Pruebas estadísticas en SPSS: normalidad, t, ANOVA, regresión y chi-cuadrado

Procedimientos y resultados de pruebas estadísticas

Se presenta a continuación la corrección ortográfica y la organización del documento original con los pasos, criterios e interpretaciones para distintas pruebas estadísticas (SPSS). No se ha eliminado contenido; se han corregido redacción, mayúsculas, puntuación y se han estructurado las instrucciones para facilitar su lectura.

Normalidad (variable cuantitativa)

Si sigue una distribución normal:

• Ruta en SPSS: Analizar > Pruebas no paramétricas (o Analizar > Estadísticos descriptivos > Exploratorio, según la versión).
• Seleccionar la prueba de Kolmogorov-Smirnov (K-S) para una muestra en el cuadro de diálogo.
• Elegir la variable de prueba (por ejemplo: ¿cuánto tiempo?) y marcar la opción de normalidad; luego Aceptar.

Interpretación: si el valor de significación (p) es menor que alfa, se rechaza la hipótesis nula de normalidad; por tanto, la variable no sigue una distribución normal.

Variable cualitativa

Para variables cualitativas, utilizar pruebas no paramétricas para una muestra o pruebas de tablas cruzadas según corresponda. En SPSS: Analizar > Pruebas no paramétricas. Ejecutar y comprobar si se rechaza la hipótesis nula (H0).

Número de cigarrillos =/> 15 (prueba t de una muestra)

Número de cigarrillos >= 15:

• Comparar medias: Analizar > Comparar medias > Prueba t para una muestra.
• Indicar el valor de referencia de la muestra (por ejemplo: 15) y aceptar.

Interpretación: ver la significación; para rechazar H0 debe cumplirse que la sig. / 2 sea menor que alfa y la diferencia de medias muestre la dirección esperada. En el caso comentado, no se rechaza H0.

Tiempo de estudio: comparación frente a 25 años

Hipótesis: el tiempo de estudio de personas > 25 años es mayor que el de 24 años o menos.

• Prueba: Prueba t para muestras independientes.
• Variable de prueba: tiempo (cuánto tiempo).
• Variable de agrupación: edad (definir grupos: 25 y más vs. 24 y menos).

Resultados indicados: significación = 0,490 > alfa, por tanto no se rechaza H0. Al tratarse de una prueba bilateral, se considera 0,624/2 = 0,312 > alfa; por tanto, no se rechaza asumiendo varianzas iguales.

Percentiles

Percentiles: ¿Entre qué valores se encuentra el 92% central de las puntuaciones de la variable edad?

• SPSS: Analizar > Estadísticos descriptivos > Frecuencias/Percentiles.
• Percentiles obtenidos: 4 y 96 (percentiles 4 y 96): entre 18 y 28 minutos.

Relación entre número de asignaturas y tiempo de estudio (nivel de confianza 90%)

Procedimiento: Analizar > Correlaciones bivariadas.

Resultado: correlación = -0,141 (inversa y negativa): a mayor número de asignaturas, menor tiempo de estudio.

Media de edad al 97%

Ruta: Analizar > Comparar medias > Prueba t para una muestra. Seleccionar la variable edad y en opciones fijar el nivel de confianza al 97%.

Resultado: intervalo de confianza (21,85–22,32).

Número de asignaturas por edad según sexo (2 muestras)

Prueba: Prueba t para muestras independientes.

• Variable de agrupación: sexo (1, 2).
• Variable de prueba: número de asignaturas.

Observación: se asumen varianzas iguales, pero la significación bilateral lleva al rechazo (según el documento original).

Media de edad al 95% por sexo (hombres y mujeres por separado)

Procedimiento sugerido: Datos > Segmentar archivo por grupos o Datos > Seleccionar casos y extraer una muestra aleatoria (por ejemplo, 4%). Luego: Analizar > Comparar medias > Prueba t para una muestra, seleccionando la variable edad.

Regresión del tiempo de estudio respecto a la edad

Objetivo: determinar el tiempo de estudio previsto para una persona de 33 años.

• Ruta: Analizar > Regresión > Lineal.
• Variable dependiente: tiempo de estudio.
• Variable independiente: edad.

Coeficientes indicados en el documento: Y = 1,175 X - 15,33. Recta de regresión: y = 1,175·x - 15,33. Para 33 años: y = 1,175·33 - 15,33 = 669,33 min (dato reportado en el documento original).

ANOVA: diferencia de tiempo según el lugar

Procedimiento:

• Analizar > Estadísticos descriptivos > Frecuencias (o descriptivos según la variable).
• Analizar > Comparar medias > ANOVA de un factor.
• Variable dependiente: cuánto tiempo; factor: dónde estudias.
• Activar prueba de homogeneidad de varianzas.
• Si se rechaza la homogeneidad, tener en cuenta alternativas (por ejemplo, pruebas robustas o correcciones).
• Post hoc: Scheffé y opciones de gráfico de las medias.

Observación del documento: en el histograma y en el gráfico de medias se aprecia una diferencia considerable en la categoría 3 de la variable 'dónde estudias'.

Relación entre lugar de residencia y titulación

Procedimiento: Analizar > Estadísticos descriptivos > Tablas cruzadas.

• Filas: titulación; columnas: dónde vives.
• Estadísticos: Chi-cuadrado; aceptar para evaluar independencia.

Interpretación: la significación del chi-cuadrado indica rechazo de independencia; por tanto, están relacionadas. En la tabla de chi-cuadrado, comprobar que el porcentaje de celdas con frecuencias esperadas menores que 5 (por ejemplo: 20% o 2,29) sea menor que 5 para concluir con más seguridad.

Pasos adicionales: Analizar > Estadísticos descriptivos > Tablas cruzadas, activar casillas de residuos estandarizados corregidos para identificar dónde se producen las relaciones (ver si el residuo corregido es < -1,96 o > +1,96).

Modelo con 2 factores: curso y tipo de evaluación

Objetivo: evaluar medias e interacciones entre dos factores.

• Enunciar las medias de los dos factores y los grados de libertad (gl + 1 según el contexto).
• Ruta en SPSS: Analizar > Modelo lineal general > Univariado.
• Variable dependiente: cuánto tiempo.
• Factores fijos: curso y evaluación.

Interpretación: evaluar diferencias según el tipo de evaluación y la interacción curso*evaluación; comprobar si la interacción es significativa para determinar si la diferencia según evaluación depende del curso.

Notas finales

Se han mantenido todos los contenidos originales y se ha corregido la redacción, ortografía y formato para una mejor comprensión. Para replicar estos pasos en SPSS, siga las rutas mencionadas y verifique siempre las suposiciones de cada prueba (normalidad, homogeneidad de varianzas, independencia, etc.) antes de interpretar los resultados.