Hay 2 tipos de anlisis que pueden realizarse:

Los Anlisis Paramtricos y los No Paramtricos

Las ms utilizadas son:
 Coeficiente de
Correlacin
De Pearson

Anlisis de
Prueba T
covarianza
de Student
(ancova)

Pruebas
estadsticas

paramtricas
Prueba de
Anlisis de
contraste
varianza
De diferencias
Factorial
De
(Anova)
proporciones
Anlisis de
varianza
Unidireccional
(Anova
Oneway)
COEFICIENTE DE CORRELACIN
DE PEARSON

Definicin:
Es una prueba estadstica para analizar la relacin
entre dos variables medidas en un nivel de intervalos o
de razn

Simbologa:

r
 Hiptesis a probar:

Correlacional, del tipo

A mayor X, mayor Y
A mayor X, menor Y

Altos valores en X estn asociados con altos valores en Y

Altos valores en X se asocian con bajos valores de Y

Hiptesis estadstica:

Hi: rXY O
HO: rXY = O
 Variables:

Dos. La prueba en s No considera a una como

independiente y otra como dependiente

El coeficiente de correlacin de Pearson se calcula a

partir de las puntuaciones obtenidas en una muestra
en dos variables.

Se relacionan las puntuaciones obtenidas de una

variable con las de otra variable, en los mismos sujetos

Niveles de medicin:
Intervalos
Razn
 Interpretacin:
Puede variar de -1.00 a +1.00 donde...

-1.00 = correlacin negativa perfecta

-0.90 = correlacin negativa muy fuerte
-0.75 = correlacin negativa considerables
-0.50 = correlacin negativa media
-0.10 = correlacin negativa dbil
0.00 = No existe correlacin entre variables
+0.10 = correlacin positiva dbil
+0.50 = correlacin positiva media
+0.75 = correlacin positiva considerable
+0.90 = correlacin positiva muy fuerte
+ 1.00 = correlacin positiva perfecta
 Los programas de anlisis estadsticos en computadora
reportan si el coeficiente es o no significativo:
S= 0.001 significancia
0.7831 valor de coficiente

95% confianza
s es menor El coeficiente correlacin verdadera
del valor 0.05 es significativo
5% probabilidad de
de 0.05 error

El coeficiente 99% confianza

s es menor es significativo correlacin verdadera
al valor 0.01 de 0.01 1% probabilidad de
error
Ejemplo 1
Hi: A mayor motivacin intrnseca, mayor puntualidad

Resultado r = 0.721
s = 0.0001

Interpretacin Se acepta la hiptesis de investigacin al nivel 0.01,

la correlacin entre motivacin intrnseca y la
productividad es considerable

Razn s < 0.01

Ejemplo 2
Hi: A mayor ingreso, mayor motivacin intrnseca

Resultado r = 0.214
s = 0.081

Interpretacin Se acepta la hiptesis nula.

El coeficiente no es significativo 0.081 es mayor que
0.05

0.05 es el nivel mnimo para aceptar la hiptesis

Razn s > 0.05

 La Regresin Lineal
Es un modelo matemtico para estimar el efecto de una
variable sobre otra. Est asociado con la r de Pearson.

La Regresin Lineal, Se determina con base en el

diagrama de dispersin, que consiste en una grfica
donde se relacionan las puntuaciones de una muestra
en dos variable
 PRUEBA T DE STUDENT
Definicin:

Es una prueba estadstica para evaluar si dos

grupos difieren entre s de manera significativa
respecto a sus medias

Simbologa:
t
 Hiptesis:
De diferencia entre
dos grupos.

Hi: propone que los

Ho: propone que los
grupos difieren
Grupos no difieren
Significativamente
significativamente
Entre s

Hi: X1 X2 Ho: X1 = X2
 Variable:

La comparacin se realiza sobre una variable.

Si hay diferentes variables, se efectuarn varias

pruebas t (1x cada variable)

Nivel de medicin:
Intervalos
Razn
 Interpretacin. 1 = Media de un grupo
2 = Media de otro grupo
1 2 21 = Desviacin estandar del
= primer grupo elevado al
21 2 2
+ cuadrado (varianza)
1 2
2 2 = Desviacin estandar del
segundo grupo elevado al
cuadrado (varianza)
Para saber si el
valor de t es
N1 = Es el tamao del primer
significativo se grupo
aplica la frmula y N2 = Es el tamao del
se calculan los segundo grupo
grados de libertad
 Entre mayor grados de libertad se tengan, la distribucin
t de Student se acerca ms a ser una distribucin
normal

Si los grados de libertad exceden a los 120 la distribucin

normal es utilizada como una aproximacin adecuada

Los grados de libertad se calculan:

gl = (N1 + N2) -2

Se elige el nivel de significancia y se compara el valor

obtenido contra el valor que le correspondera en la tabla de
distribucin.

Si el valor calculado es igual o mayor al que aparece en la

tabla, se acepta la Hi, pero si es menor se acepta la Ho.
 Cuando mayor sea el valor t calculado
respecto al valor de la tabla y menor sea la
posibilidad de error, mayor ser la certeza en los
resultados.

Cuando el valor t se calcula utilizando el programa

por computadora, la significancia se proporciona
como parte de los resultados y sta debe ser menor
a 0.05 0.01 dependiendo el nivel de confianza
seleccionado
PRUEBA DE DIFERENCIA DE
PROPORCIONES
Definicin:
Es una prueba estadstica para analizar dos
proporciones significativamente entre s.

Hiptesis:
De diferencia de proporciones en dos grupos.

Hi: %1>%2 Ho: %1 = %2

Variable:
La comparacin se realiza sobre una variable. Si hay varias,
se efectuar una prueba de diferencia de proporciones por
variable

Nivel de medicin:
Intervalos o razn
Expresados en proporciones o porcentajes

Procedimiento: Z= P1 P2
q1 = 1-P1 P1 q1 + P2 q2
N1 N2
q2 = 1 P2
 Interpretacin:

Lapuntuacin z resultante se compara con la

distribucin de putuaciones z (normal) que
corresponda al nivel de confianza elegido.

Elvalor de z calculado (reusltante de la

frmula) debe ser igual o mayor que el valor de
la tabla de reas bajo la curva normal
correspondiente.

Si es igual o mayor, se acepta la Hi

Si es menor, se rechaza la Hi
ANOVA
La varianza puede ser: unidireccional,
bidireccional y multidireccional.

Definicin:

La varianza unidireccional es el anlisis

unifactorial o de una sola va. SPSS lo llama
anlisis de la varianza de una va (ONEWAY).

Se usa para analizar mas de dos grupos difieren

entre s (t es para dos grupos)
 Variable:
Independiente (categrica puede formar grupos
diferentes variable dependiente.

Niveles de medicin:
Se produce un valor o razn F que indica que las
diferencias son mayores que intragrupos. Es a travs
de varianza.

Procedimiento:
Se emplea suma de cuadrados
 Definicin:

Anlisis factorial es para ver efecto entre dos o

ms variables independientes sobre
dependientes (incluye mas de una variable
independiente)

Es una extensin de la anterior

Procedimiento:

Se halla F y significancia de
F =0.1 p < 0.01 F =0.5 p < 0.05
 Definicin:
Anllisis de covarianza: analiza la relacin
entre una variable dependiente y dos o mas
independientes eliminando y controlando el
efecto de una independiente

Variables:
Categricas o continuas

Uso:
*Incrementa precisin en experimentos con
asignacin al azar
*Elimina influencias extraas o contaminantes