UNIVERSIDAD DR.

RAFAEL BELLOSO CHACÍN

DOCTORADO CIENCIAS DE LA EDUCACIÓN

PROCESOS ESTADÍSTICOS APLICADOS A LA INVESTIGACIÓN

CON AYUDA DE SPSS
Prueba de Hipótesis
Muestras independientes y relacionadas
ANOVA de un Factor

Dr. José Linares S

ABRIL 2019
 Pruebas hipótesis

 En la sesión anterior, realizamos pruebas de Hipotesis, para

una muestra

 En esta sesión analizaremos Pruebas para muestras

independientes y muestras relacionadas.
 Revisando algunos aspectos, tenemos……….
PRUEBAS PARAMETRICAS: VARIABLE CUANTITATIVA CON NIVEL DE
MEDICIÓN : INTERVALO O RAZÓN

PRUEBAS DE HIPÓTESIS MÁS USUALES: T DE STUDENT

Prueba t Objetivo

Determinar si la diferencia entre la

Una muestra media de una variable y un
determinado valor teórico es
estadísticamente significativa

Determinar si la diferencia entre las

Dos muestras medias de dos grupos distintos es
independientes estadísticamente significativa

Determinar entre las medias cuando un

Dos muestras grupo se mide dos veces: Antes y
relacionadas después
 COMPARACION DE MEDIAS

1.- DOS MUESTRAS RELACIONADAS.

2.- DOS MUESTRAS INDEPENDIENTES.

3.- MÁS DE DOS MUESTRAS (ANOVA).

 DOS MUESTRAS INDEPENDIENTES

Una muestra numérica.

La otra muestra categórica.
Compara medias de grupos de dos en dos.
 HIPOTESIS ESTADÍSTICA DE LA DIFERENCIA DE
MEDIAS
Muestras Independientes

En estas hipótesis se compara una prueba estadística entre dos o

más grupos.

EJEMPLO:

Un investigador podría plantearse la siguiente pregunta de estudio:

¿ Difieren dos periódicos El Espectador y la Nación en cuanto el

promedio de editoriales mensuales que dedican durante el ultimo
año, al tema de la economía nacional ?
 HIPOTESIS ESTADÍSTICA DE LA DIFERENCIA DE
MEDIAS
Muestras Independientes

Se podría plantear como hipótesis de investigación la

siguiente:

Hi: “Existen diferencias entre el promedio de

editoriales mensuales que dedicó, durante el ultimo año,
al tema de la economía nacional el diario El espectador y
el que dedico el diario La Nación”
 HIPOTESIS ESTADÍSTICA DE LA DIFERENCIA DE
MEDIAS
Muestras Independientes

La hipótesis estadística se formulan de la siguiente

manera:

Ho : μ1= μ2 (No hay diferencia entre los promedios de los

dos grupos)

Hi : μ1  μ2 (Hay diferencia entre los promedios de los

dos grupos)

Donde μ1 : Promedio del grupo uno (1)

μ2 : Promedio del grupo dos (2)
 PRUEBA T PARA MUESTRAS INDEPENDIENTES

REQUISITOS:
 La variable de respuesta debe ser cuantitativa.

 Los dos grupos de observación deben ser

independientes.

 La variable de respuesta debe ser Normal en ambos

grupos (Prueba de Normalidad).

 Homogeneidad. Prueba de la varianza (Prueba de

Levene).
 PRUEBA DE NORMALIDAD
SPSS

PASOS A SEGUIR

PASO 1 : H0: existe normalidad Hl: no existe normalidad

Para determinar la normalidad: SPSS:

Analizar - Est. Desc. - Explorar - gráficos - gráficos con prueba de

Normalidad - (Prueba Kolmogorov – Smirnov ≥ 30 sujetos

Shapiro-Wilk < 30 sujetos).

PASO 2: Regla de decisión

Si sig. < ,
Se Rechaza H0 si no,
Si sig. < , no se rechaza la Ho
 PRUEBA T DE STUDENT PARA MUESTRAS INDEPENDIENTES

PRUEBA DE HOMOGENEIDAD.
SPSS

PASO 1:
Analizar - Comparar medias – Prueba T para muestras relacionadas

(Prueba de Levene está incluida)

PASO 2: Regla de decisión

Si sig. < ,
Se Rechaza H0 si no,
Si sig. < , no se rechaza la Ho
 HIPOTESIS ESTADÍSTICA DE LA DIFERENCIA
DE MEDIAS

La hipótesis estadística se formula de la siguiente manera:

Ho : μ1 = μ2 (No hay diferencia entre los promedios de los

dos grupos)
Hi : μ1  μ2 (Hay diferencia entre los promedios de los dos
grupos)

Donde μ1 : Promedio del grupo uno (G1)

μ2 : Promedio del grupo dos (G2)
 HIPOTESIS ESTADÍSTICA DE LA DIFERENCIA DE MEDIAS

Ruta EN SPSS
1.- ARCHIVO (BASE DE DATOS).
Este archivo debe contener en una misma columna los datos de los dos grupos; G1 o G2,
para la variable numérica en estudio. Los datos del segundo grupo se escriben a
continuación del primero.
En la otra columna se asigna un codigo a todos los datos del primer grupo (G1) y otro codigo
a los del segundo grupo (G2)

2.-ANALIZAR COMPARAR MEDIAS PRUEBA T PARA MUESTRAS INDEP:

SELECCIONAR VARIABLE CONTRASTAR VARIABLE

CLICK EN LA VARIABLE QUE CONTIENE LOS CÓDIGOS DE LOS GRUPOS PASAR A
VARIABLE DE AGRUPACIÓN CLICK EN DEFINIR GRUPO ETIQUETA A CADA
GRUPO 0: G1, 1 G2 , ETC

3.- OPCIONES: NIVEL DE CONFIANZA (95%)

CONTINUAR
ACEPTAR
4.- EVALUAR LOS RESULTADOS SI SIG <  RECHAZA LA Ho.
 Ejercicio
Dos grupos de estudiantes de Matemática I, sometidos a una estrategia

de enseñanza, para saber si existen diferencias significativas en los

rendimientos medios de ambos grupos, utilizando un nivel de
significancia del 5 %.
Las calificaciones obtenidas por los grupos, luego de aplicada la

estrategia son las siguientes:

Se desea conocer si existen diferencias significativas entre las medias

de los dos cursos

G1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Ev 11 09 08 09 09 16 10 11 10 06 15 06 13 10 09 11 10 08 14 09

G2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ev 13 14 15 10 12 17 16 15 15 10 11 12 13 14 14 17 16 15 12 13
 Cargando la base de datos

En ventana vista de variable: Renombrar la variable Calificaciones, quitar

decimales, etiquetar ampliando detalles de la variable
Renombrar variable Grupos, colocar etiquetas de valor identificando cada grupo
Renombrar variable Grupos, colocar etiquetas de valor identificando cada grupo,
luego Aceptar
En vista de datos; en la variable calificacion cargamos los datos del Grupo 1, a
continuación los del Grupo 2
En vista de datos; en la variable calificacion cargamos los datos del Grupo 1, a
continuación los del Grupo 2, todas las calificaciones en una misma columna
A continuacion en la columna de la variable Grupos, identificamos los primeros 20
datos para el Grupo 1, los siguientes 20 datos el Grupo 2, todas en una misma
columna
PRUEBA DIFERENCIA DE MEDIAS MUESTRAS INDEPENDIENTES

ESTA PRUEBA DEBE CUMPLIR ANTES DE APLICARLA CON:

Prueba de Normalidad.
Debemos suponer que cada una de las muestras es tomada de una
población normal (prueba de normalidad)

Ho: N1 = N2 = N3…. H1 : N1  N2  N3…..

cada muestra, es tomada de una poblac. Normal cada muestras, no es tomada de una poblac. normal

y
Prueba de Homogeneidad
que cada una de estas poblaciones tiene la misma varianza

Ho: δ1² = δ2²… H1 : δ1²  δ2²….

Las varianzas son iguales Las varianzas son diferentes
 Prueba de Normalidad

Debemos suponer que cada una de las muestras es tomada de una

población normal (prueba de normalidad)

Ho: N1 = N2 = N3…. H1 : N1  N2  N3…..

cada muestra, es tomada de una poblac. Normal cada muestras, no es tomada de una poblac. normal
PRUEBA DE NORMALIDAD Ruta en SPSS
Analizar - Est. Desc. - Explorar - gráficos con prueba de normalidad
 Aparece cuadro de dialogo para cargar:
Variable dependiente: Calificaciones Lista de factores: Grupos de estudiantes 1, 2
Click en Graficos, aparece cuadro de dialogo:
Seleccionar Graficos con prueba de Normalidad, luego
Continuar
 Prueba de Homogeneidad
Cada una de estas poblaciones tiene la misma varianza

Ho: δ1² = δ2²……. H1 : δ1²  δ2²…….

Las varianzas son iguales Las varianzas son diferentes

RUTA EN SPSS PARA PRUEBA DE HOMGENEIDAD

Analizar - Comparar medias – Prueba T para muestras independientes

(Prueba de Levene está incluida)
Salida de la Prueba:
Regla de decision:
EN LA PRUEBA DE LEVENE
Como el “valor p” (Sig.) = 0,621 > 0,05
Por tanto la H0 no se rechaza
Esto es que las varianzas son iguales.

Ho: δ1² = δ2² Por tanto las muestras son homogeneas

PRUEBA DIFERENCIA DE MEDIAS MUESTRAS INDEPENDIENTES

AL CUMPLIR CON:
Prueba de Normalidad y Prueba de Homogeneidad

Entonces:

Aplicamos Prueba t para muestras independientes………

Ruta en SPSS
1.- ARCHIVO (BASE DE DATOS)

2.- ANALIZAR COMPARAR MEDIAS PRUEBA T PARA Muestras independientes

SELECCIONAR VARIABLE CONTRASTAR VARIABLE CLICK EN LA VARIABLE QUE CONTIENE LOS CÓDIGOS DE
LOS GRUPOS
PASAR A VARIABLE DE AGRUPACIÓN (Grupos) CLICK EN DEFINIR GRUPO
ETIQUETA A CADA GRUPO 0: G1, 1 G2
PASAR A VARIABLE DE AGRUPACIÓN (Grupos) CLICK EN DEFINIR GRUPO
ETIQUETA A CADA GRUPO 0: G1, 1 G2 , continuar…..
.- OPCIONES: NIVEL DE CONFIANZA (95%)
CONTINUAR
ACEPTAR
4.- EVALUAR LOS RESULTADOS SI SIG <  RECHAZA LA Ho.
Salida de la Prueba:
Regla de decision:
Si el “valor p” (Sig.) es menor o igual que , la H0 se rechaza

Si el “valor p” (Sig.) es mayor que , la H0 no se rechaza

Como el “valor p” (Sig.) = 0,00 < 0,05 la H 0 se rechaza

Esto es que hay diferencias significativas entre las calificaciones obtenidas por los grupos
 Ejercicio

Se sospecha que los alumnos que asisten y

presentan exámenes en la mañana, tienden a tener
diferencias con los alumnos que asisten y presentan
exámenes en la tarde. Para comprobar esta
hipótesis, se asignaron grupos de estudiantes de
rendimiento similar.

Mañana: 15 16 17 18 15 16 14 15 17 18 19 14 12 11
Tarde: 16 15 18 14 17 16 16 16 18 17 16 15 12 15 14
PRUEBA T PARA MUESTRAS
RELACIONADAS
 PRUEBA T PARA MUESTRAS RELACIONADAS

Generalmente se aplica en investigaciones donde se

realizan dos mediciones a un mismo grupo de sujetos,
uno antes y otra después de aplicar un tratamiento.

Ejemplo: . Pre- test y Pos test

Antes y después de seguir un tratamiento médico

 EJEMPLO
Se registraron las pulsaciones por minuto a
12 sujetos antes y después de haber ingerido
bebidas alcohólicas

OBJETIVO

Se desea investigar si existen o no diferencias en

las medias de las pulsaciones
 PRUEBA T PARA MUESTRAS RELACIONADAS
(Paramétrica)

REQUISITOS:
 La variable de respuesta debe ser cuantitativa.

 Se trata de un mismo grupo de sujetos, antes y después

 La variable de respuesta debe normal en ambos grupos.

 PRUEBA DE NORMALIDAD
SPSS

PASOS A SEGUIR

PASO 1 : H0: existe normalidad H1: no existe normalidad

Determinar la normalidad: SPSS:

Analizar - Est. Desc. - Explorar - gráficos - gráficos con prueba de

normalidad - (Prueba Kolmogorov – Smirnov > 30 Shapiro-Wilk < 30).

PASO 2: Regla de decisión

Si sig. < ,
Se Rechaza H0 si no,
Si sig. < , no se rechaza la Ho
 PRUEBA T PARA MUESTRAS RELACIONADAS

USO DEL SPSS

1.- ARCHIVO (BASE DE DATOS). Los datos deben aparecer en dos columnas
columnas separadas, una para la medición antes y otra para la medición despúes

2.- ANALIZAR COMPARAR MEDIAS PRUEBA T PARA MUESTRAS

RELACIONADAS. :

Click en cada una de las variables . En la parte inferior izquierda de la

ventana, la primera variable aparecerá en SELECCIONES ACTUALES
como VARIABLE 1 y la Variable 2 . CLICK EN LA flecha para mover las dos
variables a la caja Variables relacionadas
3.- OPCIONES: NIVEL DE CONFIANZA (95%)
CONTINUAR
ACEPTAR
4.- EVALUAR LOS RESULTADOS SI SIG <  RECHAZA LA Ho.
  Ejercicio

Antes de aplicar la estrategia de enseñanza en el curso de

Matemática I, al grupo 2 se sometió a un pre test, luego se
aplicó la estrategia de enseñanza, para saber si existen
diferencias significativas en los rendimientos medios del
grupo antes y después de aplicar la estrategia, utilizando
un nivel de significancia del 5 %.
Las calificaciones obtenidas por el grupo, antes y después

de aplicada la estrategia son las siguientes:

G2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Ev 10 08 07 07 12 10 11 7 08 10 12 07 08 09 10 11 08 06 07 10

G2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Ev 13 14 15 10 12 17 16 15 15 10 11 12 13 14 14 17 16 15 12 13
 EJERCICIO
Se está probando un medicamento para reducir el colesterol en sangre. Para ello, se
seleccionaron 28 pacientes y se mide el colesterol antes de aplicar el tratamiento, luego se
aplica el medicamento y al cabo de 15 días se vuelve a medir el colesterol. Determine si el
medicamento tiene efecto.

ANTES DESPUÉS ANTES DESPUÉS

287 220 275 200

300 200 250 250
160 140 221 220
175 150 228 200
125 142 189 156
150 135 195 175
225 180 196 170
238 185 187 180
200 186 183 178
190 150 225 160
250 200 229 187
300 240 224 190
226 220 150 140
228 220 156 150
 Se desea probar los efectos de un programa de capacitación en un
grupo de 10 empleados. Los mismos se miden antes y después de
asistir al programa. Indique si el programa tuvo efecto o no.

Antes 9.0 7.3 6.7 5.3 8.7 6.3 7.9 7.3 8.0 7.5
Después 9.2 8.2 8.5 4.9 8.9 5.8 8.2 7.8 9.5 8.0
 ANÁLISIS DE LA VARIANZA
ANOVA

 Análisis de la varianza de un factor

 Método de comparaciones Múltiples

 Pruebas de Normalidad y Homogeneidad

 USO DE SPSS
 ANÁLISIS DE LA VARIANZA

Representa un conjunto de técnicas estadísticas que permiten

analizar el efecto de los niveles de diversos factores (variable
Independiente) sobre una característica, medida a través de una o
mas variables cualitativas conocidas como dependientes

Es un método que se utiliza para determinar la significación de la

diferencia entre las medias cuando se dispone de mas de dos grupos

Cuando el objetivo es explicar una variable dependiente a partir de m

variables independientes
 HIPOTESIS ESTADÍSTICA DE ESTIMACIÓN
PRUEBA ANOVA DE UN FACTOR

SUPUESTOS PARA APLICAR LA PRUEBA:

1.- Los datos dentro de cada grupo deben ser una muestra de
distribución Normal (Prueba de Normalidad)

2.- Las Varianzas de los grupos (poblaciones) deberían ser

iguales (Prueba de Homogeneidad)
 ANÁLISIS DE LA VARIANZA DE UN FACTOR

• Representa una extensión de la prueba t para más de dos muestras

•Prueba Post-hoc para identificar que medias específicas difieren

una de otras. Miden el efecto de interacción que puede producir la
variable dependiente en cada uno de los factores

•Debemos suponer que cada una de las muestras es tomada de una

población normal (prueba de normalidad) y que cada una de estas
poblaciones tiene la misma varianza δ1² = δ2² = δ3²
 ANÁLISIS DE LA VARIANZA DE UN FACTOR

1- Ho: 1 = 2 = 3 = 4
H1 : 1  2  3  4
2.-  = 5%
3.- n =
4.- Reglas de Decisión

Si Sig <  Rechazo la Ho

 PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE MEDIA EN
VARIOS GRUPOS INDEPENDIENTES
(Paramétrica)
Anova de un factor sirve para comparar varios grupos en una variable
cualitativa (la variable cualitativa que define los grupos sea nominal u
ordinal se le llama independiente o factor ).
Requisitos:

Normalidad: la variable dependiente (cuantitativa) se distribuye normalmente

en todos los grupos o muestras.

Homocedasticidad: O igualdad de varianzas, significa que los grupos poseen la

misma varianza, con grupos de distintos tamaños, se contrasta este
supuesto mediante la prueba de levene.

Analizar > Comparar medias > ANOVA de un factor

Dependiente: Seleccionar variable cuantitativa
Factor: Seleccionar variable categórica
 ANÁLISIS DE LA VARIANZA DE UN FACTOR

USO DEL SPSS

1.- ARCHIVO (BASE DE DATOS) Se escriben todos los valores de la
variable dependiente en una columna y en otra columna la identificación
de los grupos en estudio
2.- ANALIZAR COMPARAR MEDIAS ANOVA DE UN FACTOR
En la ventana de dialogo ANOVA de un Factor:
a.- Seleccionar la variable dependiente y pasar al cuadro
DEPENDIENTES
b.- Seleccionar la variable independiente y pasar al cuadro
FACTOR
c.- Post hoc, para seleccionar cuáles de las pruebas de
comparaciones múltiples se desea realizar. Puede ser Sheffe y Tukey.
OPCIONES: Si se desea calcular; estadísticos descriptivos, homogeneidad
de las varianzas por la prueba de Levene
CONTINUAR
ACEPTAR
3.- EVALUAR LOS RESULTADOS
SI SIG <  RECHAZA LA Ho.
EJEMPLO
Con el fin de dilucidar una vieja diferencia entre 3 profesores de estadística,
sobre el rendimiento promedio de sus alumnos, se diseño un experimento
estadístico, los resultados del diseño se resumen a continuación.

Determine si existe en promedio, alguna diferencia en las calificaciones de los

alumnos

profe1 12 10 11 14 13 12 13 15 10 12
Profe2 14 13 12 15 13 12 14 15 13 12
profe3 16 14 15 11 12 14 13 12 11 10
 ANÁLISIS DE LA VARIANZA DE UN FACTOR

EJEMPLO
Con el fin de dilucidar una vieja diferencia entre 3 profesores de estadística, sobre el
rendimiento promedio de sus alumnos, se diseño un experimento estadístico, los
resultados del diseño se resumen a continuación.

Determine si existe en promedio, alguna diferencia en las calificaciones de los alumnos

Ho: 1 = 2 = 3

H1 : 1  2  3
Con SPSS

 Base de datos

 Prueba de normalidad y homocedasticidad (suponer que cada una de las

muestras es tomada de una población normal (prueba de normalidad) y que cada

una de estas poblaciones tiene la misma varianza δ1² = δ2² = δ3²)

 Prueba ANOVA
 Pruebas de normalidad
a
Kolmogorov-Smirnov Shapiro-Wilk
PROFESOR Estadístico gl Sig. Estadístico gl Sig.
RENDIMIE profesor1 ,151 10 ,200* ,952 10 ,666
profesor2 ,202 10 ,200* ,883 10 ,181
profesor3 ,211 10 ,200* ,947 10 ,605
*. Este es un límite inferior de la significación verdadera.
a. Corrección de la significación de Lilliefors

Para la prueba de normalidad , la prueba de Kolmogorov-Smirnov

Analizar Estadisticos Descriptivos Explorar

En este caso Ho: N1 = N2 = N3 H1 : N1  N2  N3

cada una de las muestras, es tomada de una poblac. Normal cada una de las muestras, no es tomada de una poblac. normal

Como en los tres grupos definidos por el factor, sig > 0,05.

Entonces No se Rechaza Ho

Cada una de las muestras, es tomada de una poblac. Normal

 Prueba de homogeneidad de varianzas

RENDIMIE
Estadístico
de Levene gl1 gl2 Sig.
,669 2 27 ,520

Para la prueba de Homocedasticidad. Homogeneidad de la varianza, la

prueba de Levene. (cada una de estas poblaciones tiene la misma varianza
δ1² = δ2² = δ3²)

Analizar Comparar Medias Anova de un Factor Opciones

Homog de Var.

En este caso Ho: δ1² = δ2² = δ3² H1 : δ1² = δ2² = δ3²

Varianzas iguales Varianzas desiguales

Como en los tres grupos definidos por el factor, sig > 0,05.

Entonces No se Rechaza Ho

Las Varianzas son iguales. Homogeneas

 ANOVA

RENDIMIE
Suma de Media
cuadrados gl cuadrática F Sig.
Inter-grupos 6,467 2 3,233 1,360 ,274
Intra-grupos 64,200 27 2,378
Total 70,667 29

Para la prueba ANOVA. Análisis de la varianza

Analizar Comparar Medias Anova de un Factor Post-hoc

Comp. Mult.

En este caso Ho: 1 = 2 = 3 H1 1  2  3

promedios de rendimientos igual promedios de rendimientos des igual

Como sig > 0,05.

Entonces No se Rechaza Ho
No haydiferencias significativas en cuanto al rendimiento de cada profesor
 Comparaciones múltiples

Variable dependiente: RENDIMIE

Intervalo de confianza al
95%
Diferencia de Límite
(I) PROFESOR (J) PROFESOR medias (I-J) Error típico Sig. Límite inferior superior
HSD de Tukey profesor1 profesor2 -1,10 ,69 ,265 -2,81 ,61
profesor3 -,30 ,69 ,901 -2,01 1,41
profesor2 profesor1 1,10 ,69 ,265 -,61 2,81
profesor3 ,80 ,69 ,487 -,91 2,51
profesor3 profesor1 ,30 ,69 ,901 -1,41 2,01
profesor2 -,80 ,69 ,487 -2,51 ,91
Scheffé profesor1 profesor2 -1,10 ,69 ,296 -2,89 ,69
profesor3 -,30 ,69 ,910 -2,09 1,49
profesor2 profesor1 1,10 ,69 ,296 -,69 2,89
profesor3 ,80 ,69 ,519 -,99 2,59
profesor3 profesor1 ,30 ,69 ,910 -1,49 2,09
profesor2 -,80 ,69 ,519 -2,59 ,99

Para la prueba Comparaciones Múltiples. Para identificar que medias específicas

difieren unas de otras

Analizar Comparar Medias Anova de un Factor Post-hoc

Comp. Mult.

En este caso

Ofrece una clasificación de los rendimientos de cada profesor, basada la comparación entre
sus promedios.

Así, en el caso del Prof1 y prof2, sus medias no difieren significativamente ( 0,265),
Igual situación para el caso del Prof1 y prof3, sus medias no difieren significativamente
( 0,901)

Como sig > 0,05.

Entonces No se Rechaza Ho
EJEMPLO
Se desea conocer la eficacia de ciertos métodos para enseñar ciertas destrezas, para
ello 24 alumnos fueron distribuidos al azar en cuatro grupos A, B, C, D y se entrenó a
cada grupo con un método diferente. Al finalizar se aplicó una prueba a cada alumno,
obteniendo los siguientes resultados.

Son significativamente diferentes la eficacia de los métodos?

Mida el efecto de itnteracción que puede producir la variable rendimiento en cada uno
de los métodos

A 18 10 12 10 16 11
B 16 18 20 18 14 15
C 12 08 08 06 10 07

D 10 12 14 12 08 13
 EJERCICIO

Para verificar si la memoria cambia con la edad, se forman 4

grupos de 6 sujetos cada uno y se les pide recordar sílabas que
se muestra cada cuatro segundos. ¿existen diferencias
significativas entre los grupos de estudiantes?

30 años 40 años 50 años 60 años

14 12 17 13
13 15 14 10
15 16 14 7
17 11 9 8
12 12 13 6
10 18 15 9
Edad - Sílabas valores: 1=30 años, 2=40 etc