TUTORIAL BÁSICO DE SPSS – ANÁLISIS UNIVARIANTE

Comienza a usar esta herramienta estadística con este tutorial básico de SPSS. Entre este y los siguientes post que se publiquen vamos a realizar un breve tutorial de cómo comenzar a usar el SPSS. El tutorial se dividirá en:

  1. Introducción básica de estadística para el uso del SPSS
  2. Análisis univariable – Métodos estadísticos sencillos con los que comenzar a manejar el SPSS
  3. Interfaz del SPSS – aplicación de herramientas UNIVARIABLES
  4. Preparándonos para el análisis bivariante y multivariante: teoría y práctica en el SPSS (Asimetría y curtosis)
  5. Análisis bivariable – Métodos estadísticos bivariables para el SPSS
  6. Interfaz del SPSS – aplicación de herramientas BIVARIABLES
  7. Análisis multivariante -Métodos estadísticos multivariables para el SPSS
  8. Interfaz del SPSS – aplicación de herramientas MULTIVARIABLES

Métodos estadísticos sencillos con los que comenzar a manejar el SPSS – tutorial básico de SPSS

Para comenzar con las herramientas de análisis del SPSS vamos a empezar por técnicas de análisis univariable. Este análisis no es más que los métodos y técnicas que analiza una sola variable. Tiene como objetivo describir y evaluar las propiedades de una variable, así como prepararlas para el posterior análisis bivariable o multivariable. A continuación veremos:

  1. Medidas de tendencia central (Media aritmética, Mediana, Moda, Cuantiles)
  2. Medidas de posición (Cuartiles,Deciles, Percentiles)
  3. Medidas de dispersión (Rango estadístico, Varianza, Desviación típica, Coeficiente de variación de Pearson)

Para realizar un estudio con el mismo ejemplo vamos a realizar el siguiente caso. Se realiza una encuesta en la que se le pregunta a 10 personas por su salario.

La variable es: salario

Las respuestas de los 10 encuestas son:

ENCUESTADOSALARIO
11000
21500
31400
41500
52000
61900
71300
81200
91400
101600

Medidas de tendencia central

Al estudiar un conjunto de datos, se suele describir el grupo con un único número. Para lograr esto se emplea un valor central, ya que suele representar los valores más típicos. Las medidas que representan un valor central son las conocidas como medidas de tendencia central. De estas vamos a ver la media aritmética, la mediana y la moda.

Media Aritmética:

Se calcula sumando los datos observados y dividiendo esa suma por el número de datos que haya en el grupo. El resultado reúne en un sólo valor las características  de una variable en función de todos sus datos. Esta es la fórmula:

media aritmética

EJEMPLO: Sumamos todos los resultados que nos han dado los encuestados y los dividimos entre el número de encuestados que hemos preguntado. El resultado es una media de 1.480€ por empleado.

tutorial basico de spss

La Mediana:

Es el valor de la variable que deja idéntico número de datos antes y después que él. Por lo que el número de datos menores o iguales que la mediana son el 50% de los datos y el número de datos mayores o iguales que la mediana son el otro 50% del total de datos. Para localizarlo, por tanto, hay que colocar los valores de menor a mayor. La fórmula para calcular la mediana es la siguiente.

tutorial basico de spss

EJEMPLO: Primero ordenamos los datos de los encuestados 1000- 1200- 1300- 1400- 1400- 1500- 1500- 1600- 1900- 2000.Cómo el número de datos es par, el valor de la mediana es:

tutorial basico de spss

Es decir, la mediana se encuentra entre el dato número 5 (1400€) y 6 (1500€).

*Si tuviéramos una observación menos, por ejemplo, si quitamos el primer dato:1200- 1300- 1400- 1400- 1500- 1500- 1600- 1900- 2000. Cómo el número de datos es impar, el valor de la mediana es:

mediana

Es decir, la mediana se encuentra en el dato número 5 (1500€)

La Moda

Es el valor que tiene una mayor frecuencia en un conjunto de datos, es decir, es el valor que más se repite a lo largo de todas las observaciones.

EJEMPLO: En nuestro caso (1000- 1200- 1300- 1400- 1400- 1500- 1500- 1600- 1900- 2000) la moda de nuestras observaciones es 1400 y 1500 ya que son las que más se repiten – dos veces cada una.

Medidas de posición

Las medidas de posición dividen un grupo de datos en conjuntos con el mismo número de individuos. Funciona igual que la mediana. Existen otros tres: cuartiles, deciles y percentiles.

Cuartiles: dividen los datos en cuatro partes iguales. Por lo que en la fórmula de la mediana sólo hay que sustituir el 2 del divisor por un 4. Cada una de las partes tendrá un 25% de los datos.

Deciles: dividen los datos en diez partes iguales. Por lo que en la fórmula de la mediana sólo hay que sustituir el 2 del divisor por un 10. Cada una de las partes tendrá un 10% de los datos.

Percentiles:dividen los datos en cien partes iguales. Por lo que en la fórmula de la mediana sólo hay que sustituir el 2 del divisor por un 100. Cada una de las partes tendrá un 1% de los datos.

Medidas de dispersión

Estas medidas señalan, mediante un número, si las diversas puntuaciones u observaciones de una variable están o no muy alejadas de la medida de tendencia central. Cuanto mayor sea este valor, más alta es la variabilidad. Cuanto más bajo, más homogéneos son los datos y esa medida de tendencia central. Así podremos conocer si todos los datos son similares o varían mucho entre ellos. Estos son los métodos que veremos: Rango estadístico, Varianza, Desviación típica, Coeficiente de variación de Pearson

Rango estadístico

Es la diferencia existente entre el valor mínimo y el valor máximo de un conjunto de observaciones

EJEMPLO: En nuestro ejemplo, el valor mínimo son 1000€, mientras que el valor máximo asciende hasta los 2000€. Por lo que nuestro rango estadístico es 2000€-1000€ = 1000€.

Varianza

Mide la dispersión de un conjunto de observaciones con respecto a su media aritmética. Este resultado siempre es positivo. Mientras más alejado del cero, más dispersión. Se calcula así:

varianza

EJEMPLO:En nuestro caso, recordemos que la media aritmética era de 1400€. Estos son los valores:1000- 1200- 1300- 1400- 1400- 1500- 1500- 1600- 1900- 2000. Por lo que

tutorial basico de spss

;Donde x es cada uno de los datos observados. La varianza es igual a:81600

Desviación típica

Como has podido comprobar, la varianza se mide en unidades al cuadrado, por lo que no se interpreta correctamente. Para resolver este problema se calcula la desviación típica, que no es más que la raíz cuadrada de la varianza. Este resultado indica la dispersión de los datos respecto a la media. A mayor valor, más dispersión de los datos

tutorial basico de spss

EJEMPLO: En nuestro ejemplo la varianza ascendía a 81600. Por lo que la desviación típica será igual a su raíz cuadrada; S = 285,66.

Coeficiente de variación de Pearson

La desviación típica sirve para medir de forma eficaz la dispersión de un conjunto de datos. Pero en el momento de comparar la dispersión de dos conjuntos de datos, si ambos tienen la misma desviación típica esto podría llevar a confusión ya que, por ejemplo, con una desviación típica de 285€, como en nuestro ejemplo, no sería la misma interpretación si la media de los datos es de 1.000.000€ que de 1480€. para ello sigue la siguiente fórmula:

coeficiente de variación de pearson

El resultado de esta fórmula te da un porcentaje que, en función de su nivel tiene diferente significado:

  • CVP < 30%; la media resume adecuadamente los datos analizados.
  • CVP > 70%; la media no resume adecuadamente los datos
  • 30% < CVP < 70%; dependerá del propio investigador si considera que la media resume adecuadamente los datos o no.

EJEMPLO: En nuestro ejemplo tenemos una desviación típica (S=285,66) y una media aritmética de 1480€. Por lo que 285,661480×100=19,3%. Según estos resultados, nuestra media resume adecuadamente los 10 datos a analizar.

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Esta web utiliza diferentes cookies para personalizar y mejorar la experiencia de usuario que tiene con la web. Pulsando \\\"Aceptar\\\" consientes el uso de las cookies de esta web    Ver
Privacidad