Estadística Aplicada a la Psicología

Dra. Alicia Cayssials

Baremos del Test de Dominos

Región

Capital Federal
Conurbano Bonaerense
Acerca del Test de Dominos

Valoración de los Puntajes:

Washinton L. R. menciona que el puntaje bruto que aporta

el test no constituye un dato suficiente para la
clasificación de los individuos, ya que un mismo puntaje
tiene distinta significación a distintas edades.

Para eso es necesario elaborar una escala que permita una

rápida ubicación del sujeto dentro del grupo de edad a que
pertenece.
Acerca del Test de Dominos

Los niveles de edad establecidos por Washinton L. R. fueron :

12 a 13 años
14 a 15 años
16 a 17 años
18 a + años

Si bien se considera como adulto a la persona que pertenece

al rango de 18 años en adelante, ya que no hay diferencias
significativas, con fines didácticos trabajaremos con 300
sujetos con edades entre los 18 y 31 años y subdividiremos a
la muestra provista por la cátedra en 2 intervalos:

De 18 a 24 y
De 25 a 31 años
Acerca del Test de Dominos

Los percentiles es el resultado de dividir una muestra en

segmentos iguales.

El autor plantea que por motivos prácticos se han tomado 15

percentiles a saber: 1-5-10-20-25-30-40-50-60-70-75-80-90-
95-99.

Esta clasificiación responde a que se puede trabajar con

Cuartiles, quintiles o deciles.
Tamaño de la muestra

La base de datos con la que se trabajó contenía 300 casos

Trabajando con un intervalo de confianza del 95% podemos

establecer que el error muestral será del 5,7% para una
muestra probabilística.

Dicho de otra manera: del tamaño de la muestra depende del

margen de error y del nivel de confianza que se quiera
obtener. A medida que se aumenta el número de
entrevistados aumenta la exactitud de los resultados.
Tamaño de la muestra

En el cuadro siguiente se presentan algunos ejemplos para

una muestra probabilística:

Tamaño Error
Muestra muestral
máximo
300 5,7%
400 4,9%
500 4,4%
600 4,0%
700 3,7%
800 3,5%
900 3,3%
1000 3,1%

Aclarado esto pasamos al trabajo realizado con Spss.

Tamaño de la muestra

Cuando se le pide al spss un análisis de frecuencias para el campo

“Lugar de Residencia” encontramos los siguiente

Lugar de residencia

Frecuencia Porcentaje
Capital Federal 77 25,7
288 casos
Conurbano Bonaerense 211 70,3
Otras Localidades 12 4,0
Total 300 100,0

La Base de Datos se compone de 300 registros.

Pero solo se utilizarán 288 casos compuestos por las variables

Capital Federal y Conurbano Bonaerense para realizar el Baremo.
Distribución del Rango de Edades

Una vez identificados los 288 casos con los que se trabajará,
recodificamos las edades para tener 2 grupos: de 18 a 24 y de 25 a
31 años, realizamos un análisis de frecuencias pero en este caso
para el campo “Rango de edades” y encontramos los siguiente:

Rango de edades

Frecuencia Porcentaje
De 18 a 24 años 175 60,8
de 25 a 31 años 113 39,2
Total 288 100,0

Esto nos informa de cómo se compone nuestra muestra en función de

los 2 intervalos con los que trabajaremos.
Distribución por Sexo

Si quisieramos saber como se compone la muestra en cuanto al sexo

de los sujetos participantes, volvemos a pedir un análisis de
Frecuencias para el campo “sexo”

Sexo

Frecuencia Porcentaje
Femenino 133 46,2
Masculino 155 53,8
Total 288 100,0
Distribución por Sexo

Hasta el momento tenemos recortes de las variables socio

demográficas, por un lado el lugar de residencia, por otro las edades
y por otro lado el sexo.

Ahora bien, si quisiéramos juntar toda esa información en una sola

tabla, que indique como está compuesta “toda la muestra” ¿Sería
posible esta acción?

Por ejemplo saber cuantas mujeres de Capital Federal entre 18 y 24

años formaron parte de la administración.
Distribución Muestral

Mediante la ayuda de las tablas personalizadas podemos obtener esta

información de manera precisa. La Rta a la pregunta anterior es 29
mujeres y componen el 10,07% del total de la muestra.

Rango de Edades Sexo Recuento %

Femenino 29 10,07 %
De 18 a 24 años
Masculino 14 04,86 %
Capital Federal
Femenino 13 04,51 %
De 25 a 31 años
Lugar de Masculino 21 07,29 %
residencia Femenino 62 21,53 %
De 18 a 24 años
Conurbano Masculino 70 24,31 %
Bonaerense Femenino 29 10,07 %
De 25 a 31 años
Masculino 50 17,36 %
Total 288 100,00 %
Distribución Muestral

También podemos conocer el peso específico de cada Rango Etario, es

decir como se distribuye la muestra en cada intervalo.

Rango de Edades Sexo Recuento %

Femenino 29 67,44 %
De 18 a 24 años Masculino 14 32,56 %
Total 43 100,00 %
Capital Federal
Femenino 13 38,24 %
De 25 a 31 años Masculino 21 61,76 %
Lugar de Total 34 100,00 %
residencia Femenino 62 46,97 %
De 18 a 24 años Masculino 70 53,03 %
Conurbano Total 132 100,00 %
Bonaerense Femenino 29 36,71 %
De 25 a 31 años Masculino 50 63,29 %
Total 79 100,00 %
Cálculo Percentilar

Para la estandarización, va a ser necesario que segmentemos la base de datos

antes de realizar los cálculos correspondientes. La segmentaremos por el
campo de edad que anteriormente reconvertimos.

Esto sería ir al menú “datos”, opción segmentar archivo, luego tildamos la

opción “comparar grupos”, y marcamos el campo “rango de edades”
Cálculo Percentilar

Una vez segmentada la base recurriremos nuevamente al análisis de

Frecuencias.

Esto sería ir al Menú “Analizar”, luego a la opción “Estadísticos Descriptivos” y

nuevamente “Frecuencias”

En Variables, insertamos el
campo de los puntajes
brutos del test de Dominos

Luego presionamos el
Botón de “Estadísticos”
Cálculo Percentilar

Presionamos la casilla de selección “percentiles” y vamos agregando uno a uno

los 15 percentiles establecidos presionando el botón añadir.

1-5-10-20-25-30-40-50-60-70-75-80-90-95-99.
Cálculo Percentilar

Estadí sticos

Puntaj e Total
De 18 a 24 años N Válidos 175
Perdidos 0
Percentiles 1 9,80
5 17,80
10 24,00
20 29,20
25 31,00
30 32,00
40 34,00
50 37,00
60 39,00
70 40,00
75 41,00
80 42,80 Al finalizar tendremos una tabla como esta con los
valores buscados.
90 44,00
95 45,20
99 48,00
de 25 a 31 años N Válidos 113
Perdidos
Percentiles 1
0
4,42
Para mejorar la vista, podemos usar el excel, para
5 14,50 juntar la información.
10 24,00
20 29,80
25 32,00
30 34,00
40 35,00
50 37,00
60 39,00
70 41,00
75 41,00
80 42,00
90 44,00
95 45,00
99 47,00
Cálculo Percentilar

En esta tabla está agrupada la población de Capital Federal y Gran Buenos. Solo se
diferenció el rango de Edades, para una demostración didáctica.

Podemos comparar estos datos “GENERALES” con los datos generales del Paper de
Washinton L. R

De 18 a 24 de 25 a 31 Población
Percentil
años años General
1 10 4 5
5 18 14 12
10 24 24 17
20 29 30 22
25 31 32 23
30 32 34 25
40 34 35 27
50 37 37 29
60 39 39 31
70 40 41 33
75 41 41 34
80 43 42 35
90 44 44 37
95 45 45 40
99 48 47 44
Cálculo Percentilar

Para obtener un análisis por la región, lo único que tenemos que hacer, es agregar
la variable “Lugar de residencia” en la segmenación y obtendremos estos
resultados, que eran el objetivo de este trabajo práctico.

Capital Conurbano Capital Conurbano

Federal Bonaerense Federal Bonaerense

De 18 a 24 De 18 a 24 de 25 a 31 de 25 a 31
Percentil
años años años años
1 20 8 24 4
5 26 16 25 9
10 28 22 30 20
20 33 28 34 28
25 33 30 34 29
30 34 32 35 32
40 35 34 35 35
50 37 36 37 37
60 40 39 38 39
70 41 40 40 41
75 43 40 41 41
80 43 42 41 42
90 45 44 43 44
95 46 45 44 45
99 48 47 44 47
Cálculo Percentilar

Podemos probar que datos obtendríamos si tomáramos los 288 casos de Capital y
Conurbano tomando todos los casos, sin ninguna segmentación de variables.
Los resultados serían:
Puntaje Total
100
Percentil General

1 7 80
5 16
10 24
20 30 60
25 32
30 33
40 35 40
50 37
Frecuencia

60 39
70 40 20 Desv. típ. = 8,36
75 41 Media = 35,2
80 42 N = 288,00
0
90 44
5,0 15,0 25,0 35,0 45,0
95 45
10,0 20,0 30,0 40,0 50,0
99 48
Cálculo Percentilar

General
48 X Max
47

Podemos mostrar las medidas de tendencia Central y otra 46

45 p95

forma de expresar los datos obtenidos. 44

43
p90

42 p80
41 p75
40 p70
39 p60
38
37 p50
36
35 p40
34
33 p30
32 p25
31
30 p20

Estadísticos Valores 29
28
27
26
25
Media 35,17 24
23
p10

22
Mediana 37 21
20

Mínimo 4 19
18
17
Máximo 48 16
15
p5

14
13
12
11
10
9
8
7 X Min
6
5
4
3
2
1
Anova de un Factor

Factor: Nivel de estudios

Variable Dependiente: Puntajes Brutos del Test de Dominos

ANOVA
Puntaje Total
Suma de Media
cuadrados gl cuadrática F Sig.
Inter-grupos 3849,334 7 549,905 9,543 ,000
Intra-grupos 16076,366 279 57,621
Total 19925,700 286

Esto se puede entender como que no puede ser explicada por el azar la
relación que existe entre los puntajes Brutos del Test y el nivel de estudio.
FIN