2. Vamos a fijarnos en si la
variable cualitativa es politómica o
dicotómica. Abrimos
Rcommander y seleccionamos el
menú Estadísticos, Resúmenes y
finalmente, “conjunto de datos
activos”, para que podamos
observar las características de
cada variable.
3. Seleccionamos la variable cualitativa “madresanitaria”, que como vemos es dicotómica.
Como variable cuantitativa seleccionamos “medicalización”. En definitiva, vamos a ver si
hay una relación de dependencia entre tener una madre sanitaria y la medicalización.
En la cuantitativa nos importa si tiene normalidad y homocedasticidad (igualdad de las varianzas). La
normalidad en cada uno de los casos se estudia mediante métodos gráficos y estudio mediante
contraste de hipótesis; mientras que la homocedasticidad se estudia mediante el contraste de
hipótesis.
M0/M1= test de normalidad → para la normalidad.
H0/H1= test de Levene → para la homocedasticidad
4. Estudio gráfico de la
normalidad de la
variable cuantitativa
Elaboramos un histograma, un box-
plot y una QQ, y valoramos
visualmente si presenta normalidad
la variable cuantitativa
seleccionada “medicalización”.
Como observamos, en el
histograma no hay normalidad por
poco, al igual que en el box-plot. En
la gráfica de comparación de
cuartiles no se tiene muy claro
porque algunos puntos se salen de
la línea discontinua, pero otros no.
Procedemos a analizarlo mediante
el test de normalidad disponible en
Rcommander.
5. Test de normalidad para la
variable cuantitativa
“medicalización”
Seleccionamos el menú Estadísticos,
Resúmenes, “Test de normalidad”.
Seleccionamos la variable “medicalizacion”
y mantenemos la configuración “Shapiro-
Wilk”. El resultado del valor p nos da
inferior a 0.05 (0.000000001436), por lo
que rechazamos la hipótesis nula y
aceptamos que la distribución no es
normal, alcanza la significación estadística.
Como el test de normalidad sale
negativo, podríamos saltar directamente a
realizer un test no paramétrico. Aun así,
vamos a realizar el estudio de la
homocedasticidad.
6. Estudio de la
homocedasticidad –
Test de Levene
Para estudiar la
homocedasticidad (igualdad
entre varianzas) utilizamos el test
de Levene (disponible en
Rcommander). Para realizarlo,
seleccionamos el menú
Estadísticos, Varianzas y “Test de
Levene”.
Como vemos, el valor de p es
mayor a 0.05 (0.4002), por lo que
no alcanza la significación
estadística y aceptamos la
hipótesis nula. Hay igualdad
entre varianzas (test positivo).
7. Test de Wilconxon
Como el test de normalidad nos ha salido negativo (no sigue la distribución normal), y la
variable cualitativa “madresanitaria” es dicotómica, utilizamos el test no paramétrico de
Wilconxon. Son dos variables desapareadas (no relacionadas), ya que la encuesta no ha
sido realizada por el mismo grupo en las dos variables. De esta forma, seleccionamos
Estadísticos, Test no paramétricos, Test de Wilconxon para dos muestras…
8. Test de Wilcoxon
Como observamos, el valor p es
mayor a 0.05 (0.9508), por lo que
no alcanza la significación
estadística y aceptamos la
hipótesis nula. Es decir, no hay
relación entre la medicalización
y el tener una madre sanitaria.