Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


PRACTICA SPSS 1, Ejercicios de Estadística

Asignatura: Estadistica I, Profesor: Alfonso Pitarque, Carrera: Psicologia, Universidad: UV

Tipo: Ejercicios

2016/2017

Subido el 22/12/2017

sheyla4
sheyla4 🇪🇸

2 documentos

1 / 6

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
ESTADISTICA I PRACTICA/INFORME 1 Nov 2017
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
APELLIDOS, nombre: GRUPO:
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
1) Medimos a 30 hombres y 30 mujeres (género) en su nivel socio-económico (1: bajo;
2: medio; 3: alto) y su edad. Describe abajo cuántas filas y columnas del SPSS
utilizarías para meter dichos datos y la naturaleza de dichas variables (cualititativa,
semicuantitativa o cuantitativa)
Utilizaríamos 60 filas y 3 columnas: una para el género (cualitativa), otra para el nivel
socio-económico (semicuantitativa), y otra para la edad cuantitativa).
Abre en el SPSS el chero GSS2010. Ante cada pregunta
responde diciendo qué estadístico has calculado, su valor, si
es signicativo o no (cuando proceda) e interpreta su
signicado.
1) Analiza la posición relativa del sujeto 3 en estas dos variables:
Años totales de escolarización (v29) y Horas de email por semana
(v30)?.
a) Tipicamos ambas variables y observamos que la z de educ para
dicho sujeto = -0.46 (es decir se sitúa 0.46 desviaciones típicas por
debajo de la media de la muestra), mientras que su z de email =
-0.64 (es decir se sitúa 0.64 desviaciones típicas por debajo de la
media de la muestra), luego su posición relativa está por debajo de
las medias de su muestra en ambas variables, pero peor en uso de
email que en escolarización. CUANTITATIVA
b) El sujeto 3 tiene 12 años de escolarización y 0 horas de email (no
lo utiliza). Los rangos centiles asociados a dichas puntuaciones son,
respectivamente, del 44.3% y del 22.2%, luego su posición relativa
está por debajo de las medias de su muestra en ambas variables,
pero peor en uso de email que en escolarización.
CUANTITATIVA Y ORDINAL
2) El 5% de la población norteamericana que más horas de email por
semana (v30) utiliza ¿cuantas horas semanales utiliza como mínimo?.
Calculamos el percentil 95 = 25 horas --> El 5% superior navega más
de 25 horas semanales
A partir de ahora (y hasta el nal) trabajaremos sólo con la
muestra formada por personas blancas (v71: raza(3)) de un
rango de edad de entre 18 a 50 años de edad, ambos
inclusive (v2).
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga PRACTICA SPSS 1 y más Ejercicios en PDF de Estadística solo en Docsity!

–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– ESTADISTICA I PRACTICA/INFORME 1 Nov 2017 –––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– APELLIDOS, nombre: GRUPO: ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––

  1. Medimos a 30 hombres y 30 mujeres (género) en su nivel socio-económico (1: bajo; 2: medio; 3: alto) y su edad. Describe abajo cuántas filas y columnas del SPSS utilizarías para meter dichos datos y la naturaleza de dichas variables (cualititativa, semicuantitativa o cuantitativa) Utilizaríamos 60 filas y 3 columnas: una para el género (cualitativa), otra para el nivel socio-económico (semicuantitativa), y otra para la edad cuantitativa).

Abre en el SPSS el fichero GSS2010. Ante cada pregunta responde diciendo qué estadístico has calculado, su valor, si es significativo o no (cuando proceda) e interpreta su significado.

  1. Analiza la posición relativa del sujeto 3 en estas dos variables: Años totales de escolarización (v29) y Horas de email por semana (v30)?.

a) Tipificamos ambas variables y observamos que la z de educ para dicho sujeto = -0.46 (es decir se sitúa 0.46 desviaciones típicas por debajo de la media de la muestra), mientras que su z de email = -0.64 (es decir se sitúa 0.64 desviaciones típicas por debajo de la media de la muestra), luego su posición relativa está por debajo de las medias de su muestra en ambas variables, pero peor en uso de email que en escolarización. CUANTITATIVA

b) El sujeto 3 tiene 12 años de escolarización y 0 horas de email (no lo utiliza). Los rangos centiles asociados a dichas puntuaciones son, respectivamente, del 44.3% y del 22.2%, luego su posición relativa está por debajo de las medias de su muestra en ambas variables, pero peor en uso de email que en escolarización. CUANTITATIVA Y ORDINAL

  1. El 5% de la población norteamericana que más horas de email por semana (v30) utiliza ¿cuantas horas semanales utiliza como mínimo?. Calculamos el percentil 95 = 25 horas --> El 5% superior navega más de 25 horas semanales

A partir de ahora (y hasta el final) trabajaremos sólo con la muestra formada por personas blancas (v71: raza(3)) de un rango de edad de entre 18 a 50 años de edad, ambos inclusive (v2).

  1. ¿Existe relación entre los años totales de escolarización del encuestado (v29) y los años totales de escolarización de su esposo/a (v85)?. Calculamos la r de Pearson = 0.633, estadísticamente significativa (p < .0001) lo que indica que tendemos a casarnos con personas de nuestro mismo nivel cultural (correlación de nivel medio-alto).

  2. ¿Existe relación entre los años totales de escolarización del encuestado (v29) y el grado de felicidad en general (v41)?.

significativa (p < .0001) lo que indica que las personas con mayor nivel cultural tienden a ser más felices, aunque la correlación está en un nivel bajo.

  1. ¿Existe asociación entre el sexo (v80) y el grado de felicidad en general (v41)?.

Calculamos la V de Cramer = 0.043, o la chi-cuadrado de Pearson = 1.535, ambas no significativas (p = .464), lo que indica que no hay una asociación entre ambas variables, en el sentido de que hombres y mujeres son igualmente felices o infelices.

  1. Y ¿quién ha tenido más número de compañeros sexuales en los últimos 5 años (v63) los hombres o las mujeres (v80)?.

Dado que la VD (v63) es ordinal comparamos las medianas de hombres y mujeres. En ambos casos las medianas valieron 1, luego no existe diferencia de género en el número de compañeros sexuales.

  1. Y ¿dónde hay más dispersión o variabilidad en los datos del número de compañeros sexuales en los últimos 5 años (v63), en los hombres o las mujeres (v80)?.

Dado que la VD (v63) es ordinal comparamos los rangos intercuartiles (RI) de hombres y mujeres. El RI de los hombres = 3, y el RI de las mujeres = 2, luego hay más variabilidad en los hombres.

  1. Y ¿quién tiene más ingresos en $ (v22) los hombres o las mujeres (v80)?. ¿Y es significativa la diferencia?.

Dado que la VD (v22) es cuantitativa comparamos las medias de hombres y mujeres. La media de los hombres = 38816.86$, mientras que la de las mujeres = 25726.68$ (estadísticamente significativa, p = .05, pues los límites confidenciales no se solapan), lo que significa que los hombres cobran significativamente más que las mujeres.

  1. Analiza la forma de la distribución de los datos de los ingresos en $ (v22), en los hombres y las mujeres (v80).

La forma se analiza mediante el cálculo de la asimetría (As) y de la curtosis (Cu). Para los hombres As = 1.407, Cu = 2.038, es decir asimetría positiva (o tumbada a la izquierda, la mayoría de hombres cobran menos de la media) y leptocúrtica. Para las mujeres As = 1.288, Cu = 1.420, es decir también asimetría positiva (o tumbada a la izquierda, la mayoría de hombres cobran menos de la media) y leptocúrtica, pero menos que los hombres en ambos estadístico

  1. ¿Se distribuyen de forma normal los ingresos en $ (v22), de los hombres o las mujeres (v80)?.

Calculamos el estadístico de Kolmogorov-Smirnov (KS) para hombres y mujeres. Para hombres KS = .143, p <.0001, para mujeres KS = .164, p <.0001, luego los ingresos no siguen un modelo normal ni en los hombres n en las mujeres.