Anlisis Inferenciales:

Las Pruebas Paramtricas

SEMANA 5

[ MTODOS CUANTITATIVOS DE PSICOLOGA ]



MTODO CUANTITATIVO

INDICE

NCLEO TEMTICO TRES. ANLISIS INFERENCIALES: LAS PRUEBAS PARAMTRICAS 2

Objetivos 2
Contenido 2
SIGNIFICANCIA Y PRUEBA DE HIPTESIS 2
PROBABILIDAD 3
NIVEL DE SIGNIFICANCIA 4
PRUEBAS PARAMTRICAS 4
CORRELACIONES 4
LA MEDICIN DE LA CORRELACIN 5
Grficas de correlacin 6
LNEA DE REGRESIN 7
COEFICIENTES DE CORRELACIN 7
CLCULO DE LA CORRELACIN CON SPSS 8
INFORME DE RESULTADOS 11

NCLEO TEMTICO TRES. ANLISIS INFERENCIALES: LAS PRUEBAS PARAMTRICAS
Objetivos
- Aprender las formas de uso de la estadstica inferencial paramtrica
Contenido
- Significancia y prueba de hiptesis
- Correlacin de Pearson y regresin lineal

SIGNIFICANCIA Y PRUEBA DE HIPTESIS
Como se ha mencionado en unidades anteriores, los mtodos cuantitativos que dan
soporte a las indagaciones de la ciencia siguen un mtodo hipottico deductivo. Se basan en
hiptesis, las cuales deben ser puestas a prueba para su aceptacin o rechazo.

En la unidad uno hablamos de las hiptesis. Recordemos que estas son suposiciones
de respuesta a la pregunta planteada. As, la hiptesis nula es la suposicin sobre la poblacin
de la cual se extrajo la muestra o muestras y en la cual se espera un comportamiento
homogneo frente a una variable indagada. Esto supone que dos muestras o frecuencias

2 [ POLITCNICO GRANCOLOMBIANO]


tendran comportamientos similares o parecidos, o que no difieren dos poblaciones de las que
se extrajo muestras diferentes.

H0: f1 : f2

El otro tipo de hiptesis se conoce como hiptesis alternativa. Esta se define simplemente
como todo lo que no es la hiptesis nula. En ese sentido, la hiptesis alternativa supone que la
frecuencia en el primer momento o en un primer grupo es distinta a la frecuencia en un
segundo momento o en un segundo grupo.

H1: f1 f2

Llamamos prueba de significancia a la eleccin de una de estas dos opciones: ir con la hiptesis
alterna o ir con la hiptesis nula.

PROBABILIDAD

Para calcular la probabilidad es necesario especificar el suceso y tambin identificar todos los
dems sucesos en la poblacin de la que proviene. Por ejemplo, si desea conocer la
probabilidad de sacar 1 en un lanzamiento de dado, el suceso en cuestin es obtener un 1 y el
total de los posibles sucesos es 6.

Cantidad de sucesos de inters
Cantidad de sucesos posibles

La probabilidad se denota por medio de una p y se mide en valores decimales en una escala que
va de 0 (no posible) a 1 (debe suceder).

Cuando se trata de probar una diferencia en busca de significancia se dan dos pasos:
1. Se supone una hiptesis nula apropiada (H0)
2. Se calcula la probabilidad de que la diferencia ocurra en H0.

Recordemos que la hiptesis nula siempre es una afirmacin sobre una o ms poblaciones. Es lo
que sera verdadero con respecto al mundo si el resultado que se obtiene fuera una mera
coincidencia.

[ METODOS CUANTITATIVOS DE PSICOLOGA ] 3
1
2

Cuando uno calcula la probabilidad de que ocurra el resultado
esperado si la hiptesis nula es verdadera, se procede a inferir
que algo es o no es. Uno se vale de la estadstica en la muestra
para inferir algo sobre la poblacin en su conjunto (Coolican,
2005).

NIVEL DE SIGNIFICANCIA
Existe por tanto un nivel de probabilidad de rechazo que se denomina nivel de significancia. La
H0 se rechaza cuando la probabilidad de que ocurra un efecto de dicha hiptesis es igual o
menor que 0,05. Es en torno al nivel de probabilidad de 0,05 (1 de 20, o 5%) que se rechaza la
posibilidad de que algo suceda por simple o mera coincidencia.

PRUEBAS PARAMTRICAS
Existen distintos tipos de anlisis estadsticos que dependen, en esencia, de tres condiciones:

1. De que las variables sean escalares (de razn o de intervalo, en donde el valor numrico
revela una magnitud),
2. De que la distribucin de los datos sea normal y
3. De que la varianza sea homognea (no hay una amplia dispersin de los datos).
Cuando estas tres condiciones se cumplen podemos proceder con confianza a realizar una
prueba paramtrica. Por oposicin, cuando no se cumple alguna de estas tres condiciones, las
pruebas a utilizar son no paramtricas. Vamos a iniciar con una forma de prueba paramtrica
que se denomina coeficiente de correlacin de Pearson.

CORRELACIONES
Un tipo de anlisis muy comn es aquel que trata de establecer la posible relacin de cambio
entre variables. Existen dos posibles direcciones de este cambio, producindose lo que se
conoce como correlaciones positivas y negativas.

Cuando una variable aumenta y la otra tambin, se habla de correlaciones positivas. Por
ejemplo, se puede establecer el valor de una relacin positiva entre en nivel de inteligencia y el
rendimiento acadmico en la universidad si se supone que mientras el nivel de inteligencia de
una persona aumenta igualmente el rendimiento acadmico de esa persona.

4 [ POLITCNICO GRANCOLOMBIANO]


Las correlaciones negativas suponen que, mientras una variable aumenta, la otra disminuye. Por
ejemplo, se pueden presumir relaciones negativas entre la edad y la memoria, suponiendo que
la variable memoria disminuye mientras la edad aumenta.

Un paso importante para el trabajo con los anlisis, y en particular con las correlaciones es saber
con claridad cmo se miden las variables; para ello el estudiante debe recordar que todos los
anlisis cuantitativos suponen una operacionalizacin de las variables, es decir, una definicin
de cmo se mide la variable. Tambin es importante saber que los casos en una correlacin
pueden estar pareados, por ejemplo, cuando se comparan dos individuos o el mismo individuo
en dos momentos (en estos casos habr siempre habr un par). pero tambin es factible que los
casos sean unidades ms abstractas, como escuelas. En resumen, es importante recordar cul
es la unidad de anlisis que se est trabajando.

LA MEDICIN DE LA CORRELACIN
Es importante notar que las correlaciones arrojan dos tipos de informacin. Una referente a la
fuerza de la relacin (cuando digo que hay o no relacin, midindose as la vinculacin de dos
variables) y otra referente a lo significativa de esa relacin.

Coolican (2005) seala que el clculo de la correlacin es una medida descriptiva mientras que
el clculo de la significancia de esa relacin es una medida inferencial, ya que indica la
probabilidad de encontrar el nivel mencionado de vinculacin entre las muestras, si no la hay,
de manera verdadera dentro de la poblacin. As, la fuerza de la relacin entre dos variables es
el grado al cual una variable tiende a variar con la otra.

La escala de esta fuerza va desde -1 (negativa perfecta) hasta +1 (postitiva perfecta). Un valor de
0 indica que no existe relacin. En ese sentido es claro que no es posible obtener un valor por
encima de 1 o por debajo de -1. El valor para expresar esta relacin se conoce como coeficiente
de correlacin y se expresa, generalmente, con una r.

Es importante sealar que correlacin negativa no significa que no haya correlacin, como a
veces se supone. Correlacin negativa slo significa que dos variables se relacionan de manera
inversa. En este punto cabe sealar que la correlacin es una medida de relacin gradual entre
variables. Esto significa que la relacin de cambio entre dos variables no es de todo y nada.

[ METODOS CUANTITATIVOS DE PSICOLOGA ] 5


Grficas de correlacin

Generalmente se utilizan las grficas de dispersin como medida de correlacin. Esto supone un
hecho interesante: a mayor dispersin menor correlacin y viceversa. Es decir, cuando los
valores pareados en un diagrama x-y no se encuentran dispersos de manera aleatoria sino que
conforman un patrn consistente, es posible encontrar una seal de una fuerza de relacin.

Grfica de correlacin positiva

Grfica de correlacin negativa

6 [ POLITCNICO GRANCOLOMBIANO]


LNEA DE REGRESIN
La lnea de regresin es la lnea de mejor concordancia o de ajuste entre puntos que
se hallan sobre una grfica de dispersin. Esta lnea permitir entender la tendencia del
conjunto de datos pareados.

Grfica de lnea de regresin

COEFICIENTES DE CORRELACIN

Existen dos coeficientes de correlacin que se utilizan con mayor frecuencia: el de correlacin
de Pearson y el de Spearman. El primero se utiliza como prueba paramtrica y el segundo como
prueba no paramtrica. En esta unidad trabajaremos slo con el coeficiente de Pearson.

Al tratarse de una prueba paramtrica se deben recordar los criterios para la misma: 1.
Normalidad, 2. Variabilidad, y 3. Tipo de medida. El coeficiente de correlacin se obtiene al
multiplicar las puntuaciones z de cada persona en cuanto a las dos variables que se estn
correlacionando y encontrar el promedio de estos resultados. En ese sentido, para calcular la r
de Pearson se sigue la siguiente formula:
!"!#
! =
!1

[ METODOS CUANTITATIVOS DE PSICOLOGA ] 7


Donde Zx es el valor de Z de la variable x; Zy es el valor de Z de la variable y. Aqu se estaran

multiplicando las dos desviaciones expresadas en los valores Z y se sumaran estas
multiplicaciones, promedindose entre los grados de libertad.

Existen otros procedimientos un poco ms complejos para calcular el valor de r, basados en las
desviaciones estndar. En esta unidad slo utilizaremos la ecuacin antes mencionada. Vamos a
ilustrar la misma con un ejemplo. Tenemos dos puntuaciones en dos pruebas de lectura y se
desea saber si existe alguna relacin entre estas dos pruebas. Llamaremos a la puntuacin en la
prueba 1 Px y a la puntuacin en la prueba 2 Py.

Px Desviacin Zx Py Desviacin Zy ZxZy
de la de la
media (d) media (d)
67 10.4 0,87 65 5,7 0,41 0,36
72 15,4 1,29 84 24,7 1,78 2,29
45 -11,6 -0,97 51 -8,3 -0,60 0,58
58 1,4 0,12 56 -3,3 -0,24 -0,03
63 6,4 0,54 67 7,7 0,55 0,3
39 -17,6 -0,148 42 -17,3 -1,24 1,84
52 -4,6 -0,39 50 -9,3 -0,67 0,26

Como podrn calcular fcilmente la media de Px es 56,6.
La desviacin estndar o tpica (Sx) de Px es 11,9.
Zx se calcular dividiendo el valor de desviacin de la media de cada valor (d) sobre la desviacin
estndar (Sx). Zx : d/Sx. Un procedimiento similar se utilizar para calcular Zy.
La media de Py es 59,3
La desviacin estndar o tpica (Sy) de Py es 13,9.
La de ZxZy ser 5,6
Siguiendo la ecuacin anterior de r
!"!#
! =
!1
r : 5,6 / 6 : 0,929

CLCULO DE LA CORRELACIN CON SPSS
Vamos a iniciar creando una base en SPSS con los datos de la variable antes
mencionados (Px y Py). Debemos tener una imagen como esta en la vista de variables.

8 [ POLITCNICO GRANCOLOMBIANO]


Digitamos los datos en las dos columnas en la vista de datos.

Ahora, vamos a los comandos de Analizar/Correlaciones/Bivariadas

[ METODOS CUANTITATIVOS DE PSICOLOGA ] 9


Luego, se pasan las dos variables Px y Py al cuadro de [Variables]. Se debe verificar que el
coeficiente de correlacin seleccionado sea el de Pearson. En la pestaa de opciones es
recomendable sealar las medias y desviaciones estndar. Se procede a [Aceptar].

El anlisis debe darnos un resultado como el que sigue:

10 [ POLITCNICO GRANCOLOMBIANO]


El cuadro en rojo seala el valor de la fuerza de la correlacin. Mire que este valor es idntico al
conseguido de forma manual. Como recordarn, el valor mximo de correlacin (para indicar
una correlacin perfecta) es de 1. Aqu, el valor de 0,93 se aproxima a este valor, lo que indica
que hay una alta relacin entre los puntajes de las dos pruebas, lo esperado si se considera que
ambas pruebas miden el mismo constructo.

No existe un criterio estndar o nico para decir si hay o no correlacin. Como mencionaba
anteriormente, la correlacin es una medida gradual de relacin. Sin embargo, algunos autores
que aplican estos conceptos a la psicologa sealan como posible criterio para establecer
correlacin cuando el valor de la fuerza de la relacin supera los 0,66. Es decir, cualquier valor
por debajo de este se descarta como correlacin, y cualquier valor por encima (entre 0,66 y 1)
seala una posible relacin entre las variables.

INFORME DE RESULTADOS
Si bien la fuerza de la relacin es importante, recordemos que este es slo un valor descriptivo
del cambio. Es necesario, para el reporte del anlisis, considerar el valor de la significancia de la
relacin. Recordemos que el valor de la significancia es importante slo cuando cae en el 5%, es
decir, cuando es menor a 0,05.

[ METODOS CUANTITATIVOS DE PSICOLOGA ] 11


En este ejemplo la significancia (p) es igual a 0,002 (aparece encerrada en amarillo). Slo en
estos casos, cuando la significancia es menor incluso a 0,01, tomamos ya no el 5% como margen
de rechazo de la hiptesis nula sino el 1% como nuevo margen de rechazo. Siguiendo esa lnea,
el anlisis queda como sigue:

Se encontr que la correlacin de Pearson entre las
puntuaciones de la prueba Px y la prueba Py fue
significativa con r=0,93 y p<0,01



Note que el informe del anlisis indica una correlacin y, adems, seala si fue o no significativa.
En el caso de no existir correlacin, el informe debe sealarlo. De forma similar se debe indicar
que no hay significancia, generalmente expresado esto como p>0,05.

12 [ POLITCNICO GRANCOLOMBIANO]