Apuntes de SPSS (parte I) (2014)

Apunte Español
Universidad Universidad Autónoma de Madrid (UAM)
Grado Psicología - 2º curso
Asignatura analisis de datos 2. estadistica
Año del apunte 2014
Páginas 4
Fecha de subida 17/07/2017
Descargas 0
Subido por

Descripción

Apuntes sobre la realización de contrastes de hipótesis con spss

Vista previa del texto

Se cumplen los supuestos Cuando no se cumplen los supuestos Categórica dicotómica Categórica politómica Prueba binomial Cuantitativa Bondad de ajuste Prueba T para una muestra X2 de independencia Número de variables Tipo de variables 1 Ambas categóricas 2 Ambas cuantitativas Una cuantitativa, una categórica dicotómica Diseño transversal Proporción de cambio Diseño hacia delante (cohortes) Diseño hacia atrás (casos y controles) Para relacionarlas Para compararlas McNemar Riesgo relativo Odds ratio Correlación de Pearson Prueba T para dos muestras relacionadas Correlación de Spearman Prueba T para dos muestras independientes Wilcoxon U de MannWhitney En SPSS, Sig. (bilateral) hay que dividirlo entre 2 siempre que el contraste sea unilateral. Con un nivel de confianza de 0.95 / con una confianza del 95% No se suele correlacionar una variable cuantitativa con una categórica, pero en la prueba U de Mann-Whitney se puede hacer. Con los datos de la muestra, no se han encontrado diferencias significativas entre el precio de los automóviles y el de los camiones (tenemos que ser muy prudentes a la hora de mantener las H0). Si rechazo H0 soy muy contundente – AFIRMO que he encontrado diferencias. ANOVA-A-EF-CA En caso de rechazo de H0: - Tamaño del efecto: n2 = SCI / SCT (suma de cuadrados inter-grupos entre la suma de cuadrados total) - Comparaciones post hoc (a posteriori) ANOVA-AB-EF-CA (*) El factor A va a tener J niveles/grupos y el factor B va a tener K niveles/grupos. Hacemos ANOVA de dos factores para estudiar la relación entre ambas variables, porque necesitas menos sujetos. Por lo tanto, vamos a valorar el efecto principal del factor A (dificultad) para ver si influye sobre el rendimiento (como si el otro factor no existiera), vamos a valorar el efecto principal del factor B (ansiedad) para ver si influye sobre el rendimiento y, lo más importante, estudiaremos el efecto de la interacción entre ambas variables. Estudiar el efecto de la interacción es ver cómo afecta una VI a la VD si está en presencia de otra VI (galletas y paté). HIPÓTESIS ¿Rechazo? Pruebas H0 (A): media dificultad fácil = media dificultad difícil post hoc H0 (B): media ansiedad baja = media ansiedad media = media ansiedad alta H0 (AB): NO HAY INTERACCIÓN ¿Rechazo? Efectos H1 (AB): HAY INTERACCIÓN simples y comparar efectos simples entre Tamaño del efecto: eta cuadrado se interpreta como una proporción (va de 0 a 1 – proporción sí. de varianza explicada). El 48.3% de la variabilidad de las puntuaciones en rendimiento están explicadas por la variable ansiedad. Potencia (1 – β): cuando mi contraste es potente encuentra diferencias donde las hay (se suele pedir un 0.8 de potencia). Si hay interacción, los efectos principales los ignoramos (en la práctica, no en el examen). COMPARACIONES POST-HOC Cuando realizamos comparaciones múltiples con la prueba T el error Tipo I (alfa) se dispara. Un efecto simple es la diferencia significativa entre las casillas (diferencia entre fácil y difícil en ansiedad baja, en ansiedad media y ansiedad difícil). Efectos simples Comparación de efectos simples entre sí ANOVA-A-MR El factor son las J variables relacionadas; aunque sean 4 variables, las cuatro forman un solo factor. Quiero comparar estas variables. H0: todas las medias son iguales H1: no todas las medias son iguales Supuestos: independencia, normalidad, esfericidad (la matriz de varianzas-covarianzas de las J variables que estamos comparando es esférica). Con la prueba de Mauchly, H0: matriz = esfera. Si se mantiene H0, pruebas intra-sujetos; si se rechaza H0, contrastes multivariados. Si los contrastes multivariados no son significativos, se utilizan las pruebas intra-sujetos con corrección de épsilon. ANOVA DE DOS FACTORES CON MEDIDAS REPETIDAS EN UNO DE ELLOS Supuestos: independencia, normalidad y esfericidad multi-muestra (se contrasta con Mauchly y Box) Se rechaza la H0 de esfericidad, por lo que se utilizan los contrastes multi-variados. Tamaño del efecto: 0.825 à proporción de varianza explicada; el 82.5% de la variabilidad en las puntuaciones en depresión se explica por el paso del tiempo. En presencia de un efecto de interacción, los efectos principales nos pueden estar timando. ...

Tags:
Comprar Previsualizar