Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a. Correlaciones entre las distintas Variables objeto de estudio.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a. Correlaciones entre las distintas Variables objeto de estudio."

Transcripción

1 Tesis Doctoral. Juan Ángel Simón Piqueras. Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a cabo los siguientes análisis estadísticos: MANCOVA tomando como variables independientes el Sexo y el Nivel Deportivo, y como covariada la Variable Años Compitiendo, para analizar si existían diferencias en función del sexo y nivel deportivo. MANOVA tomando como variables independientes el Sexo y Tipo de Deporte par analizar si existían diferencias en función del tipo de deporte. ANOVA mixto con un factor de medidas repetidas y dos factores intergrupo. Para analizar qué factores se perciben como más importantes por los deportistas Correlaciones entre las distintas Variables objeto de estudio. 5.1 Análisis de las diferencias existentes en la percepción de los factores relacionados con la excelencia en función del nivel deportivo de y sexo de los deportistas. Para el contraste estadístico de esta cuestión se empleó la técnica del MANCOVA tomando como factores intergrupo el nivel deportivo y el sexo. Para aislar en la mayor medida posible el efecto que en esas diferencias pueda tener los años de práctica o competición, este factor actuó como variable covariada. 111

2 Capítulo 5. Resultados Comprobación de los supuestos básicos del análisis de covarianza multivariante. (MANCOVA). Se puede considerar que el MANCOVA es una técnica robusta frente a desviaciones a la normalidad (Peña, 1989, p. 58), sobre todo cuando los tamaños muestrales son grandes (Hair, Anderson, Tatham, y Black, 1999), por lo que pueden asumirse ligeras desviaciones a la normalidad. A efectos de comprobación de los supuestos básicos del MANCOVA, suele considerarse normal la población cuya muestra presenta coeficientes de asimetría y curtosis comprendidos entre -2 y 2. (Pérez, 2004, p.62). De los resultados mostrados en la Tabla 5.1, puede comprobarse que los coeficientes obtenidos en todas las variables estudiadas están dentro de dicho intervalo, tanto en lo que se refiere a los coeficientes de asimetría como a los de curtosis. Por ello se considera que el criterio de normalidad se cumple adecuadamente. Tabla 5.1. Normalidad de la muestra. Datos asimetría y curtosis. Familia Entrenador Entrenamiento Entorno Atleta Características del entrenamiento Naturaleza del entrenamiento Asimetría Curtosis Estadístico Error típico Estadístico Error típico , Para comprobar la Heterocedasticidad se utilizó la prueba de Levene sobre la igualdad de las varianzas de error. Dado que la muestra del estudio es muy grande, la prueba de homogeneidad de varianzas M de Box resulta demasiado estricta y no recomendable (Tabachnich y Fidell, 1996). Por el contrario, el test de Levene es particularmente recomendable porque es el que queda menos afectado por desviaciones de la normalidad (Hair et al., 1999, p. 168). La 112

3 Tesis Doctoral. Juan Ángel Simón Piqueras. hipótesis nula sería que la varianza de error de la variable dependiente es igual a lo largo de todos los grupos (Tabla 5.2). Tabla 5.2. Contraste de Levene sobre la igualdad de las varianzas de error. Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista F gl1 gl2 Significación De los resultados del test de Levene puede observarse que solo se encuentra heterogeneidad de varianzas significativa (p<0,01) en la variable Deportista. Dado que los tamaños de los grupos no son demasiado desproporcionados y pueden considerarse relativamente iguales según el criterio de Tabachnich y Fidell, (1996,p.80), se consideró que la heterocedasticidad era asumible Estadísticos descriptivos de las diferencias. A continuación se presentan los estadísticos descriptivos de los deportistas que pertenecían a los distintos grupos de estudio, sus medias y desviaciones típicas. (Tabla 5.3 y Figura 5.1). Tabla 5.3. Estadísticos descriptivos de la muestra del MANCOVA. Familia Sexo Niveles Agrupados Media Desv. típ. Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total

4 Capítulo 5. Resultados. Tabla 5.3. Estadísticos descriptivos de la muestra del MANCOVA. Continuación Entrenador C a r a c t e r í s t i c a s d e l entrenamiento N a t u r a l e z a entrenamiento d e l Sexo Niveles Agrupados Media Desv. típ. Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total

5 Tesis Doctoral. Juan Ángel Simón Piqueras. Tabla 5.3. Estadísticos descriptivos de la muestra del MANCOVA. Continuación Entorno Deportista Sexo Niveles Agrupados Media Desv. típ. Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Hombres Mujeres Total Local-Autonómico Número de deportistas Nacional Internacional Total

6 Capítulo 5. Resultados. Mujeres 32% Hombres 68% Internacional 14% Nacional 39% Local-Autonómico 47% Figura 5.1. Distribución de la muestra por nivel deportivo y sexo en porcentajes Contrastes multivariados. A continuación se procedió a realizar los contrastes multivariados para averiguar qué variables independientes tenían una relación significativa con el conjunto de variables dependientes (Tabla 5.4). Tabla 5.4. Resultados de los contrastes multivariados. Efecto Años compitiendo (Covariable) Sexo Nivel Sexo * Nivel Traza De Pillai F Gl hipótesis Gl error Valor-p Eta El estadístico utilizado fue la Traza de Pillai, debido a que es el estadístico más robusto. Los resultados mostraron que: La variable covariada (Años compitiendo), tenía una relación significativa con el conjunto de variables dependientes (p<0,01). La variable independiente Sexo tenía una relación significativa con el conjunto de variables dependientes (p<0,01). 116

7 Tesis Doctoral. Juan Ángel Simón Piqueras. La variable independiente Nivel deportivo mostraba una relación significativa con el conjunto de variables dependientes (p<0,01). La Interacción de las Variables Independientes Sexo*Nivel deportivo estaba muy próxima al nivel de significación con el conjunto de variables dependientes Contrastes univariados. Con el fin de averiguar las relaciones significativas de las variables dependientes y las independientes se procedió a obtener los contrastes univariados. (Tabla 5.5). Con los resultados obtenidos se pudo observar que: La covariable (Años compitiendo), tenia un efecto significativo sobre las variables dependientes Familia, Entrenador, y Naturaleza del entrenamiento (p<0,01). En relación con la variable independiente Sexo se observó que las diferencias son significativas en las variables dependientes Familia, Naturaleza del entrenamiento, Entorno y recursos, y Deportista (p<0,05). Con referencia con la variable independiente Nivel deportivo, los resultados indicaron que había diferencias significativas de todas las variables dependientes en relación con el nivel deportivo del sujeto (p<0,01). Por último, se encontró que la interacción Sexo*Nivel deportivo tiene un efecto significativo sobre la variable dependiente Entorno y recursos (p<0,05), y una relación muy próxima a la significación con la variable dependiente Deportista. 117

8 Capítulo 5. Resultados. Tabla 5.5. Resultados contrastes univariados. Fuente Variable dependiente gl F Valor-p Eta 2 Familia Entrenador Años compitiendo (Covariable) Sexo Nivel deportivo Sexo * Nivel deportivo Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Para profundizar más en los resultados que indicaban diferencias significativas con respecto a la variable independiente sexo, se procedió a calcular con una prueba de comparaciones por pares, las relaciones significativas, y a calcular las medias marginales estimadas (Tabla 5.6). Según estos resultados, se observó que las diferencias fueron significativas en las variables dependientes Familia, Naturaleza del Entrenamiento, Entorno y Deportista (p<0,05) (Figura 5.2). 118

9 Tesis Doctoral. Juan Ángel Simón Piqueras. Tabla 5.6. Comparación por pares y medias marginales estimadas. Variable dependiente Familia Entrenador Características entrenamiento Naturaleza entrenamiento Entorno Deportista Sexo Media Significación Intervalo de confianza al 95%. Límite inferior Límite superior Hombre Mujer Hombre Mujer Hombre Mujer Hombre Mujer Hombre Mujer Hombre Mujer Figura 5.2. Medias marginales estimadas y comparaciones por pares. Variable independiente sexo. Con referencia a los resultados que mostraron diferencias significativas con respecto a la variable independiente Nivel deportivo, se planteó la posibilidad de realizar un contraste de hipótesis personalizado, debido a que 119

10 Capítulo 5. Resultados. esta variable independiente era de tipo ordinal. Con este tipo de análisis se puede observar la posible tendencia lineal significativa (Tabla 5.7). Tabla 5.7. Contraste de hipótesis personalizado. Lineal Estimación contraste Error típico Valor-p Intervalo confianza 95% Límite inferior Límite superior Variable dependiente Familia Entrenador Caract Ent. Nat. Entren Entorno Deportista De los resultados de la Tabla 5.7 se pudo concluir que en relación con la variable independiente Nivel deportivo, todas las variables dependientes mostraron diferencias significativas. La tendencia que se muestra significativa a raíz de los resultados fue la de tipo positivo y lineal, lo que quiere decir que las puntuaciones en las distintas variables dependientes aumentaron en función del nivel deportivo. A mayor nivel deportivo, resultados más elevados en cada variable dependiente. Con el fin de facilitar la comprensión de estos resultados, y de las posibles interacciones, y sobre todo mostrar la tendencia lineal positiva y significativa, se a presentar los mismos de una manera gráfica en las Figuras 5.3 a

11 Tesis Doctoral. Juan Ángel Simón Piqueras. Figura 5.3. Medias marginales estimadas y comparaciones por pares. Variable independiente Nivel deportivo. 121

12 Capítulo 5. Resultados. 7,50 7,00 6,50 6,00 5,50 Local-Auto Nacional Internacional 6,5 6,0 5,5 5,0 4,5 Local-Auto Nacional Internacional Hombre Mujer Hombre Mujer Figura 5.4. Variable dependiente: Familia. Figura 5.7. Variable dependiente: Naturaleza del entrenamiento 8,1 7,7 7,3 6,9 6,5 Local-Auto Nacional Internacional 6,75 6,25 5,75 5,25 4,75 Local-Auto Nacional Internacional Hombre Mujer Hombre Mujer Figura 5.5. Variable dependiente: Entrenador Figura 5.8. Variable dependiente: Entorno 7,7 7,5 7,3 7,1 6,9 Local-Auto Nacional Internacional Hombre Mujer Figura 5.6. Variable dependiente : Características del entrenamiento 8,40 8,15 7,90 7,65 7,40 Local-Auto Nacional Internacional Hombre Mujer Figura 5.9. Variable dependiente: Deportista. 122

13 Tesis Doctoral. Juan Ángel Simón Piqueras. 5.2 Análisis de las diferencias existentes en la percepción de los factores relacionados con la excelencia en función del tipo de deporte practicado y el sexo de los deportistas Con este procedimiento se planteó hallar las diferencias en cada uno de los factores estudiados, en función del sexo y del tipo de deporte practicado por los deportistas. Se utilizó el MANOVA, porque no se tuvo en cuenta ninguna variable covariada, pues se consideró que los años compitiendo no influían en la elección del tipo de deporte Comprobación de los supuestos básicos del análisis de varianza multivariante. (MANOVA). En referencia a la normalidad de la muestra, los análisis se pueden comprobar en la página 112, Tabla 5.1. Para comprobar la Heterocedasticidad se utilizó nuevamente el Contraste de Levene sobre la igualdad de las varianzas de error. Dado que la muestra del estudio era muy grande, la prueba de homogeneidad de varianzas M de Box resulta demasiado estricta y no recomendable (Tabachnich y Fidell, 1996). Por el contrario, el test de Levene es particularmente recomendable porque es el que queda menos afectado por desviaciones de la normalidad (Hair et al., 1999, p. 168). La hipótesis nula sería que la varianza de error de la variable dependiente no mostraría diferencias a lo largo de todos los grupos (Tabla 5.8). 123

14 Capítulo 5. Resultados. Tabla 5.8. Contraste de Levene sobre la igualdad de las varianzas de error. F gl1 gl2 Significación Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista De los resultados del test de Levene puede observarse que solo se encontró heterogeneidad de varianzas significativa (p<0,01) en la variable Entrenador. Dado que los tamaños de los grupos no son demasiado desproporcionados y podían considerarse relativamente iguales según el criterio de Tabachnich y Fidell, (1996, p.80), se consideró que la heterocedasticidad era asumible Estadísticos Descriptivos de las diferencias. A continuación se presentan los datos de tipo descriptivo que permiten conocer las características de los distintos grupos de estudio (Figura 5.10 y Tabla 5.9). Mujeres 32% Hombres 68% Abiertos Equipo 32% Abiertos Ind 17% Cerrados 51% Figura Porcentajes Grupos de la Muestra por tipo de deporte y sexo 124

15 Tesis Doctoral. Juan Ángel Simón Piqueras. Tabla 5.9. Estadísticos descriptivos de la muestra del MANOVA. Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Sexo Tipo de Deporte Media Desv. típ. Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total

16 Capítulo 5. Resultados. Tabla 5.9. Estadísticos descriptivos de la muestra del MANOVA. Continuación Entorno Deportista Número de Deportistas Sexo Tipo de Deporte Media Desv. típ. Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombres Mujeres Total Cerrados Abiertos Ind Abiertos Equipo Total

17 Tesis Doctoral. Juan Ángel Simón Piqueras Contrastes multivariados. A continuación se procedió a realizar los contrastes multivariados para averiguar qué variables independientes tienen una relación significativa con el conjunto de variables dependientes (Tabla 5.10). Es necesario matizar que como los resultados de diferencias de sexo ya se presentaron en el apartado 5.1 del presente capítulo, en los sucesivos análisis nos centraremos en las diferencias entre los distintos tipos de deporte y la interacción tipo de Deporte*Sexo. Tabla Resultados de los contrastes multivariados. Efecto Valor F Gl hipótesis Gl error Significación Eta al cuadrado parcial T. Deporte Sexo * TD El estadístico utilizado fue la Traza de Pillai, debido a que era el estadístico más robusto. Los resultados mostraron diferencias significativas en todas las variables independientes y en la interacción de las mismas. Los resultados pusieron de manifiesto que: La variable independiente Tipo de Deporte tenía una relación significativa con el conjunto de variables dependientes (p<0,01). La Interacción de las Variables Independientes Sexo*Nivel Deportivo tuvo una relación significativa con el conjunto de variables dependientes (p<0,01). 127

18 Capítulo 5. Resultados Contrastes univariados. Con el fin de averiguar las relaciones significativas de las variables dependientes y las independientes procedemos a realizar los contrastes univariados. (Ver Tabla 5.5) Tabla Resultados de los contrastes univariados. Fuente Variable dependiente gl F Valor-p Eta 2 T_Deporte Sexo * T_Deporte Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Estos contrastes mostraron que: Referente a la variable independiente Tipo de Deporte, los resultados indicaron que hubo diferencias significativas en las variables dependientes Entrenador, Naturaleza del entrenamiento (p<0,01), y Características del entrenamiento (p<0,05). Por último se hará referencia a que la interacción Sexo*Tipo de Deporte tuvo un efecto significativo sobre la variables dependientes Familia y Entrenador (p<0,01) y una relación muy próxima a la significación con la variable dependiente Naturaleza del entrenamiento. 128

19 Tesis Doctoral. Juan Ángel Simón Piqueras. Para profundizar más en estos resultados se procedió a realizar comparaciones por pares y el cálculo de medias estimadas (Tabla 5.12). Los resultados que se obtuvieron fueron los siguientes: Tabla Resultados comparación por pares y medias estimadas. Variable dependiente Familia Entrenador Características entrenamiento Naturaleza Entrenamiento Entorno Deportista (I) Tipo de Deporte Tipo de Deporte Significación Medias Estimadas. Intervalo confianza 95 % Límite superior Límite inferior Cerrados Abiertos Individuales Abiertos Equipo.327 Abiertos Individuales Cerrados Abiertos Equipo.526 Abiertos Equipo Cerrados Abiertos Individuales.526 Cerrados Abiertos Individuales Abiertos Equipo.000 Abiertos Individuales Cerrados Abiertos Equipo.003 Abiertos Equipo Cerrados Abiertos Individuales.003 Cerrados Abiertos Individuales Abiertos Equipo.035 Abiertos Individuales Cerrados Abiertos Equipo Abiertos Equipo Cerrados Abiertos Individuales Cerrados Abiertos Individuales Abiertos Equipo.000 Abiertos Individuales Cerrados Abiertos Equipo.105 Abiertos Equipo Cerrados Abiertos Individuales.105 Cerrados Abiertos Individuales Abiertos Equipo Abiertos Individuales Cerrados Abiertos Equipo Abiertos Equipo Cerrados Abiertos Individuales Cerrados Abiertos Individuales Abiertos Equipo Abiertos Individuales Cerrados Abiertos Equipo Abiertos Equipo Cerrados Abiertos Individuales

20 Capítulo 5. Resultados. Variable Dependiente Entrenador: Hay diferencias significativas entre deportes cerrados y abiertos de equipo, y entre abiertos individuales y abiertos de equipo (p<0,01). Variable Dependiente Características del entrenamiento: Hay diferencias significativas entre deportes cerrados y abiertos de equipo (p<0,05). Variable Dependiente Naturaleza del entrenamiento: Hay diferencias significativas entre deportes cerrados y abiertos de equipo (p<0,01). Por último y para facilitar al lector la compresión de los resultados y la visualización de las interacciones significativas, se presentan a continuación las gráficas 5.11 a Análisis de las diferencias en la percepción de importancia de los factores relacionados con la excelencia Para dar respuesta a esta cuestión se llevó a cabo un ANOVA con un factor de medidas repetidas (los factores del cuestionario) y dos factores intergrupo (Nivel deportivo y Sexo) Comprobación de los supuestos básicos del análisis de varianza (ANOVA). En referencia a la normalidad de la muestra, los análisis se pueden comprobar en la página 112, Tabla 5.1. En el caso del análisis de un diseño mixto con medidas repetidas en cada nivel de las variables intergrupo es conveniente comprobar la asunción de esfericidad multigrupo de la matriz de varianzas-covarianzas (Girden, 1992). Se aplicó la prueba de contraste de la hipótesis de esfericidad de Mauchly (Tabla 5.13) y se obtiene que dicha hipótesis no es asumible (W=.54; p<.001). 130

21 Tesis Doctoral. Juan Ángel Simón Piqueras. Familia Entren- Activ 7,000 6,250 6,625 5,875 6,250 5,875 5,500 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Figura Variable dependiente: Familia. 5,500 5,125 4,750 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Figura Variable dependiente: Naturaleza del entrenamiento Entrenador Entorno 8,25 5,6 7,81 5,4 7,38 5,2 6,94 5,0 6,50 Cerrados Abiertos Ind Abiertos Equi 4,8 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Hombre Mujer Figura Variable dependiente: Entrenador Figura Variable dependiente: Entorno 7,70 Entren-Intensidad 7,93 Gráfica 6 7,55 7,85 7,40 7,78 7,25 7,70 7,10 Cerrados Abiertos Ind Abiertos Equi 7,62 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Hombre Mujer Figura Variable dependiente: Características del entrenamiento Figura Variable dependiente: Deportista. 131

22 Capítulo 5. Resultados. Complementariamente se calcularon los estimadores de ε para comprobar el grado de desviación de la esfericidad. En este caso ε puede oscilar entre.20 (su límite inferior) y 1, obteniéndose estimadores muy próximos a 1 (ε =.83; ε*=.84). Por lo tanto la desviación de la esfericidad puede considerarse ligera (ε.75). De este modo el ANOVA puede considerarse robusto aplicando la corrección de Huynh-Feldt para la estimación de F. Tabla Prueba de contraste de hipótesis de esfericidad. Prueba Estadístico Valor Mauchly W.54 χ2 (14) aprox p <.001 Estimadores de ε Greenhouse-Geisser: ε.83 Huynh-Feldt: ε*.84 Límite-inferior de ε ANOVA: Pruebas de efectos intra-sujetos (aplicada la corrección de Huynh-Feldt). En primer lugar se procedió a realizar un ANOVA para obtener los efectos intra-sujetos. A este Anova se le aplicó la corrección de Huynh-Feldt. Tabla Resultados del Anova Fuente gl F p η2 Escalas Factores * Nivel deportivo Factores * Sexo Factores * Nivel deportivo * Sexo Error (intra) < Los resultados obtenidos mostraron que: Existieron diferencias significativas entre las medidas intergrupo (los diferentes factores del test). Estas diferencias fueron considerables puesto que suponen un 28.3% de la variabilidad total. 132

23 Tesis Doctoral. Juan Ángel Simón Piqueras. La escala más valorada es el factor Deportista, seguido por los factores Entrenador y Características del entrenamiento. Las escalas menos valoradas fueron los factores Naturaleza del entrenamiento y Entorno y recursos. Las diferencias entre los promedios de cada par de escalas se encuentran en la Tabla (I) Tabla Diferencias intragrupo en las diferentes escalas del test. (J) Diferencia de medias (I-J) Error típ. p IC 95 % para la diferencia Límite inferior Límite superior 1 Familia (*) (*) (*) (*) (*) Entrenador (*) (*) (*) Entorno (*) (*) Atleta 5.51(*) (*) Características del entreno (*) Naturaleza del entrenamiento Existió interacción significativa entre las puntuaciones de las distintas escalas del cuestionario y el nivel deportivo. Ésto supone que no solo existieron diferencias en cada variable dependiente, (contrastes ya realizados en el apartado 5.1 del presente trabajo), sino que las diferencias no son paralelas en cada grupo de nivel deportivo (Figura 5.16). Se encontraron interacciones significativas entre las puntuaciones en las distintas escalas del test y el sexo. Ésto supone que no solo 133

24 Capítulo 5. Resultados. existían diferencias de sexo en algunas variables (contrastes ya realizados en el apartado 5.1 del presente trabajo), sino que las diferencias no son paralelas en hombres y mujeres (Ver Figura 5.17). No existieron diferencias significativas en la triple interacción (factores*nivel deportivo*sexo). Nat. Entren. Entorno Familia Carac. Entren. Entrenador Deportista Figura Interacción de las diferentes escalas del cuestionario y el nivel deportivo. Nat. Entren. Entorno Familia Carac. Entren. Entrenador Deportista Figura Interacción de las diferentes escalas del cuestionario y el Sexo. 134

25 Tesis Doctoral. Juan Ángel Simón Piqueras. 5.4 Análisis de las relaciones entre los factores del cuestionario. Con la finalidad de establecer las relaciones existentes en las diferentes variables se aplicó la prueba de Pearson encontrándose correlaciones que oscilaban entre moderadas y altas en las siguientes variables: Las Variables Entrenador y Familia mostraron una relación positiva y moderada con un valor de r=.353 (p<0,01). Las Variables Características del entrenamiento y Familia muestran una relación positiva y moderada con un valor de r=.314 (p<0,01). Las Variables Naturaleza del entrenamiento y Familia muestran una relación positiva y moderada con un valor de r=.319 (p<0,01). Las Variables Entorno y Familia muestran una relación positiva y moderada con un valor de r=.388 (p<0,01). Las Variables Deportista y Familia muestran una relación positiva y moderada con un valor de r=.339 (p<0,01). Las Variables Características del entrenamiento y Entrenador muestran una relación positiva y moderada con un valor de r=.437 (p<0,01). Las Variables Naturaleza del entrenamiento y Entrenador muestran una relación positiva y moderada con un valor de r=.442 (p<0,01). Las Variables Deportista y Entrenador muestran una relación positiva y moderada con un valor de r=.422 (p<0,01). 135

26 Capítulo 5. Resultados. Las Variables Naturaleza del entrenamiento y Características del entrenamiento muestran una relación positiva y moderada con un valor de r=.496 (p<0,01). Las Variables Deportista y Características del entrenamiento muestran una relación positiva y alta con un valor de r=.557 (p<0,01). Las Variables Entorno y Naturaleza del entrenamiento muestran una relación positiva y moderada con un valor de r=.399 (p<0,01). Las Variables Deportista y Naturaleza del entrenamiento muestran una relación positiva y moderada con un valor de r=.411 (p<0,01). Las Variables Entorno y Deportista muestran una relación positiva y moderada con un valor de r=.353 (p<0,01). 136

27

28

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza

Más detalles

Tipo de punta (factor) (bloques)

Tipo de punta (factor) (bloques) Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos

Más detalles

1. Realice la prueba de homogeneidad de variancias e interprete los resultados.

1. Realice la prueba de homogeneidad de variancias e interprete los resultados. 1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis

Más detalles

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes

Más detalles

Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS

Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS Red ibérica de evaluación de eficacia y efectos secundarios de tratamientos para el control de plagas en el olivar (RIESPO) 2ª Reunión, Madrid 10-11/06/2010 Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS ESTADÍSTICA

Más detalles

TEMA 10 COMPARAR MEDIAS

TEMA 10 COMPARAR MEDIAS TEMA 10 COMPARAR MEDIAS Los procedimientos incluidos en el menú Comparar medias permiten el cálculo de medias y otros estadísticos, así como la comparación de medias para diferentes tipos de variables,

Más detalles

Prueba t para muestras independientes

Prueba t para muestras independientes Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia

Más detalles

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.

Más detalles

ESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto

ESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto TEMA IV ESQUEMA GENERAL Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto DISEÑOS DE MEDIDAS REPETIDAS Definición En el diseño medidas

Más detalles

Capítulo 13. Contrastes sobre medias: Los procedimientos Medias y Prueba T. Medias

Capítulo 13. Contrastes sobre medias: Los procedimientos Medias y Prueba T. Medias Capítulo 13 Contrastes sobre medias: Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes

Más detalles

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de

Más detalles

Introducción a la Estadística Aplicada en la Química

Introducción a la Estadística Aplicada en la Química Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00

Más detalles

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. I. FUNDAMENTOS METODOLÓGICOS DE LA

Más detalles

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso

Más detalles

T2. El modelo lineal simple

T2. El modelo lineal simple T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de

Más detalles

Regresión con variables independientes cualitativas

Regresión con variables independientes cualitativas Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.

Más detalles

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología Exemple Examen Part II (c) Problema 1 - Solución. En un estudio sobre la elección de la carrera universitaria entre envió cuestionarios a una muestra aleatoria simple de estudiantes preguntando la carrera

Más detalles

Análisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina

Análisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina Análisis Estadístico Dra. Adela Del Carpio Rivera Doctor En Medicina ANTE LA GRAN CANTIDAD DE INFORMACIÓN Debemos saber discernir entre: Cuál es la información que necesitamos Si el estudio tiene real

Más detalles

1. Valoración y análisis de EDAD AL DIAGNÓSTICO. Media (D.E.) Mediana Min Max Rango R.I. Edad diagnóstico (+19.7) años

1. Valoración y análisis de EDAD AL DIAGNÓSTICO. Media (D.E.) Mediana Min Max Rango R.I. Edad diagnóstico (+19.7) años Transformar y calcular variables 1. Calcular el IMC (peso/altura 2 ). Recordar que la altura ha de ser en metros y el peso en kg. Recalcular la altura si es necesario. 2. Recodificar la edad al diagnóstico

Más detalles

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar

Más detalles

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 5 En una determinada investigación se estudió el rendimiento en matemáticas en función del estilo de aprendizaje de una serie de estudiantes de educación

Más detalles

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa

Más detalles

Estadísticos Descriptivos

Estadísticos Descriptivos ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis

Más detalles

Prácticas Tema 2: El modelo lineal simple

Prácticas Tema 2: El modelo lineal simple Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables

Más detalles

12. El Modelo Lineal General. Análisis de varianza factorial Univariante.

12. El Modelo Lineal General. Análisis de varianza factorial Univariante. MLG. ANOVA factorial univariante 1. El Modelo Lineal General. Análisis de varianza factorial Univariante. 1.1 Introducción En el capítulo anterior se ha visto, dentro de los varios procedimientos que permiten

Más detalles

GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS

GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.

Más detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición... Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................

Más detalles

Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0

Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar

Más detalles

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS Las soluciones a estos ejercicios y los outputs del SPSS se encuentran al final. EJERCICIO 1. Comparamos dos muestras de 10

Más detalles

CUERPO TÉCNICO, OPCION ESTADISTICA

CUERPO TÉCNICO, OPCION ESTADISTICA CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA

Más detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) 2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias

Más detalles

Diplomado en Estadística Aplicada

Diplomado en Estadística Aplicada Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad

Más detalles

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.

Más detalles

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.

Más detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

El Modelo de Regresión Lineal

El Modelo de Regresión Lineal ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables

Más detalles

SOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante

SOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras

Más detalles

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL 1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico

Más detalles

Tema 7. Otras medidas descriptivas usuales Ejercicios resueltos 1

Tema 7. Otras medidas descriptivas usuales Ejercicios resueltos 1 Tema 7. Otras medidas descriptivas usuales Ejercicios resueltos 1 Ejercicio resuelto 7.1 Los siguientes datos se corresponden con los retrasos (en minutos) de una muestra de 30 vuelos de cierta compañía

Más detalles

de 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3

de 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3 Resultados de la aplicación de la Expresión Escrita (EXPRESC) a la generación 16/Primavera de la División de Ciencias Sociales y Humanidades (DCSH), Unidad Cuajimalpa. La EXPRESC evalúa la expresión escrita

Más detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado. NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

ÍNDICE INTRODUCCIÓN... 21

ÍNDICE INTRODUCCIÓN... 21 INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...

Más detalles

ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS

ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;

Más detalles

Intervalos de confianza con STATGRAPHICS

Intervalos de confianza con STATGRAPHICS Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media

Más detalles

Contraste de hipótesis. Comparación de más de dos medias independientes mediante pruebas no paramétricas: Prueba de Kruskal-Wallis Autores

Contraste de hipótesis. Comparación de más de dos medias independientes mediante pruebas no paramétricas: Prueba de Kruskal-Wallis Autores REVISTA OCTUBRE 2013:Maquetación 1 30/11/2013 18:09 Página 45 166 Enfermería del Trabajo 2013; III: 166-171 Metodología de Investigación Enfermera Contraste de hipótesis. Comparación de más de dos medias

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

Más detalles

MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL

MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado

Más detalles

P M S T N M/P TOTAL TVE1

P M S T N M/P TOTAL TVE1 AÑO 1998 Cadenas Horas grabación televisivas P M S T N M/P TOTAL TVE1 14,00 17,42 35,58 30,08 58,42 14,58 170,08 A3 TV 14,00 14,00 21,00 21,83 46,92 14,00 131,75 TV3 14,00 14,00 21,00 21,75 47,38 14,00

Más detalles

CORRELACION Y REGRESION

CORRELACION Y REGRESION CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

Más detalles

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

CAPÍTULO IV ANÁLISIS E INTERPRETACIÓN DE RESULTADOS. Laboratorio Clínico del Hospital Voz Andes Lugar

CAPÍTULO IV ANÁLISIS E INTERPRETACIÓN DE RESULTADOS. Laboratorio Clínico del Hospital Voz Andes Lugar CAPÍTULO IV ANÁLISIS E INTERPRETACIÓN DE RESULTADOS 4.1. TABULACIÓN DE DATOS DATOS INFORMATIVOS Establecimiento Laboratorio Clínico del Hospital Voz Andes Lugar Provincia de Pastaza, Cantón Mera Parroquia

Más detalles

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar

Más detalles

CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara

CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un

Más detalles

Guía de actividad Independiente No 5. Estadística Descriptiva. Nombre del estudiante: Fecha:

Guía de actividad Independiente No 5. Estadística Descriptiva. Nombre del estudiante: Fecha: Guía de actividad Independiente No 5. NOMBRE DE LA ASIGNATURA: Estadística Descriptiva TUTOR: Deivis Galván Cabrera Nombre del estudiante: Fecha: 1. Al comenzar el curso se pasó una encuesta a los alumnos

Más detalles

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial

Más detalles

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

INDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos

INDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos

Más detalles

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento. UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre

Más detalles

Análisis de la varianza (ANOVA)

Análisis de la varianza (ANOVA) Análisis de la varianza (ANOVA) Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a través del

Más detalles

CLASE 10: RESUMEN DEL CURSO

CLASE 10: RESUMEN DEL CURSO CLASE 10: RESUMEN DEL CURSO 10.1.-INTRODUCCIÓN Qué debemos valorar al enfrentarnos con el análisis de unos datos estadísticos? 1º TIPO DE ESTUDIO: - Datos Independientes - Datos Apareados 2º TIPO DE VARIABLES:

Más detalles

GUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas

GUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre

Más detalles

TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN

TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a Hipótesis específicas de la investigación Cuando la variable independiente tiene

Más detalles

Análisis de Capacidad Multivariada

Análisis de Capacidad Multivariada Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos

Más detalles

Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3

Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3 Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3 1) En un área metropolitana se selecciona una muestra de 250 personas al azar y se les

Más detalles

PRÁCTICA 3: Ejercicios del capítulo 5

PRÁCTICA 3: Ejercicios del capítulo 5 PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable

Más detalles

Sujeto Grupo C.I. 1 A B A 98 4 A B 99. Sujeto TCMañ TCtar

Sujeto Grupo C.I. 1 A B A 98 4 A B 99. Sujeto TCMañ TCtar Ignacio Martín Tamayo 20 Tema: CONTRASTE DE UNA Y DOS MEDIAS: PRUEBAS t ÍNDICE ------------------------------------------------------------------ 1.- Introducción. Organización de los datos 2.- Diferencia

Más detalles

Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa

Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Paola Ilabaca Baeza 1 José Manuel Gaete 2 paolailabaca@usal.es jmgaete@usal.es

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

Artículo de los payasos

Artículo de los payasos Artículo de los payasos (Página 30 a 3 del libro de Técnica estadística y diseño de investigación) Utilizando los datos de la tabla 3 podemos completar la siguiente información (valores p de probabilidad

Más detalles

Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías

Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis

Más detalles

Grado en Química. 1 er Curso ESTADÍSTICA APLICADA E INFORMÁTICA PARA QUÍMICOS. Manual de Prácticas

Grado en Química. 1 er Curso ESTADÍSTICA APLICADA E INFORMÁTICA PARA QUÍMICOS. Manual de Prácticas Grado en Química 1 er Curso ESTADÍSTICA APLICADA E INFORMÁTICA PARA QUÍMICOS Manual de Prácticas Curso 2013-2014 Profesores/as: José Antonio Álvarez Dios, María Isabel Borrajo García, Hipólito Irago Baúlde,

Más detalles

Inteligencia contextual percibida en el deporte. Desarrollo y validación de un cuestionario

Inteligencia contextual percibida en el deporte. Desarrollo y validación de un cuestionario ciencia C C D 211 Inteligencia contextual percibida en el deporte. Desarrollo y validación de un cuestionario Self-perceived contextual intelligence in sport. Development and validation of a questionnaire

Más detalles

Fiabilidad y variabilidad

Fiabilidad y variabilidad Fiabilidad y variabilidad El coeficiente de fiabilidad de un test se ve afectado por la variabilidad de la muestra. Un test tiende a manifestar un coeficiente de fiabilidad mayor cuanto mayor sea su variabilidad.

Más detalles

Regresión múltiple. Demostraciones. Elisa Mª Molanes López

Regresión múltiple. Demostraciones. Elisa Mª Molanes López Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +

Más detalles

El modelo de la curva normal. Concepto y aplicaciones

El modelo de la curva normal. Concepto y aplicaciones Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 7 El modelo de la curva normal. Concepto y aplicaciones Objetivos Comprender

Más detalles

Y accedemos al cuadro de diálogo Descriptivos

Y accedemos al cuadro de diálogo Descriptivos SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

TEMA 4 Modelo de regresión múltiple

TEMA 4 Modelo de regresión múltiple TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.

Más detalles

El ejemplo: Una encuesta de opinión

El ejemplo: Una encuesta de opinión El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar

Más detalles

DIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN

DIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN DIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN Beatriz Meneses A. de Sesma * I. INTRODUCCIÓN En todo centro educativo, es de suma importancia el uso que se haga

Más detalles

Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013

Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013 Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013 Ejercicios resueltos En los dos casos que siguen resuelven cada decisión estadística mediante tres procedimientos: intervalo

Más detalles

Estadísticos Aplicados en el SPSS 2008

Estadísticos Aplicados en el SPSS 2008 PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías

Más detalles

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE DEFINICIÓN: Cómo técnica de análisis de dependencia: Pone en marcha un modelo de causalidad en el que la variable endógena es una variable NO MÉTRICA y las independientes métricas. Cómo técnica de análisis

Más detalles

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,

Más detalles

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles