Los científicos sociales , como psicólogos , sociólogos y politólogos , utilizan un ANOVA ( análisis de varianza ) para determinar cómo una variable independiente afecta a una variable dependiente. Por ejemplo , determinar si las personas tienen más probabilidades de encontrar un ladrón de sexo masculino o femenino (variable dependiente) culpable (variable independiente ) en un ensayo . Estos científicos usan SPSS ( Statistical Package for the Social Sciences ) para encontrar ETA Squared . ETA Squared es el porcentaje de la variable dependiente controlada por la variable independiente. En otras palabras , nos dice lo mucho que el sexo del ladrón influye en las percepciones de la culpabilidad de las personas. Cosas que necesitará
SPSS
Datos
Ver Más instrucciones
ANOVA
1

Haga clic en " Vista de datos " en la parte inferior de la pantalla SPSS.
2

Seleccione " Estadísticas " de la barra de herramientas en la parte superior de la pantalla de SPSS. Cuando aparezca el cuadro de diálogo , seleccione " Modelo Lineal General. " A continuación, haga clic en " simple factorial " en el cuadro desplegable.
3

Seleccione la variable dependiente (por ejemplo, "La culpa " ) de la lista de variables y arrástrela en la " dependiente "caja .
4

Seleccione la variable independiente, como " Sexo del ladrón " y arrastre en la" caja de los factores " .
Efecto Tamaño
Página 5

Encuentre el tamaño del efecto mediante la selección de "Opciones" en la parte inferior del cuadro de diálogo . A continuación, seleccione " Tamaño de efecto " y haga clic en " Continuar".
6

Mira la tabla titulada "Pruebas de los efectos inter-sujetos " en la pantalla de salida . El cuadro de la izquierda , llamada " Fuente ", incluye la variable independiente ( por ejemplo, "El sexo del ladrón ") .
7

Siga la fila junto a la variable independiente ( "sexo del ladrón ") a través de la columna " ETA al cuadrado. " ETA Squared es muy importante. Este número indica la cantidad de la variable dependiente es controlado por la variable independiente. El número más alto que puede obtener es 1 . Los porcentajes más altos ( los más cercanos a 1) significan un mayor control. Un eta cuadrada de 0,73 significa que la variable independiente explica 73 % de la variable dependiente

.