CORRELACION
CORRELACION
CORRELACION
Metodología de Investigación
Estadística de
comparación
Índice
Esquema 3
Ideas clave 4
11.1. Presentación y objetivos 4
11.2. Comparación de grupos de muestras
independientes 5
11.3. Comparación de grupos de muestras
relacionadas 12
© Universidad Internacional de La Rioja (UNIR)
A fondo 19
Actividades 22
Test 25
Esquema
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
3
Tema 11. Esquema
Ideas clave
Metodología de investigación
4
Tema 11. Ideas clave
11.2. Comparación de grupos de muestras
independientes
Para este tipo de análisis hay que tener obligatoriamente dos grupos de sujetos:
podemos observar simplemente las puntuaciones medias que nos ofrecen los
estadísticos descriptivos. Ahí podemos ver si las puntuaciones son similares o no,
pero para hacer un análisis en profundidad, tendremos que analizar si las diferencias
que se observan son estadísticamente significativas, esto es, si las diferencias son
tan grandes como para considerar que los niños y las niñas de nuestra muestra
pertenecen a poblaciones diferentes en cuanto a velocidad lectora.
«El objetivo será realizar un contraste que permita comparar las medias de
las puntuaciones de cada grupo, lo que supone plantear si es razonable
(probable) que los dos conjuntos de datos procedan de poblaciones con la
misma media» (Garriga Trillo et al., 2009, p. 97).
Al ser un análisis inferencial, hay que plantear las hipótesis estadísticas. En este caso,
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
5
Tema 11. Ideas clave
Hipótesis nula Hipótesis alternativa
La variable independiente serán los dos grupos de sujetos (es la causa) y la variable
dependiente es la puntuación que queremos comparar donde observamos el efecto.
Metodología de investigación
6
Tema 11. Ideas clave
Es importante señalar que existen más estadísticos de comparación de grupos. Esta
asignatura solo se ha centrado en la comparación de dos grupos (más típico del
ámbito educativo), pero se pueden comparar más de dos grupos con otros análisis.
En la estadística paramétrica se puede aplicar una ANOVA y en la estadística no
paramétrica se puede aplicar una prueba de Kruskal-Wallis (Garriga Trillo et al.,
2009).
Para poder aplicar la prueba t es necesario cumplir con todos los supuestos
paramétricos:
Además, es recomendable que los dos grupos de sujetos estén formados por una
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
7
Tema 11. Ideas clave
Si los datos de los que se dispone cumplen con todos los supuestos indicados, se
puede aplicar la prueba t de muestras independientes. Esto se puede conseguir
mediante el programa JASP, PSPP y SPSS.
En el programa JASP hay que seguir la siguiente ruta: menú T-Test y Independent
Samples T-Test. Hay que incorporar la variable dependiente en la casilla que indica
Variables y la variable independiente en la casilla Grouping Variable. Es aconsejable
seleccionar la casilla de Descriptives para obtener también los datos descriptivos (ver
figura 1).
En el programa PSPP tenemos que seguir la siguiente ruta: menú Analizar, Comparar
medias y Prueba T de muestras independientes. En la primera casilla hay que
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
8
Tema 11. Ideas clave
incorporar esos códigos para identificarlos correctamente. El programa SPSS sigue
los mismos pasos que los explicados con el PSPP. Tanto el SPSS como PSPP muestran
los estadísticos descriptivos automáticamente junto con la prueba t.
En la primera tabla se observa que el estudio está formado por dos grupos: 21 niñas
y 39 niños. La media de las niñas es de 103.57 y la media de los niños 115.21.
Aparentemente hay diferencias entre las dos medias, pero vamos a ver si hay
diferencias estadísticamente significativas. Para esto, hay que fijarse en la tabla 3. Ahí
nos encontramos en la primera mitad de la tabla, los datos de la prueba de Levene
para comprobar la homogeneidad de la varianza.
Observamos que el valor p es de .981, por lo que las dos muestras tienen
homogeneidad en las varianzas (tienen una varianza igual) y, por tanto, cumplen con
el supuesto de homocedasticidad. El siguiente paso es analizar el valor p de la prueba
t.
En la columna denominada Sig. (bilateral), nos encontramos con dos valores. Hay que
elegir el apropiado en función del resultado obtenido en la prueba de Levene. En este
caso, escogemos el valor p de la línea correspondiente a Se asumen varianzas iguales.
Metodología de investigación
9
Tema 11. Ideas clave
GENERO N Media Desv. Desv. Error
Desviación promedio
Codificación Femenino 21 103.57 19.51 4.25
Masculino 39 115.21 20.43 3.27
n el caso de que no se cumplan algunos de los supuestos, hay que realizar una prueba
no paramétrica. La prueba U de Mann-Whitney es adecuada cuando tenemos
variables cuasi-cuantitativas (ordinales). No es aplicable con variable cualitativas
(nominales). En este caso, el análisis no está destinado a comparar medias
aritméticas, ya que no tendría sentido para una variable ordinal. En este caso se
© Universidad Internacional de La Rioja (UNIR)
analizan los rangos: si la suma de rangos es igual en los dos grupos, no hay diferencias
entre ellos (Garriga Trillo et al., 2009).
Metodología de investigación
10
Tema 11. Ideas clave
En el programa JASP se puede aplicar mediante la misma ruta que para aplicar una
prueba t. En este caso seleccionamos la casilla Mann-Whitney y deseleccionamos la
de Student (ver figura 2) y no pulsaremos para mostrar los descriptivos ya que no
tiene sentido obtener la media y la desviación típica de una variable ordinal. Lo ideal
es acompañar estos análisis con una tabla de frecuencias, comparando los datos de
los dos grupos.
Una vez aplicada la prueba, hay que interpretar los valores (ver tabla 4). Podemos
observar que el valor p es de .055. Este valor está por encima de .05, por lo que no es
significativo. El resultado del análisis indica que no hay diferencias estadísticamente
significativas entre los dos grupos.
Metodología de investigación
11
Tema 11. Ideas clave
Tabla 4. Resultados de prueba U de Mann-Whitney.
Los estadísticos de comparación también nos sirven para saber las diferencias entre
dos puntuaciones que se han tomado en momentos diferentes en un solo grupo, es
decir, solo hay un grupo al que se le realizan dos medidas. El objetivo es analizar las
diferencias estadísticamente significativas entre las dos medidas para ver si han
cambiado en base a la media aritmética. A este tipo de análisis se les llama
normalmente pruebas de muestras relacionadas o medidas repetidas, y suele
aplicarse en estudios longitudinales, por ejemplo, medir la memoria de trabajo a los
6 años y luego a los 12 años y compararlos si han cambiado.
Las hipótesis estadísticas que se plantean en este caso son las que se muestran en la
tabla 5. La hipótesis nula indica que hay diferencias estadísticamente significativas
entre la medida 1 y la medida 2. La hipótesis alternativa indica lo contrario: existen
diferencias estadísticamente significativas entre la media de las dos puntuaciones
(medida 1 y medida 2).
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
12
Tema 11. Ideas clave
Hipótesis nula Hipótesis alternativa
Todas estas pruebas están destinadas a comparar dos medidas, pero se puede dar el
caso de que se tengan más de dos medidas a lo largo del tiempo. En estos casos se
puede aplicar una ANOVA de medidas repetidas como prueba paramétrica o una
prueba de Friedman como prueba no paramétrica. En esta asignatura nos vamos a
centrar en las dos primeras.
Nuevamente, para poder aplicar la prueba t es necesario cumplir con todos los
supuestos paramétricos:
Metodología de investigación
13
Tema 11. Ideas clave
Este análisis estadístico se puede obtener con el programa JASP, SPSS y PSPP.
En el programa JASP hay que seguir la siguiente ruta: menú T-Test y pulsar Paired
Samples T-Test. Hay que seleccionar las dos variables para incluirla en la casilla y
seleccionar los estadísticos descriptivos (ver figura 3).
En el programa PSPP hay que seguir la siguiente ruta: menú Analizar, Comparar
medias, Prueba T de muestra emparejadas y se seleccionan las dos variables a
comparar. En el SPSS se sigue la misma ruta.
Una vez obtenidos los estadísticos, se procede a su análisis. Primero nos fijaremos en
los datos descriptivos (ver tabla 6). Nos encontramos con una media de 52.45 en la
primera medida y una media de 110.12 en la segunda medida. Existe una diferencia
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
14
Tema 11. Ideas clave
estadísticamente significativas entre las dos medidas, siendo más alta la puntuación
en la segunda medida.
La prueba de Wilcoxon se puede obtener a través del programa JASP, PSPP y SPSS.
En el programa JASP hay que seguir la siguiente ruta: menú T-Test, y pulsar Paired
© Universidad Internacional de La Rioja (UNIR)
Samples T-Test. Hay que seleccionar las dos variables para incluirla en la casilla y
seleccionar la casilla de Wilcoxon signed-rank (ver figura 4). En este programa no es
posible obtener los datos de los rangos para analizarlos posteriormente.
Metodología de investigación
15
Tema 11. Ideas clave
Figura 4. Prueba Wilcoxon en JASP.
En el programa PSPP y SPSS hay que seguir la siguiente ruta: menú Analizar, Pruebas
no paramétricas, 2 muestras emparejadas y seleccionar las dos variables. Con estos
dos programas es posible obtener los datos de los rangos (rangos negativos, rangos
positivos y empates), que nos ayudarán a interpretar los resultados posteriores.
Metodología de investigación
16
Tema 11. Ideas clave
Rango Estadístico
N promedio Z de Wilcoxon p-valor
Niveles 19 Rangos
de creatividad negativos
66 Rangos positivos -5.280 .001
21 Empates
Tabla 8. Datos de la prueba de Wilcoxon.
Además, hay que tener en cuenta también si vamos a incluir muchas comparaciones
en el apartado de resultados. En este caso, hay que incorporar todos los datos en una
sola tabla para que no ocupe demasiado espacio.
Lo primero que hay que explicar, cómo siempre, son los estadísticos descriptivos para
pasar posteriormente al análisis inferencial, interpretando el valor p. Vamos a
exponer un ejemplo.
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
17
Tema 11. Ideas clave
el análisis nos encontramos con los siguientes estadísticos (ver tabla 9). La redacción
de los resultados se indica a continuación:
En la tabla 9 podemos observar una media de 51.35 para el grupo de los niños
y una media de 51.07 para las niñas. La prueba t indica que no existen
diferencias estadísticamente significativas entre los dos grupos (p=.282).
Garriga Trillo, A.J., Lubin Pigouche, P.L., Merino Merino, J.M., Padilla Suárez, M., Recio
Saboya, P. & Suárez Falcón, J.C. (2009). Introducción al análisis de datos. Madrid:
Universidad Nacional de Educación a Distancia.
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
18
Tema 11. Ideas clave
A fondo
Cómo hacer un análisis de comparación de grupos
Metodología de investigación
19
Tema 11. A fondo
Diferencia de medias para muestras independientes (no paramétrico): Kruskal-
Wallis
Metodología de investigación
20
Tema 11. A fondo
Diferencias de medias para muestras relacionadas (no paramétrico): W de
Wilcoxon
Metodología de investigación
21
Tema 11. A fondo
Actividades
Para realizar el trabajo el alumno tendrá que elegir una de las dos modalidades de
trabajo propuestas: propuesta de intervención o proyecto de investigación.
Portada.
Metodología de Investigación
22
Tema 11. Actividades
En la modalidad de Proyecto de Investigación tendrá que completar los siguientes
apartados:
Portada.
0 1 2 3
La propuesta es La propuesta
La propuesta La propuesta es
Propuesta concreta pero no planteada es
es muy viable y realista
viable y es viable para el concreta, viable
general y no pero es poco
realista contexto y realista.
es viable ni concreta.
educativo.
realista.
Metodología de Investigación
23
Tema 11. Actividades
1
Aspectos
especialmente Puntuación para valoración discrecional del profesor de aspectos positivos no
positivos en el recogidos en la rúbrica: utilización de la redacción científica y la normativa APA.
desempeño del
alumno
© Universidad Internacional de La Rioja (UNIR)
Metodología de Investigación
24
Tema 11. Actividades
Test
1. ¿En qué se basan los estadísticos de comparación paramétricas?
A. En comparar las medias de las dos puntuaciones.
B. En comparar los rangos de las dos puntuaciones.
C. En comparar las desviaciones típicas.
3. Si tenemos más de dos grupos para comparar entre sí, ¿qué análisis no
paramétrico tendríamos que aplicar?
A. U de Mann-Whitney.
B. ANOVA.
C. Kruskal-Wallis.
Metodología de investigación
25
Tema 11. Test
5. Si tenemos un grupo de niños con problemas atencionales y otro grupo de niños
sin problemas atencionales y queremos comparar el rendimiento académico, ¿qué
tipo de prueba hay que aplicar?
A. Una prueba de correlación.
B. Una prueba de comparación de grupos independientes.
C. Una prueba de comparación de muestras relacionadas.
9. Si tengo un grupo de alumnos a los que mido la memoria de trabajo al inicio del
curso y nuevamente a final de curso, ¿qué tipo de análisis estadístico debo aplicar?
A. Una prueba de correlación.
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
26
Tema 11. Test
10. ¿Qué significan los rangos positivos en la prueba de Wilcoxon?
A. Que es estadísticamente significativo.
B. Que no hay diferencias entre las puntuaciones.
C. Indica el número de casos que han mejorado su puntuación.
© Universidad Internacional de La Rioja (UNIR)
Metodología de investigación
27
Tema 11. Test