8. Investigación cuantitativa en publicidad y social media: técnicas de investigación

Para profundizar

A continuación, se ha trabajado con los datos del fichero publicidad y haciendo uso del SPSS (se pueden hacer los cálculos con su versión gratuita el PSPP), se muestran las salidas del programa y las interpretaciones de todos los resultados estadísticos a los que se ha hecho referencia de manera teórica anteriormente.

En este caso, el tamaño de la muestra ha sido de 100 alumnos.

En la primera tabla se observan los valores de los estadísticos de las variables cualitativas nominales del fichero.

Estadísticos
		Sexo	Tipo de centro de estudios	Hábitat	Medio anuncios publicitarios codificado
N	Válido	100	100	100	100
	Perdidos	0	0	0	0
Moda		1a	1	2	4

Vemos que para todas las variables el tamaño de la muestra es de 100 y no hay valores perdidos, la moda de la variable sexo no es única, en cambio para el tipo de centro de estudios, el valor de la variable que más se repite es el 1, es decir, hay más centros públicos que privados. El hábitat más repetido es el que toma el valor 2, es decir, urbano, y el medio publicitario más repetido en las respuestas de los encuestados es el que toma en la codificación el valor 4, es decir, que donde más ven publicidad los encuestados son las redes sociales.

Sexo
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Hombre	50	50,0	50,0	50,0
	Mujer	50	50,0	50,0	100,0
	Total	100	100,0	100,0

En cuanto al sexo de los encuestados, el 50 % son hombres y el 50 % son mujeres.

Tipo de centro de estudios
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Público	76	76,0	76,0	76,0
	Privado	24	24,0	24,0	100,0
	Total	100	100,0	100,0

Anteriormente ya se había comentado que habían sido seleccionados más centros públicos que privados, en concreto hay 76 centros públicos y 24 centros privados. Como la muestra es de tamaño 100, la frecuencia absoluta coincide con el porcentaje. Al no haber datos perdidos, el porcentaje para cada tipo de centro de estudios coincide con el porcentaje válido.

Hábitat
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Rural	46	46,0	46,0	46,0
	Urbano	54	54,0	54,0	100,0
	Total	100	100,0	100,0

Con respecto al hábitat, la tabla anterior nos indicaba que había más centros urbanos que rurales, en concreto hay 54 centros urbanos y 46 rurales.

Medio anuncios publicitarios codificado
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Carteles	11	11,0	11,0	11,0
	Internet	30	30,0	30,0	41,0
	Móvil	20	20,0	20,0	61,0
	RRSS	31	31,0	31,0	92,0
	Televisión	8	8,0	8,0	100,0
	Total	100	100,0	100,0

Los medios señalados por los alumnos en los que mayoritariamente ven anuncios publicitarios son los carteles publicitarios, internet, a través del móvil, en las redes sociales y en la televisión se observa que nadie ha contestado que los vean por ejemplo en la prensa o los escuchen en la radio. El 11 % de ellos ha visto publicidad mayoritariamente en carteles publicitarios, el 30 % en internet, el 20 % en el móvil, el 31 % en las redes sociales y el 8 % en la televisión.

Los datos relativos a frecuencias absolutas y/o porcentajes se pueden pedir en formato tabla o gráfico, cuando la variable objeto de estudio es cualitativa nominal y de pocas categorías, el gráfico más apropiado es el gráfico de sectores o circular. Si observamos el gráfico, los resultados que muestra son los mismos que nos da la tabla. En los siguientes gráficos de sectores o circulares se aprecian los mismos resultados que se mostraron en las tablas correspondientes.

 

Para la variable de los distintos medios publicitarios, hacemos un diagrama de rectángulos, porque a pesar de ser una variable cualitativa nominal, el hecho de tener más categorías hace que este gráfico sea más adecuado que el otro.

La información que nos muestra el gráfico es la misma que la de la tabla correspondiente ya comentada anteriormente.

Una vez analizadas de manera descriptiva las variables cualitativas nominales, procedemos al análisis descriptivo de las variables cualitativas ordinales del fichero.

Estadísticos
		Estudios que cursa	Estudios del padre	Estudios de la madre	Calificación media en estudios	Importancia dada al dinero
N	Válido	100	100	98	100	97
	Perdidos	0	0	2	0	3
Mediana		2,00	2,00	2,00	7,00	3,00
Moda		2	2	2	7	2
Rango		2	3	3	6	4
Mínimo		1	1	1	3	1
Máximo		3	4	4	9	5
Percentiles	25	2,00	2,00	2,00	6,00	2,00
	50	2,00	2,00	2,00	7,00	3,00
	75	3,00	3,00	3,00	7,00	4,00

Se observa en la tabla que para los estudios de la madre hay 2 valores perdidos y para la importancia que le dan los alumnos al dinero hay 3 perdidos.

La mediana es el valor central de la variable previamente ordenados los datos de menor a mayor, se observa que para los estudios que cursa el valor es de 2, lo cual representa a los estudios de 2.º ciclo de la ESO-Bachillerato, la moda es 2, es decir, coincide el valor de la mediana con el de la moda, el rango es 2, el rango es la diferencia entre el valor máximo que toma la variable y el mínimo. El percentil 25 es 2 y el 50 también (el percentil 50 coincide con el valor de la mediana siempre), en cambio el percentil 75 es 3, eso quiere decir que previamente ordenados los datos de menor a mayor, el 75 % de ellos toman como mucho el valor 3, que se corresponde con formación profesional de grado medio.

En cuanto a la variable estudios del padre y de la madre, ambas tienen los mismos estadísticos, de mediana 2 que coincide con la moda, es decir, estudios primarios. El rango es de 3, porque esas variables toman valores de 1 a 4, el percentil 25 es 2 y el 50 también, en cambio el percentil 75 es 3, eso quiere decir que previamente ordenados los datos de menor a mayor, el 75 % de ellos toman como mucho el valor 3, que se corresponde a Bachillerato o equivalentes.

Si miramos la variable de calificación media en los estudios de los alumnos, la mediana toma el valor 7 al igual que la moda, el rango es de 6, porque la calificación media en los estudios más baja es de 3 y la más alta de 9, el percentil 25 vale 6, el percentil 50 y el 75 vale 7.

Por último, la mediana de la importancia que se da al dinero es 3, siendo esta una variable expresada en una escala Likert de 5 puntos, al salir el valor de 3, quiere decir que previamente ordenados los datos de menor a mayor valor, el 50 % de ellos le dan, como mucho, una importancia media al dinero, la moda es 2, es decir, el valor que más repite en las respuestas es que le dan poca importancia al dinero, el rango es 4, porque hemos comentado que es una variable Likert de 5 puntos, por tanto, toma valores de 1 a 5. El percentil 25 vale 2, el percentil 50 vale 3 y el percentil 75 vale 4.

Estudios que cursa
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Primaria-1.er ciclo ESO	20	20,0	20,0	20,0
	2.º ciclo ESO-Bachillerato	49	49,0	49,0	69,0
	Form. Prof. grado medio	31	31,0	31,0	100,0
	Total	100	100,0	100,0

En la tabla vemos que el 20 % de los alumnos cursan estudios de primaria o de 1.er ciclo de la ESO, el 49 % estudios de 2.º ciclo de la ESO o Bachillerato y el 31 % de los alumnos son alumnos de formación profesional de grado medio.

Estudios del padre
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Sin estudios	14	14,0	14,0	14,0
	Estudios primarios	37	37,0	37,0	51,0
	Bachillerato o equivalentes	30	30,0	30,0	81,0
	Diplomado, licenciado o equivalentes	19	19,0	19,0	100,0
	Total	100	100,0	100,0

El 14 % de los padres de los alumnos encuestados no tienen estudios, el 37 % estudios primarios, el 30 % estudios de Bachillerato o equivalentes y el 19 % son diplomados, licenciados o equivalentes. En la tabla anterior vemos que los porcentajes coinciden con los porcentajes válidos, porque no había valores perdidos, esto no se repite en la tabla que sigue a continuación porque hay valores perdidos.

Estudios de la madre
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Sin estudios	6	6,0	6,1	6,1
	Estudios primarios	59	59,0	60,2	66,3
	Bachillerato o equivalentes	18	18,0	18,4	84,7
	Diplomado, licenciado o equivalentes	15	15,0	15,3	100,0
	Total	98	98,0	100,0
Perdidos	9	2	2,0
Total		100	100,0

El 6 % de las madres de los alumnos encuestados no tienen estudios, el 59 % estudios primarios, el 18 % estudios de Bachillerato o equivalentes, el 15 % son diplomados, licenciados o equivalentes y del 2 % restante no se tienen datos, dado que los alumnos no los han aportado en la encuesta que se les ha pasado.

Calificación media en estudios
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	3	2	2,0	2,0	2,0
	4	3	3,0	3,0	5,0
	5	16	16,0	16,0	21,0
	6	27	27,0	27,0	48,0
	7	33	33,0	33,0	81,0
	8	16	16,0	16,0	97,0
	9	3	3,0	3,0	100,0
	Total	100	100,0	100,0

Observando los porcentajes acumulados, vemos que el 5 % de los alumnos tienen de media una calificación de no aprobado. Si miramos la columna de los porcentajes, el 16 % tienen una calificación media de 5, el 27 % de 6, el 33 % de 7, el 16 % de 8 y el 3 % de 9.

Importancia dada al dinero
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Muy poca	8	8,0	8,2	8,2
	Poca	32	32,0	33,0	41,2
	Media	19	19,0	19,6	60,8
	Mucha	19	19,0	19,6	80,4
	Muchísima	19	19,0	19,6	100,0
	Total	97	97,0	100,0
Perdidos	9	3	3,0
Total		100	100,0

Con respecto a la importancia que le dan los alumnos al dinero, se observa que el 8 % muy poca, el 32 % poca, el 19 % media, el 19 % mucha, el 19 % muchísima y hay un 3 % que no contesta a la pregunta.

Como ya se ha comentado anteriormente, los datos relativos a frecuencias absolutas y/o porcentajes se pueden pedir en formato tabla o gráfico. Cuando la variable objeto de estudio es cualitativa ordinal y de pocas categorías, el gráfico más apropiado es el gráfico de sectores o circular. Si observamos el gráfico, los resultados que muestra son lo mismo que nos da la tabla. En los siguientes gráficos de sectores o circulares se aprecian los mismos resultados que se mostraron en las tablas correspondientes.

 

 

Para la variable de la calificación media de los estudios y de la importancia que le dan al dinero, hacemos un diagrama de rectángulos, porque a pesar de ser una variable cualitativa ordinal, el hecho de tener más categorías hace que este gráfico sea más adecuado que el otro.

La información que nos muestran los gráficos es la misma que la de la tabla correspondiente ya comentada anteriormente.

Una vez analizadas de manera descriptiva las variables cualitativas ordinales, procedemos al análisis descriptivo de las variables cuantitativas del fichero. La paga semanal en euros se ha considerado variable cuantitativa continua, aunque si se observan los datos de esa variable, en realidad es variable cuantitativa discreta, esto nos permite a la hora de hacer el gráfico asociado a esa variable poder elegir entre hacer un diagrama de barras o un histograma. El número de hermanos incluido el sujeto es una variable cuantitativa discreta. La edad es una variable cuantitativa discreta tal y como aparece en los datos, aunque se podría considerar también como variable cuantitativa continua, pero no es muy habitual que cuando a alguien le pregunten por su edad, responda por ejemplo, 14,5 años.

Estadísticos
		Paga semanal en euros	N.º de hermanos incluido sujeto	Edad
N	Válido	92	100	100
	Perdidos	8	0	0
Media		12,95	2,74	15,79
Error estándar de la media		,453	,135	,168
Mediana		11,00	2,50	16,00
Moda		10	2	16
Desviación		4,348	1,346	1,684
Varianza		18,909	1,811	2,834
Asimetría		,814	,946	-,193
Error estándar de asimetría		,251	,241	,241
Curtosis		-,620	,945	,054
Error estándar de curtosis		,498	,478	,478
Rango		14	6	8
Mínimo		8	1	12
Máximo		22	7	20
Suma		1191	274	1579
Percentiles	25	10,00	2,00	15,00
	50	11,00	2,50	16,00
	75	16,00	3,00	17,00

Si estudiamos la variable paga semanal en euros, mirando la tabla vemos que hay 8 datos perdidos, por lo tanto, solo 92 válidos, la media vale 12,95 € con un error estándar de la media de 0,453 €, la mediana es de 11 €, la moda 10 €, es decir, a la mayoría le dan 10 €, la cuasi desviación típica es 4,348, la cuasivarianza es de 18,909.

Nota: La desviación estándar (SD) representa la variación en los valores de una variable, mientras que el error estándar de la media (standard error of the mean, SEM) representa la dispersión que tendría la media de una muestra de valores si se continuaran tomando muestras. Por lo tanto, el SEM proporciona una idea de la precisión de la media y la SD nos da una idea de la variabilidad de las observaciones individuales. Estos dos parámetros están relacionados:

Lo importante es indicar el valor de la desviación típica no del error estándar de la media.

El coeficiente de asimetría vale 0,814, eso quiere decir que la distribución de la muestra presenta una asimetría positiva o por la derecha.

Nota asimetría: Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central (media aritmética). La asimetría presenta tres estados diferentes, cada uno de los cuales define de forma concisa como están distribuidos los datos respecto al eje de asimetría. Se dice que la asimetría es positiva cuando la mayoría de los datos se encuentran por encima del valor de la media aritmética, la curva es simétrica cuando se distribuyen aproximadamente la misma cantidad de valores en ambos lados de la media y se conoce como asimetría negativa cuando la mayor cantidad de datos se aglomeran en los valores menores que la media.

 Coeficiente de asimetría de Fisher.

Si , la distribución es simétrica, es decir, existe aproximadamente la misma cantidad de valores a los dos lados de la media. Este valor es difícil de conseguir por lo que se tiende a tomar los valores que son cercanos ya sean positivos o negativos (± 0,5).

Si , la curva es asimétricamente positiva por lo que los valores se tienden a reunir más en la parte izquierda que en la derecha de la media.

Si , la curva es asimétricamente negativa por lo que los valores se tienden a reunir más en la parte derecha de la media.

Cuanto mayor sea el número (positivo o negativo), mayor será la distancia que separa la aglomeración de los valores con respecto a la media.

El hecho de que la curtosis sea de -0,620 quiere decir que la muestra es platicúrtica.

Nota curtosis: Esta medida determina el grado de concentración que presentan los valores en la región central de la distribución. Por medio del coeficiente de Curtosis, podemos identificar si existe una gran concentración de valores (leptocúrtica), una concentración normal (mesocúrtica) ó una baja concentración (platicúrtica).

 Coeficiente de exceso (o de Fisher)

Si , la distribución es mesocúrtica. Al igual que en la asimetría, es bastante difícil encontrar un coeficiente de Curtosis de valor cero, por lo que se suelen aceptar los valores cercanos (± 0,5 aprox.).

Si , la distribución es leptocúrtica.

Si , la distribución es platicúrtica.

Cuando la distribución de los datos cuenta con un coeficiente de asimetría ( = ±0,5) y un coeficiente de Curtosis de  = ±0,5), se le denomina curva normal. Este criterio es de suma importancia, ya que para la mayoría de los procedimientos de la estadística de inferencia se requiere que los datos se distribuyan normalmente.

La principal ventaja de la distribución normal radica en el supuesto que el 95 % de los valores se encuentra dentro de una distancia de dos desviaciones estándar de la media aritmética; es decir, si tomamos la media y le sumamos dos veces la desviación y después le restamos a la media dos desviaciones, el 95 % de los casos se encontraría dentro del rango que compongan estos valores.

El valor mínimo es 8 € y el máximo es 22 €, la diferencia es lo que se conoce como rango. Se observa que entre el percentil 25 y 50 hay poca diferencia en cuanto a valor, eso quiere decir que la mitad de la muestra recibe como mucho 11 € de paga.

Si estudiamos la variable número de hermanos incluido el sujeto, mirando la tabla vemos que no hay datos perdidos, por lo tanto, hay 100 válidos, la media y la mediana valen aproximadamente tres hermanos con un error estándar de la media aproximadamente de 0, la moda 2, es decir, la mayoría tiene dos hermanos, la cuasi desviación típica vale aproximadamente 1, la cuasivarianza aproximadamente toma el valor 2.

La desviación típica se calcularía así: 

El coeficiente de asimetría vale 0,946, eso quiere decir que la distribución de la muestra presenta una asimetría positiva o por la derecha. El hecho de que la curtosis sea de 0,945 quiere decir que la muestra es lectocúrtica. El valor mínimo es de un hermano y el máximo es de siete, la diferencia es lo que se conoce como rango. Se observa que entre los tres percentiles hay poca diferencia en cuanto a valor, eso quiere decir que el 75 % de los alumnos de la muestra tiene como mucho tres hermanos.

Si estudiamos la variable edad, mirando la tabla vemos que no hay datos perdidos, por lo tanto, hay 100 válidos, la media vale 15,79 años con un error estándar de la media de 0,168 años, la mediana y la moda son 16 años, es decir, la mayoría tienen 16 años, la cuasi desviación típica es 1,684, la cuasivarianza es de 2,834.

El coeficiente de asimetría vale -0,193 y la curtosis vale 0,054, eso quiere decir que la muestra de la variable edad se puede considerar que se ajusta a una curva normal. El valor mínimo es 12 y el máximo es 20 años, la diferencia es lo que se conoce como rango. Se observa que entre los tres percentiles hay poca diferencia en cuanto a valor, eso quiere decir que el 75 % de los alumnos de la muestra tiene como mucho 17 años.

A continuación, se muestran los resultados referidos a los porcentajes de los distintos valores que toman las variables cuantitativas discretas gráficamente, dada la clasificación de estas variables, el tipo de gráfico a pedir es un diagrama de barras.

En la gráfica se observa, por ejemplo, que el valor más repetido de dinero recibido como paga semanal es de 10 €, valor que coincide con el de la moda y con que nadie recibe como paga semanal 20 €.

En la gráfica se observa por ejemplo, que el valor más repetido de número de hermanos incluido el sujeto es de 2, valor que coincida con el de la moda. Otro dato por ejemplo que se observa es que el 2 % tiene seis hermanos incluido él y este porcentaje se repite para los que tienen siete hermanos incluidos ellos.

En la gráfica se observa por ejemplo, que el valor más repetido de edad es de 16, valor que coincida con el de la moda. Otro dato por ejemplo que se observa es que nadie tiene diecinueve años.

Si hubiéramos considerado la paga semanal en euros como cuantitativa continua, se tendría que haber llevado a cabo en lugar de un gráfico de barras, un histograma.

En el histograma, además de los porcentajes de los diferentes valores que toma la variable, te calcula la media y la cuasi desviación típica.

Para las variables cuantitativas continuas, podemos pedir, además del histograma, que nos dibuje su ajuste a diferentes distribuciones, una de ellas es la normal.

En la gráfica se observa que la distribución de los datos de la paga semanal en euros es platicúrtica y que tiene asimetría positiva o por la derecha.

Si hubiéramos hecho un histograma para la variable edad con el estudio del ajuste de la distribución de esa variable a una curva normal, el gráfico requerido sería el siguiente:

Donde se aprecia que la distribución de la variable edad se ajusta a una curva normal.

Aunque hay más variables relacionadas entre sí, nos vamos a limitar a estudiar aquellas variables que están relacionadas de manera directa o inversa con los medios en los que se ven los anuncios publicitarios para intentar establecer un perfil para cada tipo de medio. Si miramos la tabla, vemos que para un nivel de confianza del 99 % está relacionada con la edad; además, al tener un valor de 0,475, quiere decir que la relación es directa, es decir, que a mayor edad se ve publicidad en un medio codificado con un número mayor, así, para las edades más bajas el medio serán los carteles y para las edades más elevadas, la televisión.

Como vemos que está relacionada con la edad, vamos a pedir la recta de regresión lineal considerando como variable dependiente la variable de los medios donde se ven anuncios publicitarios y como independiente la edad.

Variables entradas/eliminadasa
Modelo	Variables entradas	Variables eliminadas	Método
1	Edadb	.	Introducir

Esta tabla nos indica la variable que ha entrado en el modelo, que es la identificada como correlacionada con la dependiente.

Resumen del modelo
Modelo	R	R cuadrado	R cuadrado ajustado	Error estándar de la estimación
1	,475a	,225	,217	1,040

Viendo el resumen del modelo, el coeficiente de determinación (R cuadrado), es el de correlación al cuadrado, vale 0,225, lo que significa que el 22,5 % de la variabilidad de la variable Medios está representada por la recta de regresión.

ANOVAa
Modelo		Suma de cuadrados	gl	Media cuadrática	F	Sig.
1	Regresión	30,791	1	30,791	28,478	,000b
	Residuo	105,959	98	1,081
	Total	136,750	99

Uno de los errores típicos es no tener claro qué significa aceptar o rechazar la hipótesis nula ().

Cuando el resultado de un contraste de hipótesis es rechazo hipótesis nula, significa que la hipótesis es falsa, por el contrario, aceptar la hipótesis nula, significa que no se tiene la suficiente información como para poder rechazarla (es decir, que igual con otra muestra o aumentando el tamaño de la misma, el resultado puede ser diferente; lo que no sucede cuando se rechaza la hipótesis nula).

Diremos que un valor es muy significativo si tiene poca probabilidad de ocurrir o aparecer, y un contraste es significativo cuando se rechaza .

 No hay regresión

 (hipótesis alternativa), lo que significa que se rechaza la hipótesis nula.

El contraste que hacemos es que no hay regresión, como el p-valor vale 0, eso quiere decir que el contraste es significativo y por tanto sí tiene sentido hacer la recta de regresión.

Coeficientesa
Modelo		Coeficientes no estandarizados		Coeficientes estandarizados	t	Sig.
		B	Desv. Error	Beta
1	(Constante)	-2,281	,986		-2,314	,023
	Edad	,331	,062	,475	5,337	,000

 Los coeficientes son nulos.

 (hipótesis alternativa), lo que significa que se rechaza la hipótesis nula.

Nos queda escribir la ecuación de la recta de regresión, viendo la tabla, la recta de regresión es: . Como el p-valor asociado a la constante es 0,023  0,05 y el asociado al coeficiente de la Edad también es menor que 0,05 para un nivel de confianza del 95 % la constante y el coeficiente de la variable Edad son no nulos.

Para profundizar

A continuación, se ha trabajado con los datos del fichero RRSS y haciendo uso del SPSS (se pueden hacer los cálculos con la versión gratuita del PSPP), se muestran las salidas del programa y las interpretaciones de todos los resultados estadísticos a los que se ha hecho referencia de manera teórica anteriormente.

En este caso, el tamaño de la muestra ha sido de 75 alumnos.

En la primera tabla se observan los valores de los estadísticos de las variables cualitativas nominales del fichero.

Estadísticos
		Sexo	Tipo de centro de estudios	Hábitat	Redes sociales codificadas
N	Válido	75	75	75	75
	Perdidos	0	0	0	0
Moda		2	1	2	7

Vemos que para todas las variables el tamaño de la muestra es de 75 y no hay valores perdidos, la moda de la variable sexo es 2, es decir, en la muestra hay más mujeres que hombres, para el tipo de centro de estudios, el valor de la variable que más se repite es el 1, es decir, hay más centros públicos que privados. El hábitat más repetido es el que toma el valor 2, es decir, urbano, y la red social más utilizada en las respuestas de los encuestados es el que toma en la codificación el valor 7, es decir, que la red social de más moda entre los encuestados es YouTube.

Sexo
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Hombre	27	36,0	36,0	36,0
	Mujer	48	64,0	64,0	100,0
	Total	75	100,0	100,0

En cuanto al sexo de los encuestados, el 36 % son hombres y el 64 % son mujeres.

Tipo de centro de estudios
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Público	56	74,7	74,4	74,7
	Privado	19	25,3	25,3	100,0
	Total	75	100,0	100,0

Anteriormente ya se había comentado que habían sido seleccionados más centros públicos que privados, en concreto hay 56 centros públicos y 19 centros privados, como la muestra es de tamaño 75, la frecuencia absoluta no coincide con el porcentaje. Al no haber datos perdidos, el porcentaje para cada tipo de centro de estudios coincide con el porcentaje válido.

Hábitat
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Rural	20	26,7	26,7	26,7
	Urbano	55	73,3	73,3	100,0
	Total	75	100,0	100,0

Con respecto al hábitat, la tabla anterior nos indicaba que había más centros urbanos que rurales, en concreto hay 55 centros urbanos y 20 rurales.

Red social más usada
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Facebook	11	14,7	14,7	14,7
	Instagram	14	18,7	18,7	33,3
	Snapchat	5	6,7	6,7	40,0
	TikTok	13	17,3	17,3	57,3
	Twitter	3	4,0	4,0	61,3
	WhatsApp	13	17,3	17,3	78,7
	YouTube	16	21,3	21,3	100,0
	Total	75	100,0	100,0

Las redes sociales que mayoritariamente usan los alumnos son Facebook, Instagram, Snapchat, TikTok, Twitter, WhatsApp y YouTube. El 14,7 % de ellos usan mayoritariamente Facebook, el 18,7 % en Instagram, el 6,7 % Snapchat, el 17,3 % TikTok, el 4 % Twitter, el 17,3 % WhatsApp y el 21,3 % Facebook.

Los datos relativos a frecuencias absolutas y/o porcentajes se pueden pedir en formato tabla o gráfico, cuando la variable objeto de estudio es cualitativa nominal y de pocas categorías, el gráfico más apropiado es el gráfico de sectores o circular. Si observamos el gráfico, los resultados que muestra son los mismos que nos da la tabla. En los siguientes gráficos de sectores o circulares se aprecian los mismos resultados que se mostraron en las tablas correspondientes.

Para la variable de las distintas redes sociales, hacemos un diagrama de rectángulos, porque a pesar de ser una variable cualitativa nominal, el hecho de tener más categorías hace que este gráfico sea más adecuado que el otro.

La información que nos muestra el gráfico es la misma que la de la tabla correspondiente ya comentada anteriormente.

Una vez analizadas de manera descriptiva las variables cualitativas nominales, procedemos al análisis descriptivo de las variables cualitativas ordinales del fichero.

Estadísticos
		Estudios que cursa	Estudios del padre	Estudios de la madre	Calificación media en estudios	Importancia dada al dinero
N	Válido	75	75	75	75	75
	Perdidos	0	0	0	0	0
Mediana		2,00	3,00	3,00	6,00	4,00
Moda		2	3	3	7	4
Rango		2	3	3	6	4
Mínimo		1	1	1	3	1
Máximo		3	4	4	9	5
Percentiles	25	1,00	2,00	2,00	5,00	2,00
	50	2,00	3,00	3,00	6,00	4,00
	75	3,00	3,00	3,00	7,00	4,00

Se observa en la tabla que no hay valores perdidos para ninguna de las variables consideradas.

La mediana es el valor central de la variable. Previamente ordenados los datos de menor a mayor, se observa que para los estudios que cursa el valor es de 2, lo cual representa a los estudios de 2.º ciclo de la ESO-bachiller, la moda es 2, es decir, coincide el valor de la mediana con el de la moda, el rango es 2, el rango es la diferencia entre el valor máximo que toma la variable y el mínimo. El percentil 25 es 1 y el 50 es 2 (el percentil 50 coincide con el valor de la mediana siempre), el percentil 75 es 3, eso quiere decir que previamente ordenados los datos de menor a mayor, el 75 % de ellos toman como mucho el valor 3, que se corresponde con formación profesional de grado medio.

En cuando a la variable Estudios del padre y de la madre, ambas tienen los mismos estadísticos, de mediana 3 que coincide con la moda, es decir, bachiller o equivalentes, el rango es de 3, porque esas variables toman valores de 1 a 4, el percentil 25 es 2 y el 50 es 3, que coincide con el percentil 75 es 3, eso quiere decir que previamente ordenados los datos de menor a mayor, el 75 % de ellos toman como mucho el valor 3, que se corresponde a bachillerato o equivalentes.

Si miramos la variable de Calificación media en los estudios de los alumnos, la mediana toma el valor 6 y la moda de 7, el rango es de 6, porque la calificación media en los estudios más baja es de 3 y la más alta de 9, el percentil 25 vale 5, el percentil 50 vale 6 y el 75, vale 7.

Por último, la mediana de la importancia que se le da al dinero es 4, siendo esta una variable expresada en una escala Likert de 5 puntos, al salir el valor de 4, quiere decir que previamente ordenados los datos de menor a mayor valor, el 50 % de ellos le dan como mucho importancia al dinero, la moda es 4, es decir, el valor que más repite en las respuestas es que le dan mucha importancia al dinero, el rango es 4, porque hemos comentado que es una variable Likert de 5 puntos, por tanto, toma valores de 1 a 5. El percentil 25 vale 2, el percentil 50 vale 4 al igual que el percentil 75.

Estudios que cursa
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	prim-1cicloESO	19	25,3	25,3	25,3
	2cicloESO-bachiller	34	45,3	45,3	70,7
	form. prof.grado medio	22	29,3	29,3	100,0
	Total	75	100,0	100,0

En la tabla vemos que el 25,3 % de los alumnos cursan estudios de primaria o de 1.er ciclo de la ESO, el 45,3 % estudios de 2º ciclo de la ESO o bachillerato y el 29,3 % de los alumnos son alumnos de formación profesional de grado medio.

Estudios del padre
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Sin estudios	5	6,7	6,7	6,7
	Estudios primarios	29	38,7	38,7	45,3
	Bachiller o equivalentes	30	40,0	40,0	85,3
	Diplomado, licenciado o equivalentes	11	14,7	14,7	100,0
	Total	75	100,0	100,0

El 6,7 % de los padres de los alumnos encuestados no tienen estudios, el 38,7 % estudios primarios, el 40 % estudios de bachillerato o equivalentes y el 14,7 % son diplomados, licenciados o equivalentes.

Estudios de la madre
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Sin estudios	5	6,7	6,7	6,7
	Estudios primarios	28	37,3	37,3	44,0
	Bachiller o equivalentes	29	38,7	38,7	82,7
	Diplomado, licenciado o equivalentes	13	17,3	17,3	100,0
	Total	75	100,0	100,0

El 6,7 % de las madres de los alumnos encuestados no tienen estudios, el 37,3 % estudios primarios, el 38,7 % estudios de bachillerato o equivalentes y el 17,3 % son diplomados, licenciados o equivalentes.

Calificación media en estudios
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	3	2	2,7	2,7	2,7
	4	1	1,3	1,3	4,0
	5	17	22,7	22,7	26,7
	6	21	28,0	28,0	54,7
	7	24	32,0	32,0	86,7
	8	9	12,0	12,0	98,7
	9	1	1,3	1,3	100,0
	Total	75	100,0	100,0

Observando los porcentajes acumulados, vemos que el 4 % de los alumnos tienen de media una calificación de no aprobado. Si miramos la columna de los porcentajes, el 22,7 % tienen una calificación media de 5, el 28 % de 6, el 32 % de 7, el 12 % de 8 y el 1,3 % de 9.

Importancia que das al dinero
		Frecuencia	Porcentaje	Porcentaje válido	Porcentaje acumulado
Válido	Muy poca	1	1,3	1,3	1,3
	Poca	18	24,0	24,0	25,3
	Media	17	22,7	22,7	48,0
	Mucha	21	28,0	28,0	76,0
	Muchísima	18	24,0	24,0	100,0
	Total	75	100,0	100,0

Con respecto a la importancia que le dan los alumnos al dinero, se observa que el 1,3 % muy poca, el 24 % poca, el 22,7 % media, el 28 % mucha y el 24 % muchísima.

Como ya se ha comentado anteriormente, los datos relativos a frecuencias absolutas y/o porcentajes se pueden pedir en formato tabla o gráfico, cuando la variable objeto de estudio es cualitativa ordinal y de pocas categorías, el gráfico más apropiado es el gráfico de sectores o circular. Si observamos el gráfico, los resultados que muestra son lo mismo que nos da la tabla. En los siguientes gráficos de sectores o circulares se aprecian los mismos resultados que se mostraron en las tablas correspondientes.

Para la variable de la calificación media de los estudios y de la importancia que se le da al dinero, hacemos un diagrama de rectángulos, porque a pesar de ser una variable cualitativa ordinal, el hecho de tener más categorías hace que este gráfico sea más adecuado que el otro.

La información que nos muestran los gráficos es la misma que la de la tabla correspondiente ya comentada anteriormente.

Una vez analizadas de manera descriptiva las variables cualitativas ordinales, procedemos al análisis descriptivo de las variables cuantitativas del fichero. La paga semanal en euros se ha considerado variable cuantitativa continua, aunque, si se observan los datos de esa variable, en realidad es variable cuantitativa discreta, esto nos permite a la hora de hacer el gráfico asociado a esa variable poder elegir entre hacer un diagrama de barras o un histograma. El número de hermanos, incluido el sujeto, es una variable cuantitativa discreta. La edad es una variable cuantitativa discreta tal y como aparece en los datos, aunque se podría considerar también como variable cuantitativa continua, pero no es muy habitual como ya se comentó en el ejemplo anterior sobre publicidad.

Estadísticos
		Paga semanal en euros	N.º de hermanos incluido sujeto	Edad
N	Válido	75	75	75
	Perdidos	0	0	0
Media		16,2800	2,63	15,71
Error estándar de la media		,51729	,177	,229
Mediana		17,0000	2,00	16,00
Moda		22,00	2	16
Desviación		4,47986	1,531	1,985
Varianza		20,069	2,345	3,940
Asimetría		-,360	1,284	-,134
Error estándar de asimetría		,277	,277	,277
Curtosis		-1,120	1,398	-,374
Error estándar de curtosis		,548	,548	,548
Rango		14,00	6	8
Mínimo		8,00	1	12
Máximo		22,00	7	20
Suma		1221,00	197	1178
Percentiles	25	12,0000	2,00	15,00
	50	17,0000	2,00	16,00
	75	19,0000	3,00	17,00

Si estudiamos la variable paga semanal en euros, mirando la tabla vemos que no hay datos perdidos, por lo tanto, son 75 válidos, la media vale 16,28 € con un error estándar de la media de aproximadamente 0,52 €; la mediana es de 17 €, la moda 22 €, es decir, a la mayoría le dan 22 €; la cuasi desviación típica es aproximadamente 4,48, la cuasivarianza es de 20,069.

Lo importante es indicar el valor de la desviación típica no del error estándar de la media.

El coeficiente de asimetría vale -0,36, eso quiere decir que la distribución de la muestra presenta una asimetría negativa o por la izquierda.

El hecho de que la curtosis sea de -0,120 quiere decir que la muestra es platicúrtica.

El valor mínimo es 8 € y el máximo es 22 €, la diferencia es lo que se conoce como rango. Se observa que entre el percentil 25 y 50 hay mucha diferencia en cuanto a valor y no tanto entre el 50 y el 75.

Si estudiamos la variable Número de hermanos incluido el sujeto, mirando la tabla vemos que no hay datos perdidos, por lo tanto, hay 75 válidos, la mediana y la moda valen aproximadamente 2, es decir, la mayoría tiene dos hermanos, la cuasi desviación típica vale aproximadamente 2, la cuasivarianza aproximadamente toma el valor 2.

La desviación típica se calcularía así: 

El coeficiente de asimetría vale 1,284, eso quiere decir que la distribución de la muestra presenta una asimetría positiva o por la derecha. El hecho de que la curtosis sea de 1,398 quiere decir que la muestra es lectocúrtica. El valor mínimo es de 1 hermano y el máximo es de 7, la diferencia es lo que se conoce como rango. Se observa que entre los tres percentiles hay poca diferencia en cuanto a valor, eso quiere decir que el 75 % de los alumnos de la muestra tiene como mucho tres hermanos.

Si estudiamos la variable edad, mirando la tabla vemos que no hay datos perdidos, por lo tanto, hay 75 válidos, la media vale 15,71 años con un error estándar de la media de 0,229 años, la mediana y la moda son 16 años, es decir, la mayoría tienen 16 años, la cuasi desviación típica es 1,985, la cuasivarianza es de 3,94.

El coeficiente de asimetría vale -0,134 y la curtosis vale -0,374, eso quiere decir que la muestra de la variable edad se puede considerar que se ajusta a una curva normal. El valor mínimo es 12 y el máximo es 20 años, la diferencia es lo que se conoce como rango. Se observa que entre los tres percentiles hay poca diferencia en cuanto a valor, eso quiere decir que el 75 % de los alumnos de la muestra tiene como mucho 17 años.

A continuación, se muestran los resultados referidos a los porcentajes de los distintos valores que toman las variables cuantitativas gráficamente, dada la clasificación de estas variables, el tipo de gráfico que se pide es un diagrama de barras para las discretas y el histograma para las cuantitativas continuas.

En el histograma, además de los porcentajes de los diferentes valores que toma la variable, te calcula la media y la cuasi desviación típica. Se observa que la mayoría reciben 22 €, de ahí que eso valga la moda, y que nadie recibe 20 € de paga.

En la gráfica se observa que la distribución de los datos de la paga semanal en euros es platicúrtica y que tiene asimetría negativa o por la izquierda.

En la gráfica se observa, por ejemplo, que el valor más repetido de número de hermanos incluido el sujeto es de 2, valor que coincide con el de la moda. Otro dato que se observa, por ejemplo, es que el 4 % tiene seis hermanos, incluido él, y este porcentaje se repite para los que tienen siete hermanos incluidos ellos.

En la gráfica se observa, por ejemplo, que el valor más repetido de edad es de 16, valor que coincide con el de la moda. Otro dato que se observa, por ejemplo, es que nadie tiene 19 años.

Aunque hay más variables relacionadas entre sí, nos vamos a limitar a estudiar aquellas variables que están relacionadas de manera directa o inversa con las redes sociales más utilizadas para intentar establecer un perfil para cada tipo de red. Si miramos la tabla vemos que para un nivel de confianza del 99 % está relacionada con los estudios que cursa y la edad, si consideramos un nivel de confianza del 95 % está relacionada esa variable con los estudios que cursa, los estudios del padre y la edad.

Así que, a partir de ahora vamos a considerar que el nivel de confianza es del 95 %.

Para los estudios que cursa y la red social, vemos que el coeficiente de correlación de Pearson es negativo, eso quiere decir que la relación es inversa, es decir, que a mayor codificación del estudio cursado, menor codificación con respecto a la red social, y lo mismo ocurre entre las otras variables relacionadas.

Como vemos que está relacionada con esas tres variables, vamos a pedir la recta de regresión lineal considerando como variable dependiente la variable de redes sociales y como independiente, las tres señaladas.

Variables entradas/eliminadasa
Modelo	Variables entradas	Variables eliminadas	Método
1	Edad, estudios del padre, estudios que cursab	.	Introducir

Esta tabla nos indica las variables que han entrado en el modelo, las cuales son las identificadas como correlacionadas con la dependiente.

Resumen del modelo
Modelo	R	R cuadrado	R cuadrado ajustado	Error estándar de la estimación
1	,490a	,240	,208	1,956

Viendo el resumen del modelo, el coeficiente de determinación (R cuadrado), es el de correlación al cuadrado, vale 0,240, lo que significa que el 24 % de la variabilidad de la variable Red social está representada por la recta de regresión.

ANOVAa
Modelo		Suma de cuadrados	gl	Media cuadrática	F	Sig.
1	Regresión	85,753	3	28,584	7,471	,000b
	Residuo	271,633	71	3,826
	Total	357,387	74

No hay regresión

 (hipótesis alternativa), lo que significa que se rechaza la hipótesis nula.

El contraste que hacemos es que no hay regresión, como el p-valor vale 0, eso quiere decir que el contraste es significativo y por tanto sí tiene sentido hacer la recta de regresión.

Coeficientesa
Modelo		Coeficientes no estandarizados		Coeficientes estandarizados	t	Sig.
		B	Desv. Error	Beta
1	(Constante)	12,718	2,281		5,575	,000
	Estudios que cursa	-,527	,402	-,178	-1,311	,194
	Estudios del padre	-,958	,286	-,357	-3,351	,001
	EDAD	-,317	,153	-,286	-2,070	,042

Nos queda escribir la ecuación de la recta de regresión. Viendo la tabla, la recta de regresión es:

Los coeficientes son nulos

 (hipótesis alternativa), lo que significa que se rechaza la hipótesis nula.

Como los p-valores asociados a la constante y a los coeficientes asociados a las variables de Estudios del padre y la edad son menores o iguales que 0,05, podemos considerar que tanto la constante como esos dos coeficientes son no nulos, cosa que no pasa en el coeficiente asociado a la variable Estudios que cursa. Eso quiere decir que tenemos que pedir de nuevo la recta de regresión, quitando la variable Estudios que cursa para un nivel de confianza del 95 %.

Variables entradas/eliminadasa
Modelo	Variables entradas	Variables eliminadas	Método
1	Edad, estudios del padreb	.	Introducir

Esta tabla nos indica las variables que han entrado en el modelo, que son las identificadas como correlacionadas y de coeficientes no nulos con la dependiente.

Resumen del modelo
Modelo	R	R cuadrado	R cuadrado ajustado	Error estándar de la estimación
1	,471a	,222	,200	1,966

Viendo el resumen del modelo, el coeficiente de determinación (R cuadrado) es el de correlación al cuadrado, vale 0,222, lo que significa que el 22,2 % de la variabilidad de la variable Red social está representada por la recta de regresión.

ANOVAa
Modelo		Suma de cuadrados	gl	Media cuadrática	F	Sig.
1	Regresión	79,173	2	39,587	10,245	,000b
	Residuo	278,213	72	3,864
	Total	357,387	74

No hay regresión

 (hipótesis alternativa), lo que significa que se rechaza la hipótesis nula.

El contraste que hacemos es que no hay regresión, como el p-valor vale 0, eso quiere decir que el contraste es significativo y por tanto sí tiene sentido hacer la recta de regresión.

Coeficientesa
Modelo		Coeficientes no estandarizados		Coeficientes estandarizados	t	Sig.
		B	Desv. Error	Beta
1	(Constante)	13,655	2,177		6,272	,000
	Estudios del padre	-,958	,287	-,357	-3,334	,001
	Edad	-,445	,118	-,402	-3,759	,000

Nos queda escribir la ecuación de la recta de regresión. Viendo la tabla, la recta de regresión es:

Los coeficientes son nulos

 (hipótesis alternativa), lo que significa que se rechaza la hipótesis nula.

Como los p-valores tanto de la constante como de los otros coeficientes son menores o iguales que 0,05, puedo considerar que tanto la constante como esos dos coeficientes son no nulos para un nivel de confianza del 95 %.