solución a práctica 2. análisis estadístico de dos variables.

PRACTICAS SPSS.
ANALISIS DE DATOS I
UNIVERSIDAD AUTÓNOMA DE MADRID
FACULTAD DE PSICOLOGÍA
ANALISIS DE DATOS I
PRACTICA SPSS nº 2
SOLUCIÓN A PRÁCTICA 2. ANÁLISIS ESTADÍSTICO DE DOS VARIABLES.
1. REPASO DE ESTADÍSTICA UNIVARIADA
Las siguientes preguntas se refieren a la variable ESCALA del archivo Ejercicios.sav
1.1. Calcule los estadísticos de tendencia central de dicha variable X = 4,6; Mdn = 5; Mo = 5.
1.2. Calcule los índices de asimetría y curtosis de dicha variable As = 0,267; Cr = -0,148
1.3. Queremos hacer 4 grupos iguales en dicha variable. Los grupos son: izquierda, centro-izquierda, centroderecha y derecha. ¿Qué valores de la variable ESCALA delimitan dichos grupos?
Se definen mediante los cuartiles (3, 5 y 6) ... 1er grupo: 1-3; 2º grupo: 4-5; 3 er grupo: 6; 4º: 7-10
1.4. Calcule los centiles 20, 40 y 80 de dicha distribución: C20 = 3
C40 = 4 C80 = 6
2. MATRICES DE VARIAZA-COVARIANZA Y CORRELACIONES
Seleccione las variables de la pregunta 13 del cuestionario (INGRESO1, INGRESO2 e INGRESO3) del archivo
ejercicios.sav y ejecute la matriz de varianzas-covarianzas y la matriz de correlaciones entre las tres variables
(menú Analizar -> Correlaciones -> bivariadas).
Según los resultados obtenidos en el visor del SPSS conteste a las siguientes preguntas:
2.1. ¿Cuál de las tres variables es más homogénea? INGRESO3 (es la que tiene menor varianza)
2.2. Elabore la matriz de varianzas-covarianzas entre las variables INGRESO1 e INGRESO2
INGRESO1
INGRESO2
INGRESO1
INGRESO2
2624,41
722,154
722,154
1427,294
2.3. Elabore la matriz de correlaciones entre las variables INGRESO2 e INGRESO3
INGRESO2
INGRESO3
INGRESO2
INGRESO3
1
-0,116
-0,116
1
2.4. Compruebe cómo se obtendría la correlación de Pearson entre INGRESO1 e INGRESO2 si sólo se
utilizan los datos que aparecen en la matriz de varianzas-covarianzas obtenida en el apartado 2.2.
r1, 2 
S 1, 2
S1  S 2

722 ,154
 0,373
2624 , 41 1427 , 294
3. COMBINACIÓN LINEAL DE VARIABLES
Calcule (mediante el menú Transformar -> Calcular del SPSS) una nueva variable que sea la suma de los ingresos
personales del entrevistado, y los ingresos de su pareja (INGRESO1 + INGRESO2). A la nueva variable la
llamaremos INPAREJA. La etiqueta de dicha variable será “ingresos personales y de la pareja”.
3.1. La media, la varianza y el índice de asimetría de la variable INPAREJA es: X = 35,15; S2x = 5496,31; As = 3,39.
3.2. Calcule a partir de la matriz de varianzas-covarianzas entre las variables INGRESO1 e INGRESO2
(obtenida en el apartado 2.2.), el valor de la varianza de la variable INPAREJA.
S2x = S21 + S22 + 2 · S12 = 2624,71 + 1427,29 + (2)(722,154) = 5496,31
1
PRACTICAS SPSS.
ANALISIS DE DATOS I
4. MODELOS LINEALES DE REGRESIÓN
Queremos elaborar un modelo de regresión lineal que nos permita pronosticar las horas que un entrevistado ve la
televisión a la semana (TV) a partir de las horas semanales de ocio de dicho entrevistado (HORAS).
En dicho modelo ...
4.1. La variable predictora es HORAS y de la variable criterio es TV
4.2. La ecuación de regresión en puntuaciones directas es: TV’ = 7,972 + 0,138 HORAS
La ecuación de regresión en puntuaciones diferenciales es: tv’ = 0,138 horas
La ecuación de regresión en puntuaciones típicas es: zTV’ = 0,228 zHORAS
SALIDAS DE SPSS
Variables introducidas/eliminadasb
Modelo
1
Variables
introducidas
HORASa
Variables
eliminadas
,
Método
Introducir
a. Todas las variables solicitadas introducidas
b. Variable dependiente: TV
Resumen del modelo
Modelo
1
R
R cuadrado
,228a
,052
R cuadrado
corregida
,050
Error típ. de la
estimación
6,75
a. Variables predictoras: (Constante), HORAS
Coeficientesa
Modelo
1
(Constante)
HORAS
Coeficientes no
estandarizados
B
Error típ.
7,972
,539
,138
,023
Coeficientes
estandarizados
Beta
,228
t
14,791
6,096
Sig.
,000
,000
a. Variable dependiente: TV
4.3. ¿Cuál es la bondad de dicho modelo de regresión? ¿En qué estadístico se basa y cuál es su valor?
0,052 ........ R Cuadrado
4.4. ¿Cuántas horas semanales de televisión pronosticaría a 3 sujetos si cada uno de ellos ha obtenido los siguientes
valores en la variable predictora? ... (nota: esto debe hacerse con calculadora)
Sujeto 1: Valor en la predictora: 30
Sujeto 2: Valor en la predictora: 10
Sujeto 3: Valor en la predictora: 6
¿Valor en el pronóstico? 12,112
¿Valor en el pronóstico? 9,352
¿Valor en el pronóstico? 8,8
4.5. Descomponga la varianza del criterio: 48,952 = 2,498 + 45,432
Según lo obtenido, la varianza explicada es: 2,498 y la no explicada es: 45,432.
2
PRACTICAS SPSS.
ANALISIS DE DATOS I
5. ELABORACIÓN DE TABLAS DE CONTINGENCIA
Se pretende estudiar la relación existente entre las actividades de ocio (OCIO) y la situación afectiva del
entrevistado (AMOR).
5.1. Elabore la distribución marginal de frecuencias de la variable OCIO
Tabla de contingencia AMOR * OCIO
Recuento
Beber, ir
de copas
185
Total
Bailar
153
OCIO
Hacer
Ir de
deporte
excursi¢n
91
154
Viajar
30
Ir al cine
12
Total
625
5.2. Elabore la distribución marginal de porcentajes de la variable AMOR
Tabla de contingencia ocio * amor
amor
Total
Recuento
% de amor
Tienes
novio/a
formal, (o
una relaci¢n
afectiva
estable)
282
100,0%
Ahora no
tienes novio/a
forma, pero
lo/a tuviste
133
100,0%
Hasta ahora
s¢lo has
tenido
relaciones
afectivas
pasajeras
143
100,0%
Nunca has
tenido una
relaci¢n
afectiva
especial
67
100,0%
Total
625
100,0%
5.3. Elabore la distribución condicional, en porcentajes, de la variable OCIO respecto a los que tienen novio
formal en la variable AMOR
Tabla de contingencia AMOR * OCIO
AMOR Tienes novio/a formal
Beber, ir
de copas
Recuento
79
% de AMOR 28,0%
Bailar
70
24,8%
OCIO
Hacer
Ir de
deporte
excursi¢n
38
75
13,5%
26,6%
Viajar
13
4,6%
Ir al cine
7
2,5%
Total
282
100,0%
5.4. Elabore la distribución condicional, en porcentajes, de la variable situación afectiva (AMOR) respecto a
los que en su tiempo de ocio se dedican a viajar (OCIO)
Tabla de contingencia OCIO * AMOR
AMOR
OCIO
Viajar
Recuento
% de OCIO
Tienes novio/a
formal, (o una
relaci¢n
afectiva
estable)
13
43,3%
Ahora no
tienes novio/a
forma, pero
lo/a tuviste
4
13,3%
Hasta ahora
s¢lo has
tenido
relaciones
afectivas
pasajeras
9
30,0%
Nunca has
tenido una
relaci¢n
afectiva
especial
4
13,3%
Total
30
100,0%
3
PRACTICAS SPSS.
ANALISIS DE DATOS I
6. INTERPRETACIÓN DE TABLAS DE CONTINGENCIA
Elabore una tabla de contingencia con las variables RELIGIÓN (columna) y COLEGIO (fila).
Tabla de contingencia COLEGIO * RELIGION
Cat¢lico
Recuento
114
% de COLEGIO 24,0%
% de RELIGION 64,8%
% del total
16,0%
centro privado no
Recuento
13
religioso
% de COLEGIO 22,0%
% de RELIGION
7,4%
% del total
1,8%
centro privado religios Recuento
49
% de COLEGIO 27,2%
% de RELIGION 27,8%
% del total
6,9%
Recuento
176
% de COLEGIO 24,6%
% de RELIGION 100,0%
% del total
24,6%
COLEGIO centro estatal
Total
RELIGION
Cat¢lico no Creyente de
practicante otra religi¢n No creyente Indiferente
225
7
64
62
47,4%
1,5%
13,5%
13,1%
71,4%
58,3%
59,3%
62,6%
31,5%
1,0%
9,0%
8,7%
15
3
18
10
25,4%
5,1%
30,5%
16,9%
4,8%
25,0%
16,7%
10,1%
2,1%
,4%
2,5%
1,4%
75
2
26
27
41,7%
1,1%
14,4%
15,0%
23,8%
16,7%
24,1%
27,3%
10,5%
,3%
3,6%
3,8%
315
12
108
99
44,1%
1,7%
15,1%
13,9%
100,0%
100,0%
100,0%
100,0%
44,1%
1,7%
15,1%
13,9%
99999
3
,6%
75,0%
,4%
1
,6%
25,0%
,1%
4
,6%
100,0%
,6%
Total
475
100,0%
66,5%
66,5%
59
100,0%
8,3%
8,3%
180
100,0%
25,2%
25,2%
714
100,0%
100,0%
100,0%
Conteste a las siguientes preguntas:
6.1. % de entrevistados que se declaran no-creyentes 15,1 %
6.2. % de entrevistados que han cursado estudios en un colegio público 66,5 %
6.3. % de no-creyentes que han cursado estudios en un colegio privado religioso
24,1 %
6.4. % de alumnos de un colegio público que se declaran creyentes de otra religión 1,5 %
4