INSTRUCCIONES SPSS.

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

ANALISIS PARAMÉTRICOS
Tema 19: Contraste no paramétrico de hipótesis: Conceptos básicos
Regresión mínimo cuadrada (I)
Técnicas para el análisis de datos en el enfoque cuantitativo
ESTADISTICA INFERENCIAL
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Pronósticos, Series de Tiempo y Regresión
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
TEMA VII.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
TEMA III.
ALGUNOS CONCEPTOS PREVIOS
Regresión y correlación
TEMA XVII.
TUTORIAL SPSS Comparación de medias con el Paquete Estadístico para las Ciencias Sociales Unidad 4.
TEMA XX.
Contenido del Temario:
CURSO DE ESTADÍSTICA BÁSICA
Regresión Lineal Simple
Análisis de Correlación y de Regresión lineal simple
1 Curso SPSS 2005 Profesora: Inmaculada Luengo Merino Tfno: nombre de usuario: cspss contraseña:
Regresión lineal. Definición del problema Evaluar la capacidad explicativa de un conjunto de características socio demográficas que inciden en los ingresos.
TEMA XXI. ESQUEMA GENERAL DISEÑO LONGITUDINAL DE MEDIDAS REPETIDAS SIMPLE Diseño de una muestra de sujetos. Estudio de las curvas de crecimiento Análisis.
CONTRASTE Y VALIDACIÓN DE UN MODELO
Eficiencia en los diseños factoriales
DISEÑOS EXPERIMENTALES Y APLICADOS
Diseño Factorial Descompuesto
Curso de Bioestadística. ANOVA
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
Mt. Martín Moreyra Navarrete.
TEMA X.
Diseño de dos o más grupos de sujetos
Titular: Agustín Salvia
CALENDARIO CLASES PRÁCTICAS M1 (8,30-10) Maribel Núñez 22/2Diseños experimentales de dos grupos Ordenador (2201) 29/2Diseños experimentales de dos grupos.
Análisis de la Varianza
TEMA XVI.
Concepto Según la estrategia de medidas repetidas, las unidades son observadas a lo largo de una serie reducida de intervalos de tiempo u ocasiones.
Concepto El diseño de discontinuidad en la regresión ofrece mejores perspectivas que el diseño de grupos no equivalentes, dado que se conoce la naturaleza.
Definición La extensión lógica del diseño de grupo control no equivalente con medidas antes y después es el diseño con múltiples grupos no equivalentes;
Contrastes planeados y pruebas post hoc
Diseño de un grupo de sujetos
Eficiencia en los diseños factoriales
TEMA IX.
Diseño de EXPERIMENTOS
SEMINARIO DE INVESTIGACION Titular: Agustín Salvia
Clase 6 Hipótesis de diferencias de grupos
SELECCIÓN DE UNA PRUEBA ESTADÍSTICA
PARA LA REGRESIÓN LINEAL SIMPLE
Titular: Agustín Salvia
Regresión Lineal Simple
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
BASES PARA LA SELECCIÓN DE UNA PRUEBA ESTADÍSTICA DRA. MA
Inferencia Estadística Antonio Núñez, ULPGC. Estadística Física/Tecnología y Estadística  Fenómenos, procesos y sistemas macroscópicos  Indeterminación,
Diseños clásicos de Investigación utilizados en Psicología
PASOS COMPLEMENTARIOS. MUESTRA Lo primero que se tiene que plantear es el quiénes van a ser medidos, lo que corresponde a definir la unidad de análisis.
Regresión lineal simple Nazira Calleja
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL MÚLTIPLE.
Capítulo 10 Análisis de los datos.
Supuestos en el análisis de regresión Miles, J. & Shervin, M. (2011). Applyng regression & correlation. A guide for students and researchers. London: Sage.
TEMA 8 INVESTIGACIONES EX POST FACTO
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
Clase 17 Introducción a la Estadística Universidad de la República Centro Universitario Regional del Este Pablo Inchausti Licenciatura en Gestión Ambiental.
21. Comparar promedios en medidas repetidas Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
1 INTRODUCCIÓN AL DISEÑO Y EVALUACIÓN DE PROGRAMAS SOCIALES, EDUCATIVOS Y DE LA SALUD Tema 7. Diseños evaluativos de intervención media (cuasi-experimentos)
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
DISEÑOS EXPERIMENTALES Y APLICADOS
Transcripción de la presentación:

INSTRUCCIONES SPSS

Diseño de dos grupos al azar: prueba t para muestras independientes

vd vi 6 1 8 7 9 4 2 5

ANALIZAR COMPARAR MEDIAS PRUEBA T PARA MUESTRAS INDEPENDIENTES CONTRASTAR VARIABLES vd VARIABLE DE AGRUPACIÓN vi DEFINIR GRUPOS GRUPO1: 1 GRUPO2: 2 CONTINUAR ACEPTAR

Diseño de dos grupos al azar: prueba U de Mann-Whitney

ANALIZAR PRUEBAS NO PARAMÉTRICAS 2 MUESTRAS INDEPENDIENTES CONTRASTAR VARIABLES vd VARIABLE DE AGRUPACIÓN vi DEFINIR GRUPOS GRUPO1: 1 GRUPO2: 2 CONTINUAR TIPO DE PRUEBA X U DE MANN-WHITNEY OPCIONES ESTADÍSTICOS X DESCRIPTIVOS

Diseño de dos grupos relacionados: prueba t para muestras relacionadas

ANALIZAR COMPARAR MEDIAS PRUEBA T PARA MUESTRAS RELACIONADAS VARIABLES RELACIONADAS a1 a2 ACEPTAR

Diseño de dos grupos relacionados: prueba T de Wilcoxon

ANALIZAR PRUEBAS NO PARAMÉTRICAS 2 MUESTRAS RELACIONADAS CONTRASTAR PARES a1-a2 TIPO DE PRUEBA X WILCOXON

Diseño multigrupo: análisis de la variancia unidireccional

vd vi 2 1 3 4 5 7 6 8 9

ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR DEPENDIENTES vd FACTOR vi X DESCRIPTIVOS X PRUEBA DE HOMOGENEIDAD DE LAS VARIANCIAS GRÁFICO DE LAS MEDIAS CONTINUAR ACEPTAR OPCIONES X

Diseño multigrupo: comparaciones múltiples a priori (no ortogonales)

-1 0 1 0 ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR DEPENDIENTES vd vi COEFICIENTES -1 AÑADIR 1 AÑADIR 0 AÑADIR -1 0 1 0 -1 0 0 1 -1 -1 2 0 -1 -1 -1 3 CONTINUAR ACEPTAR CONTRASTES SIGUIENTE SIGUIENTE SIGUIENTE SIGUIENTE

Diseño multigrupo: comparaciones múltiples a priori (ortogonales)

-1 -1 2 0 ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR DEPENDIENTES vd vi COEFICIENTES -1 AÑADIR 1 AÑADIR 0 AÑADIR -1 -1 2 0 -1 -1 -1 3 CONTINUAR ACEPTAR CONTRASTES SIGUIENTE SIGUIENTE

Diseño multigrupo: análisis de tendencias

1 -1 -1 1 ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR DEPENDIENTES vd vi X POLINÓMICO ORDEN COEFICIENTES -3 AÑADIR -1 AÑADIR 1 AÑADIR 3 AÑADIR 1 -1 -1 1 -1 3 -3 1 CONTINUAR ACEPTAR CONTRASTES Lineal SIGUIENTE Cuadrático Cúbico

Diseño de bloques de grupos al azar: un solo sujeto por casilla

ANALIZAR MODELO LINEAL GENERAL UNIVARIANTE DEPENDIENTE vd FACTORES FIJOS vi * FACTORIAL COMPLETO Un solo sujeto por casilla * PERSONALIZADO vi  bloque  MODELO MODELO Efectos princip. Efectos princip.

Diseño de bloques de grupos al azar: dos o más sujetos por casilla

ANALIZAR MODELO LINEAL GENERAL UNIVARIANTE DEPENDIENTE vd FACTORES FIJOS * FACTORIAL COMPLETO SUMA DE CUADRADOS EJE HORIZONTAL vi LINEAS DISTINTAS bloque CONTINUAR ACEPTAR vi bloque MODELO Tipo I GRÁFICOS AÑADIR

Diseño factorial 2 x 2

vd va vb 10 9 4 8 3 6 7 5 2 1

X ANALIZAR MODELO LINEAL GENERAL UNIVARIANTE DEPENDIENTE vd FACTORES FIJOS X ESTADÍSTICOS DESCRIPTIVOS PRUEBAS DE HOMOGENEIDAD EJE HORIZONTAL va LINEAS DISTINTAS vb CONTINUAR ACEPTAR va vb OPCIONES X GRÁFICOS AÑADIR

Diseño de medidas repetidas simple

a1 a2 a3 3,8 3,6 2,5 4,4 5 2,3 6,9 4,5 3

ANALIZAR MODELO LINEAL GENERAL MEDIDAS REPETIDAS NOMBRE DEL FACTOR INTRA-SUJETOS NÚMERO DE NIVELES 3 AÑADIR DEFINIR VARIABLES INTRA-SUJETOS (factor1): factor1 a1(1) a2(2) a3(3) OPCIONES X ESTADÍSTICOS DESCRIPTIVOS

Diseño factorial mixto

b1 b2 b3 b4 va 25 26 27 34 1 31 35 37 39 24 33 28 40 21 30 13 14 20 32 2 16 38 36 42 22

b1(1) b2(2) b3(3) b4(4) ANALIZAR MODELO LINEAL GENERAL MEDIDAS REPETIDAS NOMBRE DEL FACTOR INTRA-SUJETOS NÚMERO DE NIVELES 4 AÑADIR DEFINIR VARIABLES INTRA-SUJETOS (factor1): FACTORES INTER-SUJETOS va factor1 b1(1) b2(2) b3(3) b4(4) OPCIONES X ESTADÍSTICOS DESCRIPTIVOS GRÁFICOS EJE HORIZONTAL factor1 LINEAS DISTINTAS va AÑADIR

Diseño de grupo control no equivalente

x y dif grupo t xt 3 6 1 7 5 2 4 9 -1 -5 10 -7 8 -6 -4

TRANSFORMAR CALCULAR VARIABLE DE DESTINO EXPRESIÓN NUMÉRICA dif y-x TRANSFORMAR CALCULAR VARIABLE DE DESTINO EXPRESIÓN NUMÉRICA xt X*t

Diseño de grupo control no equivalente: AVAR de la variable después (Y)

ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR DEPENDIENTES y FACTOR grupo X DESCRIPTIVOS CONTINUAR ACEPTAR OPCIONES

Diseño de grupo control no equivalente: AR (DES=Y/ENTER T)

ANALIZAR REGRESIÓN LINEAL DEPENDIENTE y INDEPENDIENTES t ESTADÍSTICOS X AJUSTE DEL MODELO CONTINUAR ACEPTAR MÉTODO INTRODUCIR

Gráfico regresión

GRÁFICOS DISPERSIÓN SIMPLE DEFINIR EJE y y EJE x x ESTABLECER MARCAS grupo ACEPTAR

Diseño de grupo control no equivalente: ACOVAR (DEP=Y/ENTER X/ENTER T/ENTER XT)

ANALIZAR REGRESIÓN LINEAL DEPENDIENTE y INDEPENDIENTES Bloque 1 de 1 Bloque 2 de 2 x t xt SIGUIENTE SIGUIENTE ESTADÍSTICOS X AJUSTE DEL MODELO X CAMBIO EN R CUADRADO CONTINUAR ACEPTAR

Diseño de grupo control no equivalente: t de los datos de diferencia (Y-X)

ANALIZAR COMPARAR MEDIAS PRUEBA T PARA MUESTRAS INDEPENDIENTES CONTRASTAR VARIABLES dif VARIABLE DE AGRUPACIÓN grupo DEFINIR GRUPOS GRUPO1: 1 GRUPO2: 2 CONTINUAR ACEPTAR

Diseño de grupo control no equivalente: AVAR de los datos de diferencia (Y-X)

ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR DEPENDIENTES dif FACTOR grupo X DESCRIPTIVOS CONTINUAR ACEPTAR OPCIONES

Diseño de grupo control no equivalente: AR de los datos de diferencia

ANALIZAR REGRESIÓN LINEAL DEPENDIENTE dif INDEPENDIENTES grupo MÉTODO INTRODUCIR ESTADÍSTICOS X AJUSTE DEL MODELO CONTINUAR ACEPTAR

Diseño de serie temporal

año y t x 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 4.2 4.4 4.6 4.7 4.9 5.1 5.2 5.4 5.5 5.6 5.7 5.8 6.1 6.2 6.3 6.6 6.9 7.1 5.3 6.5 6.8 7.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

ANALIZAR REGRESIÓN LINEAL DEPENDIENTE y INDEPENDIENTES t SIGUIENTE x ESTADÍSTICOS X ESTIMACIONES X DURBIN-WATSON CONTINUAR ACEPTAR

1) TRANSFORMAR CALCULAR VARIABLE DE DESTINO EXPRESIÓN NUMÉRICA ACEPTAR d 1.63 3) TRANSFORMAR CALCULAR VARIABLE DE DESTINO EXPRESIÓN NUMÉRICA FUNCIONES LAG (variable) ACEPTAR lag 2) TRANSFORMAR CALCULAR VARIABLE DE DESTINO EXPRESIÓN NUMÉRICA ACEPTAR LAG(Y) rho 1-d/2

* INCLUIR SI EL CASO SATISFACE LA CONCLUSIÓN TRANSFORMAR CALCULAR VARIABLE DE DESTINO SI * INCLUIR SI EL CASO SATISFACE LA CONCLUSIÓN CONTINUAR CONTINUAR EXPRESIÓN NUMÉRICA EXPRESIÓN NUMÉRICA ACEPTAR ACEPTAR ytrans t=1 t>1 y*SQRT(1-rho**2) y-rho*lag

año y t x d rho lag ytrans 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 4.2 4.4 4.6 4.7 4.9 5.1 5.2 5.4 5.5 5.6 5.7 5.8 6.1 6.2 6.3 6.6 6.9 7.1 5.3 6.5 6.8 7.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1,63 ,19 , 4,13 3,62 3,59 3,79 3,85 4,03 4,19 4,16 4,26 4,44 4,50 4,58 4,66 4,75 5,03 5,07 5,15 5,43 5,68 5,82 5,79 3,89 4,34 4,52 4,68 5,35 5,60 5,64 5,72

ANALIZAR REGRESIÓN LINEAL DEPENDIENTE ytrans INDEPENDIENTES t SIGUIENTE x ESTADÍSTICOS X ESTIMACIONES X DURBIN-WATSON CONTINUAR ACEPTAR

Diseño longitudinal de medidas repetidas (1GMO): estudio de las curvas de crecimiento

var1(1) var2(2) var3(3) var4(4) ANALIZAR MODELO LINEAL GENERAL MEDIDAS REPETIDAS NOMBRE DEL FACTOR INTRA-SUJETOS NÚMERO DE NIVELES 4 AÑADIR DEFINIR CONTINUAR CONTRASTES (Polinómico) factor1 var1(1) var2(2) var3(3) var4(4) OPCIONES X ESTADÍSTICOS DESCRIPTIVOS GRÁFICOS EJE HORIZONTAL factor1 CONTINUAR ACEPTAR AÑADIR

Diseño longitudinal de medidas repetidas (2GMO): Diseño split-plot

b1(1) b2(2) b3(3) b4(4) ANALIZAR MODELO LINEAL GENERAL MEDIDAS REPETIDAS NOMBRE DEL FACTOR INTRA-SUJETOS NÚMERO DE NIVELES 4 AÑADIR DEFINIR VARIABLES INTRA-SUJETOS (factor1): FACTORES INTER-SUJETOS va CONTRASTES factor1 b1(1) b2(2) b3(3) b4(4) POLINÓMICO GRÁFICOS EJE HORIZONTAL factor1 LINEAS DISTINTAS va AÑADIR