rJDrll~J variable dependiente respecto a los valores de la variable independiente. Este modelo matemático estima el efecto de una variable sobre otra y se asocia al coeficiente de r de Pearson. Es una regresión lineal, que se determina sobre la base en el diagrama de dispersión en una gráfica que consiste en relacionar las puntuaciones de una muestra de dos variables. Su aplicación contribuye a probar las hipótesis de relación causa-efecto, estableciendo el efecto de una variable sobre otra. La prueba t de student permite evaluar si dos grupos difieren entre sí de manera significativa respecto a sus medidas en estudio en las cuales se supone que las observaciones o puntajes de la muestra provienen de una población distribuida normalmente; contribuyen a lograr mayor exactitud en la medición. Esta prueba requiere que las observaciones sean medidas por lo memos en una escala de intervalo. Se identifica en grados de libertad, los cuales constituyen el número de maneras en que los datos pueden variar libremente. Otro estadístico aplicado es el análisis factorial de varianza, el cual permite determinar el efecto de dos o más variables independientes sobre una variable dependiente. En su aplicación se parte de la hipótesis de que las medidas de la variable dependiente de los grupos difieren de la variable independiente. El coeficiente de correlación de Pearson permite relacionar dos variables. Este estadístico no supone causalidad entre las variables, sino se ocupa de definir el comportamiento de las puntuaciones obtenidas por dos variables estudiadas en una muestra determinada. La correlación del múltiple momento-producto permite analizar el efecto de dos o más variables independientes sobre una dependiente. Se utiliza a pal1:ir del mismo criterio de la regresión lineal, sólo que con un mayor número de variables independientes. Este estadrstico ayuda a predecir el valor de una var( '"'1 . dependiente, conociendo el valor y la influencia de un ,Goniuntp' i:h~ l, variables independientes. \ . \¡ : . Por su parte, el análisis de covarianza permite \ exa~ ni"<';':1 nar la relación entre una variable dependiente{ r dos\ o lil ÚS: ' j¡
", ..\~.,.. .~p"'..:...:,..•"'.~
./.'....: 180
SonIa Pa/ella Slrücuzz; y Feliberto Marlim Pestono
.
.=
\
f
t
\ ~.
(1'1 /'
'iJ
~ ~<" .. \;\
. "~~ \. ~. A·,
~J. ~
'-:'>1 ,:'¡
,"