SPSS PARA INVESTIGADORES

Análisis de Datos numéricos

AQP VIRTUALAQP VIRTUAL

ESTADISTICA APLICADA A LA INVESTIGACION BIOMEDICA Y BIOLOGICA

ANALISIS DE DATOS CUANTITATIVOS

Si usted desea realizar la interpretación de Si usted desea realizar la interpretación de una variable cuantitativa como: colesterol, una variable cuantitativa como: colesterol, trigliceridos, peso, talla, etc. Entonces trigliceridos, peso, talla, etc. Entonces usted debe tener conocimiento de la usted debe tener conocimiento de la distribución de la variable, no debemos distribución de la variable, no debemos invertir el tiempo en las fórmulas ni en los invertir el tiempo en las fórmulas ni en los cálculos; sino en una buena cálculos; sino en una buena interpretación. interpretación. ¿Como se conoce si el conjunto de datos ¿Como se conoce si el conjunto de datos tiene distribución normal?tiene distribución normal?

PRUEBAS DE NORMALIDADPRUEBAS DE NORMALIDAD

ANÁLISIS DEL SESGO (ASIMETRIA)

1.- Sesgada a la izquierda: (sesgo negativo): La media y la mediana están a la izquierda de la moda. (<0)

2.- Simetría (sesgo cero): La media, la mediana y la moda son iguales. (=0)

3.- Sesgada a la derecha: (sesgo positivo): La media y la mediana están a la derecha de la moda. (>0)

MediaModaMediana

Media Moda

Mediana Moda=Mediana=MediaModa=Mediana=Media

La Mediana es resistente a los valores extremos.

Click

PRUEBA DE NORMALIDAD

RESULTADOSRESULTADOSPruebas de normalidad

.148 100 .000 .918 100 .000Colesterol Sérico(mg/dl)Estadístico gl Sig. Estadístico gl Sig.

Kolmogorov-Smirnova Shapiro-Wilk

Corrección de la significación de Lillieforsa.

Ahora el mismo proceso para la variables PAS

Ho: Tiene distribución normal = P>0.05

H1: No Tiene distribución normal ≠ P<0.05

Pruebas de normalidad

.083 100 .083 .978 100 .089Presión ArterialSistólica(mmHg)

Estadístico gl Sig. Estadístico gl Sig.Kolmogorov-Smirnova Shapiro-Wilk

Corrección de la significación de Lillieforsa.

QRQX 5.1;min 3max

Qmin RQXmax 5.1; 1

Bigote superior

Bigote inferior

3Q

1Q

MeQ 2

DIAGRAMA DE CAJA - BOX PLOT

ANALISIS DE DISPERSION

Caja PequeñaCaja Pequeña Caja GrandeCaja Grande

Baja VariabilidadBaja Variabilidad

Alta VariabilidadAlta Variabilidad

EXPLORATORIAMENTEEXPLORATORIAMENTE

COLESTEROL

PAS

PRUEBA DE HOMOGENEIDAD DE VARIANZAPRUEBA DE HOMOGENEIDAD DE VARIANZA

Pruebas de normalidad

.121 64 .021 .954 64 .018

.140 36 .071 .927 36 .021

Enfermedad Coronarianosi

Colesterol Sérico(mg/dl)Estadístico gl Sig. Estadístico gl Sig.

Kolmogorov-Smirnova Shapiro-Wilk

Corrección de la significación de Lillieforsa.

Prueba de homogeneidad de la varianza

41.239 1 98 .000

37.061 1 98 .000

37.061 1 78.785 .000

41.537 1 98 .000

Basándose en la mediaBasándose en lamediana.Basándose en lamediana y con glcorregidoBasándose en la mediarecortada

Colesterol Sérico(mg/dl)

Estadísticode Levene gl1 gl2 Sig.

Varianzas diferentes

Ho:2no

= 2si

(P>0.05)

H1: 2no ≠ 2

si (P<0.05)

Diseño Comparativo (dos muestras Diseño Comparativo (dos muestras independientes)independientes)

Prueba de muestras independientes

41.239 .000 -4.917 98 .000 -49.010 9.968 -68.792 -29.229

-4.111 44.263 .000 -49.010 11.922 -73.033 -24.988

Se han asumidovarianzas igualesNo se han asumidovarianzas iguales

Colesterol Sérico(mg/dl)F Sig.

Prueba de Levenepara la igualdad de

varianzas

t gl Sig. (bilateral)Diferenciade medias

Error típ. dela diferencia Inferior Superior

95% Intervalo deconfianza para la

diferencia

Prueba T para la igualdad de medias

Diseño Cuasiexperimental Diseño Cuasiexperimental (muestras relacionadas)(muestras relacionadas)

Prueba de muestras relacionadas

7.90000 8.94986 2.83019 1.49766 14.30234 2.791 9 .021antes del tratamiento -despues del tratamiento

Par 1Media

Desviacióntíp.

Error típ. dela media Inferior Superior

95% Intervalo deconfianza para la

diferencia

Diferencias relacionadas

t gl Sig. (bilateral)

DISEÑO COMPARATIVO (una DISEÑO COMPARATIVO (una muestra vs un parámetro)muestra vs un parámetro)

Prueba para una muestra

37.118 99 .000 90.120 85.30 94.94Presión ArterialSistólica(mmHg)

t gl Sig. (bilateral)Diferenciade medias Inferior Superior

95% Intervalo deconfianza para la

diferencia

Valor de prueba = 90

Diseño Comparativo (tres o más Diseño Comparativo (tres o más muestras independientes)muestras independientes)

ANOVA

Colesterol Sérico(mg/dl)

33239.161 2 16619.580 6.541 .002246451.839 97 2540.741279691.000 99

Inter-gruposIntra-gruposTotal

Suma decuadrados gl

Mediacuadrática F Sig.

Colesterol Sérico(mg/dl)

HSD de Tukeya,b

19 277.3749 277.9632 316.88

.999 1.000

EstresintensonomoderadoSig.

N 1 2

Subconjunto para alfa= .05

Se muestran las medias para los grupos en los subconjuntoshomogéneos.

Usa el tamaño muestral de la media armónica = 28.766.

a.

Los tamaños de los grupos no son iguales. Se utilizarála media armónica de los tamaños de los grupos. Losniveles de error de tipo I no están garantizados.

b.

DISEÑO DE RELACIONDISEÑO DE RELACION (una aplicación) (una aplicación)La siguiente tabla muestra los valores del consumo de metilmercurio y La siguiente tabla muestra los valores del consumo de metilmercurio y la concentración total de mercurio en sangre, de 12 individuos la concentración total de mercurio en sangre, de 12 individuos expuestos al metilmercurio por consumir peces contaminadosexpuestos al metilmercurio por consumir peces contaminados..

Construya el modelo matemático:

Y=..............+ ...............(X)r=...................t=...................Interprete:

XConsumo de

metilmercurio de (g Hg/día)

YMercurio en toda la sangre

(ng/g)

180 90

200 120

230 125

410 290

600 310

550 290

275 170

580 375

105 70

250 105

460 205

650 480

DISEÑO DE RELACIONDISEÑO DE RELACION

Atención en la interpretación del profesor

ANOVAb

162391.687 1 162391.687 75.531 .000a

21499.980 10 2149.998183891.667 11

RegresiónResidualTotal

Modelo1

Suma decuadrados gl

Mediacuadrática F Sig.

Variables predictoras: (Constante), consumo de mercurio ug Hg/díaa.

Variable dependiente: mercurio en sangre ng/gb.

Coeficientesa

-20.579 30.662 -.671 .517

.641 .074 .940 8.691 .000

(Constante)consumo demercurio ug Hg/día

Modelo1

B Error típ.

Coeficientes noestandarizados

Beta

Coeficientesestandarizad

ost Sig.

Variable dependiente: mercurio en sangre ng/ga.

Resumen del modelo

.940a .883 .871 46.36807Modelo1

R R cuadradoR cuadradocorregida

Error típ. de laestimación

Variables predictoras: (Constante), consumo de mercurio ugHg/día

a.