Análisis estadístico de un TFM con el software estadístico SPSS
Índice del Artículo
Descriptivos
Descriptivos de variable continua de escala (numérica) con interpretación desde el comando Frecuencias del menú Descriptivos, con el paquete estadístico SPSS.
Box-Plot de PRE vs. POST segmentado por tratamiento
Gráfico de caja de variables factores intrasujeto (antes vs. después, sobre los mismos individuos) segmentados previamente por factores intersujeto (casos vs. controles). También cabe la posibilidad de plantear un ANOVA mixto.
Regresión Logística Binaria
Se plantea un modelo de regresión logística binaria para comprobar si los factores más relevantes del estudio, en especial la medición de las variables explicativas continuas y/o dicotómicas de interés, influyen en la probabilidad de ocurrencia de la variable dependiente de respuesta de tipo dicotómico (probabilidad de exitus, probabilidad de padecer una determinada enfermedad, etc).
Cuanto más estrecho sea el intervalo de confianza al 95% de la odd ratio, mayor precisión en los resultados de la variable explicativa como factor de riesgo o factor protector.
A partir de la significatividad estadística de los factores, valores de la odd ratio menores que 1 implican que la variable explicativa se muestra como factor protector, valores mayores a 1 muestran a la variable como factor de riesgo.
Se puede proceder con una simulación de muestreo o Bootstrapping, con lo que se pueden detectar significatividades en los factores (variables independientes del análisis) o mayor proximidad a resultar estadísticamente significativo, que pueden no apreciarse después de probarse diversos análisis.
Un test previo de la Chi-cuadrado entre la variable dicotómica, de la que se pretende indagar la probabilidad de ocurrencia, y el propio factor dicotómico, nos puede servir de apoyo para introducir en el modelo de regresión logística dicha variable explicativa de tipo dicotómico.
Comparativa de medias a partir de parámetros muestrales
Existe la posibilidad en SPSS de plantear un test de comparativas de medias a partir de la Prueba T sobre datos resumen, introduciendo para cada una de las 2 muestras, el número de casos, la media aritmética y la desviación típica.
Se aprecian diferencias estadísticamente significativas en media entre ambas muestras. Desde un punto de vista descriptivo la media de la muestra 2 es significativamente mayor.
Comparativa de proporciones de 1 muestra
Ejemplo: En un contraste de diferencia de proporciones, la diferencia en proporción de hombres en el puesto de gerencia respecto al porcentaje de mujeres para el mismo puesto en le empresa, resultaría siempre estadísticamente significativa (Z=-13.54, p<0.001) haciendo inferencia de los datos muestrales a los poblacionales, resultando significativamente mayor el porcentaje muestral de hombres, respecto al % de mujeres.
Ancova
Para poner en práctica un análisis estadístico de este tipo, se debe contar en el estudio con una variable cuantitativa dependiente respecto a un factor con 2 o más tratamientos, para analizar sus efectos sobre la variable de respuesta, cuando se tiene la intuición de que hay otra/s covariable/s que puede estar afectando dicha variable dependiente.
En el caso de no cumplirse los supuestos principales del ANCOVA, se puede proceder con una simulación de muestreo o Bootstrapping, con lo que se pueden detectar significatividades que no se aprecian en un primer análisis.
ANOVA Bifactorial
Regresión de Cox
A diferencia de la comparación de curvas de Kaplan-Meier, el análisis de supervivencia a través de la regresión de Cox, nos ofrece un modelo del tiempo de supervivencia hasta que ocurre un determinado evento censurado (por ejemplo: exitus), y determinar si una serie de factores, bien sean cuantitativos o cualitativos dicotómicos, pueden llegar a explicar dicho tiempo de supervivencia a partir de su significatividad estadística, y en qué medida pueden afectar a través de las Hazard Ratio.
Análisis de Cuestionarios
Calculadora del tamaño muestral
https://www.fisterra.com/formacion/metodologia-investigacion/determinacion-tamano-muestral/