resumen de las características de la aplicación estadística spss

Estadística EUITIO Introducción al SPSS
RESUMEN DE LAS CARACTERÍSTICAS DE LA
APLICACIÓN ESTADÍSTICA SPSS
1.- PANTALLA PRINCIPAL.
• Barra de Menús
Archivo (Abrir, guardar e imprimir ficheros )
Edición (Cortar, pegar, buscar etc.)
Ver (Barras de herramientas, fuentes de letras, etiquetas etc.)
Datos (Insertar casos y variables, ordenar, segmentar y pegar ficheros,
seleccionar y ponderar casos)
Transformar (Cálculo, recodificación y transformación de variables,
generación de números seudo -aleatorios)
Analizar (Métodos estadísticos de análisis de datos)
Gráficas (Representaciones gráficas de los datos)
Utilidades (Información general sobre el fichero y las variables)
Ventanas (Información sobre las ventanas disponibles y cual está activa)
? ( Información general sobre el SPSS)
• Barra de Iconos
Abrir archivos Deshacer Variables Segmentar archivo
Guardar archivos Rehacer Buscar datos Ponderar casos
Imprimir Ir a gráfico Insertar caso Seleccionar casos
Recuperar cuadro diálogo Ir al caso Insertar variable Etiquetas
Usar conjuntos
• Solapas
• Barra de Estado
2.- CREACIÓN DE UN FICHERO (BASE DE DATOS) DE SPSS.
• Definición de las características de las variables:
Nombre (a lo sumo 8 caracteres).
Tipos de variable:
Numéricas.
Cadena.
Fechas.
...
Etiqueta de variable.
Etiqueta de las modalidades de respuesta de las variables.
Definición de los valores perdidos:
Propios del sistema,
Determinados por el usuario
• Escritura de los datos.
Prácticas de laboratorio. Curso 03-04 1 Mª Asunción Lubiano Gómez
Estadística EUITIO Introducción al SPSS
3.- TIPOS DE ARCHIVOS.
• Archivos de Datos: Solo puede estar uno activado.
­ Propios del SPSS. Se identifican con la extensión .SAV
­ ASCII.
­ Otras aplicaciones: DBase, Excel, etc.
• Archivos de Resultados. Se identifican con la extensión .SPO
• Archivos de Sintaxis. Se identifican con la extensión .SPS
4.- LECTURA DE UN FICHERO
• Propio de SPSS.
• Leer datos de texto.
• Captura de bases de datos.
5.- ANÁLISIS ESTADÍSTICOS.
Entre las opciones disponibles usaremos fundamentalmente:
Estadísticos descriptivos
Regresión
Series temporales
Comparar Medias
Pruebas no paramétricas
Prácticas de laboratorio. Curso 03-04 2 Mª Asunción Lubiano Gómez

Estadística EUITIO Análisis descriptivo con una variable
Análisis descriptivo con una variable
Los análisis descriptivos con una variable se pueden realizar en SPSS con los procedimientos:
Frecuencias, Descriptivos y Explorar. A continuación se presenta una breve explicación de
cada uno de ellos, resaltando las diferencias y similitudes que comparten e insistiendo en
aspectos de interés del análisis descriptivo que se pueden abordar con el SPSS.
1. Tablas de frecuencias.
Para organizar los datos correspondientes a una variable, puede confeccionarse con el
procedimiento Frecuencias una tabla donde aparezcan los valores de la variable, sus
frecuencias absolutas, las frecuencias relativas en porcentajes y las relativas acumuladas en
porcentajes.
2. Representaciones gráficas.
Las representaciones gráficas permiten captar rápidamente y sin gran esfuerzo las principales
características de una distribución de frecuencias. Son un medio complementario, aunque muy
importante, para realizar un análisis estadístico de los datos.
Desde el cuadro de diálogo del botón Gráficos del procedimiento de Frecuencias sólo es
posible seleccionar uno de los siguientes gráficos:
• Gráfico de barras
• Gráfico de sectores
• Histograma (con el ajuste a la curva normal)
Prácticas de laboratorio. Curso 03-04 1 Mª Asunción Lubiano Gómez
Estadística EUITIO Análisis descriptivo con una variable
Otras representaciones como los diagramas y polígonos de frecuencias acumuladas se pueden
construir con el menú de Gráficos.
3. Medidas resumen de una variable
Las medidas de tendencia central, de posición, dispersión y forma pueden obtenerse desde
diferentes cuadros de diálogo del menú Analizar.
Uno de los más empleados es el botón de Estadísticos del procedimiento Frecuencias:
Para estudiar la simetría de una v.e. se pueden utilizar el coeficiente de simetría de Pearson (si
es unimodal) dado por
μ =
X − Mo
S
o bien el coeficiente de asimetría de Fisher que calcula de forma aproximada el SPSS,
3
∑( X i − X ) fi
i γ 1 ≈
3
S
La mayor o menor concentración de frecuencias alrededor de la media y en la zona central de la
distribución dará lugar a una distribución más o menos apuntada. El estudio del apuntamiento se
puede hacer con el coeficiente de curtosis de Fisher dado por
4
∑( X X ) f
i
i
i
2
4
S
−
β
≈
Prácticas de laboratorio. Curso 03-04 2
Mª Asunción Lubiano Gómez
X
X
X

Estadística EUITIO Análisis descriptivo con una variable
aunque el SPSS proporciona un valor aproximado del conocido como exceso de curtosis
γ
2
≈
4
∑(
X i − X )
i
S
4
X
fi
− 3
Para conocer los estadísticos descriptivos más representativos de las variables cuantitativas
también puede seleccionarse el procedimiento Descriptivos. Ofrece también la posibilidad de
obtener las puntuaciones típicas para cada uno de los individuos en una variable denominada
zvar.
Otra forma de proceder para obtener las medidas que resumen la distribución de frecuencias de
una variable estadística es desde el procedimiento Explorar. El estudio se puede realizar por
separado en cada una de las modalidades de la variable Factor, lo que es equivalente a
Segmentar el archivo por dicha variable.
Este procedimiento proporciona además métodos simples de identificación de outliers u
observaciones que tienen un comportamiento muy diferente respecto al resto de los datos, en
relación al análisis que se desea realizar sobre las observaciones.
⎯ Estadísticos descriptivos como la media recortada al 5% o el recorrido intercuartílico.
Prácticas de laboratorio. Curso 03-04 3
Mª Asunción Lubiano Gómez
Estadística EUITIO Análisis descriptivo con una variable
⎯ Valores atípicos
⎯ Gráficos como el diagramas de tallos y hojas y el diagrama de cajas
Aunque no es exactamente un gráfico, los diagramas de tallos y hojas se utilizan para describir
variables cuantitativas y presenta la particularidad de permitir visuali zar globalmente la
distribuci ón manteniendo la individualidad de los datos.
Consumo (l/100Km) Stem-and-Leaf Plot for ORIGEN= Europa
Frequency Stem & Leaf
4,00 Extremes (==13,0)
Stem width: 1
Each leaf: 1 case(s)
Los diagramas de caja o box -plot pueden interpretarse como representaciones gráficas
construidas para mostrar las características principales de la muestra, así como para identificar
la posible presencia de observaciones atípicas.
Consumo (l/100Km)
30
20
10
0
N =
248
EE.UU.
País de origen
Prácticas de laboratorio. Curso 03-04 4
Mª Asunción Lubiano Gómez
26
285
219 283
84
403 333 334 252
70
Europa
119
116 79 131 218
79
Japón

Análisis descriptivo con más de una variable
1. Distribuciones de frecuencias y representaciones gráficas
La distribución conjunta de frecuencias para dos o más variables se puede elaborar con el
procedimiento Tabla de contingencia del menú Estadísticos descriptivos.
Desde el procedimiento Tablas de contingencia se puede mostrar un diagrama de barras
conjunto de las dos variables.
Si se desea representar la distribución conjunta de dos variables cuantitativas es necesario
agrupar previamente los valores de cada una de las variables con el procedimiento Recodificar
del menú Transformar.
Para dos variables cuantitativas, la primera aproximación a la relación entre ambas es el
diagrama de dispersión que se realiza a partir de la opción Dispersión del menú Gráficos.
Consumo (l/100Km)
2. Análisis de regresión lineal
30
20
10
0
200 400 600 800 1000 1200 1400 1600 1800
Peso total (kg)
Si es factible buscar un modelo de regresión lineal, los coeficientes de la recta de regresión
(según el criterio de mínimos cuadrados) así como la bondad del ajuste (coeficiente de
correlación lineal de Pearson o el coeficiente de determinación) se pueden obtener con el
procedimiento Regresión lineal.
Aunque el SPSS ofrece muchas tablas de resultados de la regresión, por el momento nos
fijaremos en los que se refieren a los co eficientes del modelo y a su bondad.
Modelo
1
Modelo
1
Resumen del modelo
,837a R cuadrado Error típ. de la
R R cuadrado corregida estimación
,701 ,700 2,161
a. Variables predictoras: (Constante), Peso total (kg)
Coeficientes a
Coeficientes no
estandarizados
Coeficientes
estandarizados
B Error típ. Beta
t Sig.
(Constante) -,279 ,393 -,710 ,478
Peso total (kg) 1,167E-02 ,000 ,837 30,467 ,000
a. Variable dependiente: Consumo (l/100Km)
3. Regresión curvilínea
Si a partir del diagrama de dispersión se puede vislumbrar que el tipo de curva que
mejor se ajusta a la nube de puntos no es una recta, existen modelos de ajuste no
lineales manejables que se pueden reducir a un ajuste lineal mediante las
transformaciones convenientes.
En el procedimiento Estimación curvilínea se puede optar por distintos modelos que se
pueden comparar con el coeficiente de determinación.