• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
15 spss comparacion de medias
 

15 spss comparacion de medias

on

  • 2,981 views

 

Statistics

Views

Total Views
2,981
Views on SlideShare
2,981
Embed Views
0

Actions

Likes
0
Downloads
30
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

CC Attribution License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    15 spss comparacion de medias 15 spss comparacion de medias Presentation Transcript

    • Marzo 2011 Profesor: Carlos Rojas A. – MBA Consultor | Media Management
      • Una forma natural para comparar 2 grupos es un diagrama de caja de los datos para ambos grupos. Por ejemplo:
      • Medias
      • Prueba T para una muestra
      • Prueba T para dos muestras independientes
      • Prueba T para dos muestras relacionadas.
      • Una vez que se han examinado los boxplots, podemos enfrentarnos a una comparación de dos medias.
      • Al comparar dos medias el parámetro es la diferencia entre dos medias ,  1 –  2 .
      • La cantidad es nuestro mejor estimador de la diferencia entre ambas medias
      • Recordemos que para valores independientes la desviación estándar es:
      • Así el error estándar es:
      • Porque estamos trabajando con medias y estimando el error estándar de los datos usados, el modelo de muestreo es t-student
      • Supuesto de población normal :
        • Condición de normalidad ( revisar para ambas muestras )
      • Supuesto de grupos independientes :
        • los grupos que estamos comparando deben ser independientes uno del otro
      • Supuesto de igualdad de varianzas:
        • dependiendo del valor del calculo se trabaja con medias independientes o relacionadas
      • Entrega estadísticos descriptivos que pueden calcularse para los distintos grupos y sub grupos definidos para una o más variables independientes.
        • Anova de un factor
        • Proporción de la varianza explicada
        • Hipótesis de linealidad
      • Esta prueba permite el contraste referido a una media poblacional
      • Se hace necesario estimar la DS muestral
      • Al trabajar con la DS muestral, obliga a usar t
      • Esta tipificación en t, del estadístico Ŷ (media), es lo que se llama prueba t para una muestra
      • Su beneficio es conocer la probabilidad asociada a cada uno de los valores y que puede obtener de una muestra N.
        • El verdadero valor μ
        • S = desviación poblacional
      • Para que el estadístico T se ajuste a t
        • Población normal
        • A más de 20 o 30 casos
      • El nivel crítico indica la probabilidad de obtener una media Ŷ tan alejada de μ como la de hecho obtenida
        • μ es un valor propuesto en “Valor de Prueba”
      • Si esa probabilidad es menor que 0,05, entonces se rechaza la hipótesis nula de que la media poblacional es el valor propuesto
      • Normalidad: las muestras con que se trabaja proceden de poblaciones normalmente distribuidas
      • Homocedasticidad u homogeneidad de varianzas: todas esas poblaciones normales poseen la misma varianza
      • Spss entrega 2 pruebas de significación:
        • Kolmogorov-Smirnov
        • Shapiro-Wilk (= ó < que 50 obs.)
      • Spss entrega 2 gráficos de normalidad:
        • Q-Q Normal
        • Q-Q Normal sin tendencia
      • Los estadísticos permiten contrastar la hipótesis nula de que los datos muestrales proceden de poblaciones normales: se rechaza la hipótesis nula de normalidad cuando el nivel crítico (.sig) es menor que el nivel de significancia establecido, (generalmente 0,05 o 5%)
      • Los estadísticos son muy sensibles a los puntos extremos, por lo que hay que acompañarlos de sus respectivas gráficas
      • Spss entrega 2 gráficos de normalidad:
        • Q-Q Normal
        • Q-Q Normal sin tendencia
      • Explorar > gráficos con pruebas de normalidad
        • Q-Q Normal: desviaciones de la línea diagonal indican desviaciones de la normalidad
        • Q-Q Normal sin tendencia: si la muestra proviene de una población normal entonces los datos deben oscilar aleatoriamente en torno a la horizontal
          • La presencia de patrones, indican desviaciones de la normalidad
      • Permite contrastar la hipótesis referida a las diferencias entre dos medias independientes
        • Dos poblaciones normales
        • Muestras Independientes
      • La prueba T permite contrastar la diferencia entre dos medias muestrales tipificadas
      • Se usan las medias muestrales para contrastar la hipótesis nula de que las medias poblacionales son iguales
      • Se puede usar iguales varianzas o diferentes varianzas
        • Prueba de Levene de Homogeneidad
          • Entrega información para ambos casos
      • Normalidad: las muestras con que se trabaja proceden de poblaciones normalmente distribuidas
      • Homocedasticidad u homogeneidad de varianzas: todas esas poblaciones normales poseen la misma varianza
      • Spss entrega la prueba de significación de Levene
      • Spss entrega el gráficos de dispersión por nivel
      • La prueba de Levene contrasta la hipótesis que los grupos definidos por la variable factor proceden de poblaciones con la misma varianza
      • Esta prueba consiste en hacer una análisis de varianza de un factor utilizando como variable dependiente la diferencia, en valor absoluto, entre cada puntuación individual y la media
      • Spss entrega la prueba de significación de Levene:
        • El nivel crítico asociado al estadístico de Levene permite contrastar la hipótesis de homogeneidad de las varianzas
        • Si el valor crítico es menor que 0,05, se debe rechazar la hipótesis de homogeneidad
      • La prueba T para muestras relacionadas, permite contrastar la hipótesis referida a la diferencia entre dos medias relacionadas
        • Se dispone de una población a la cual se le quiere medir:
          • Dos variables diferentes
          • La misma variable en dos momentos diferentes
      • Desde una perspectiva estadística es igual a “ prueba T para una muestra ”
      • Ahora se tienen 2 muestras relacionadas o pares de puntuaciones
      • La hipótesis nula es que hay igualdad entre las medias de dos variables
      • Al revisar la sig ., entonces si es menor que 0,05 se rechaza la hipótesis nula de igualdad, por lo que habría diferencias significativas entre estas dos variable elegidas
      • El supuesto de independencia requiere especial preocupación
      • Revisen los gráficos, busquen puntos extremos y distribuciones no normales
        • diagramas de caja
    • Email: [email_address] Blog: economiaymedios.blogspot.com Twitter: reds_cl Slideshare: www.slideshare.net/reds_cl LinkedIn: http://cl.linkedin.com/in/carlosrojasa Skype: reds_cl Muchas Gracias Marzo 2011 Profesor: Carlos Rojas A. – MBA Consultor | Media Management