UNIVERSIDAD CONTINENTAL VIRTUAL

EJERCICIOS RESUELTOS

ASIGNATURA
Estadística Aplicada a la Psicología

Autor
Joel Jesús Bastidas Valdivia
 ÍNDICE
INTRODUCCIÓN

UNIDAD IV: Validación estadística de los modelos matemáticos

1. Relación entre dos variables categóricas

2. Relación entre dos variables, una categórica y una cuantitativa
3. Relación entre dos variables cuantitativas
4. Regresión lineal simple y múltiple
 INTRODUCCIÓN

Cada vez que se inicia un curso de estadísticas aplicadas en psicología, es común que los
estudiantes cuestionen el estudio de la estadística debido al fundamento matemático que ello
contiene; es más se preguntan ¿Qué relación podría tener lo anterior con la psicología? ya
que como sabemos es una especialidad teórico-práctica, cuyo objetivo principal es la atención
de los problemas del comportamiento de los sujetos, ya sean de carácter individual o grupal o
ambos, ajena de aspectos cuantitativos que impliquen cuantificación y manipulación
matemática.

Por otro lado, cabe destacar que existen en el mercado una variedad de libros excelentes
sobre estadística; sin embargo, desde mi punto de vista, muchos de ellos traen un gran
cargamento matemático, siendo poco atractivos para los estudiantes de Psicología y por otro,
aquellos que traen exagerada simplicidad convirtiéndolos en textos con muy poco nivel
cuantitativo.

Por todo lo anterior, intentaremos mediante la resolución de un conjunto de problemas, sin

caer en exigencias matemáticas innecesarias, pero respetando su pertinencia, tanto teórica
como práctica, favorezca el estudio sistemático de las estadísticas y permita al estudiante su
aplicación, con validez, sistematización y sustento científico en las ciencias del
comportamiento.

Recuerde: “Mientras más conocimientos tenga en el área de las Estadísticas, y mejor actitud
manifieste hacia la utilización de las mismas en su profesión, indudablemente que será un
mejor psicólogo”

El autor
UNIDAD IV: Validación estadística de los modelos matemáticos

1. Relación entre dos variables categóricas

1.1 El Instituto Nacional de Penitenciaría del Perú contrata a un psicólogo para que investigue:
¿Un hombre liberado de una prisión se adapta de manera diferente a la vida civil si regresa a
su ciudad natal o si va a vivir a otra parte? En otras palabras, ¿hay una relación entre la
adaptación a la vida civil y el lugar de residencia después de salir de prisión? Utilice el nivel de
significancia de 0,01.

Adaptación a la vida civil

Lugar de
residencia Sobresaliente Buena Regular Insatisfactoria
Ciudad
27 35 33 25
natal
Otra
13 15 27 25
ciudad

Resolución:

Formulamos las hipótesis:

𝑯𝟎 : No hay una relación entre la adaptación a la vida civil y el lugar donde vive.

𝑯𝟏 : Hay una relación entre la adaptación a la vida civil y el lugar donde vive el individuo
después de salir de prisión.

A continuación, construimos el tablero de frecuencias observadas y esperadas:

sobresaliente buena regular Insatisfactoria TOTAL FILA

fo fe fo fe fo fe fo fe
ciudad natal 27 24 35 30 33 36 25 30 120
Otra ciudad 13 16 15 20 27 24 25 20 80
TOTAL COLUMNA 40 40 50 50 60 60 50 50 200

Recordemos que para el cálculo de las frecuencias esperadas se hace de la siguiente

manera:
𝑇𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎 ×𝑇𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 120×40
: 𝑓𝑒 = = = 24
𝐺𝑟𝑎𝑛 𝑡𝑜𝑡𝑎𝑙 200
(𝒇𝒐−𝒇𝒆)𝟐
Determinamos el valor de prueba del estadístico: 𝝌𝟐𝒑 = ∑ [ ]
𝒇𝒆

(𝟐𝟕 − 𝟐𝟒)𝟐 (𝟏𝟑 − 𝟏𝟔)𝟐 (𝟑𝟓 − 𝟑𝟎)𝟐 (𝟐𝟓 − 𝟐𝟎)𝟐

𝝌𝟐𝒑 = + + + ⋯+ = 𝟓, 𝟕𝟐𝟗
𝟐𝟒 𝟏𝟔 𝟑𝟎 𝟐𝟎
Ahora ubicamos el valor crítico, en la tabla chi cuadrada con (2-1)x(4-1)=3 grados de
libertad.
Tabla N° 4.1: Fragmento de la distribución Chi cuadrada

Como 5,729 es menor que 11,345 no se rechaza la hipótesis nula. Por lo tanto, para el
programa de recomendaciones del INPE la adaptación a la vida civil no se relaciona con el
lugar donde viva el ex prisionero.

2. Relación entre dos variables cuantitativas

2.1 El editor en jefe de un importante periódico de circulación nacional ha intentado convencer

al dueño para que mejore las condiciones de trabajo en la imprenta. Está convencido de que,
cuando trabajan las prensas, el grado de ruido crea niveles no saludables de tensión y
ansiedad. Recientemente hizo que un psicólogo realizara una prueba durante la cual situaron
a los prensistas en cuartos con niveles variables de ruido y luego les hicieron otra prueba para
medir niveles de humor y ansiedad. La siguiente tabla muestra el índice de su grado de
ansiedad o nerviosismo y el nivel de ruido al que se vieron expuestos (1 es bajo y 10 es alto).

Nivel de Grado de
ruido ansiedad
4 39
3 38
2 16
1 18
 6 41
7 45
2 25
3 38

Represente gráficamente la relación entre las dos variables.

Estudio del nivel de ruido y el grado de ansiedad

en los trabajadores
60

50
Grado de ansiedad (y)

40

30

20

10

0
0 1 2 3 4 5 6 7 8
Nivel de ruido (x)

Determine el grado de relación entre las variables.

1. Coeficiente de correlación (r).

El coeficiente de correlación (r) es un número que indica tanto la dirección como la fuerza
de la relación lineal entre la variable dependiente (Grado de ansiedad=y) y la variable
independiente (Nivel de ruido=x).
 Correlación Correlación
negativa positiva
perfecta perfecta
Ninguna
correlación

Moderada Moderada
correlación correlación
negativa positiva
Fuerte Débil Débil Fuerte
correlación correlación correlación correlación
negativa negativa positiva positiva
-1 - 0.5 0 0.5 1

El cálculo de r es mediante la siguiente fórmula:

n xy −  x y
r=
n x 2

− ( x ) n y 2 − ( y )
2 2

Nivel de ruido Grado de
(x) ansiedad (y) x^2 y^2 xy
4 39 16 1521 156
3 38 9 1444 114
2 16 4 256 32
1 18 1 324 18
6 41 36 1681 246
7 45 49 2025 315
2 25 4 625 50
3 38 9 1444 114
Suma 28 260 128 9320 1045

Luego de reemplazar se obtiene el coeficiente de correlación 𝑟 = 0,8356, el cual es positivo,

lo que refleja que el grado de ansiedad (y) se relaciona directamente con el nivel del ruido (x).
En otras palabras, cuanto más alto es el nivel del ruido, tienden a registrar grados de ansiedad
más altos.

Realice la Prueba de hipótesis respecto al coeficiente de correlación

2. Prueba de hipótesis del coeficiente de correlación.

En esta prueba de la significancia de la relación lineal, la hipótesis nula y alterna se relacionan

con el coeficiente de correlación poblacional, 𝑟.
Prueba "𝒕" para el coeficiente de correlación poblacional 𝝆:
• Hipótesis Nula: Ho: 𝜌 = 0 No hay una relación lineal.
• Hipótesis Alterna: H1: 𝜌 ≠ 0 No hay una relación lineal.
• Estadístico de Prueba:
𝑟
𝑡= 2
con grados de libertad 𝑛 − 2
√1−𝑟
𝑛−2

Ahora con un nivel de significancia de 0,05 se pone a prueba la hipótesis nula de que el
coeficiente de correlación poblacional (𝜌) en realidad es cero.

SOLUCIÓN:
Para n=8 personas en el ejemplo del nivel de sonido, con 𝑟 = 0,8356 el estadístico de la prueba
0,8356
es: 𝑡 = 2
= 3,7259
√1−0,8356
8−2

Para una prueba de dos colas, con un nivel de 0,05 y gl=6, los valores críticos son: t=-2,447 y
t=2,447. El valor de prueba es 3.7259 cae fuera de estos valores críticos y se rechaza la
hipótesis nula. Por lo tanto, existe una relación lineal entre los niveles de ruido y el grado de
ansiedad en los trabajadores.

Calcule la variación en el grado de ansiedad que se debe a la variación del nivel de ruido.

3. Coeficiente de determinación (𝑟 2 )

Otra medida de la fuerza de la relación es el coeficiente de determinación. Su valor es

la proporción de la variación de “y” explicada mediante la línea de regresión

𝑦 = 𝑎 + 𝑏𝑥.

Para nuestro ejemplo 𝑟 = 0,8356, 𝑟 2 = 0,6982 y los niveles de ruido explican 69,82%
de la variación de los grados de ansiedad.

4. Análisis de regresión.

Con base en los datos de una muestra, se puede estimar una función matemática de “mejor
ajuste” para los valores de las dos variables de manera lineal.

Línea de regresión muestral: 𝑦 = 𝑎 + 𝑏𝑥 donde:

𝑦: El valor estimado de la variable dependiente para un valor específico de 𝑥.

𝑎: El intercepto de 𝑦; éste es el valor de 𝑦 donde la línea interseca al eje 𝑦, cuando 𝑥 = 0.

𝑏: La pendiente de la línea de regresión.

𝑥: Un valor para la variable independiente.

Estudio del nivel de ruido y el grado de ansiedad en los

trabajadores
60 y = 4.5x + 16.75
50
Grado de ansiedad (y)

40

30

20

10

0
0 1 2 3 4 5 6 7 8
Nivel de ruido (x)

b=
n  x y − x  y
a=
 y −b x
n  x 2 − ( x )
2
n n
Luego reemplazamos los valores:

8 × 1045 − 28 × 260
𝑏= = 4.5
8 × 128 − 282

𝑎 = 16.75
Grado de Ansiedad= 4,5 (nivel de ruido) + 16,75

Por lo tanto:

5. Determine el error estándar de estimación

1. Error estándar de estimación.

Ésta es una desviación estándar que describe la dispersión de los puntos de los datos
arriba y debajo de la línea de regresión.
 ∑ 𝑦 2 − 𝑎(∑ 𝑦) − 𝑏(∑ 𝑥𝑦)
𝑆𝑦,𝑥 = √
𝑛−2

Luego de reemplazar los datos obtenidos anteriormente se obtiene:

𝑆𝑦,𝑥 = 6.6144

Igual que con cualquier desviación estándar de la estimación reflejan una mayor
magnitud de dispersión en los datos. Si cada punto de los datos en el diagrama de
dispersión cayera exactamente en la línea de regresión, el error estándar de la
estimación sería cero. Es decir, no existiría ninguna variabilidad arriba y bajo de la
línea de regresión.

Por otro lado, un método equivalente para probar la significancia de la relación lineal
es examinar si la pendiente (𝛽) de la línea de regresión de la población puede ser cero.

6. Prueba y estimación de la pendiente:

• Hipótesis Nula: Ho: 𝛽 = 0 La pendiente de la población es cero.
• Hipótesis Alterna: H1: 𝛽 ≠ 0 La pendiente de la población no es cero.
• Estadístico de Prueba:
𝑏−𝛽
𝑡= 𝑆𝑥,𝑦 con grados de libertad 𝑛 − 2
√(∑ 𝑥2 )−𝑛𝑥
̅2

Ahora con un nivel de significancia de 0,05 se pone a prueba la hipótesis nula de que la
pendiente poblacional (𝛽) en realidad es cero.

SOLUCIÓN:
Para n=8 personas en el ejemplo del nivel de sonido, reemplazamos los datos:
4,5 − 0
𝑡= = 3,7263
6,6144
√128 − 8(3,52 )

Para una prueba de dos colas, con un nivel de 0,05 y gl=6, los valores críticos son: t=-2,447 y
t=2,447. El valor de prueba es 3.7263 cae fuera de estos valores críticos y se rechaza la
hipótesis nula. Por lo tanto, la pendiente de la línea de regresión de la población es diferente
de cero.

7. Intervalo de confianza de 95% para la pendiente de la línea de regresión de la

población.
𝑆𝑥,𝑦
𝑰𝑪 = 𝒃 ± 𝒕 ×
√(∑ 𝑥 2 ) − 𝑛𝑥̅ 2
Reemplazando:

𝐿𝑖𝑚 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 1,54

𝐿𝑖𝑚 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 7,46

Tenemos una confianza del 95% de que la pendiente poblacional (𝛽) de la línea de regresión
de la población está en el intervalo delimitado por 1,54 y 7,96.

Determine el intervalo de confianza para el grado de ansiedad medio para todos aquellos que
tuvieron un nivel de ruido 5, al 95% de confianza.

2. Intervalo de Confianza.

A continuación, dado un valor específico 𝑥 se puede estimar un intervalo de confianza

para la verdadera media de y (que es desconocida).

1 ( x − x) 2
yest  t / 2;n−2 s yx +
n ( x) 2 (Triola, 2004, p. 536)
x − n
2

𝑦 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 = 4,5 × 5 + 16,75 = 39.25

𝑡 𝑎𝑙 0,05 𝑒𝑛 𝑑𝑜𝑠 𝑐𝑜𝑙𝑎𝑠 = 2,447

1 (5 − 3,5)2
𝐼𝐶 = 39,25 ± 2,447 × 6,6144 × √ + =
8 282
128 − 8

𝐿𝑖𝑚 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 32,01

𝐿𝑖𝑚 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 46,49

 Con base en la muestra, tenemos una confianza del 95% de que el grado de ansiedad
media para los trabajadores que obtuvieron un nivel de ruido 5 estará entre 32,01 y
46,49 en unidades de ansiedad.

Determine el intervalo de predicción al 95% para el grado de ansiedad para un trabajador

sometido a un nivel de ruido 5.

3. Intervalo de Predicción. (Triola, 2004, p. 536)

Estima el rango de valores de y para una x dada.

1 ( x − x) 2
y est  t / 2;n − 2 s yx 1+ +
n ( x) 2
x − n
2

1 (5 − 3,5)2
𝐼𝐶 = 39,25 ± 2,447 × 6,6144 × √1 + + =
8 282
128 − 8

𝐿𝑖𝑚 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 21,52

𝐿𝑖𝑚 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 56,98

Para un trabajador que estuvo sometido a un nivel de ruido 5, tenemos una confianza
de 95% de que su grado de ansiedad estará entre 21.52 y 56,98 unidades de
ansiedad.
 Bibliografía

Aron, A. y Aron, E. (2001). Estadística para Psicología. Buenos Aires: Pearson

Educación.

González, F., Escoto, M., y Chávez, J. (2017). Estadística Aplicada en Psicología y

ciencia de la salud. México D. F.: El Manual Moderno.

Mendenhall, W., Beaver, R. y Beaver, B. (2015). Probabilidad y Estadística para las

ciencias sociales del comportamiento y la salud (1ra. ed.). México D. F.: Cengage Learning.

Triola, M. (2013). Estadística (3ra. ed.). México D. F.: Pearson.