos
partes diferenciadas:
Valor antiguo y Valor
nuevo. Veamos las
diferentes opciones
que podemos utilizar
para recodificar
nuestras variables de
trabajo.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
seleccionar aquellos casos que sean de nuestro inters yendo al men DATOS>>
seleccionar casos.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
O incluso, que los resultados nos aparezcan diferenciados para cada una
de las categoras de una variable, lo que se conoce como SEGMENTAR un
archivo.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
PRCTICA 3 DE LABORATORIO PSICOESTADSTICA I
Una de las formas ms rpidas y sencillas de presentar la informacin que nos facilitan los datos
es mediante grficos. En estadstica denominamos grficos a aquellas imgenes que, combinando
la utilizacin de sombreado, colores, puntos, lneas, smbolos, nmeros, texto y un sistema de
referencia (coordenadas), permiten presentar informacin, tanto cuantitativa como cualitativa. La
utilidad de los grficos es doble, ya que pueden servir no slo como sustituto a las tablas, sino
que tambin constituyen per se una poderosa herramienta para el anlisis de datos, siendo en
ocasiones el medio ms simple no slo para describir y resumir la informacin, sino tambin
para analizarla.
Ahora bien, existen numerosos tipos de grficos con diversas utilidades, y cada uno
posee sus propias restricciones de uso. La principal es que para cada tipo de variable, segn la
jerarqua de Stevens que vimos en la primera prctica, se corresponder uno o varios grficos. Es
decir, no podemos usarlos segn nos parezcan ms o menos bonitos, sino que lo primero que hay
que ver es que realmente representen las propiedades de la variable que tratan de presentar.
Recordemos un poco por encima la clasificacin de las variables segn Stevens:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
V. escala. Sus valores representan categoras ordenadas con una mtrica
con significado, por lo que son adecuadas las comparaciones de distancia
entre valores. Son ejemplos de variables de escala: la edad en aos y los
ingresos en dlares. Aqu encontraramos dos tipos, de intervalo y de
razn, siendo la nica diferencia que en las variables de razn el 0
significa ausencia de caracterstica medida, mientras que en intervalo no
implica ausencia. Son ejemplo de variables de intervalo la temperatura
(donde el 0 no indica ausencia de temperatura, sino que hace mucho frio),
y de razn el sueldo (donde 0 es que no se percibe ningn sueldo.
Una vez hecha memoria, los grficos ms utilizados en estadstica son el diagrama de
tallo y hoja, el grfico de barras, grfico circular (comnmente conocido como grfico de
quesitos o tarta), grfico de puntos, grfico de lneas, grfico de reas o superficies, histogramas
y grficos boxplots (comnmente conocidos como grficos de caja y bigote). Todos y cada
uno de ellos tienen una utilidad concreta y se aplican a un determinado tipo de variables, as que,
vamos a ver para qu sirve cada uno y en qu ocasiones lo podemos utilizar.
Ejemplo:Supongamoslaedadde20personas(36,25,37,24,39,20,36,45,31,31,39,
24,29,23,41,40,33,24,34,40),eldiagramadetalloyhojasquedara:
Tallo Hojas Hojas
2 5404934 0344459
yreordenndolo
3 679611934 113466799
4 5100 0015
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Para realizar este tipo de grfico con el PASW, hemos de ir al men Anlizar >>
Estadsticos Descriptivos >> Explorar, donde se nos abrir la tpica ventana de seleccin
de variables que ya conocemos. Una vez hemos localizado la variable que nos interesa en
la lista de la izquierda, y la hemos pasado al recuadro de Lista de dependientes,
pinchamos en el botn de grficos, donde se nos abrir una ventana de seleccin. En ella
simplemente hemos de marcar la opcin de tallo y hojas.
Como puede observarse, este tipo de diagramas se utiliza en variables continuas discretas,
como puede ser la edad, el ao de nacimiento, el nmero de consumiciones, etc.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
o Simple + Resmenes para distintas variables: Nos
sirve para comparar los estadsticos de diferentes variables
cuantitativas. La altura de las barras representan en este caso la
magnitud del estadstico de comparacin que hemos utilizado
(por defecto aparece la media, pero puede cambiarse). La
limitacin que tiene este grfico es que las variables
representadas han de tener la misma unidad de medida, ya que si
no el grfico puede confundir.
o Simple + Valores Individuales de los casos: Se traza una barra para cada
caso de la variable seleccionada en Etiquetas de las categoras, donde la
altura de las barras indica la frecuencia en la que aparecen. Si trabajamos con
muchos sujetos, el estudio grfico de los valores individuales de los casos se
hace imposible.
o Agrupado: Si definimos grupos por una variable
categrica, la variable representada vendr diferenciada para
cada una de las categoras de la variable de agrupacin. Pasa
lo mismo que en los casos anteriores si elegimos
Resmenes para grupos de casos (donde indica la
frecuencia) o Resmenes para distintas variables (donde
indica un estadstico, y est limitado a la misma unidad de
medida).
Grfico de reas: Un grfico de reas muestra una serie de datos como un conjunto de
puntos conectados por una lnea, y con toda el rea rellenada por debajo de la lnea. Junto
con el grfico de lneas y el histograma, ste es el nico que representa datos contnuos.
Generalmente se usa para representar datos que tienen lugar en un periodo continuado de
tiempo.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Para hacer este tipo de grficos con el PASW, hemos de
ir al men Grficos >> Cuadros de Dilogo Antguos >>
reas, donde se abrir una ventana como cuando
hicimos el grfico de barras, donde habremos de elegir
entre s lo realizamos simple o agrupado; con resmenes
para grupos de casos, distintas variables o valores
individuales de los casos. ste tipo de grficos son muy
similares a los grficos de barras y de lneas. Si
queremos comparar entre varias series de datos, hay que
plantearse la posibilidad de usar un grfico de barras. Si
estamos analizando tendencias durante un perodo de
tiempo, habra que considerar usar un grfico de lneas.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
diagrama de dispersin ser muy
til cuando lo que queremos es ver
cmo dos variables continuas se
estn comportando conjuntamente.
Ahora bien, cuando vamos a hacer
este tipo de grficos con el PASW,
nos aparecen varias opciones:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
verticales que representan a cada categora. La intencin es ubicar mltiples variables
dentro de un solo diagrama.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Boxplots o diagramas de caja: stos grficos nos permiten identificar la distribucin y la
dispersin de los datos de una variable contnua, ya sea de intervalo o de razn. Con este
tipo de grfico se representa la mediana, los Cuartiles (1 y 3), los valores atpicos y los
valores extremos. La estructura de este tipo de grfico esta basada en una caja, donde el
lmite superior corresponde al valor del tercer cuartil (75% de los datos) y el lmite
inferior al primer cuartil (25%); a su vez dentro de la caja se incluye una lnea
representando el valor de la mediana. Incluye tambin dos barras verticales (Bigotes), que
indican la distancia o rango del 95% de los casos; adicionalmente el procedimiento
incluye algunos smbolos representativos de los valores atpicos y extremos. La utilidad
de este tipo de grficos radica en la posibilidad de resumir el comportamiento y las
principales medidas de una o varias variables de escala, mediante un solo diagrama.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
3 PRTICA DE LABORATORIO 2009
I EJERCICIOS
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
PRCTICA 4 DE LABORATORIO PSICOESTADSTICA I
Estudiamos muestras en lugar de poblaciones ya que nos permite ahorrar tiempo (estudiar a
menos individuos es evidente que lleva menos tiempo), adems, con menos gente ahorraremos
costes. Tambin hay que tener en cuenta que estudiar la totalidad de los sujetos de una poblacin
con una caracterstica determinada puede ser una tarea inaccesible o imposible de realizar.
Y aunque suene raro, tambin aumentaremos la calidad del estudio, ya que al disponer de
ms tiempo y recursos, las observaciones y mediciones realizadas a un reducido nmero de
individuos pueden ser ms exactas y plurales que si las tuvisemos que realizar a una poblacin. La
seleccin de muestras especficas nos permitir reducir la heterogeneidad de una poblacin al
indicar los criterios de inclusin y/o exclusin.
Una vez que se han recogido los valores que toman las variables de nuestro estudio (datos),
procederemos al anlisis descriptivo de los mismos para tener mayor conocimiento sobre lo que
estamos trabajando. Cuando describimos una variable el objetivo que perseguimos es reducir un
conjunto de nmeros a unos ndices numricos que representen adecuadamente las caractersticas de
dicho conjunto. Estos ndices suponen, por lo tanto, una descripcin reduccionista, porque reducen
una serie ms o menos grande de nmeros a unos pocos encargados de especificar sus principales
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
caractersticas. Ahora bien, las caractersticas esenciales vendrn determinadas por el nivel de
medida de las variables:
Para variables categricas, como el sexo, es esencial conocer el nmero de casos en cada
una de las categoras, reflejando habitualmente el porcentaje que representan del total, y
expresndolo en una tabla de frecuencias.
Para variables numricas, en las que puede haber un gran nmero de valores observados
distintos, se ha de optar por un mtodo de anlisis distinto, respondiendo a las siguientes preguntas:
Para responder a estas preguntas tenemos los estadsticos de posicin o de tendencia central,
y los estadsticos de dispersin, ya sabis: Media, mediana y moda como medidas de tendencia y
Varianza, desviacin tpica y coeficiente de variacin como de dispersin, entre otros.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
1.- Opcin Analizar Estadsticos Descriptivos - Frecuencias
Cuando los datos de una variable estn dispersos, la dispersin sigue un cierto patrn.
Inicialmente los datos no nos dicen nada por s mismos pero si los dividimos en clases o celdas
ordenadamente, puede aclarase la forma de su dispersin, es decir, puede aclararse la forma de
cmo estn distribuidos. Esta forma de la distribucin de los datos inherente a su variabilidad se
denomina Distribucin de frecuencias.
Como resultado, el SPSS nos devolver una hoja del Visor de Resultados con una tabla de
distribucin de frecuencias donde:
La columna de Frecuencias nos proporciona las frecuencias absolutas para cada valor, o
intervalo de valores; es decir, el nmero de veces que se repite cada valor.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
La columna Porcentaje hace referencia a las frecuencias relativas de cada valor, o
intervalo de valores, incluyendo los valores perdidos, y se trata del porcentaje de cada
frecuencia sobre el 100% de los valores de la variable.
Y, por ltimo, la columna Porcentaje acumulado nos va acumulando, valor tras valor los
porcentajes vlidos de la columna anterior.
Una vez hemos visto los conceptos bsicos en el estudio de una distribucin de frecuencias,
estamos en condiciones de estudiar las distintas formas de resumir dichas distribuciones, para lo
cual utilizaremos las medidas de posicin, o centralizacin, teniendo presente el error cometido en
el resumen mediante las correspondientes medidas de dispersin, a la vez que analizaremos la
forma de la distribucin mediante las medidas de forma.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Mediante opcin Analizar Estadsticos Descriptivos Frecuencias podemos proceder al
clculo de estadsticos y representaciones grficas tiles para describir muchos tipos de variables,
de forma que podamos hacer una inspeccin inicial de los datos.
Para poder realizarlo, en el cuadro de dilogo el programa nos ofrece tres botones:
El botn de Estadsticos, cuyo contenido podemos ver en la figura siguiente, nos va a permitir
el clculo de medidas de tendencia central (media, mediana, moda y suma de valores), medidas
de dispersin (desviacin tpica, varianza, amplitud, valores mnimo y mximo y error tpico de
la media), medidas de forma (asimetra y curtosis con sus correspondientes errores tpicos) y
medidas de forma (cuartiles, percentiles y deciles).
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
datos en intervalos y, de esta manera, podremos estimar la mediana y los percentiles para los
datos originales no agrupados. Veamos qu es lo que podemos calcular:
Adems de estas medidas de tendencia central contamos con ndices que se aplican para
describir la situacin relativa de un sujeto dentro de su grupo1. Entre estos ndices podemos
calcular:
Los CUARTILES (Qx) son 3 valores de la distribucin que la dividen en 4 partes
iguales, dentro de cada cual se encuentra incluido el 25% de los valores de la
distribucin.
Los PERCENTILES (Px) son 99 puntos que dividen a la distribucin en 100 partes
iguales, dentro de cada cual se encuentra incluido el 1% de los valores de la
distribucin.
La opcin PUNTOS DE CORTE PARA (...) GRUPOS IGUALES nos permite dividir
la distribucin de una variable en grupos de casos de igual tamao. Por defecto la
divide en 10 grupos iguales, es decir, utiliza los Deciles (Dx) y, por lo tanto, dentro de
cada grupo se encuentra incluido el 10% de los valores de la distribucin.
Estadsticos de dispersin, nos permiten estudiar hasta qu punto, para una determinada
distribucin de frecuencias, las medidas de tendencia central son representativas como sntesis
1 Por ejemplo, si en una distribucin P30 = 46 nos estara indicando que el 30% de los sujetos tienen una puntuacin igual
o menor a 46
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
de toda la informacin de la distribucin, ya que nos indican lo agrupados o separados que
estn los valores de la muestra respecto de la media. Entre estos estadsticos nos encontramos:
La DESVIACIN TPICA (Sx), o estndar, que es la estimacin de la variabilidad de
las puntuaciones respecto a la media, expresada en las mismas unidades que los datos.
La VARIANZA (Sx2) es la medida de dispersin ms adecuada con variables de
intervalo y nos proporciona la estimacin de la variabilidad de las puntuaciones
respecto de la media, expresadas en unidades de desviacin al cuadrado, es decir, no
es ms que el valor de la desviacin tpica elevada al cuadrado.
La AMPLITUD (A), o rango, es la diferencia entre el valor mnimo y el mximo de la
distribucin.
Los valores MNIMO y MXIMO.
El ERROR TPICO DE LA MEDIA que es la estimacin de la variabilidad muestral
de la media.
Estadsticos de forma, nos estn indicando la forma de la distribucin sin que sea necesario
para ello la representacin grfica de la misma. Dentro de estos estadsticos nos encontramos
con:
La ASIMETRA (As), es un ndice que nos indica si la distribucin es simtrica o no
respecto de la media, de tal manera que:
.- Si As = 0 la distribucin es simtrica,
.- Si As > 0 la distribucin es asimtrica desplazada a la derecha,
.- Si As < 0 la distribucin es asimtrica desplazada a la izquierda.
La CURTOSIS (Cr), o apuntamiento, es un ndice que nos indica la forma de la
distribucin, respecto de la curva normal, de forma que:
.- Si Cr = 0 distribucin mesocrtica (la forma de la distribucin se corresponde
con la de la curva normal).
.- Si Cr > 0 distribucin leptocrtica (la distribucin es ms alta que la de la
curva normal).
.- Si Cr < 0 distribucin platicrtica (la distribucin es ms baja que la de la
curva normal).
Todos los estadsticos descritos hasta el momento pueden ser calculados de forma directa
por el programa a travs de cuadro de dilogo correspondiente; sin embargo, hay muchos otros que
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
nos podran ser tiles para hacer una descripcin de la variable pero no pueden obtenerse de forma
directa, sino a travs de los que solicitamos al programa de forma directa. Es el caso de:
AI = Q3 Q1 = P75 P25
Q3 Q1 P75 P25
ASI = =
2 2
Sx
CV = 100
x
A modo de resumen podemos decir que, segn el tipo de escala en que se encuentra medida
la variable, podremos utilizar un estadstico u otro, de tal manera que el reparto quedara como
sigue:
Desde el botn de Grficos el programa SPSS nos permite obtener grficos de barras, grficos
de sectores e histogramas (cada uno de los cuales fue comentado ms detenidamente en la
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
prctica anterior), con la posibilidad de poderlas realizar tanto para las frecuencias como para
los porcentajes de cada valor de la variable.
Y, como ltimo botn el de Formato que nos permite determinar el orden en el que se van a
mostrar los resultados en el Visor de Resultados. La tabla de frecuencias se puede organizar
respecto a los valores actuales de los datos o respecto al recuento, o frecuencia de aparicin, de
estos valores, bien en orden ascendente o descendente.
Asimismo, si se desea generar tablas de estadsticos para mltiples variables se podr, o bien
mostrar todas las variables en una sola tabla, con la opcin Comparar variables, o bien mostrar
una tabla de estadsticos independientes para cada variable, con la opcin Organizar resultados
segn variables.
Por ltimo, con la opcin Suprimir tablas con ms de n categoras podremos mostrar tablas
que contengan ms valores que el nmero especificado.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
2.2. Opcin: Analizar Estadsticos descriptivos Descriptivos
Mediante la opcin de Descriptivos, cuyo cuadro de dilogo vemos en la figura siguiente,
vamos a poder obtener estadsticos univariados para varias variables en una nica tabla, adems de
poder obtener los valores tipificados, pero en menor cantidad que el procedimiento de Frecuencias
visto anteriormente.
Adems, por defecto, las variables se muestran en el orden en que se hayan seleccionado
pero, si se desea, se pueden mostrar variables ordenadas alfabticamente, ordenadas por medias
ascendentes u ordenadas por medias descendentes.
2. Puntuaciones z
Adems de los clculos que hemos visto que se pueden realizar desde el men Descriptivos,
este mismo men cuenta con la posibilidad del clculo de puntuaciones z marcando la opcin
Guardar valores tipificados como variables.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
inferiores de la distribucin (recordar que la media y la desviacin tpica de cualquier variable
convertida en variable estandarizada tienen un valore de 0 y 1 respectivamente).
Cuando desde el men Descriptivos optamos por el clculo de las puntuaciones z, stas se
aaden a los datos del Editor de Datos, como una variable ms, al final de las ya existentes, y la
podremos identificar porque el programa le asignar el mismo nombre de la variable de origen con
una Z de prefijo.
Para explorar los datos basta con elegir el men Analizar Explorar y seleccionar una o
ms variables dependientes para introducir en el cuadro Dependientes; adems, si se desea, en el
cuadro Factores se puede seleccionar una o ms variables de factor cuyos valores definirn grupos
de casos y, en el cuadro Etiquetar los casos mediante, seleccionar una variable de identificacin
para etiquetar los casos atpicos.
Una vez seleccionadas las variables de trabajo podemos optar por diversos botones que nos
van a permitir concretar el estudio a realizar. As pues, si entramos en el botn de Estadsticos, por
defecto, se muestran estadsticos descriptivos (medidas de tendencia central, de dispersin y de
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
forma, que hemos visto a lo largo del tema), con un intervalo de confianza del 95%, que es posible
modificar. Pero, adems de este tipo de descriptivos, podemos calcular tambin:
Percentiles, concretamente los valores de los percentiles 5, 10, 25, 50, 75, 90 y 95.
Por ltimo nos encontramos los botones de Grficos (figura 4.3) y de Opciones (figura 4.4)
que nos permiten la realizacin de grficos (diagramas de caja, grficos de tallo y hojas,
histogramas, grficos con pruebas de normalidad y grficos de dispersin) y controlar el tratamiento
de los valores perdidos, respectivamente.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Prctica 4
1. Calcula una nueva variable a partir de las variables que tengan que ver con la Cantidad de
vasos de alcohol en un da laborable y llmala Alcohol en da laborable; y otra para las
variables que tengan que ver con la Cantidad de vasos de alcohol en fin de semana.
3. Calcula la media y la desviacin tpica de las variables anteriores e interpreta los resultados
obtenidos. Despus, calcula los mismos estadsticos segn la Comunidad Autnoma del
sujeto y compara los resultados con los obtenidos anteriormente.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
PRCTICA5DELABORATORIO PSICOESTADSTICAI
ASOCIACINEINDEPENDENCIA.ANLISISDELAREGRESINLINEAL.
Es frecuente que estudiemos sobre una misma poblacin los valores de dos variables
estadsticas distintas, con el fin de ver si existe alguna relacin entre ellas, es decir, si los
cambios en una de ellas influyen en los valores de la otra. Si ocurre esto decimos que las
variables estn correlacionadas o bien que hay correlacin entre ellas. Podramos decir, por
ejemplo, que los sujetos ms frustrados son tambin ms agresivos; que cuanto mayor es el nivel
educativo, mayor es el sueldo percibido; que los niveles altos de colesterol en sangre suelen ir
acompaados de dietas ricas en grasas saturadas; etc. En todos estos ejemplos utilizamos los
diferentes ndices de correlacin para establecer la relacin entre las dos variables de los
enunciados. As pues, como definicin de la correlacin, podemos establecer que sta es el grado
de variacin conjunta existente entre dos variables. sta definicin puede recordar mucho a la
definicin de la Covarianza, lo cual es cierto, ya que la correlacin es directamente proporcional
a esta, tal y como puede verse en las siguientes formulaciones:
Covarianza Correlacin
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
El resultaado numricco flucta entre
e los ranngos, de +in
nfinito a -innfinito. Al nno tener un
nos lmites
estableciddos no puedde determinnarse el graddo de relaciin lineal quue existe enntre las dos variables,
solo es poosible ver laa tendencia::
Una covarianza
c p
positiva siggnifica que existe una relacin
r linneal positivaa entre las
dos variables.
v E decir, laas puntuacio
Es ones bajas de la prim
mera variab
ble (X) se
asociaan con las puntuacionnes bajas de
d la segunnda variablle (Y), mieentras las
puntuuaciones altaas de X se asocian
a con los valores altos de la variable Y.
Una covarianza de negativva significa que exisste una rellacin lineaal inversa
perfeccta (negativva) entre lass dos variab
bles. Lo quee significa que las pun
ntuaciones
bajas en X se asocian con los
l valores altos en Y, mientras laas puntuaciones altas
en X se asocian con
c los valoores bajos en
n Y.
Una covarianza
c 0 se interprreta como laa no existenncia de unaa relacin lineal entre
las doos variables estudiadas..
Esste grado de
d asociacin puede tam
mbin observarse de una
u forma sencilla en un
u grfico
de Nube de Puntos (grfico reaalizado en un
u sistema bidimensioonal de coorrdenadas caartesianas,
donde caada punto representa la puntuaacin que el sujeto obtiene enn las dos variables,
determinaando su puuntuacin poor la lecturra de los vaalores que aparecen
a enn la escala vertical y
horizontaal), donde resulta senciillo observaar el tipo dee relacin existente
e enntre las dos variables.
Por ejempplo:
Poodemos obsservar en ell grfico (a)) que existee una tendenncia a que een la medid
da que los
sujetos obbtengan maayor puntuaacin en la variable
v x, obtendrn mayor
m puntuuacin en la variable
y, por lo tanto podem
mos interpreetar que exiiste una aso
ociacin direecta o posittiva. En el grfico
g (c)
observam
mos el proceso contrarrio, una tenndencia a qu
ue en la medida
m que los sujetos obtengan
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
mayor puntuacin en la variable x, obtendrn menor puntuacin en la variable y, por lo tanto
podemos interpretar que existe una asociacin inversa o negativa. En el grfico (c) se observa
que no existe ninguna tendencia concreta, por lo tanto podramos interpretar que no se da una
asociacin entre las variables x e y.
As pues, segn la forma de la nube de puntos podemos saber si existe una relacin
directa o inversa entre las variables (si suben los puntos, o bajan); saber si esa relacin es fuerte o
dbil (cuanto ms alineados estn los puntos, ms fuerte); y determinar si la relacin se ajusta a
un modelo lineal o bien a otro modelo matemtico (ej: modelo curvilneo, exponencial, etc).
Ahora bien, el examen del diagrama de dispersin y el clculo de la covarianza solo nos
van a indicar si existe o no una asociacin, una tendencia a comportarse de una determinada
forma, pero no nos van a indicar el grado o la fuerza de dicha asociacin, para ello debemos
calcular el coeficiente de correlacin, un valor cuantitativo de la relacin entre dos o ms
variables. ste parmetro se denota de forma general mediante la letra r, y se conoce como el
coeficiente de correlacin de Pearson. Pero antes de centrarnos en este tipo de correlacin,
veamos algunas de las propiedades generales del ndice de correlacin:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
4. El coeficiente de correlacin lineal es un nmero real comprendido entre 1 y 1.
Cuenta la leyenda sobre el inventor del juego de Ajedrez, El Brahmn Lahur Sessa,
tambin conocido como Sissa Ben Dahir, escuch que el Rey Iadava estaba triste por la muerte de
su hijo y fue a ofrecerle el juego del ajedrez como entretenimiento para olvidar sus penas; el rey
qued tan satisfecho con el juego, que juego quiso agradecer al joven otorgndole lo que este
pidiera. Sessa lo nico que pidi fue trigo, pidi que el rey le diera un grano de trigo por la primera
casilla del ajedrez, el doble por la segunda, el doble por la tercera, y as sucesivamente hasta llegar
a la casilla nmero 64. Iadava accedi a esta peticin, pero cuando hizo los clculos se dio cuenta
de que la peticin era imposible de cumplir. Para calcularlo tena que darle 264 solo lo de la ltima
casilla, es decir 9.223.372.036.854.780.000 granos de trigo (9.221018), que equivaldran
aproximadamente a 276.600 millones de toneladas. Y falta sumarle lo de las casillas anteriores!
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Existen diversas formas de clculo del coeficiente de correlacin de Pearson, segn
estemos trabajando con datos agrupados en intervalos o no, con puntuaciones estandarizadas o
con puntuaciones diferenciales (ver apuntes de teora).
Su clculo con el SPSS se realiza desde el men Analizar >> Correlaciones >>
Bivariadas, donde accederemos al cuadro de dilogo de las correlaciones, tal como se muestra a
continuacin: Observamos que, por defecto, viene marcada la opcin de clculo del coeficiente
de correlacin de Pearson, pudiendo elegir tambin el coeficiente Tau-b de Kendall y el
Coeficiente Rho de Spearman; as mismo, como prueba de significacin viene marcada la
Bilateral (si no tenemos expectativas sobre la direccin de la relacin), y que adems nos marque
las correlaciones significativas. Si presionamos en el botn Opciones, podemos pedir que nos
calcule algunos descriptivos y la forma de tratar los valores perdidos.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Si realizamos una correlacin sencilla obtendremos la siguiente tabla cuadrada de salida,
con coeficientes con valor 1 en la diagonal principal, donde se nos indica la magnitud de la
correlacin, su nivel crtico que le corresponde bajo la hiptesis nula de que su verdadero valor
poblacional es 0 y el nmero de sujetos que han respondido a ambas variables.
Correlaciones
Cuntos
cigarrillos al da
por trmino
Euros medio
Euros Correlacin de Pearson 1 ,169**
Sig. (bilateral) ,000
N 7634 2072
Cuntos cigarrillos al da por Correlacin de Pearson ,169** 1
trmino medio Sig. (bilateral) ,000
N 2072 2111
**. La correlacin es significativa al nivel 0,01 (bilateral).
Es necesario sealar que un coeficiente de correlacin no implica Causalidad, esto es, dos
variables pueden estar linealmente relacionadas y eso no implica que una sea causa de la otra.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Correlacin Parcial
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
correlacin significativa no necesariamente ha de ser una correlacin fuerte; simplemente es una
correlacin diferente de cero. O en otros trminos, es una correlacin que es poco probable que
proceda de una poblacin cuya correlacin es cero. Tan solo se est diciendo que se ha obtenido
"algo" y que ese "algo" es (probablemente) ms que "nada". La significacin de rxy depende en
gran medida del tamao de la muestra, tal como puede observarse en; una correlacin de 0.01
puede ser significativa en una muestra suficientemente grande y otra de 0.9 no serlo en una
muestra pequea. Aqu se cumple la ley de los grandes nmeros; tendencias dbiles son muy
improbables, desde la Hiptesis nula, en grandes masas de datos, mientras que tendencias fuertes
pueden ser relativamente probables en un tamao pequeo de muestra.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
variable dependiente Y corresponde a un cierto aspecto de la conducta que deseamos conocer, y
definimos su variabilidad total, se trata de encontrar un conjunto de variables X1 , X2 , ... Xk que
absorban de Y un gran porcentaje de su variabilidad. De esta forma, interviniendo sobre el
conjunto de variables independientes podremos dar cuenta de lo que sucede en Y, y modificarlo,
si fuera el caso. ste es el principio que rige la regresin lineal.
Regresin Lineal
Si sabemos que existe una relacin entre una variable denominada dependiente y otras
denominadas independientes (como por ejemplo las existentes entre: los sueldos de los
trabajadores y la experiencia profesional, el nivel educativo, los ingresos de la empresa, etc; las
estaturas y pesos de personas, la alimentacin en su juventud, etc; el rendimiento acadmico y la
inteligencia, el nivel educativo de los padres, las horas de estudio, etc.), puede darse el problema
de que la dependiente asuma mltiples valores para una combinacin de valores de las
independientes. Si se da ese tipo de relaciones, se suele recurrir a los estudios de regresin en los
cuales se obtiene una nueva relacin pero de un tipo especial denominado funcin, en la cual la
variable independiente se asocia con un indicador de tendencia central de la variable
dependiente. Cabe recordar que en trminos generales, una funcin es un tipo de relacin en la
cual para cada valor de la variable independiente le corresponde uno y slo un valor de la
variable dependiente, o lo que traducido a trminos matemticos, Y es una funcin de X
(Y=f(X)).
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
As pues, el objeto de los estudios de regresin es investigar la relacin estadstica que
existe entre una variable dependiente (Y) y una o ms variables independientes (X1, X2, X3,... ).
Para poder realizar esta investigacin, se debe postular una relacin funcional entre las variables
(deben estar correlacionadas). Debido a su simplicidad analtica, la forma funcional que ms se
utiliza en la prctica es la relacin lineal, y cuando solo existe una variable independiente, esto se
reduce a una lnea recta que toma la forma de la ecuacin punto-pendiente ( ). Si
existieran ms de una variables independientes, la recta tomara esta forma:
El mtodo ms utilizado para establecer cul es dicha recta es el que se conoce como
Mtodo de Mnimos Cuadrados. ste mtodo postula que la recta que mejor ajusta a los datos es
aquella cuya suma de las desviaciones de los puntos a partir de la recta de ajuste, o de regresin,
es cero ( 0), y adems es mnima, o tiende a 0, la suma de los cuadrados de dichas
desviaciones ( 0).
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
A continuacin tenemos que seleccionar la variable dependiente que queremos estudiar y
todas aquellas independientes que consideramos que afecta, influyen, modulan a dicha variable
dependiente (todo esto lo tenemos que saber a partir de los estudios de correlacin). Adems,
vemos que debajo del mdulo de las variables independientes tenemos un botn para indicar el
mtodo con el que vamos a trabajar dichas V.I.:
Seleccin hacia adelante. Procedimiento de seleccin de variables por pasos en el que las
variables se introducen secuencialmente en el modelo. La primera variable que se
considerar introducir en la ecuacin ser la que tenga mayor correlacin, positiva o
negativa, con la variable dependiente. Dicha variable se introducir en la ecuacin slo si
cumple el criterio de entrada. Si se introduce la primera variable, a continuacin se
considerar la variable independiente cuya correlacin parcial sea la mayor y que no est
en la ecuacin. El procedimiento termina cuando ya no quedan variables que cumplan el
criterio de entrada.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Los valores de significacin de los resultados se basan en el ajuste de un nico modelo.
Por ello, estos valores no suele ser vlidos cuando se emplea un mtodo por pasos (pasos
sucesivos, hacia adelante o hacia atrs).
Adems, podemos incluir aquellos casos que cumplan una condicin determinada (por
ejemplo, solo hombres). Para ello, introducimos en el cuadro Variable de seleccin aquella
variable que nos va a determinar qu casos se incluyen en el anlisis, presionamos el botn
regla e introducimos aquel valor que queremos estudiar (Igual a) o descartar del estudio (No es
igual a). Adems, podemos solicitarle grficos por parejas segn estas variables: Muestra una
lista con la variable dependiente (DEPENDNT) y las siguientes variables pronosticadas y
residuales: Valores pronosticados tipificados (*ZPRED), Residuos tipificados (*ZRESID),
Residuos eliminados (*DRESID), Valores pronosticados corregidos (*ADJPRED), Residuos
estudentizados (*SRESID) y Residuos estudentizados eliminados (*SDRESID). Tmabin
podemos solicitarle que nos guarde como variables nuevas diferentes residuos para un posterior
estudio, pero esto no lo vamos a tocar aqu.
Si pinchamos en el botn
Estadsticos, se nos abrir ste cuadro de
dilogo, donde podemos solicitarle que nos
extraiga, adems de las estimaciones de los
coeficientes de regresin (la bi de la
ecuacin, el error tpico de B, el coeficiente
beta tipificado, el valor de t para B y el nivel
de significacin bilateral t) y los ndices de
ajuste del modelo (R mltiple, R2 y R2
corregida, error tpico de la estimacin y
tabla de anlisis de la varianza), otros estadsticos que pueden ayudarnos en su interpretacin:
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Correlacin parcial. La correlacin remanente entre dos variables despus de haber
eliminado la correlacin debida a su asociacin mutua con otras variables. La correlacin
entre una variable dependiente y una variable independiente cuando se han eliminado de
ambas los efectos lineales de las otras variables independientes del modelo.
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
5 PRTICA DE LABORATORIO
1. RealizaunaTabladecorrelacionesentrelasvariablesP22,P33L_2,P33S_4,EDAD,P53_80_mas8.
Comentalosresultadosobtenidos.
2. RealizaunaTabladecontingenciaentreeltipodecentro(TITULARIDAD)ylapagasemanaldelos
alumnos(EUROS).
Podemosdecirqueexisterelacin?,Porqu?.
Comentalosresultadosobtenidos.
3. Existe relacin entre la frecuencia con la que se ha salido en los ltimos 12 meses (P17) y la
frecuenciaconlaquesehafumadoenlosltimos30das(P21)?
Comentalosresultadosobtenidos.
4. Con la matriz de datos Educacin.sav, seala qu variables de las siguientes podran predecir el
rendimientototaldelosalumnos,eindicaelporqu.
Hiperactividad
agresividad
sensibilidad
curiosidad
impulsividad
jovialidad
perfeccionismo
sinceridad
independencia
extroversion
afectividad
compaerismo
liderazgo
necesidad de afecto
necesidad de atencion
necesidad de aprobacion
rendimiento total
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
ANEXO
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
ESTUDES 2006
CUESTIONARIO
Rellenar encuestador
NMERO DE CUESTIONARIO EN EL AULA ENCUESTADA......... |__|__|
PRESENTACIN
Este cuestionario forma parte de una encuesta para conocer las conductas y actitudes de los estudiantes
sobre consumo de drogas y otros temas, en el que participan el Ministerio de Sanidad y Consumo, las comunidades
autnomas, y otras instituciones.
Este centro y esta clase han sido elegidos al azar para participar en la encuesta, por lo que nos gustara que
leyeses detenidamente y contestases las preguntas que se formulan.
Por supuesto, el cuestionario es annimo. No incluye tu nombre ni datos que permitan identificarte, por lo que
te animamos a que seas sincero/a. Tu cuestionario se mezclar con los de muchos otros estudiantes, de forma que ni
tus profesores ni tus padres ni ninguna otra persona podrn conocer nunca cules han sido tus respuestas. La
informacin que facilites se combinar con la de otros estudiantes para obtener ndices para el conjunto del estado o de
las comunidades autnomas; pero no se obtendrn datos separados para tu clase o tu centro educativo ni para ningn
otro.
Desde 1994 se vienen haciendo en Espaa estudios similares cada dos aos, que han permitido conocer con
bastante precisin la evolucin del consumo de drogas psicoactivas y otras conductas entre los estudiantes de 14 a 18
aos. El esfuerzo que se realiza es importante, porque contestan el cuestionario ms de 20.000 estudiantes de todas las
comunidades autnomas. Para que tenga xito es importante que tus respuestas sean sinceras. Aparte de ser
confidencial, tu colaboracin en la encuesta es totalmente voluntaria. Si sientes que no puedes contestar sinceramente
alguna pregunta, simplemente djala en blanco.
Antes de rellenar el cuestionario, por favor, escucha atentamente las instrucciones dadas por la persona que
te ha dado el cuestionario. En las pginas siguientes tienes, adems, algunos ejemplos. Esperamos que encuentres
interesantes los temas que abordamos. Si tienes alguna duda, por favor, levanta la mano y la persona que te ha
entregado el cuestionario se acercar a ti para resolverla.
a) Preguntas con varias opciones de respuesta en una sola columna. Has de marcar con una
X una nica respuesta. Por ejemplo:
EN LOS LTIMOS 12 MESES, CON QU FRECUENCIA HAS SALIDO POR LAS NOCHES PARA
DIVERTIRTE? Si has salido antes de las 12 de la noche [por ejemplo, a las 10] y has vuelto
despus de las 12 [por ejemplo, a las 3 de la madrugada], cuntalo como una nica noche.
Si quieres corregir una respuesta que has marcado antes, rodea con un crculo
completamente la respuesta incorrecta, y marca con una X la correcta:
b) Preguntas agrupadas en tablas, en las que has de marcar con una X una nica
respuesta en cada columna ( ) de cuadritos cerrados. As, en el ejemplo siguiente has
de poner en total tres X.
CUNTOS DAS HAS TOMADO BEBIDAS ALCOHLICAS? Pon una X en un cuadrito de cada columna
( ); en total has de poner tres X, porque hay tres columnas de cuadritos.
2
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
c) Preguntas agrupadas en tablas, en las que has de marcar con una X una nica
respuesta en cada fila ( ) de cuadritos. As, en el ejemplo siguiente has de
marcar en total once X.
d) Preguntas que exigen una respuesta numrica, en las que has de anotar un nmero en las casillas
abiertas por arriba, procurando situar siempre la cifra de las unidades en la casilla situada ms a
la derecha.
EN LOS LTIMOS 30 DAS , CUNTOS DAS COMPLETOS HAS FALTADO A CLASE POR CADA UNO DE LOS
SIGUIENTES MOTIVOS? Si en ese periodo no has llegado a faltar a clase un da completo por ese motivo,
anota 00 en las casillas abiertas correspondientes.
e) Preguntas abiertas que exigen escribir la respuesta completa. Estas preguntas se presentan
seguidas de una lnea discontinua sobre la que has de escribir la respuesta, que suele ser una o
dos palabras.
No prestes atencin a los pequeos nmeros que hay al lado de los cuadritos cerrados de respuesta, estn
ah slo para ayudarnos en el proceso de datos.
3
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
PREGUNTAS
LAS PRIMERAS SON SOBRE CARACTERSTICAS BSICAS RELACIONADAS CONTIGO O CON TU ENTORNO
PRXIMO.
Hombre ......................... 1
Mujer ............................ 2
P.6 EN QUE MUNICIPIO HAS VIVIDO LA MAYOR PARTE DEL TIEMPO EN LOS LTIMOS
12 MESES?__________________________________________________________________
4
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.9 CUL ES LA SITUACIN LABORAL DE TU MADRE Y DE TU PADRE? Pon una X en cada
columna ( ); en total has de poner dos X, porque hay dos columnas de cuadritos.
MADRE PADRE
P.10 CUL FU EL NIVEL MS ALTO DE ESTUDIOS QUE COMPLET TU MADRE Y TU PADRE? Pon
una X en cada columna ( ); en total has de poner dos X, porque hay dos columnas de
cuadritos.
MADRE PADRE
Sin estudios o estudios primarios sin terminar (menos de 6 aos o cursos terminados)......... 1 1
Primarios completos , 6 EGB completo, certificado escolar, 6 aos o cursos terminados ...... 2 2
8 EGB completo, Graduado escolar, Bachillerato elemental, Formacin profesional de
primer grado, 4 aos o cursos de secundaria...................................................................... 3 3
BUP, Bachillerato Superior, COU, Preu, Formacin profesional de segundo grado, 5 o ms
aos o cursos de secundaria.............................................................................................. 4 4
Estudios universitarios (ingeniera tcnica, magisterio, diplomatura, licenciatura, doctorado) 5 5
No sabes.. 9 9
S .......................... 1
No .......................... 0 Pasa a pregunta 13
P.12 EN LOS LTIMOS 30 DAS , CUNTOS DAS COMPLETOS HAS FALTADO A CLASE POR CADA UNO
DE LOS SIGUIENTES MOTIVOS? Si en ese periodo no has llegado a faltar a clase un da completo
por ese motivo, anota 00 en las casillas abiertas correspondientes.
Estar enfermo o ir al mdico.................................................... das
No tener ganas de ir a clase..................................................... das
Ir a un funeral, visitar o atender a un familiar enfermo,
ayudar a los padres, hacer una gestin ineludible..................... das
Otros motivos.......................................................................... das
S, un curso ................................. 1
S, dos o ms cursos............................. 2
No ............... 0 Pasa a pregunta P15
P.15 EN LOS LTIMOS 30 DAS, ADEMS DE ESTUDIAR, HAS REALIZADO ALGN TRABAJO
REMUNERADO?
S 1
No.................. 0
5
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.16 EN LOS LTIMOS 30 DAS, DE CUNTO DINERO HAS DISPUESTO HABITUALMENTE A LA
SEMANA PARA TUS GASTOS PERSONALES? Anotar el nmero de euros, situando la cifra de las
unidades en la casilla situada ms a la derecha.
euros ()
P.17 EN LOS LTIMOS 12 MESES, CON QU FRECUENCIA HAS SALIDO POR LAS NOCHES PARA
DIVERTIRTE? Si has salido antes de las 12 de la noche [por ejemplo, a las 10] y has vuelto
despus de las 12 [por ejemplo, a las 3 de la madrugada], cuntalo como una nica noche.
P.18 LA LTIMA VEZ QUE SALISTE POR LA NOCHE EN FIN DE SEMANA PARA DIVERTIRTE, A QU
HORA VOLVISTE A CASA?
P.19 CUNTOS DAS HAS FUMADO CIGARRILLOS EN TU VIDA? No consideres que fumaste si lo nico
que hiciste fue dar unas caladas al cigarrillo de otra persona
1 da ........ 1
2 das...................................... 2
3 das..... 3
4-5 das..... 4
6-9 das............. 5
10-19 das............................... 6
20-39 das. 7
40 das o ms.... 8
Ningn da (0 das).................. 0 Pasa a Pregunta 25
S ................ 1
No ................ 0 Pasa a Pregunta 25
6
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.21 EN LOS LTIMOS 30 DAS, CON QU FRECUENCIA HAS FUMADO CIGARRILLOS?
Menos de un da a la semana... 1
Algn da a la semana, pero no diariamente....... 2
Diariamente 3
Nunca 0 Pasa a Pregunta 25
P.26 ALGUNA DE LAS PERSONAS CON LAS QUE CONVIVES O COMPARTES TU CASA FUMA
DIARIAMENTE?
S....................................................................... 1
No...................................................................... 0
Vives en un centro educativo o institucin............. 3 Pasa a Pregunta 28
Vives solo/a......................................................... 4
P.27 PARA CADA UNA DE LAS PERSONAS CON LAS QUE CONVIVES O COMPARTES TU CASA, SEALA
SI FUMAN O NO ACTUALMENTE Pon una X en un cuadrito de cada fila. En total has de poner
nueve X porque hay nueve filas de cuadritos. Si en una categora se engloban varias personas; por
ejemplo, hermanos/as, y unas fuman y otras no, considera que fuman.
Fuma,
Fuma a No No
pero no a
diario fuma convives
diario
Madre 1 2 0 8
Padre 1 2 0 8
Hermanos/hermanas 1 2 0 8
Abuelos/abuelas 1 2 0 8
Otros familiares 1 2 0 8
7
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.28 INDICA CON QU FRECUENCIA HAS VISTO FUMAR TABACO EN LOS LTIMOS 30 DAS A
PROFESORES, ESTUDIANTES U OTRAS PERSONAS DENTRO DEL RECINTO DEL CENTRO
EDUCATIVO. Pon una X en un cuadrito de cada fila. En total has de poner tres X porque hay
tres filas de cuadritos. Considera recinto del centro tanto los edificios y locales cerrados como el
patio o espacio exterior cercado o vallado.
P.29 HAS TOMADO ALGUNA VEZ EN LA VIDA BEBIDAS ALCOHLICAS? Contesta No si lo nico que
hiciste fue dar un sorbo o probar de la bebida de otra persona.
S .................. 1
No .................. 0 Pasa a Pregunta 38
P.30 CUNTOS DAS HAS TOMADO BEBIDAS ALCOHLICAS? Pon una X en cada columna ( ); en
total has de poner tres X, porque hay tres columnas de cuadritos.
En tu vida? En los ltimos En los ltimos
12 meses? 30 das?
1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0
Si no has consumido bebidas alcohlicas en los ltimos 12 meses (0 das) Pasa a Pregunta 37
P.31 DURANTE LOS LTIMOS 12 MESES, CUNTOS DAS HAS CONDUCIDO UN VEHCULO DE
MOTOR (COCHE, MOTO, ETC) BAJO LOS EFECTOS DEL ALCOHOL?
1 da ........ 1
2 das...................................... 2
3 das..... 3
4-5 das..... 4
6-9 das............. 5
10-19 das............................... 6
20 das o ms. 7
Ningn da (0 das).................. 0
8
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
LAS SIGUIENTES PREGUNTAS SE REFIEREN SLO A LOS LTIMOS 30 DAS.
P.32 CON QU FRECUENCIA HAS CONSUMIDO CADA UNA DE LAS SIGUIENTES BEBIDAS ALCOH-
LICAS EN LOS LTIMOS 30 DAS?
En esta pregunta contemplamos dos perodos de tiempo: das laborables y fines de semana
(considerando fin de semana el viernes, sbado y domingo). Para cada perodo seala por separado la
frecuencia de consumo de cada bebida alcohlica.
No incluyas la cerveza sin alcohol u otras bebidas sin alcohol.
DAS LABORABLES: (lunes, martes, mircoles y jueves). Pon una X en cada columna ( ); en total
has de poner seis X, porque hay seis columnas de cuadritos.
FINES DE SEMANA: (viernes, sbado y domingo) Pon una X en cada columna ( ); en total has de
poner seis X, porque hay seis columnas de cuadritos.
9
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P. 33 EN LOS LTIMOS 30 DAS, POR TRMINO MEDIO, QU CANTIDAD DE VASOS, CAAS O COPAS
DE CADA UNA DE LAS SIGUIENTES BEBIDAS TOMASTE EN UN DA LABORABLE? Y DURANTE UN
FIN DE SEMANA COMPLETO? Anota una respuesta numrica en cada grupo de dos casillas
abiertas. En total has de anotar 12 respuestas numricas.
P. 34 PENSANDO EN LOS LTIMOS 30 DAS, SEALA TODOS LOS LUGARES DONDE HAS COMPRADO O
CONSEGUIDO BEBIDAS ALCOHLICAS. Pon una X en un cuadrito de cada fila. En total has de
poner ocho X porque hay ocho filas de cuadritos.
S No
Bares o pubs............. 1 0
Discotecas........... 1 0
Hipermercados............................................................. 1 0
Supermercados ............................................................ 1 0
Tiendas, kioscos, bodegas ............ 1 0
Casa donde vives .......... 1 0
Casa de otras personas........... 1 0
Venta ambulante .......... 1 0
P. 35 SIGUIENDO CON LOS LTIMOS 30 DAS, SEALA TODOS LOS LUGARES DONDE HAS TOMADO
BEBIDAS ALCOHLICAS. Pon una X en un cuadrito de cada fila. En total has de poner siete X
porque hay siete filas de cuadritos.
S No
Bares o pubs................................................................................... 1 0
Discotecas...................................................................................... 1 0
Restaurantes ................................................................................. 1 0
Casa donde vives, incluyendo todo el recinto..................................... 1 0
Casa de otras personas, incluyendo todo el recinto............................ 1 0
En calles, plazas, parques o espacios pblicos abiertos........................ 1 0
Otros sitios.................................................................................... 1 0
10
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P. 36 DURANTE LOS LTIMOS 30 DAS, CUANTOS DAS HAS TOMADO CINCO O MS VASOS,
CAAS O COPAS DE BEBIDAS ALCOHLICAS EN UNA MISMA OCASIN? POR OCASIN
ENTENDEMOS TOMAR LAS BEBIDAS SEGUIDAS O EN UN INTERVALO APROXIMADO DE DOS
HORAS. Si bebiste de recipientes distintos a vasos, caas o copas, calcula el nmero de estas
unidades a partir de la informacin de la P33.
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 das o ms. 7
Ningn da (0 das).................. 0
P37 CUNTOS DAS TE HAS EMBORRACHADO POR TOMAR BEBIDAS ALCOHLICAS? Pon una X
en cada columna ( ); en total has de poner tres X, porque hay tres columnas de cuadritos.
1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.38 DURANTE LOS LTIMOS 12 MESES, CUNTOS DAS HAS VIAJADO COMO PASAJERO EN UN
VEHCULO DE MOTOR (COCHE, MOTO, ETC.) CONDUCIDO POR ALGUIEN BAJO LOS EFECTOS
DEL ALCOHOL?
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 das o ms. 7
Ningn da (0 das).................. 0
11
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.39 CUL DE LAS SIGUIENTES AFIRMACIONES REFLEJA MEJOR EL CONSUMO DE ALCOHOL DE
TU PADRE Y DE TU MADRE EN LOS LTIMOS 30 DAS? Pon una X en cada columna ( ); en
total has de poner dos X, porque hay dos columnas de cuadritos.
Padre Madre
No ha bebido ningn da F0 F0
Ha bebido algn da aislado F1 F1
Ha bebido slo los fines de semana F2 F2
Ha bebido todos o casi todos los das moderadamente F3 F3
Ha abusado del alcohol todos o casi todos los das F4 F4
No lo sabes F9 F9
LOS TRANQUILIZANTES O PASTILLAS PARA DORMIR SON MEDICAMENTOS PARA CALMAR LOS NER-
VIOS, RELAJARSE, DORMIR MEJOR [Somnferos, sedantes, hipnticos, benzos, trankimazin, rohipnol,
tranxilium, diacepam, valium, barbitricos, etc.]
P.40 CUNTOS DAS HAS CONSUMIDO TRANQUILIZANTES O PASTILLAS PARA DORMIR? Pon una
X en cada columna ( ); en total has de poner tres X, porque hay tres columnas de cuadritos.
P.41 CUNTOS DAS HAS CONSUMIDO TRANQUILIZANTES O PASTILLAS PARA DORMIR SIN QUE TE
LOS RECETARA UN MDICO? Pon una X en cada columna ( ); en total has de poner tres X,
porque hay tres columnas de cuadritos.
En tu vida En los ltimos 12 meses En los ltimos 30 das
1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
12
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
A CONTINUACIN NOS GUSTARA QUE CONTESTASES ALGUNAS PREGUNTAS SOBRE OTROS TIPOS
DE DROGAS:
HACHS O MARIHUANA [Cannabis, hierba, chocolate, porro, costo, aceite de hachs]
BASE [Cocana en base, cocana cocinada, basuco, boliches, crack, roca]
COCANA EN POLVO [Cocana, perico, farlopa, clorhidrato de cocana]
GHB O XTASIS LQUIDO [Gammahidroxibutirato, X-liquido, gamma-OH]
XTASIS O DROGAS DE DISEO [pastis, pirulas]
SPEED O ANFETAMINAS [metanfetamina, anfetas, ice, cristal]
ALUCINGENOS [LSD, cido, tripi, setas mgicas, ketamina, special-K, ketolar, imalgene]
HERONA [Caballo, jaco]
INHALABLES VOLTILES [Cola, pegamento, disolvente, poppers, nitritos, gasolina]
P.42 CUNTOS DAS HAS CONSUMIDO HACHS O MARIHUANA [cannabis, hierba, chocolate, porro,
costo, aceite de hachs]? Pon una X en cada columna ( ); en total has de poner tres X,
porque hay tres columnas de cuadritos.
P.43 CUNTOS DAS HAS CONSUMIDO BASE [cocana en base, cocana cocinada, basuco, boliches,
crack, roca]? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres
columnas de cuadritos.
13
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.44 CUNTOS DAS HAS CONSUMIDO COCANA EN POLVO [cocana, perico, farlopa, clorhidrato de
cocana? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres
columnas de cuadritos.
P.45 CUNTOS DAS HAS CONSUMIDO GHB O XTASIS LQUIDO [gammahidroxibutirato, X-lquido,
gamma-OH]? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres
columnas de cuadritos.
P.46 CUNTOS DAS HAS CONSUMIDO XTASIS [pastis, pirulas]? Pon una X en cada columna ( );
en total has de poner tres X, porque hay tres columnas de cuadritos.
14
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.47 CUNTOS DAS HAS CONSUMIDO SPEED O ANFETAMINAS [anfetas, metanfetamina, ice,
cristal]? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres
columnas de cuadritos.
P.48 CUNTOS DAS HAS CONSUMIDO ALUCINGENOS [LSD, cido, tripi, setas mgicas, mescalina,
ketamina, special-K, ketolar, imalgene]? Pon una X en cada columna ( ); en total has de poner
tres X, porque hay tres columnas de cuadritos.
P.49 CUNTOS DAS HAS CONSUMIDO HERONA [caballo, jaco]? Pon una X en cada columna ( );
en total has de poner tres X, porque hay tres columnas de cuadritos.
15
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.50 CUNTOS DAS HAS CONSUMIDO INHALABLES VOLTILES [colas, pegamentos, disolventes,
poppers, nitritos, gasolina]? Pon una X en cada columna ( ); en total has de poner tres X,
porque hay tres columnas cuadritos.
P.51 EN LOS LTIMOS 12 MESES, CUNTOS DAS HAS CONSUMIDO BEBIDAS ALCOHLICAS Y
CANNABIS (TAMBIN LLAMADO MARIHUANA O HACHS) SIN QUE HAYAN PASADO MENOS DE 2
HORAS ENTRE EL CONSUMO DE UNA Y OTRA SUSTANCIA?
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 39 das..... 7
40 das o ms..... 8
Ningn da ............................. 0
P.52 EN LOS LTIMOS 12 MESES, CUNTOS DAS HAS CONSUMIDO BEBIDAS ALCOHLICAS Y
COCANA EN POLVO O EN BASE SIN QUE HAYAN PASADO MENOS DE 2 HORAS ENTRE EL
CONSUMO DE UNA Y OTRA SUSTANCIA?
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 39 das..... 7
40 das o ms....... 8
Ningn da.............................. 0
16
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.53 PARA CADA COMPORTAMIENTO DE LA SIGUIENTE LISTA, INDICA SI LO HAS HECHO ALGUNA
VEZ EN LA VIDA Y, EN CASO AFIRMATIVO, QUE EDAD TENAS LA PRIMERA VEZ QUE LO HICISTE.
Para cada uno de los 16 comportamientos, pon una X en un cuadrito bajo el No o bajo el S, y,
en este ltimo caso, anota la edad en que lo hiciste por primera vez en las casillas abiertas de la
misma fila.
EMBORRACHARTE F0 F1
Tomar TRANQUILIZANTES O PASTILLAS PARA DORMIR SIN QUE F0 F1
TE LOS RECETARA UN MDICO
Consumir HACHS O MARIHUANA [Cannabis, hierba, chocolate, porro, F0 F1
costo, aceite de hachs]
17
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.54 PENSANDO EN LOS AMIGOS Y COMPAEROS CON LOS QUE SALES Y TE RELACIONAS
HABITUALMENTE, EN LOS LTIMOS 30 DAS, SEALA CUNTOS DE ELLOS HAN HECHO CADA
UNA DE LAS SIGUIENTES COSAS? Pon una X en un cuadrito de cada fila. En total has de poner
14 X porque hay 14 filas de cuadritos.
Fumar tabaco F4 F3 F2 F1 F0
Tomar bebidas alcohlicas F4 F3 F2 F1 F0
Emborracharse F4 F3 F2 F1 F0
Consumir hachs / Marihuana F4 F3 F2 F1 F0
Tomar tranquilizantes o pastillas para dormir F4 F3 F2 F1 F0
Consumir base (cocana en base, crack) F4 F3 F2 F1 F0
Consumir cocana en polvo F4 F3 F2 F1 F0
Consumir GHB o xtasis liquido F4 F3 F2 F1 F0
Consumir extasis F4 F3 F2 F1 F0
Consumir speed y anfetaminas F4 F3 F2 F1 F0
Consumir alucingenos (LSD, tripis, setas mgicas) F4 F3 F2 F1 F0
Consumir herona F4 F3 F2 F1 F0
Consumir inhalables voltiles F4 F3 F2 F1 F0
Inyectarse drogas F4 F3 F2 F1 F0
P.55 EN LOS LTIMOS 12 MESES, HAS SUFRIDO ALGN ACCIDENTE QUE REQUIRI ASISTENCIA
MDICA (CADA, QUEMADURA, INTOXICACIN, ACCIDENTE DE TRFICO, DOMESTICO, ETC.)?
S............................ 1
No........................... 0 Pasa a Pregunta 57
P.56 EN LAS 6 HORAS PREVIAS AL LTIMO ACCIDENTE QUE SUFRISTE, CULES DE LAS SIGUIENTES
SUSTANCIAS HABAS CONSUMIDO? Pon una X en un cuadrito de cada fila. En total has de
poner 10 X porque hay 10 filas de cuadritos.
S No
Bebidas alcohlicas F1 F0
Tranquilizantes / pastillas para dormir F1 F0
Hachs / marihuana F1 F0
Base (cocana en base, crack) F1 F0
Cocana en polvo F1 F0
GHB o xtasis lquido F1 F0
xtasis F1 F0
Speed o anfetaminas F1 F0
Alucingenos (LSD, tripis, setas mgicas) F1 F0
Herona F1 F0
18
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.57 EN LOS LTIMOS 12 MESES, HAS PARTICIPADO EN ALGUNA PELEA O HAS SUFRIDO O
REALIZADO ALGUNA AGRESIN FSICA?
S............................ 1
No........................... 0 Pasa a Pregunta 59
P.58 EN LAS 6 HORAS ANTERIORES A LA LTIMA PELEA O AGRESIN FSICA EN LA QUE TE VISTE
IMPLICADO, CULES DE LAS SIGUIENTES SUSTANCIAS HABAS CONSUMIDO? Pon una X en un
cuadrito de cada fila. En total has de poner 10 X porque hay 10 filas de cuadritos.
S No
Bebidas alcohlicas F1 F0
Tranquilizantes / pastillas para dormir F1 F0
Hachs / marihuana F1 F0
Base (cocana en base, crack) F1 F0
Cocana en polvo F1 F0
GHB o xtasis lquido F1 F0
xtasis F1 F0
Speed o anfetaminas F1 F0
Alucingenos (LSD, tripis, setas mgicas) F1 F0
Herona F1 F0
P.59 EN LOS LTIMOS 12 MESES, HAS RECIBIDO ASISTENCIA MDICA O SANITARIA URGENTE?
S............................ 1
No........................... 0 Pasa a Pregunta 61
P.60 EN LAS 6 HORAS PREVIAS AL LTIMO PROBLEMA PARA EL QUE NECESITASTE ATENCIN
MDICA O SANITARIA URGENTE, CULES DE LAS SIGUIENTES SUSTANCIAS HABAS
CONSUMIDO? Pon una X en un cuadrito de cada fila. En total has de poner 10 X porque hay
10 filas de cuadritos.
S No
Bebidas alcohlicas F1 F0
Tranquilizantes / pastillas para dormir F1 F0
Hachs / marihuana F1 F0
Base (cocana en base, crack) F1 F0
Cocana en polvo F1 F0
GHB o xtasis lquido F1 F0
xtasis F1 F0
Speed o anfetaminas F1 F0
Alucingenos (LSD, tripis, setas mgicas) F1 F0
Herona F1 F0
P.61 EN LOS LTIMOS 12 MESES, HAS SIDO DETENIDO POR LA POLICA O LA GUARDIA CIVIL?
S............................ 1
No........................... 0 Pasa a Pregunta 63
19
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.62 EN LAS 6 HORAS PREVIAS A TU LTIMA DETENCIN, CULES DE LAS SIGUIENTES SUSTANCIAS
HABAS CONSUMIDO? Pon una X en un cuadrito de cada fila. En total has de poner 10 X
porque hay 10 filas de cuadritos.
S No
Bebidas alcohlicas F1 F0
Tranquilizantes / pastillas para dormir F1 F0
Hachs / marihuana F1 F0
Base (cocana en base, crack) F1 F0
Cocana en polvo F1 F0
GHB o xtasis lquido F1 F0
xtasis F1 F0
Speed o anfetaminas F1 F0
Alucingenos (LSD, tripis, setas mgicas) F1 F0
Herona F1 F0
P.63 EN LOS LTIMOS 12 MESES, HAS EXPERIMENTADO ALGUNA DE LAS SITUACIONES SIGUIENTES?
Pon una X en un cuadrito de cada fila. En total has de poner cuatro X porque hay cuatro filas
de cuadritos.
S No
Tener un conflicto o discusin importante con padres o hermanos F1 F0
Sufrir un robo o atraco F1 F0
Escapar de casa durante ms de un da F1 F0
Haber sido expulsado del centro educativo durante un da completo o ms F1 F0
P.64 SI QUISIERAS FUMAR TABACO, TUS PADRES TE PERMITIRAN HACERLO? O, EN CASO DE QUE
YA FUMES, TE LO PERMITEN TUS PADRES?) Pon una X en cada columna ( ); en total has de
poner dos X, porque hay dos columnas cuadritos.
Madre Padre
S, me lo permitira (o me lo permite) en cualquier sitio F1 F1
S me lo permitira (o me lo permite), pero no en casa F2 F2
No me lo permitira (o no me lo permite), en absoluto F0 F0
No sabes F9 F9
Madre Padre
S, me lo permitira (o me lo permite) en cualquier sitio F1 F1
S me lo permitira (o me lo permite), pero no en casa F2 F2
No me lo permitira (o no me lo permite), en absoluto F0 F0
No sabes F9 F9
P.66 CMO SON LAS RELACIONES QUE MANTIENES CON TUS PADRES?
20
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Muy malas...... 1
Bastantes malas...................... 2
Regulares. 3
Bastante buenas.. 4
Muy buenas.......... 5
P.68 AHORA NOS GUSTARA SABER TU OPININ SOBRE LOS PROBLEMAS [DE SALUD O DE
OTRO TIPO] QUE PUEDEN SIGNIFICAR REALIZAR ALGUNA VEZ CADA UNA DE LAS
SIGUIENTES CONDUCTAS. Donde dice "alguna vez" queremos decir "una vez al mes o menos
frecuentemente" Pon una X en un cuadrito de cada fila. En total has de poner 11 X porque hay
11 filas de cuadritos.
Ningn Pocos No
Bastantes Muchos
problema problemas sabes
Fumar tabaco alguna vez F0 F1 F2 F3 F9
Consumir tranquilizantes/pastillas para dormir alguna vez F0 F1 F2 F3 F9
Fumar hachs/marihuana alguna vez F0 F1 F2 F3 F9
Fumar base (cocana en base, crack) alguna vez F0 F1 F2 F3 F9
Consumir cocana en polvo alguna vez F0 F1 F2 F3 F9
Consumir GHB o xtasis lquido alguna vez F0 F1 F2 F3 F9
Consumir xtasis alguna vez F0 F1 F2 F3 F9
Consumir speed o anfetaminas alguna vez F0 F1 F2 F3 F9
Consumir LSD, tripis o setas mgicas alguna vez F0 F1 F2 F3 F9
Consumir herona alguna vez F0 F1 F2 F3 F9
Inyectarse drogas alguna vez F0 F1 F2 F3 F9
21
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.69 DE IGUAL MODO, NOS GUSTARA SABER TU OPININ SOBRE LOS PROBLEMAS [DE SALUD O
DE OTRO TIPO] QUE PUEDEN SIGNIFICAR REALIZAR CADA UNA DE LAS SIGUIENTES
CONDUCTAS. Donde dice "habitualmente" queremos decir "aproximadamente una vez por semana
o ms frecuentemente" Pon una X en un cuadrito de cada fila. En total has de poner 13 X
porque hay 13 filas de cuadritos.
Ningn Pocos No sabes
Bastantes Muchos
problema problemas
Fumar un paquete de tabaco diario F0 F1 F2 F3 F9
Tomarse 5 6 caas/copas de bebidas alcohlicas el fin de semana F0 F1 F2 F3 F9
Tomar 1 2 caas/copas de bebidas alcohlicas cada da F0 F1 F2 F3 F9
Tomarse 5 6 caas/copas de bebidas alcohlicas cada da F0 F1 F2 F3 F9
Consumir tranquilizantes/pastillas para dormir habitualmente F0 F1 F2 F3 F9
Fumar hachs/marihuana habitualmente F0 F1 F2 F3 F9
Fumar base (cocana en base, crack) habitualmente F0 F1 F2 F3 F9
Consumir cocana en polvo habitualmente F0 F1 F2 F3 F9
Consumir xtasis habitualmente F0 F1 F2 F3 F9
Consumir speed o anfetaminas habitualmente F0 F1 F2 F3 F9
Consumir LSD, tripis o setas mgicas habitualmente F0 F1 F2 F3 F9
Consumir herona habitualmente F0 F1 F2 F3 F9
Inyectarse drogas habitualmente F0 F1 F2 F3 F9
P.70 QU DIFICULTAD PIENSAS QUE TENDRAS PARA CONSEGUIR CADA UNA DE LAS
SIGUIENTES SUSTANCIAS, SI T QUISIERAS? Pon una X en un cuadrito de cada fila. En total
has de poner 11 X porque hay 11 filas de cuadritos.
EN LAS PREGUNTAS SIGUIENTES (P.71 HASTA P.74) RECUERDA QUE EL TRMINO DROGA
TAMBIN SE APLICA A TABACO Y A ALCOHOL.
22
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.71 TE SIENTES SUFICIENTEMENTE INFORMADO CON RESPECTO AL TEMA DE LAS DROGAS?
S, perfectamente...... 1
S, lo suficiente......... 2
Slo a medias.......... 3
No, estoy mal informado.... 0
Madre................................................................................. 01
Padre.................................................................................. 02
Hermanos / hermanas............................................................. 03
Otros familiares ................................................................. 04
Amigos................................................................................ 05
Profesores ........................................................................... 06
Profesionales sanitarios ........................................................ 07
Organismos oficiales (Gobierno, Consejeras, ...) ...................... 08
Medios de comunicacin (TV, prensa, radio) .............................. 09
Charlas o cursos sobre el tema................................................... 10
Personas que han tenido contacto con ellas................................ 11
Libros y/o folletos .................................................................. 12
Internet............................................................................. 13
Otras Cules?(______________________________________) 14
Por ninguna........................................................................ 00
P.73. POR QU VA O VAS CREES QUE PODRAS RECIBIR UNA INFORMACIN MEJOR Y MS
OBJETIVA SOBRE EL CONSUMO DE DROGAS Y LOS EFECTOS Y PROBLEMAS ASOCIADOS
CON LAS DISTINTAS SUSTANCIAS Y FORMAS DE CONSUMO? ? Puedes marcar varias vas.
Seala las principales.
Madre................................................................................. 01
Padre.................................................................................. 02
Hermanos/hermanas............................................................. 03
Otros familiares ................................................................. 04
Amigos................................................................................... 05
Profesores ........................................................................... 06
Profesionales sanitarios ........................................................ 07
Organismos oficiales (Gobierno, Consejeras, ...) ..................... 08
Medios de comunicacin (TV, prensa, radio) ............................ 09
Charlas o cursos sobre el tema............................................... 10
Personas que han tenido contacto con ellas.............................. 11
Libros y/o folletos ................................................................. 12
Internet..... .................................................................. 13
Otras Cules?(______________________________________) 14
Por ninguna.......................................................................... 00
23
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.74 EN TU ACTUAL INSTITUTO / CENTRO EDUCATIVO, HAS RECIBIDO INFORMACIN O SE HA
TRATADO EN CLASE EL TEMA DEL CONSUMO DE DROGAS Y LOS EFECTOS Y PROBLEMAS
ASOCIADOS CON LAS DISTINTAS SUSTANCIAS Y FORMAS DE CONSUMO?
S............................ 1
No........................... 0
TABACO F1 F0 F9
BEBIDAS ALCOHLICAS F1 F0 F9
OTRAS DROGAS F1 F0 F9
P.75_0.EN LOS LTIMOS 12 MESES HAS CONSUMIDO ALGUNA VEZ HACHS O MARIHUANA [canna-
bis, hierba, chocolate, porro, costo, aceite de hachs]?
S ................ 1
No ................ 0 Pasa a Pregunta 76
24
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.75_2. SIGUIENDO CON LOS LTIMOS 12 MESES , CON QU FRECUENCIA TE HA OCURRIDO ALGO
DE LO QUE SE DESCRIBE A CONTINUACIN EN DICHO PERODO?
Pon una X en un cuadrito de cada fila. En total has de poner 4 X, porque hay 4 filas de cuadritos
P75_3. En los LTIMOS 12 MESES, hasta qu punto te ha sido difcil dejar o estar sin consumir
cannabis?
Nada difcil............................. 1
Bastante difcil........................ 2
Muy difcil............................... 3
Imposible............................... 4
P.76 SI HUBIERAS CONSUMIDO ALGUNA VEZ HACHS MARIHUANA, CREES QUE LO HABRAS
DICHO EN ESTE CUESTIONARIO?
25
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
P.77 SI HUBIERAS CONSUMIDO ALGUNA VEZ HERONA, CREES QUE LO HABRAS DICHO EN
ESTE CUESTIONARIO?
P.78 POR LTIMO, NOS GUSTARA QUE HICIERAS SUGERENCIAS PARA MEJORAR EL CUESTIONARIO
_________________________________________________________________________________
__________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
26
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.