Metodologías de

investigación con
perspectiva de género
Bloque de Metodología Cuantitativa
María García Jiménez ([email protected])
Curso 2022/2023
 ▪ Comprobación del supuesto de normalidad de una
variable cuantitativa
▪ VI cuantitativa * VD cuantitativa
▪ Correlación: r de Pearson / r de Spearman
Técnicas de análisis ▪ Dos variables cualitativas/categóricas
✓ Chi cuadrado de Pearson
inferencial de la ▪ VI cualitativa (dos grupos independientes) * VD
relación entre dos cuantitativa
✓t de Student / t de Welch
variables ✓ANOVA: F de Snedechor / F de Welch
▪ VI cualitativa (más de dos grupos independientes: 3-4
valores) * VD cuantitativa:
✓F ANOVA con prueba de comparaciones multiples a
posteriori (Tukey / Games-Howell)
▪ VI cualitativa (dos grupos relacionados) * VD
cuantitativa:
✓t de Student para muestras relacionadas
▪ +1 VI de cuali/cuanti * 1 VD cuantitativa
✓Regresión lineal múltiple
María García Jiménez
Comparación de
proporciones
Chi cuadrado de
Pearson

VI categórica
VD categórica
¿Qué hipótesis podría comprobarse con esta técnica? VI
categórica – VD categórica

Recuerda: Las variables categóricas son

tanto las nominales como las ordinales
con pocos valores (3 o 4)

Base de datos
“laboral.sav”
Ejemplo de hipótesis

H1. Se espera encontrar diferencias en cuanto a la aspiración o no a puestos de dirección y liderazgo

en función del género (H/M)
VI categórica y VD categórica
Chi cuadrado en tablas de contingencia 2x2
• Hipótesis de trabajo: Se espera encontrar diferencias en la aspiración
a puestos de dirección y liderazgo en función del género
• Hipótesis bidireccional (no se especifica “a favor” de qué grupo se esperan las
diferencias) vs unidireccional (se especifica que los hombres/mujeres mostrarán en
mayor medida aspiración a liderazgo que las mujeres/hombres).
• Para que se cumpla nuestra hipótesis → queremos rechazar la Ho (las diferencias no se
explican por azar), por lo que si hemos establecido el nivel de confianza en 95%, la
significación estadística deberá ser menor a .05 (p < .05)
• Variables de estudio en tablas 2x2
• VD categórica dicotómica: Aspira a un puesto de liderazgo (sí/no)
• VI categórica dicotómica: Género (mujer/hombre)*
Chi-cuadrado en tablas de contingencia 2x2
• Analiza si la distribución de las frecuencias de una VD dicotómica
(aspirar a liderazgo o no) varía en función de otra VI dicotómica
(hombre/mujer).
• Si existe relación entre las vv, rechazo Ho (p < .05). La distribución de
porcentajes variará al variar el género de los/as participantes (la
proporción de mujeres que aspiran a liderazgo es distinta que en
hombres).
• Si no existe relación entre las variables (son independientes), acepto
Ho (p > .05). La distribución de porcentajes será similar en hombres y
mujeres y cualquier diferencia será explicable por azar.
 Base de datos
“laboral.sav”
Chi-cuadrado
En SPSS: Analizar > Estadísticos Descriptivos > Tablas cruzadas (o tablas de contingencia)
Chi-cuadrado
En el botón Estadísticos seleccionar
la prueba chi-cuadrado y una
medida de tamaño del efecto
adecuada para ella: coeficiente de
contingencia phi (φ)
Chi-cuadrado
En el botón Casillas podemos
seleccionar:
- % filas (% personas que aspiran a
liderazgo en cada género).
- Frecuencias observadas y esperadas
de cada casilla (la diferencia
contribuye a incrementar el valor de
chi-cuadrado y que las diferencias
no puedan explicarse por azar
- Residuos estandarizados corregidos
(especialmente útil en tablas de
contingencia donde las variables
tengan más de dos valores).
Chi-cuadrado: Salida de resultados de SPSS
SPSS nos proporciona un conjunto de tablas:
- Resumen de procesamiento de casos
- Tabla de contingencia género*aspira liderazgo (aporta descriptivos)
- Pruebas de chi-cuadrado (aporta la prueba y significación estadística)
- Medidas simétricas (aporta el tamaño de efecto)

¡COPIA tus tablas en un Word para no perderlas!

Chi-cuadrado: Salida de resultados de SPSS

Permite comprobar el total de datos correspondientes a participantes en nuestro estudio (N

= 112) que serán considerados en este análisis.
Un caso perdido indica que en nuestro conjunto de datos, alguno de los participantes no
completó el dato relativo a su género o a si aspiraba a liderazgo o bien un error en la la base
de datos (recuerda que debes haber comprobado posibles errores previamente)
Chi-cuadrado: Salida de resultados de SPSS
Chi-cuadrado: Salida de resultados de SPSS

Comprueba que este porcentaje es inferior a Cuando > 20% puede haber una
20%. Si llega a 20% o lo supera, no podrías usar solución: RECATEGORIZAR
chi-cuadrado, porque no hay datos suficientes en VARIABLES (esto solo es posible
alguna de las casillas de la tabla de contingencias en tablas de contingencia
y no se pueden hacer las comparaciones mayores a 2x2 y lo veremos en
adecuadas. la siguiente parte de temario)
Chi-cuadrado: Salida de resultados de SPSS
p < .05, por tanto SÍ
existen diferencias
estadísticamente
significativas.

Se rechaza Ho y se
cumple nuestra
hipótesis, puesto
que las diferencias
no pueden ser
explicadas por el
azar.

En tablas 2x2 es
fácil observar
dónde están las
diferencias
Chi-cuadrado: Salida de resultados de SPSS

En tablas 2x2 es fácil

observar dónde
están las diferencias
Chi-cuadrado: Salida de resultados de SPSS
p < .05, por tanto SÍ
existen diferencias
estadísticamente
significativas.

Se rechaza Ho y se
cumple nuestra
hipótesis, puesto
que las diferencias
no pueden ser
explicadas por el
azar, pero
¿ES SUFICIENTE?
NO -> aportar
medida de tamaño
de efecto.
 La importancia del tamaño de efecto
• La significación estadística no es suficiente para determinar la existencia de
diferencias que no se explican por azar
• Especialmente en estudios de gran potencia estadística (muestras muy grandes), donde
cualquier efecto podría resultar significativo.

Tamaño de efecto medio/grande Tamaño de efecto pequeño

Significación Ambos índices apuntan a que el Con tanta potencia estadística dado un
estadística efecto probablemente exista a nivel tamaño muestral muy grande, cualquier
(p < .05) poblacional (Resultados efecto puede resultar significativo
concluyentes) (Resultados no concluyentes)
No Con una mayor potencia estadística Ambos índices apuntan a que el efecto
significación (mayor tamaño muestral) el efecto probablemente no existe a nivel
estadística podría haber sido significativo poblacional (Resultado concluyente)
(p > .05) (Resultados no concluyentes)
La importancia del tamaño de efecto
• A lo largo de los análisis, iremos identificando algunas medidas de
tamaño de efecto según la técnica que estemos utilizando
• En el caso de chi-cuadrado (χ2), una medida de tamaño del efecto es
el coeficiente de contingencia phi (φ). Que será pequeño, medio o
grande según los siguientes valores: .10, .30, .50, respectivamente.
Chi-cuadrado: Salida de resultados de SPSS

Tamaño de efecto (phi) pequeño ( ≤ .30), pero cercano a nivel medio.

Siendo flexibles a nivel estadístico, podría decirse que los resultados
son concluyentes y el efecto hallado en la muestra existiría a nivel
poblacional.
Chi-cuadrado: Redacción de resultados
Datos a aportar tomados de las tablas (siguiendo APA)
- Datos descriptivos de lo que ocurre en cada grupo
- Porcentajes
- Valor estadístico de chi-cuadrado, con grados de libertad (gl) y el número de sujetos
que se han incluido en el análisis
- Valor de probabilidad p (significación estadística)
- Al menos una medida de tamaño del efecto (φ)
Estilo APA en redacción de resultados
- Uso de cursivas para estadísticos: N, M, DT, p
- Indicación de decimales usando “.” no “,”
- Redondeo a dos decimales EXCEPTO en probabilidades (p se indica con 3 decimales)
- Se indican probabilidades exactas (salvo que p = .000, en es caso → p < .001)
Chi-cuadrado: Redacción de resultados
Ejemplos de posible redacción de resultados:
El porcentaje de mujeres que aspiran a alcanzar un puesto de
dirección o liderazgo fue inferior (30.8%) que en los hombres (58.3%).
Esta diferencia resultó estadísticamente significativa y con un tamaño
de efecto cercano a medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
Chi-cuadrado: Resultados en formato APA
Ejemplos de posible redacción de resultados:
Indica si hay relación entre las
El porcentaje de mujeres que aspiran variables
a alcanzaro diferencias en la de
un puesto
comparación
dirección o liderazgo fue inferior (30.8%) que en los dehombres
proporciones que
(58.3%).
Esta diferencia resultó estadísticamentesea estadísticamente significativa
significativa y con un tamaño
de efecto cercano a medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
Chi-cuadrado: Resultados en formato
Si hay APA no
relación significativa,
olvides indicar en qué sentido se
da esta relación (aportando
Ejemplos de posible redacción de resultados:
porcentajes de cada grupo que se
El porcentaje de mujeres que aspiran a alcanzar un puesto de
compara)
dirección o liderazgo fue inferior (30.8%) que en los hombres (58.3%).
Esta diferencia resultó estadísticamente significativa y con un tamaño
de efecto cercano a medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
Chi-cuadrado: Resultados en formato APA
Ejemplos de posible redacción de resultados:
En chi cuadrado:
El porcentaje
Aporta los grados de
de mujeres que aspiran a alcanzar un puesto de
dirección
libertad y elotamaño
liderazgo fue inferior (30.8%) que en los hombres (58.3%).
de “N”
Esta diferencia resultó estadísticamente significativa y con un tamaño
de efecto cercano a medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
Chi-cuadrado: Resultados en formato APA
Ejemplos de posible redacción de resultados:
Aporta una medida de tamaño del
El porcentaje de mujeres que aspiran efecto (phi en elun
a alcanzar casopuesto
de chi de
cuadrado)
dirección o liderazgo fue inferior (30.8%) que en losy menciona
hombressi(58.3%).
este
tamaño del efecto es pequeño,
Esta diferencia resultó estadísticamente significativa y con un tamaño
2 medio o grande
de efecto cercano a medio, χ (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
Chi-cuadrado: Resultados en formato APA
Formato para
Ejemplos todas lasredacción
de posible pruebas: de resultados:
Uso de “.” y no “,” en decimales
El porcentaje de mujeres que aspiran a alcanzar un puesto de
Redondeo a dos decimales (rojo)
dirección o liderazgo fue inferior (30.8%) que en los hombres (58.3%).
Tres decimales para “p” (amarillo)
Esta
p condiferencia
valor exactoresultó
si no es estadísticamente
“.000”)2 significativa y con un tamaño
de efecto cercano a medio, χ (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
Chi-cuadrado: Resultados en formato APA
Ejemplos de posible redacción de resultados:
El porcentaje de mujeres que aspiran a alcanzar
Estadísticos un puesto
en cursivas (N, p) de
dirección o liderazgo fue inferior (30.8%) que en los
(salvo hombres
letras griegas) (58.3%).
Esta diferencia resultó estadísticamente significativa y con un tamaño
de efecto cercano a medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
Se halló una diferencia estadísticamente significativa en la aspiración a
puestos de dirección y liderazgo en base al género, con un tamaño de
efecto cercano a nivel medio, χ2 (1, N = 112) = 8.54, p = .003, φ = .27.
En concreto, el porcentaje de hombres (58.3%) con aspiración a
puestos de liderazgo fue muy superior al de las mujeres con esta
aspiración (30.8%).
VI cualitativa y VD cualitativa
Chi cuadrado en tablas de contingencia 2x3, 3x3, 3x4…
• Chi cuadrado puede usarse cuando alguna o las dos variables categóricas
(nominales u ordinales con pocos valores) tienen más de dos valores
(politómicas). Ejemplo: Queremos analizar la relación entre:
• VI género (hombre/mujer) y VD grado de responsabilidad que ocupa en la empresa
(bajo/medio/alto): Tabla de contingencia 2x3
• VI nivel de estudios (primarios/secundarios/universitarios) y VD aspirar a un puesto de
liderazgo (sí/no): Tabla de contingencia 3x2
• VI nivel de estudios (primarios/secundarios/universitarios) y VD grado de responsabilidad
que ocupa en la empresa (bajo/medio/alto): Tabla de contingencia 3x3
• Ejemplo de hipótesis científica: Se espera que el grado de responsabilidad del
puesto que ocupa una persona sea diferente para hombres y mujeres
• VI “género” (nominal con dos valores: hombre o mujer)
• VD “grado de responsabilidad del puesto que ocupa” (ordinal con tres valores: bajo, medio
o alto)
Chi-cuadrado en SPSS
1) Analizar > Estadísticos Descriptivos >
Tablas cruzadas (o tablas de contingencia)

2) Botón Estadísticos 3) Botón Casillas

Chi-cuadrado: Salida de resultados de SPSS
1) La salida de resultados contiene las mismas tablas sin importar el nº
de valores de la VI y/o de la VD.
2) En los casos de tablas de contingencia mayores a 2x2, tendremos que
prestar atención en la tabla “Tabla cruzada” a los residuales
estandarizados corregidos mayores o menores a ± 1.96.
En nuestro ejemplo primero aparecerá:
 Cuando > 20% la solución podría ser
RECATEGORIZAR VARIABLES (esto solo es
posible en tablas de contingencia
mayores a 2x2): crearemos una nueva
variable donde agrupemos valores
1) Comprobar el supuesto de casillas sin dados del 20%
2) Comprobamos si hay diferencias estadísticamente
significativas (p < .05): si se rechaza o se acepta la H0
al comparar la proporción de mujeres y hombres en
cada grado de responsabilidad.
 En este caso, las diferencias se
encuentran en el grado de
responsabilidad baja, donde la
proporción o porcentaje de
mujeres es mayor de lo
esperado (tiene signo +)
mientras que el porcentaje de
hombres en puestos de baja
responsabilidad es menor de lo
esperado (signo -)

3) Al haber diferencias, vamos a la tabla cruzada para identificar entre qué

grupos se dan esas diferencias: residuales mayores/menores a ±1.96 (nos
centramos primero en las de signo positivo +, y luego en el negativo -, o
viceversa)
Como los residuales
estandarizados corregidos
no han alcanzado el valor
absoluto de 1.96 en el
resto de grupos, esto
indica que en esos grupos
no hay diferencias entre
hombres y mujeres (las
diferencias que hay a
nivel descriptivo son
debidas al azar).
 4) Solo queda mirar si el tamaño de
efecto va en la misma dirección que la
significación estadística (si los
resultados son concluyentes)

5) Interpretaremos el tamaño de efecto

conjuntamente con la significación estadística Tamaño de efecto Tamaño de efecto pequeño
(p = .006). En este caso, el tamaño de efecto es medio/grande
muy cercano a nivel medio, ϕ = .29 (lo Significación Ambos índices apuntan a que el Con tanta potencia estadística dado
consideraremos como si fuera medio) estadística efecto probablemente exista a un tamaño muestral muy grande,
(p < .05) nivel poblacional (Resultados cualquier efecto puede resultar
concluyentes) significativo (Resultados no
concluyentes)
6) Se concluye que existe relación entre ser
hombre o mujer y el grado de responsabilidad No Con una mayor potencia Ambos índices apuntan a que el
significación estadística (mayor tamaño efecto probablemente no existe a
que ocupa en la empresa estadística muestral) el efecto podría nivel poblacional (Resultado
(p > .05) haber sido significativo concluyente)
(Resultados no concluyentes)
Chi cuadrado en tablas de contingencia mayores a 2x2

Ejemplos de posible redacción de resultados:

La prueba de chi cuadrado mostró que el género estaba relacionado
con el grado de responsabilidad que ocupaba el empleado o
empleada en la empresa. El análisis de los residuales estandarizados
mostró que el porcentaje de mujeres que ocupaba un puesto de baja
responsabilidad (61.5%) fue mayor de lo esperado (Srij > 1.96) que el
porcentaje de hombres ocupando este grado de responsabilidad
(31.7%). Esta diferencia resultó estadísticamente significativa y con un
tamaño de efecto cercano a medio, χ2 (2, N = 112) = 10.28, p = .006, φ
= .29.
 Base de datos
Otro ejemplo… “laboral.sav”

En un estudio se quiere explorar si el grado de responsabilidad en la

empresa se relaciona con la aspiración a puestos de liderazgo.
Una variable categórica (ordinal con 3 valores) y una variable categórica
(nominal con dos valores).
1) Se cumple el supuesto del 20% de casillas
con recuento menor a 5
2) No hay diferencias significativas (p = .590)
por lo que se acepta H0, lo que podemos
corroborar al ver que no hay residuales
corregidos que lleguen a 1.96
3) El tamaño de efecto es pequeño (ϕ = .09)
4) Interpretación conjunta tamaño de efecto +
significación estadística (p): Concluimos que
no hay relación entre las variables
 Base de datos
“laboral.sav”

¿Cómo redactaríamos los resultados en formato APA?

La prueba de chi cuadrado mostró que no hubo diferencias

estadísticamente significativas entre la proporción de personas que
aspiraban o no a liderazgo en función de su nivel de estudios, y el
tamaño de efecto fue pequeño, χ2 (2, N = 112) = 1.06, p = .590, φ = .09.
Por lo tanto, ambas variables no están relacionadas.