Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Media o Promedio
Desviación estándar
Histograma
y x
Chi-cuadrado Regresión Lineal
s
cv *100
T de Student para comparar dos grupos
x
Distribución Normal Coeficiente de Variación
Su uso depende:
Conjunto de
HERRAMIENTAS
COLECTAR ANALIZAR
datos datos
MÉTODO ESTADÍSTICO
• “Cajita” de la estadística con 2 compartimientos
RESUMIR GENERALIZAR
MÉTODO ESTADÍSTICO
• “Cajita” de la estadística con 3 compartimientos
RESUMIR GENERALIZAR
MÉTODO ESTADÍSTICO
• “Cajita” de la estadística , según el NÚMERO DE VARIABLES con 9 compartimientos
D E
Univariable o 1 variable S
E T
Unidimensional I
S M
(1 variable) 2 variables A
C C
I
R bivariable o P variables Ó
N
I Bidimensional T
E
P (2 variables) 1 variable S
T
T H
multivariable o 2 variables I
P
I O
multidimensional T
V E
(P variables) P variables S
I
A S
MÉTODO ESTADÍSTICO
• “Cajita” de la estadística , según LA ESCALA DE MEDICIÓN DE LAS VARIABLES con 24 compartimientos
D 1 UNIVARIABLE E
1 UNIVARIABLE 9 10
S
E CUANTI CUALI T
CUANTI CUALI I
S M
11 12 13 A
C
1 2 CUANTI MIXTO CUALI C
P MULTIVARIANTE I
Ó
R
2 BIVARIABLE 14 15 16 N
CUANTI MIXTO CUALI
I T
CUANTI MIXTO CUALI 1 UNIVARIABLE E
P S
3 4 5 CUANTI
17 18 CUALI
T
T 2 BIVARIABLE H
I
P MULTIVARIANTE 19 20 21 P
I O
CUANTI MIXTO CUALI T
CUANTI MIXTO CUALI
V P MULTIVARIANTE E
S
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
Análisis de la ESTADISTICA DESCRIPTIVA de los datos
1 2 P
TIPO DE VARIABLES
VARIABLE VARIABLE VARIABLE
• Gráficas: Histogramas,
• Diagrama de Dispersión
Box Plot.
• Coeficiente de • Análisis de los
• Estadígrafos: Medidas de
correlación de Pearson componentes
tendencia central, Medidas
• Regresión lineal y no principales
CUANTITATIVOS de dispersión, Medidas de
lineal • Análisis Factorial de
Posición, Medidas de
• Coeficiente de Correspondencia
Orden (Coeficientes de
determinación • Correlación canónica
asimetría y Curtosis de
• Varianza residuales
Fisher)
• Distribución de
• Diagrama de barra, de
frecuencia bidimensional
sectores
(Tablas de contingencia) • Análisis Factorial de
• Distribución de
CUALITATIVOS • Coeficiente de Correspondencia
frecuencia (Tablas de
correlación Spearman • Modelo log-lineal
frecuencia)
• Coeficiente de
• Moda
contingencia
• Box Plot
• Diagrama de error • Regresión múltiple
MIXTOS NO CORRESPONDE
• Coeficiente biserial de • Regresión Logística
punto
Análisis de la INFERENCIA ESTADISTICA: ESTIMACIÓN
1 2 P
TIPO DE VARIABLE
VARIABLE VARIABLE VARIABLE
• Intervalo de confianza de • Estimación de los
• Intervalo de confianza de un coeficiente de coeficientes de regresión
un promedio. correlación múltiple
CUANTITATIVOS • Intervalo de confianza de • Intervalo de confianza de • Estimación de los
una varianza un coeficiente de coeficientes de correlación
regresión parcial
• Estimación de los
• Estimación del
coeficientes del modelo
coeficiente de
Log-lineal
• Intervalo de confianza contingencia
CUALITATIVOS • Estimación de los
de una proporción • Estimación del
coeficientes de
coeficiente Spearman
contingencia parciales
2. Número de Variables
3. Escala de medición de las variables
4. Condiciones de aplicación
5. Tipo de investigación
6. Objetivo estadístico
7. El comportamiento de los datos
MÉTODO ESTADÍSTICO
Criterios para elegir un método estadístico:
1. Resultados esperados
RESUMIR GENERALIZAR
El proceso se inicia planteando a Ri la sgte. pregunta: ¿Usted quiere resumir o generalizar?
Criterios para elegir un método estadístico:
2. Número de Variables
D E
Univariable o 1 variable S
E T
Unidimensional I
S M
(1 variable) 2 variables A
C C
I
R bivariable o P variables Ó
N
I Bidimensional T
E
P (2 variables) 1 variable S
T
T H
multivariable o 2 variables I
P
I O
multidimensional T
V E
(P variables) P variables S
I
A S
Criterios para elegir un método estadístico:
Dicotómicas
Nominales
CUALI
Politómicas
Categóricas
Ordinales
Variables
Discretas
CUANTI
Numéricas
Continuas
Criterios para elegir un método estadístico:
D 1 UNIVARIABLE E
1 UNIVARIABLE S
E CUANTI
9 10 CUALI T
CUANTI CUALI I
S M
11 12 13 A
C
1 2 CUANTI MIXTO CUALI C
P MULTIVARIANTE I
Ó
R
2 BIVARIABLE 14 15 16 N
CUANTI MIXTO CUALI
I T
CUANTI MIXTO CUALI 1 UNIVARIABLE E
P S
3 4 5 CUANTI
17 18 CUALI
T
T 2 BIVARIABLE H
I
P MULTIVARIANTE 19 20 21 P
I O
CUANTI MIXTO CUALI T
CUANTI MIXTO CUALI
V P MULTIVARIANTE E
S
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
Criterios para elegir un método estadístico:
4. Condiciones de aplicación
RESUMIR GENERALIZAR
Criterios para elegir un método estadístico:
5. Tipos de investigación
Analítico
bivariado; aquí se plantean y ponen a prueba
Predictivo Predecir hipótesis, su nivel más básico propone la
asociación entre factores.
Explicativo Causalidad
Relacional Bivariado
El análisis estadístico es univariado porque solo
Descriptivo
determina condiciones, estima los parámetros
Descriptivo Univariado
de la población a partir de una muestra o
describe sus características.
Exploratorio
Criterios para elegir un método estadístico:
5. Tipos de investigación
Transversal Longitudinal
Las variables son medidas en una sola ocasión; La variable de estudio es medida en dos o más
el tiempo que ello tome es indiferente, las ocasiones; se trata de estudios de seguimiento,
comparaciones son entre grupos (muestras las comparaciones son entre medidas
independientes). (muestras repetidas o relacionadas).
6. Objetivo estadístico
Según el número de VARIABLES de interés (analíticas)
COMPARAR UN GRUPOS
ASOCIACIÓN/CORRELACIÓN
COMPARAR UN GRUPOS
Obesidad en una
población de estudio
6. Objetivo estadístico
Pruebas Paramétricas
T Student para muestras relacionadas
Pruebas No Paramétricas:
Pruebas No Paramétricas Dicotómicas: X2 de McNemar
Prueba de Wilcoxon Politómicas: Q de Cochran
6. Objetivo estadístico
Asociación
Variables CATEGÓRICAS No Paramétrica: X2 de
o
Independencia
Correlación
Variables NUMÉRICAS Paramétrica: Pearson
No Paramétrica: Spearman
6. Objetivo estadístico
RIESGO
Coeficiente de correlación R Pearson o Rho Spearman:
Muy baja Baja Moderada Buena Alta
Odds Ratio OR
0,2 0,4 0,6 0,8 1,0 Riesgo Relativo RR
6. Objetivo estadístico: COMPARAR
A n á l i s i s d e l a Va r i a n za
ANOVA
ANOVA con un factor INTER-sujetos y pruebas Post Hot ,
ANOVA de Kruskal-Wallis,
X2 Chi-cuadrado de Homogeneidad
6. Objetivo estadístico: COMPARAR A n á l i s i s d e l a Va r i a n za
ANOVA
MAS DE DOS MEDIDAS ANOVA con un factor INTRA-sujetos y
Comparación por pares, ANOVA de Friedman,
Q de Cochran
Criterios para elegir un método estadístico:
P ≥ 0,05: Acepta Ho
95% P < 0,05: Acepta H1
5% = 0,05
2,5% 2,5%
-3σ -2σ -1σ μ +1σ +2σ +3σ
Media = μ Desv. estándar = σ
Criterios para elegir un método estadístico:
05 Predictivo
Pronóstico
04 Explicativo
Causalidad
03 Relacional
Bivariado
02 Descriptivo Univariado
01 Exploratorio
02
02 Descriptivo
Univariado
Ejemplo de algunos TEMAS:
Hábitos alimentarios pH glucemia
Obesidad Frecuencia de consumo de alimentos
Composición corporal Perímetro
Perfil lipídico
Kilocalorías Evaluación del Estado Nutricional
Variables Categóricas
Micronutrientes
Hábitos alimentarios
Cuali-Nominal-Politómicas
Lactancia y alimentación complementaria
Diagnóstico de necesidades
Cuali-Ordinal Frecuencia de consumo de alimentos
Cuali-Ordinal
Estado Nutricional
Cuali-Dicotómica
Obesidad
Cuali-Ordinal Desnutrición en menores de 5 años
Cuali-Dicotómica Anemia en embarazadas
Cuali-Dicotómica Diabetes
Cuali-Dicotómica
Hipertensión arterial
Descriptivo
Univariado
3 4 5 17 18 T
CUANTI CUALI
R4: HTA Hipertensión T 2 BIVARIABLE H
(Cuali-Dicotómica) ¿? P MULTIVARIANTE I
I 19 20 21 P
O
CUANTI MIXTO CUALI T
CUANTI MIXTO CUALI
R5: Obesidad Obesidad V P MULTIVARIANTE E
(Cuali-Dicotómica) ¿? S
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
RESUMIR GENERALIZAR
Descriptivo
Univariado
RESULTADOS
VARIABLES
METODO R1: HÁBITOS ALIMENTARIOS
ESPERADOS ESTADÍSTICO
R1: Hábitos X1: Hábitos
alimentarios alimentarios ¿? 1. ¿Usted quiere resumir o generalizar?
(Cuali-Politómica) R1 responde: Tengo interés de resumir. Entonces corresponde el
D 1 UNIVARIABLE E compartimiento de la mano izquierda de la “cajita”
1 UNIVARIABLE 9 10
S
E CUANTI CUALI T
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
• Box Plot
• Diagrama de error • Regresión múltiple
MIXTOS NO CORRESPONDE
• Coeficiente biserial de • Regresión Logística
punto
Análisis de la ESTADISTICA DESCRIPTIVA de los datos
Lugar de almuerzo
Tablas de frecuencia Diagrama de sectores
Frecuencia (n) Porcentajes (%) 6%
Lugar de almuerzo Lugar de almuerzo Casa
10%
Casa 169 77,5
En el trabajo 13 6,0
Lugar de almuerzo En el
Total 218 100,0 78% trabajo
Porcentaje (%)
Jugos Embotellados 48 22,0 20 17
Bebida hipertónicas 5 2,3 15
10
Agua 57 26,1
5 2
Refresco 71 32,6 0
Gaseosas Jugos Bebida Agua Refresco
Total 218 100,0 Embotellados hipertónicas
Consumo de bebida
Descriptivo
Univariado
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
• Box Plot
• Diagrama de error • Regresión múltiple
MIXTOS NO CORRESPONDE
• Coeficiente biserial de • Regresión Logística
punto
Análisis de la ESTADISTICA DESCRIPTIVA de los datos
Tabla N° 2.- Distribución del Estado Nutricional (Población, lugar y tiempo)
Frecuencia Porcentaje
Estado Nutricional
(n) (%) Tablas de frecuencia
Desnutrición 16 7
Normal (Eutrófico) 126 57
Sobrepeso 65 29
Obesidad 12 5
Obesidad mórbida 4 2
Total 223 100
Fuente.- Elaboración propia, 2018.
40%
29%
30%
20%
10% 7% 5%
2%
0%
Desnutrición Normal Sobrepeso Obesidad Obesidad
(Eutrófico) mórbida
Interpretación:
Descriptivo
Univariado
RESULTADOS
VARIABLES
METODO R3: COLESTEROL TOTAL
ESPERADOS ESTADÍSTICO
R3: Colesterol X3: Colesterol total
total (Cuanti-Continua) ¿? 1. ¿Usted quiere resumir o generalizar?
R3 responde: Tengo interés de resumir. Entonces corresponde el
D 1 UNIVARIABLE E compartimiento de la mano izquierda de la “cajita”
1 UNIVARIABLE 9 10
S
E CUANTI CUALI T
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
• Box Plot
• Diagrama de error • Regresión múltiple
MIXTOS NO CORRESPONDE
• Coeficiente biserial de • Regresión Logística
punto
Análisis de la ESTADISTICA DESCRIPTIVA de los datos
Tabla N° 3.- Medidas de tendencia Central y de dispersión Grafico N° 3.- Histograma “Colesterol total mg/dl
“Colesterol total mg/dl” (Población, lugar y tiempo) (Población, lugar y tiempo)
Interpretación:
Análisis de la ESTADISTICA DESCRIPTIVA de los datos
Tabla N° 4.- Medidas de Posición: Cuantiles de Grafico N° 4.- Diagrama de Caja y bigotes de
“Colesterol total mg/dl” (Población, lugar y tiempo) “Colesterol total mg/dl (Población, lugar y tiempo)
Interpretación:
Variable numérica transformada a Variable categórica
Tabla N° 3.- Distribución de los valores de “Colesterol total” (Población, lugar y tiempo)
Frecuencia Porcentaje
Colesterol total
(n) (%)
Aceptable 11 22
Riesgo Moderado 13 26
Riesgo Alto 26 52
Total 50 100
Grafico N° 3.- Distribución de los valores de “Colesterol total” (Población, lugar y tiempo)
D
1 UNIVARIABLE
1 UNIVARIABLE E
S
2. N° de Variables: ¿Cuántas variables trabajan con usted?
9 10 T
E
CUANTI CUALI
CUANTI CUALI
I R1 responde: una variables - univariado.
S M
11 12 13 A
C
1 2 CUANTI MIXTO
P MULTIVARIANTE
CUALI C
I
3. Escala de medición de las variables: ¿Cómo han sido medidas las
Ó
14 15 16 variables?
R
2 BIVARIABLE CUANTI CUALI
N
MIXTO
I T
P
CUANTI MIXTO CUALI 1 UNIVARIABLE E
S
X4: responde: variable Cualitativa- Nominal Dicotómica
3 4 5 17 18 T
hipótesis?
I O
CUANTI MIXTO CUALI T
CUANTI MIXTO CUALI
V P MULTIVARIANTE E
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
RESUMIR GENERALIZAR Cuali: Entonces el método estadístico para poder responder de manera
efectiva a R4 se encuentra en el compartimiento 10.
Análisis de la INFERENCIA ESTADISTICA: ESTIMACIÓN
1 2 P
TIPO DE VARIABLE
VARIABLE VARIABLE VARIABLE
• Intervalo de confianza de • Estimación de los
• Intervalo de confianza de un coeficiente de coeficientes de regresión
un promedio. correlación múltiple
CUANTITATIVOS • Intervalo de confianza de • Intervalo de confianza de • Estimación de los
una varianza un coeficiente de coeficientes de correlación
regresión parcial
• Estimación de los
• Estimación del
coeficientes del modelo
coeficiente de
Log-lineal
• Intervalo de confianza contingencia
CUALITATIVOS • Estimación de los
de una proporción • Estimación del
coeficientes de
coeficiente Spearman
contingencia parciales
Error
Muestra Prevalencia 1-Prevalencia Intervalos de confianza 95%
Estándar EE
Límite Límite
Parámetros n p q inferior superior
37,31%
29,12% 45,50%
Límite Prevalencia Límite
Inferior LI HTA Superior LS
Análisis de la INFERENCIA ESTADISTICA: ESTIMACIÓN
Tabla N° 1.- Distribución de la Hipertensión arterial (Población, lugar y tiempo)
Hipertensión Frecuencia Porcentaje
arterial (n) (%)
Si 50 37,31
No 84 62,69
Total 134 100,00
Fuente.- Elaboración propia, 2018.
No HTA
Si HTA
62,69% 37,31%
La Interpretación:
En el presente estudio la prevalencia de Hipertensión arterial fue del 37,31%, cuyos Intervalos de
Confianza al 95% se estima entre (29,12;45,50) %.
Descriptivo
Univariado
RESULTADOS
VARIABLES
METODO R5: OBESIDAD
ESPERADOS ESTADÍSTICO
R5: Obesidad Obesidad
(Cuali-Dicotómica) ¿? 1. R5: ¿Usted quiere resumir o generalizar?
R1 responde: Generalizar. Mano derecha de la “cajita”
D 1 UNIVARIABLE E
1 UNIVARIABLE
2. N° de Variables: ¿Cuántas variables trabajan con usted?
S
E CUANTI
9 10 CUALI T
CUANTI CUALI I
S
11 12 13
M
A
R5 responde: una variables - univariado.
C
1 2 CUANTI MIXTO CUALI C
P MULTIVARIANTE I
Ó
R
2 BIVARIABLE 14
CUANTI
15
MIXTO
16
CUALI
N 3. Escala de medición de las variables: ¿Cómo han sido medidas las
I T
P
CUANTI MIXTO CUALI 1 UNIVARIABLE E
S variables?
3 4 5 17 18 T
RESUMIR GENERALIZAR
Cuali: Entonces el método estadístico para poder responder de
manera efectiva a R5 se encuentra en el compartimiento 18.
Análisis de la INFERENCIA ESTADISTICA: TEST DE HIPÓTESIS
1 2
TIPO DE VARIABLE P VARIABLE
VARIABLE VARIABLE
• Correlación de Pearson, Correlación • Test de significación de los
de Spearman, Coeficiente de coeficientes de correlación
• Test de student para una Correlación Rho de Spearman canónica
CUANTITATIVOS muestra • t de Student para muestras • Test de conformidad de los
relacionadas, Wilcoxon coeficientes de regresión
• ANOVA para medidas repetidas, múltiple
ANOVA de Friedman
• X2 de Homogeneidad, X2 de
Independencia, coeficiente de
contingencia, Índice Kappa de • Test de significación de los
Cohen coeficientes del modelo Log
• U Mann-Whitney, Test exacto de Lineal
• X2 Chi-Cuadrado de Bondad
CUALITATIVOS Fisher, Riesgo • Test de significación del
de ajuste
• Correlación de Spearman, Tau b y c modelo de Análisis Factorial de
de Kendall Correspondencia
• ANOVA de Kruskal-Wallis,
ANOVA de Friedman
X2 de McNemar, Q de Cochran
• t de Student para muestras
independientes, U Mann-Whitney
• Correlación de Spearman,
Coeficiente de Correlación Rho de
MIXTOS NO CORRESPONDE Spearman, Eta • MANOVA
• ANOVA con un factor INTERsujetos,
ANOVA de Kruskal-Wallis, ANOVA de
Friedman
Análisis de la INFERENCIA ESTADISTICA: TEST DE HIPÓTESIS
COMPARAR UN GRUPO
Inferencia
35,3% de Obesidad en
la población de estudio
P < 0,05 : Acepta H1
P ≥ 0,05 : Acepta Ho
La Interpretación:
En el presente estudio la prevalencia de Obesidad fue del 35,3% en mayores de 40 años, la cual no se pudo demostrar
estadísticamente que esté por encima (P: 0,174) del parámetro departamental que es del 32,5% de Obesidad para la
ciudad de Santa Cruz de la Sierra.
03
Tablas del Nivel de investigación RELACIONAL
Tabla N° 2.- Distribución del Estado Nutricional según Sexo
Sexo Porcentaje
Estado Nutricional Porcentaje Porcentaje Total
Masculino Femenino (% )
(% ) (% )
Desnutrición 2 1% 14 6% 16 7%
Normal (Eutrófico) 62 28% 64 29% 126 57%
Sobrepeso 53 24% 12 5% 65 29%
Obesidad 8 4% 4 2% 12 5%
Obesidad mórbida 2 1% 2 1% 4 2%
Total 127 57% 96 43% 223 100%
Bivariado
Tablas de contingencia
Tablas Cruzadas
Tablas del
Nivel Relacional Tablas de Cruces de Variables
Tablas de doble entradas
Tablas Tetracóricas
03 Relacional
Bivariado
Relación del Estado Nutricional con la diabetes
mellitus tipo II en pacientes adultos
Variables CATEGÓRICAS
DICOTÓMICA
Bajo peso Obesidad Si No Total
N % N % N %
Normopeso
Si 24 11,0 67 30,7 91 41,7
Sobrepeso grado I NO Obesos
No 11 5,0 116 53,2 127 58,3
Sobrepeso grado II
(preobesidad) Total 35 16,1 183 83,9 218 100,0
Obesidad de tipo I
Si existe ASOCIACIÓN (P < 0,05)
Obesidad de tipo II
Medición de
la Variable
de prueba
Estadístico
TIPO DE Medida de
Correlación
VARIABLE Correlación
NUMÉRICA
Coeficiente de
Correlación de
CUANTITATIVAS
correlación R
Pearson Muy baja Baja Moderada Buena Alta
Pearson
NUMÉRICA
Coeficiente de
Correlación de
Correlación Rho de
Spearman
Spearman
Si existe CORRELACIÓN
(P < 0,05)
03 Relacional
Bivariado
RELACIÓN: Se relacionan las variables independientemente de sus Si existe RELACIÓN (P < 0,05)
características (Tablas NxR) (Chi-cuadrado de Independencia)
ASOCIACIÓN: Se realizan con variables Dicotómicas (Tablas 2x2) Si existe ASOCIACIÓN (P < 0,05)
(Chi-cuadrado de Independencia)
CORRELACIÓN: Se correlaciona las unidades de dos variables Si existe CORRELACIÓN (P < 0,05)
numéricas de diferente dimensión, para ello hay que definir las unidades
en ambas variables. (Pearson o Spearman)
Medir el “Coeficiente de Correlación”
R o Rho
03 Relacional
Bivariado
Métodos estadísticos
2
nivel RELACIONAL
Medición de la
Estadístico de
VARIABLE
Variable
prueba
TIPO DE Estudio Transversal Estudio Longitudinal
VARIABLE Muestras independientes Medidas repetidas
Asociación o Medida Mas de dos
Dos grupos Mas de dos grupos Dos medidas
correlación asociación/Correlación medidas
ORDINAL- DICOTÓMICA-
DICOTÓMICA POLITÓMICA DICOTÓMICA POLITÓMICA POLITÓMICA
Coeficiente de
X2 de Homogeneidad X2 de Independencia X2 de Homogeneidad ---- ----
contingencia
ORDINAL-
CUALITATIVAS
Coeficiente de
U Mann-Whitney X2 de Independencia X2 de Homogeneidad ---- ----
contingencia
Nominal
Análisis de
X2 de Homogeneidad X2 de Independencia Índice Kappa de Cohen Q de Cochran Q de Cochran
correspondencias
2
Corrección de Yates X de Independencia Riesgo Relativo X2 de Homogeneidad X2 de McNemar Q de Cochran
Test exacto de Fisher Odds Ratio
ORDINAL
Medición de la
VARIABLE
Variable
TIPO DE Estudio Transversal Estudio Longitudinal
VARIABLE Muestras independientes Medidas repetidas
Asociación o Medida Mas de dos
Dos grupos Mas de dos grupos Dos medidas
correlación asociación/Correlación medidas
(Si tiene Distr. Normal)
PARAMÉTRICAS
ANOVA para
medidas repetidas
NUMÉRICA
t de Student para
CUANTITATIVAS
NUMÉRICA
Coeficiente de
Correlación de Correlación de Prueba de ANOVA de
Correlación Rho de ----
Spearman Spearman Wilcoxon Friedman
Spearman
03 Relacional
Bivariado
Métodos estadísticos nivel RELACIONAL
2
Estadístico de prueba
Medición de la
VARIABLE
Variable
TIPO DE Estudio Transversal Estudio Longitudinal
VARIABLE Muestras independientes Medidas repetidas
Asociación o Medida Mas de dos
Dos grupos Mas de dos grupos Dos medidas
correlación asociación/Correlación medidas
DICOTÓMICA
t de Student para
NUMÉRICA-
t de Student para
muestras
muestras ---- ---- ---- ----
independientes
independientes
(Pre-Post TEST)
(Si tiene Distr. Normal)
PARAMÉTRICAS
Análisis de la
POLITÓMICA
NUMÉRICA- varianza (ANOVA con
---- ---- ---- un factor ---- ----
INTERsujetos) y
pruebas Post Hoc
Análisis de la
NUMÉRICA-
ORDINAL
INTERsujetos) y
pruebas Post Hoc
ORDINAL POLITÓMICA DICOTÓMICA
NUMÉRICA- NUMÉRICA- NUMÉRICA-
U Mann-Whitney
U Mann-Whitney ---- Eta ---- ----
(Pre-Post TEST)
NO PARAMÉTRICAS
(No tiene Distr. Normal)
ANOVA de Kruskal-
---- ---- ---- ---- ----
Wallis
Coeficiente de
Correlación de ANOVA de Kruskal- ANOVA de
---- Correlación Rho de ----
Spearman Wallis Friedman
Spearman
03 Relacional
Bivariado
Ejemplo de algunos TEMAS:
RESULTADOS METODO
VARIABLES
ESPERADOS ESTADÍSTICO
R1: Factores de X1: Factor de riesgo 1. R1: ¿Usted quiere resumir o generalizar?
riesgo asociados “Obesidad” ¿?
R1 responde: Generalizar. Mano derecha de la “cajita”
a la prevalencia (Cuali-Dicotómica)
de diabetes 2. N° de Variables: ¿Cuántas variables trabajan con usted?
mellitus tipo II X2: Diabetes Mellitus
(Cuali-Dicotómica) R1 responde: Dos variables - bivariado.
D
1 UNIVARIABLE
1 UNIVARIABLE E
S
3. Escala de medición de las variables: ¿Cómo han sido medidas las
9 10 T
variables?
E CUANTI CUALI
CUANTI CUALI I
S M
11 12 13
C
1 2 CUANTI MIXTO CUALI
A
C X1: responde: variable Cualitativa- Nominal- Dicotómica
P MULTIVARIANTE I
R 14 15 16 Ó X2: responde: variable Cualitativa- Nominal- Dicotómica
2 BIVARIABLE CUANTI CUALI
N
MIXTO
I T
P
CUANTI MIXTO CUALI 1 UNIVARIABLE E
S 4. Condiciones de aplicación: ¿Usted quiere Estimar o realizar un Test de
3 4 5 17 18 T
6 7 8 22 23 24 I
RESUMIR GENERALIZAR
Análisis de la INFERENCIA ESTADISTICA: TEST DE HIPÓTESIS
1 2
TIPO DE VARIABLE P VARIABLE
VARIABLE VARIABLE
• Correlación de Pearson, Correlación • Test de significación de los
de Spearman, Coeficiente de coeficientes de correlación
• Test de student para una Correlación Rho de Spearman canónica
CUANTITATIVOS muestra • t de Student para muestras • Test de conformidad de los
relacionadas, Wilcoxon coeficientes de regresión
• ANOVA para medidas repetidas, múltiple
ANOVA de Friedman
• X2 de Homogeneidad, X2 de
Independencia, coeficiente de
contingencia, Índice Kappa de • Test de significación de los
Cohen coeficientes del modelo Log
• U Mann-Whitney, Test exacto de Lineal
• X2 Chi-Cuadrado de Bondad
CUALITATIVOS Fisher, Riesgo • Test de significación del
de ajuste
• Correlación de Spearman, Tau b y c modelo de Análisis Factorial de
de Kendall Correspondencia
• ANOVA de Kruskal-Wallis,
ANOVA de Friedman
X2 de McNemar, Q de Cochran
• t de Student para muestras
independientes, U Mann-Whitney
• Correlación de Spearman,
Coeficiente de Correlación Rho de
MIXTOS NO CORRESPONDE Spearman, Eta • MANOVA
• ANOVA con un factor INTERsujetos,
ANOVA de Kruskal-Wallis, ANOVA de
Friedman
R1: FACTORES DE RIESGO ASOCIADOS A LA PREVALENCIA DE DIABETES MELLITUS TIPO II
RESULTADOS METODO
VARIABLES
ESPERADOS ESTADÍSTICO
Estadístico de prueba
Medición de la
VARIABLE
Variable
RESULTADOS METODO TIPO DE Estudio Transversal Estudio Longitudinal
VARIABLES VARIABLE Muestras independientes Medidas repetidas
ESPERADOS ESTADÍSTICO
Asociación o Medida Mas de dos
Dos grupos Mas de dos grupos Dos medidas
R1: Factores de X1: Factor de riesgo correlación asociación/Correlación medidas
riesgo asociados “Obesidad” ¿?
ORDINAL- DICOTÓMICA-
DICOTÓMICA POLITÓMICA DICOTÓMICA POLITÓMICA POLITÓMICA
2 2 2
a la prevalencia (Cuali-Dicotómica) X de X de Coefi ci ente de X de
---- ----
Homogenei da d Independenci a contingenci a Homogenei da d
de diabetes
mellitus tipo II X2: Diabetes Mellitus
2 2 2
(Cuali-Dicotómica) X de X de Índi ce Ka ppa de X de
---- ----
Homogenei da d Independenci a Cohen Homogenei da d
CUALITATIVAS
5. Tipo de investigación: Transversal
NO PARAMETRICAS
(No tiene Distr. Normal)
ORDINAL-
2 2
X de Coefi ci ente de X de
U Ma nn-Whi tney ---- ----
Independenci a contingenci a Homogenei da d
Nominal
X2 de X2 de Índi ce Ka ppa de Aná l i s i s de
Q de Cochra n Q de Cochra n
Homogenei da d Independenci a Cohen corres pondenci a s
7. El comportamiento de los datos: No
X2 de Índi ce Ka ppa de
Paramétrica
Nominal
Homogenei da d X2 de Cohen X2 de 2
X de McNema r Q de Cochra n
Correcci ón de Independenci a Ri es go Rel a tivo Homogenei da d
Ya tes Odds Ra tio
ORDINAL
Correl a ci ón de Ta u b de Kenda l l ANOVA de Prueba de ANOVA de
U Ma nn-Whi tney
Spea rma n Ta u c de Kenda l l Krus ka l -Wa l l i s Wi l coxon Fri edma n
Cuali: Entonces el método estadístico para poder responder de manera efectiva a R1 se encuentra en el
compartimiento 21 y es Chi-cuadrado X2 de independencia y solo si las variables de estudio presentan asociación
(P<0,05) se realizará la medida de asociación calculando el indicador de Riesgo “Odds Ratio”.
R1: FACTORES DE RIESGO ASOCIADOS A LA PREVALENCIA DE DIABETES MELLITUS TIPO II
N % N % N %
Si 9 7 41 31 50 37
No 9 7 75 56 84 63
PORCENTAJES (%)
31
7 7
SI NO
D I A BETES
En la tabla N° 3, el 13% de la población presenta diabetes, de los cuales el 7% de los diabéticos son obesos, mientras que la otra proporción de diabéticos
(7%) no presenta obesidad, a su vez se pudo demostrar que si existe asociación (P: 0,001) entre la Obesidad y la diabetes; mediante el indicador de riesgo
se demostró que una persona obesa tiene 3,78 veces más riesgo de desarrollar Diabetes, que una persona que no es obesa.
03 Relacional
Bivariado
Ejemplo de algunos TEMAS:
RESULTADOS METODO
VARIABLES
ESPERADOS ESTADÍSTICO
R1: Relación del X1: Estado 1. R1: ¿Usted quiere resumir o generalizar?
Estado Nutricional ¿?
nutricional con (Cuali-Ordinal) R1 responde: Generalizar. Mano derecha de la “cajita”
el Rendimiento
escolar X2: Rendimiento 2. N° de Variables: ¿Cuántas variables trabajan con usted?
escolar
R1 responde: Dos variables - bivariado.
(Cuati-Continua)
D 1 UNIVARIABLE E 3. Escala de medición de las variables: ¿Cómo han sido medidas las
1 UNIVARIABLE 9 10
S
variables?
E CUANTI CUALI T
CUANTI CUALI I
S M
11 12 13
1 2 CUANTI MIXTO CUALI
A
C
X1: responde: variable Cualitativa- Ordinal
C
X2: responde: variable Cuantitativa- Continua
P MULTIVARIANTE I
Ó
R
2 BIVARIABLE 14 15 16 N
CUANTI MIXTO CUALI
T
3 4 CUANTI
2 BIVARIABLE
CUALI
H hipótesis? R1 responde: Test de Hipótesis
I
P MULTIVARIANTE 19 20 21 P
I O
CUANTI MIXTO CUALI T
CUANTI MIXTO CUALI
V P MULTIVARIANTE E
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
manera efectiva a R1 se encuentra en el compartimiento 20.
RESUMIR GENERALIZAR
Análisis de la INFERENCIA ESTADISTICA: TEST DE HIPÓTESIS
1 2
TIPO DE VARIABLE P VARIABLE
VARIABLE VARIABLE
• Correlación de Pearson, Correlación • Test de significación de los
de Spearman, Coeficiente de coeficientes de correlación
• Test de student para una Correlación Rho de Spearman canónica
CUANTITATIVOS muestra • t de Student para muestras • Test de conformidad de los
relacionadas, Wilcoxon coeficientes de regresión
• ANOVA para medidas repetidas, múltiple
ANOVA de Friedman
• X2 de Homogeneidad, X2 de
Independencia, coeficiente de
contingencia, Índice Kappa de • Test de significación de los
Cohen coeficientes del modelo Log
• U Mann-Whitney, Test exacto de Lineal
• X2 Chi-Cuadrado de Bondad
CUALITATIVOS Fisher, Riesgo • Test de significación del
de ajuste
• Correlación de Spearman, Tau b y c modelo de Análisis Factorial de
de Kendall Correspondencia
• ANOVA de Kruskal-Wallis,
ANOVA de Friedman
X2 de McNemar, Q de Cochran
• t de Student para muestras
independientes, U Mann-Whitney
• Correlación de Spearman,
Coeficiente de Correlación Rho de
MIXTOS NO CORRESPONDE Spearman, Eta • MANOVA
• ANOVA con un factor INTERsujetos,
ANOVA de Kruskal-Wallis, ANOVA de
Friedman
R1: RELACIÓN DEL ESTADO NUTRICIONAL Y HÁBITOS ALIMENTARIOS
TEST DE HIPÓTESIS CON EL RENDIMIENTO ESCOLAR
ORDINAL NUMÉRICA-CONTINUA ORDINAL DICOTÓMICA
Estado Nutricional Rendimiento escolar Estado Nutricional Rendimiento escolar
Bajo peso 0 - 100 Bajo peso Reprobado (Menor 50)
Normopeso Normopeso Aprobado (Mayor 51)
Tiene 5 GRUPOS
Sobrepeso (Mas de dos grupos) Sobrepeso
Obesidad Obesidad
Los GRUPOS deben
Obesidad mórbida ser similares Obesidad mórbida
Medición de la
Estadístico de
VARIABLE
ORDINALES
Variable
prueba
TIPO DE Estudio Transversal
VARIABLE Muestras independientes
ORDINAL ORDINAL Dos grupos
Asociación o Medida
Mas de dos grupos
correlación asociación/Correlación
Estado Nutricional Rendimiento escolar
ORDINAL- DICOTÓMICA-
DICOTÓMICA POLITÓMICA DICOTÓMICA POLITÓMICA POLITÓMICA
Coeficiente de
Bajo peso Excelente (90 a 100) X2 de Homogeneidad X2 de Independencia X2 de Homogeneidad
contingencia
Normopeso Muy bueno (80 a 89)
Sobrepeso Bueno (70 a 79)
Obesidad Regular (51 a 69) X2 de Homogeneidad X2 de Independencia Índice Kappa de Cohen X2 de Homogeneidad
Obesidad mórbida Mal (Menor 50)
NO PARAMETRICAS
(No tiene Distr. Normal)
ORDINAL-
CUALITATIVAS
Coeficiente de
U Mann-Whitney X2 de Independencia X2 de Homogeneidad
5. Tipo de investigación: Transversal contingencia
Nominal
Análisis de
6. Objetivo estadístico: X2 de Homogeneidad X2 de Independencia Índice Kappa de Cohen
correspondencias
Relacionar/Correlación
X2 de Homogeneidad Índice Kappa de Cohen
Nominal
2
Corrección de Yates X de Independencia Riesgo Relativo X2 de Homogeneidad
Test exacto de Fisher Odds Ratio
ORDINAL
Correlación de Tau b de Kendall ANOVA de Kruskal-
U Mann-Whitney
Spearman Tau c de Kendall Wallis
R1: RELACIÓN DEL ESTADO NUTRICIONAL Y HÁBITOS ALIMENTARIOS CON
EL RENDIMIENTO ESCOLAR
ORDINAL
No existe CORRELACIÓN
R1: RELACIÓN DEL ESTADO NUTRICIONAL Y HÁBITOS ALIMENTARIOS CON EL RENDIMIENTO ESCOLAR
2
Opción B: Una Variables
Medición de la
Estadístico de
VARIABLE
ORDINAL y otra DICOTÓMICA
Variable
prueba
TIPO DE Estudio Transversal
VARIABLE Muestras independientes
ORDINAL DICOTÓMICA Asociación o Medida
Dos grupos Mas de dos grupos
correlación asociación/Correlación
Estado Nutricional Rendimiento escolar
ORDINAL- DICOTÓMICA-
DICOTÓMICA POLITÓMICA DICOTÓMICA POLITÓMICA POLITÓMICA
Coeficiente de
Bajo peso Reprobado (Menor 50) X2 de Homogeneidad X2 de Independencia X2 de Homogeneidad
contingencia
Normopeso Aprobado (Mayor 51)
Sobrepeso
Obesidad
X2 de Homogeneidad X2 de Independencia Índice Kappa de Cohen X2 de Homogeneidad
Obesidad mórbida
NO PARAMETRICAS
(No tiene Distr. Normal)
ORDINAL-
CUALITATIVAS
Coeficiente de
U Mann-Whitney X2 de Independencia X2 de Homogeneidad
5. Tipo de investigación: Transversal contingencia
Nominal
Análisis de
6. Objetivo estadístico: Relacionar X2 de Homogeneidad X2 de Independencia Índice Kappa de Cohen
correspondencias
Nominal
2
Corrección de Yates X de Independencia Riesgo Relativo X2 de Homogeneidad
Test exacto de Fisher Odds Ratio
ORDINAL
Correlación de Tau b de Kendall ANOVA de Kruskal-
U Mann-Whitney
Spearman Tau c de Kendall Wallis
R1: RELACIÓN DEL ESTADO NUTRICIONAL Y HÁBITOS ALIMENTARIOS CON
EL RENDIMIENTO ESCOLAR
RESULTADOS
ESPERADOS
VARIABLES
METODO
ESTADÍSTICO
1. R1: ¿Usted quiere resumir o generalizar?
X1: Glicemia R1 responde: Generalizar. Mano derecha de la “cajita”
(Cuanti-Continua) ¿?
R1: Relación
entre los niveles X2: Porcentaje graso 2. N° de Variables: ¿Cuántas variables trabajan con usted?
de Glicemia y (Cuati-Continua)
las R1 responde: Dos variables - bivariado.
modificaciones X1: Glicemia
del Porcentaje (Cuanti-Continua) ¿?
Graso y el IMC 3. Escala de medición de las variables: ¿Cómo han sido medidas las
X3: IMC
(Cuati-Continua) variables?
X1: responde: variable Cuantitativa- Continua
D 1 UNIVARIABLE E
1 UNIVARIABLE 9 10
S
X2: responde: variable Cuantitativa- Continua
E CUANTI CUALI T
CUANTI CUALI I
S M
11 12 13 A
1 2
4. Condiciones de aplicación: ¿Usted quiere Estimar o realizar un Test de
CUANTI MIXTO CUALI C
C
P MULTIVARIANTE I
Ó
R 14 15 16
2 BIVARIABLE CUANTI MIXTO CUALI
N hipótesis? R1 responde: Test de Hipótesis
I T
CUANTI MIXTO CUALI 1 UNIVARIABLE E
P S
3 4 5 17 18 T
CUANTI CUALI
T
Mixto: Entonces el método estadístico para poder responder de
2 BIVARIABLE H
I
P MULTIVARIANTE 19 20 21 P
A 6 7 8 22 23 24 I
CUANTI CUALI S
MIXTO
Análisis de la INFERENCIA ESTADISTICA: TEST DE HIPÓTESIS
1 2
TIPO DE VARIABLE P VARIABLE
VARIABLE VARIABLE
• Correlación de Pearson, Correlación • Test de significación de los
de Spearman, Coeficiente de coeficientes de correlación
• Test de student para una Correlación Rho de Spearman canónica
CUANTITATIVOS muestra • t de Student para muestras • Test de conformidad de los
relacionadas, Wilcoxon coeficientes de regresión
• ANOVA para medidas repetidas, múltiple
ANOVA de Friedman
• X2 de Homogeneidad, X2 de
Independencia, coeficiente de
contingencia, Índice Kappa de • Test de significación de los
Cohen coeficientes del modelo Log
• U Mann-Whitney, Test exacto de Lineal
• X2 Chi-Cuadrado de Bondad
CUALITATIVOS Fisher, Riesgo • Test de significación del
de ajuste
• Correlación de Spearman, Tau b y c modelo de Análisis Factorial de
de Kendall Correspondencia
• ANOVA de Kruskal-Wallis,
ANOVA de Friedman
X2 de McNemar, Q de Cochran
• t de Student para muestras
independientes, U Mann-Whitney
• Correlación de Spearman,
Coeficiente de Correlación Rho de
MIXTOS NO CORRESPONDE Spearman, Eta • MANOVA
• ANOVA con un factor INTERsujetos,
ANOVA de Kruskal-Wallis, ANOVA de
Friedman
Análisis de la INFERENCIA ESTADISTICA: TEST DE HIPÓTESIS
RESULTADOS METODO
VARIABLES
ESPERADOS ESTADÍSTICO
X1: Glicemia
(Cuanti-Continua) ¿?
R1: Relación
entre los niveles
5. Tipo de investigación: Transversal
X2: Porcentaje graso
de Glicemia y (Cuati-Continua)
las 6. Objetivo estadístico: Correlación
modificaciones X1: Glicemia
del Porcentaje (Cuanti-Continua) ¿?
Graso y el IMC
X3: IMC
2
Estadístico de prueba
(Cuati-Continua)
Medición de la
VARIABLE
Variable
TIPO DE Estudio Transversal Estudio Longitudinal
VARIABLE Muestras independientes Medidas repetidas
7. El comportamiento de los datos: Si la Asociación o Medida Mas de dos
Dos grupos Mas de dos grupos Dos medidas
correlación asociación/Correlación medidas
variable numérica tiene distribución normal,
NUMÉRICA
Coefi ci ente de t de Student
CUANTITATIVAS
Correl a ci ón de Correl a ci ón de repetida s o
correl a ci ón R ---- pa ra mues tra s
Correlación de Pearson, si la variable Pea rs on Pea rs on
Pea rs on rel a ci ona da s
ANOVA con un
fa ctor
Coeficiente de Correlación:
P < 0,05: Acepta H1
Si existe CORRELACIÓN (P < 0,05) Muy baja Baja Moderada Buena Alta
RESULTADOS METODO
VARIABLES
ESPERADOS ESTADÍSTICO
X1: Colesterol 2
Estadístico de prueba
(Cuanti-Continua)
Medición de la
VARIABLE
¿?
Variable
TIPO DE Estudio Transversal
X2: Índice de cintura VARIABLE Muestras independientes
(Cuati-Continua) Asociación o Medida
Dos grupos Mas de dos grupos
correlación asociación/Correlación
R1: X1: Colesterol
PARAMÉTRICAS
Relacionar el
¿?
índice de
NUMÉRICA
Coefi ci ente de
CUANTITATIVAS
X3: IMC Correl a ci ón de Correl a ci ón de
correl a ci ón R ----
cintura, Índice (Cuati-Continua) Pea rs on Pea rs on
Pea rs on
de Masa
X4: Triglicéridos
Corporal con
(Cuanti-Continua)
el nivel de
NO PARAMÉTRICAS
(No tiene Distr. Normal)
¿?
Colesterol y X5: Índice de cintura
NUMÉRICA
Coefi ci ente de
Triglicéridos (Cuati-Continua) Correl a ci ón de Correl a ci ón de
Correl a ci ón Rho de ----
Spea rma n Spea rma n
X4: Triglicéridos Spea rma n
(Cuanti-Continua)
¿?
X6: IMC
(Cuati-Continua)
R1: CORRELACIÓN DEL ÍNDICE DE CINTURA, ÍNDICE DE MASA CORPORAL
CON EL NIVEL DE COLESTEROL Y TRIGLICÉRIDOS
Coeficiente de Correlación:
Población
O1 Antes Antes O3
Si Manipulación No
X
O2 Después Después O4
Diferencia Diferencia
Estadístico de prueba
Medición de la
VARIABLE
X1: Grupo de estudio
Variable
TIPO DE Estudio Transversal
(Cuali-Dicotómica) Muestras independientes
VARIABLE
¿?
Asociación o Medida
X2: Colesterol total Dos grupos
correlación asociación/Correlación
Mas de dos grupos
(Cuati-Continua)
DICOTÓMICA
NUMÉRICA-
t de Student pa ra
X1: Grupo de estudio mues tra s ---- ---- ----
(Cuali-Dicotómica) i ndependi entes
R1: Evaluar el
PARAMÉTRICAS
Aná l i s i s de l a
perfil lipídico
POLITÓMICA
NUMÉRICA-
X3: HDL va ri a nza (ANOVA
del grupo (Cuati-Continua) ---- ---- ---- con un fa ctor
INTERs ujetos ) y
experimental X1: Grupo de estudio prueba s Pos t Hoc
y grupo (Cuali-Dicotómica) Aná l i s i s de l a
NUMÉRICA-
ORDINAL
control PRE y ¿? va ri a nza (ANOVA
MIXTOS
---- ---- ---- con un fa ctor
POST X4: LDL INTERs ujetos ) y
complementac (Cuati-Continua) prueba s Pos t Hoc
POLITÓMICA DICOTÓMICA
NUMÉRICA- NUMÉRICA- NUMÉRICA-
ión con X1: Grupo de estudio
(Cuali-Dicotómica) U Ma nn-Whi tney ---- Eta ----
Lecitina de
NO PARAMÉTRICAS
(No tiene Distr. Normal)
soya ¿?
X5: VLDL
(Cuati-Continua) ANOVA de
---- ---- ----
Krus ka l -Wa l l i s
X1: Grupo de estudio
(Cuali-Dicotómica)
ORDINAL
Coefi ci ente de
Correl a ci ón de ANOVA de
¿? ---- Correl a ci ón Rho de
Spea rma n Krus ka l -Wa l l i s
X6: Triglicéridos Spea rma n
(Cuati-Continua)
Explicativo
Diseños experimentales Causalidad
Grupo O1 X O2
Experimental
Grupo O3 O4
control
1 2 3 4 5
Explicativo
Diseños experimentales Causalidad
Grupo O1 X O2
Experimental
Grupo O3 O4
control
Distribución Normal
Antes
Grupo O1 X O2
Experimental
Grupo O3 O4
control
H1: Existe diferencia significativa entre el Colesterol total (ANTES) del GE y del GC.
H0: No existe diferencia significativa entre el Colesterol total (ANTES) del GE y del GC
3.- Comprobar si existe diferencias en el ANTES Explicativo
Causalidad
DICOTÓMICA
Grupo de estudio
(1) Experimental
(2) Control
3.- Comprobar si existe diferencias en el ANTES Explicativo
Causalidad
Después
Grupo O1 X O2
Experimental
Grupo O3 O4
control
H1: Existe diferencia significativa entre el Colesterol total del DESPUÉS del GE y del GC
H0: No existe diferencia significativa entre el Colesterol total del DESPUÉS del GE y del GC
4.- Comprobar si existe diferencias en el DESPUÉS Explicativo
Causalidad
4.- Comprobar si existe diferencias en el DESPUÉS Explicativo
Causalidad
Grupo O1 X O2
Experimental
Grupo O3 O4
control
A n á l i s i s d e l a Va r i a n za
ANOVA
ANOVA con un factor INTER-sujetos y pruebas Post Hot ,
ANOVA de Kruskal-Wallis,
X2 Chi-cuadrado de Homogeneidad
Análisis de la Varianza (ANOVA)
con un Factor Intersujetos
1 Independiente
Causa
Unidad
Experimental
Dependiente
Efecto
1
Planteamiento: Se han evaluado a las 5 marcas de gelatinas (MIKI, KRIS, GELINUTRA, BONAIRE,
AROMA) más famosas en la ciudad de Santa Cruz de la Sierra, ¿Existirá diferencia entre el tiempo de
cuajado (minutos) en las diferentes marcas de gelatina comercializada en la ciudad de Santa Cruz de la
Sierra? Nivel de significancia 5%.
ANOVA
Tiempo de cuajado (minutos)
Suma de Media
cuadrados gl cuadrática F Sig.
Tabla N° 3.- Distribución del tiempo de cuajado (minutos) de las cinco marcas de
gelatinas según subconjuntos homogéneos.
Marcas de gelatinas N 1 2 3 4
Aroma 6 73,00
Bonaire 6 98,00
Gelinutra 6 103,00 103,00
Kriss 6 108,00 108,00
Miki 6 115,50
Sig. (P-Valor) 1,000 ,466 ,466 ,119
Análisis de la Varianza (ANOVA)
con un Factor Intersujetos
• Tabla 2: “En cuanto a las comparaciones entre pares existe diferencias significativas
entre el tiempo de cuajado entre las marcas Miki y Aroma (P: 0,000), también entre la
marca Miki y Bonaire (P:0,000), Miki y Gelinutra (P:0,003), también se demostró
diferencias significativas al comparar el tiempo de cuajado entre la marca de gelatina
Kriss con Aromas (P: 0,000), Kriss con Bonaire (P: 0,020), como también entre la marca
Aroma y Bonaire (P: 0,000) y Aroma y Gelinutra (P: 0,000); Lo cual quiere decir que
cada vez que el consumidor compre la combinación de estas dos marcas de gelatinas,
el tiempo de cuajado va ser distinto”.
1 Comunidades
Causa
Unidad
Experimental
Peso
Efecto
1
Factor fijo: Comunidades guaraníes (V.I.):
1 = Cruce
2 = Eity
3 = Itapicoe
4 = Ivamirapinta
HSD de Tukey
Subconjunto para alfa = 0.05
Comunidad N 1 2 3
Eity 58 17,845
Ivamirapinta 44 18,791 18,791
Itapicoe 30 21,613 21,613
Cruce 36 23,539
Sig. (P-valor) 0,892 0,149 0,469
Interpretación de los resultados:
• Tabla 1: “Según la prueba de ANOVA se pudo demostrar que existe diferencias significativas (P:
0,000) en el Peso (Kg) de los niños de cada una de las comunidades guaraníes”.
• Tabla 2: “En cuanto a las comparaciones entre pares existe diferencias significativas entre el Peso
de los niños entre la comunidad de El Cruce y de Eity (P: 0,000), también hay diferencia
significativa en los Pesos de los niños que viven en la Comunidad de El Cruce y de Ivamirapinta
(P: 0,003), así también hay diferencia en los pesos de los niños entre la comunidad de Eity y la
comunidad de Itapicoe (P: 0,026)”.
• Tabla 3: En el estudio de comparación entre comunidades que tienen igual Peso (Kg), se
formaron tres grupos, como ser entre la comunidad de Eity e Ivamirapinta (P: 0,892), entre la
comunidad de Ivamirapinta y Itapicoe (P: 0,149) y las comunidades de Itapicoe y Cruce (P: 0,469).
6. Objetivo estadístico: COMPARAR A n á l i s i s d e l a Va r i a n za
ANOVA
MAS DE DOS MEDIDAS ANOVA con un factor INTRA-sujetos y
Comparación por pares, ANOVA de Friedman,
Q de Cochran
1 Independiente
Causa
Unidad
Experimental
Dependiente
Efecto
1
Planteamiento: Se desea evaluar la eficacia de un programa de dieta y ejercicios para bajar
de peso (Antes, a la mitad y al final). ¿El peso al final del programa de dieta y ejercicios es
menor al peso a la mitad y al peso basal? Nivel de significancia 5%.
1 Peso (A,M,F)
Causa
Unidad
Experimental
Eficacia dieta
Efecto
1
Carpeta: 32
Archivo SPSS: Peso inicial, mitad y final
Análisis de la Varianza (ANOVA)
con un Factor Intra-sujetos
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas
Análisis de la Varianza (ANOVA)
con un Factor Intra-sujetos
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas
Análisis de la Varianza (ANOVA)
con un Factor Intra-sujetos
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas
Análisis de la Varianza (ANOVA)
con un Factor Intra-sujetos
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas
Si bien la potencia observada es el máximo nivel de confiabilidad que podemos alcanzar en nuestra prueba, y cuando
los datos cumplen el supuesto de esfericidad, se asume la primera fila de “Esfericidad asumida” cuyo valor máximo es
1,000, pero cuando no se cumple el supuesto de esfericidad, se utiliza la mayor potencia observada, pero la potencia
más utilizada por ser conservadora es la de Greenhouse-Geisser, cuyo valor es de 0,419 y su P-valor: 0,091.
Análisis de la Varianza (ANOVA)
con un Factor Intra-sujetos
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas
Análisis de la Varianza (ANOVA)
con un Factor Intra-sujetos
Un factor con > dos medidas repetidas … Modelo lineal general: Medidas repetidas