Apuntes Curso SPSS-1

*

INTRODUCCIN AL ANLISIS DE DATOS CON SPSS

Prof. Dr. Juan Antonio Rodrguez R.

*

*

Contenido del Curso

I- Introduccin al Proceso de Datos
Definicin y fasesLa estadstica y los diferentes niveles de anlisisSeleccin de la prueba estadsticaVariables y tiposEjemplo
II- Visin General del Programa SPSS
Funcionamiento general: ventanas y mensCreacin de un archivo de datos: vista de variables y vista de datos
V- Anlisis Descriptivo
Depuracin y anlisis preliminarndices de tendencia central y variabilidadndices de posicin y distribucin
VI- Contraste de Hiptesis
Pruebas paramtricasPruebas no paramtricas
VII- Introduccin a las tcnicas multivariantes
CorrelacinRegresin lineal mltiple
III- Manejo
Edicin de datosMoverse por el archivo de datosCompatibilidad con otros programasTransformacin de datos: clculo de nuevas variables y recodificacinFiltrar y segmentarFundir archivos
IV- Tabulacin y Grficos
Tablas personalizadasPrincipales opciones grficas: sectores, barras, lneas e histogramasGrficos interactivos
*

*
Definicin y fasesEl Anlisis de Datos: La estadstica y los diferentes niveles de anlisisSeleccin de la prueba estadsticaVariables y tiposEjemplo

Mdulo I. Introduccin al PROCESO DE DATOS

*

DEFINICIN y FASES

EL PROCESO DE DATOS

Un continuum que empieza ya en el Diseo de la investigacin. Los pasos por los que atraviesan los DATOS:

Diseo de la investigacin

Recogida de datos

Codificacin y grabacin

Anlisis Exploratorio

Anlisis Estadstico

Interpretacin de Resultados

Elaboracin del Informe

*

EL ANLISIS DE DATOS

La ESTADSTICA como un cuadro de herramientas, con 3 niveles de anlisis:

Nivel 1: UNIVARIADO. Resumir e ilustrar la informacin contenida en una matriz de datos

Nivel 2: BIVARIADO. Contrastar hiptesis, comparar el comportamiento de dos o ms grupos o analizar la relacin entre pares de variables

Nivel 3: MULTIVARIANTE. Elaborar modelos, ecuaciones o funciones que permitan explicar unas variables a partir de otras y hacer predicciones

*

VARIABLES

Toda caracterstica o dimensin de un sujeto (u objeto) susceptible de adoptar distintos valores o nombres

Tipos de variables ...teniendo en cuenta:

Su nivel de medida (Stevens, 1951):

Nominales

Ordinales

Intervalo

Razn

Su papel en la investigacin

Independientes (predictores)

Dependientes (criterio)

*

Los nmeros no implican cantidad, sino cualidad, categoras, funcin identificadora (sexo, estado civil, etc.)

Ejemplo: Cul es su estado civil?

* Soltero(1)

* Casado(2)

* Separado(3)

* Divorciado(4)

* Viudo(5)

VARIABLE NOMINAL

*

Los nmeros reflejan cantidad

Pueden establecerse relaciones de orden (mayor o menor)

No existe una unidad de medida

Ejemplo: En conjunto dira usted que se siente actualmente:

* Nada feliz(1)

* Poco feliz(2)

* Bastante feliz(3)

* Muy feliz(4)

* Totalmente feliz(5)

VARIABLE ORDINAL

*

Unidad de medida pero no cero absoluto o ausencia de...

Ejemplos: el C.I.

VARIABLE de RAZN

Existencia de un cero absoluto

Ejemplo: INGRESOS ECONMICOS

Niveles de medida dbiles y fuertes (ESCALA)

VARIABLE de ESCALA

VARIABLE de INTERVALO

*

Variables Cualitativas (nominales):

Dicotmicas y politmicas (Sexo, raza, tipo de consumidor, etc.)

Variables Cuantitativas (intervalo y razn): Peso, nmero de hermanos, ingresos, etc.). Discretas y continuas.

Variables Cuasi-cuantitativas (ordinales): Clasificacin en una oposicin, Ordenamiento por preferencias, Prctica de deportes,etc.

Variables categricas (codificables: nominales u ordinales)

Otras clasificaciones de Variables

*

Codificar es asignar cdigos numricos o alfabticos a las diferentes categoras de una variable cualitativa u ordinal. Permite identificar las distintas categoras de una variable

Sexo : Hombre (0) Mujer (1)

Los datos missing representan la falta de respuesta. Es frecuente tener casos incompletos por diversas razones

El SPSS les asigna una coma

Codificacin y Datos Missing

*

Simulacin de una encuesta

1. Sexo: Hombre ( ) Mujer ( )

2. Edad: .........

3. Nivel de estudios

Sin estudios( ) EGB ( )

BUP/FP( ) Universitarios ( )

4. Estados

Zulia ( ) Trujillo( )

Mrida( ) Barinas ( )

5. Fumas?

Nunca ( ) Ocasionalmente ( ) Habitualmente ( )

6. Habitualmente bebes alcohol cuando sales?

S ( ) NO ( )

*

Simulacin de una encuesta

7. Cul es tu bebida preferida? ....

8. Con qu frecuencia sales a divertirte?

Varias veces a la semana ( )Fines de semana ( )

Cada quince das( )Una vez al mes ( )

Casi nunca( )Nunca ( )

9. Para m lo ms importante es:

Los amigos ( )Los estudios ( )

La familia( )El dinero ( )

La pareja( )La paz en el mundo( )

10. La vida que llevo es:

Poco divertida 1 2 3 4 5 6 7 Muy divertida

Poco responsable 1 2 3 4 5 6 7 Muy responsable

Poco estresante 1 2 3 4 5 6 7 Muy estresante

11. Mi nivel de satisfaccin actual (de 0 a 10) es:....

*
Funcionamiento general: ventanas y mensCreacin de un archivo de datos: vista de variables y vista de datos

Mdulo II. Visin general del Programa SPSS

*
Men principalBarra de herramientasBarra de estadoBarras de desplazamientoTres tipos de ventanas:Datos (.sav)Resultados (.spo)Sintaxis (.spss)

Funcionamiento general: ventanas y mens

*
Primero se define la plantilla: vista de variablesDespus se teclean los datos

Creacin del archivo de datos

*
Edicin de datosMoverse por el archivo de datosTransformacin de datos: clculo de nuevas variables y recodificacinFiltrar y segmentarFundir archivos

Mdulo III. Manejo

*

EDICIN DE DATOS

Copiar, borrar y mover informacin

Insertar casos y variables ( )

Bsqueda de casos ( ) y valores ( )

*

MOVERSE POR EL FICHERO DE DATOS

[Ctrl] + [Inicio]Fila 1, columna 1

[Ctrl] + [Fin]ltima fila, ltima columna

[Ctrl] + []ltima casilla de esa fila

[Fin] ltima casilla de esa fila

[Ctrl] + []Primera casilla de esa fila

[Inicio]Primera casilla de esa fila

[Ctrl] + []Primera casilla de esa columna

[Ctrl] + []ltima casilla de esa columna

[Tab]Casilla de la derecha

[AvPg]Pgina abajo (la ltima fila visualizada pasa a ser la primera)

[RePg]Pgina arriba (la primera fila visualizada pasa a ser la ltima)

[Ctrl] + [AvPg]Pgina a la derecha (la ltima columna visualizada pasa a ser la

primera)

[Ctrl] + [RePg]Pgina a la izquierda (la primera columna visualizada pasa a ser

la ltima)

*

TRANSFORMACIN DE DATOS

Calcular

El cuadro de dilogo contiene todas las opciones para realizar gran cantidad de transformaciones sobre una o ms variables y almacenar el resultado en otra variable. Esa nueva variable, o variable de destino, debe especificarse en el recuadro etiquetado Variable de destino.

El espacio de trabajo cuenta con todas las variables del archivo. Esta informacin se muestra en el recuadro de la zona izquierda. Marcando una vez con el ratn cualquiera de los nombres y utilizando el botn de tringulo, podremos pasar las variables seleccionadas al recuadro Expresin numrica. En ste figura la expresin de clculo cuyos resultados van a almacenarse en la nueva variable.

OJO!

Si alguna de las variables que intervienen en la expresin numrica cuenta con una ausencia, en la nueva variable tambin se generar un valor ausente.

*

Recodificar

Recodificar una variable implica analizar los valores contenidos en la misma y modificarlos en funcin de algunos criterios que hacen referencia al orden o cuanta de los valores. Una de las modificaciones ms comunes de una variable consiste en sustituir intervalos de valores por valores concretos. Un ejemplo amplio es la situacin en la que se categoriza una variable cuantitativa

TRANSFORMACIN DE DATOS

*

ORDENAR CASOS

El lugar que ocupan los sujetos en el archivo de datos viene determinado, por defecto, por el orden en que fueron introducidas en el mismo. No obstante, en ocasiones podemos querer ordenar a los sujetos en base a algn otro criterio (edad, sexo, etc.). En SPSS, es posible ordenar los sujetos, en orden ascendente o descendente, en base a los valores obtenidos en una o ms variables.

Si utilizamos una sola variable, los sujetos sern ordenados en funcin de los valores numricos o alfanumricos obtenidos en la misma, si utilizamos dos o ms variables, aquellos sujetos que obtengan las misma puntuacin en la primera variable de ordenacin sern ordenados, a su vez, en funcin de los valores obtenidos en la segunda variable de ordenacin. Si persistiesen los empates, stos seran ordenados en funcin de una tercera variable de ordenacin, y as sucesivamente.

*

FILTRAR Y SEGMENTAR

Filtrar o Seleccionar casos:
Operador AND (&). Significa y. Sirve para enlazar condiciones que deben cumplirse simultneamenteOperador OR (|). Significa o. Sirve para enlazar condiciones, de las cuales al menos una debe cumplirseOperador NOT (). Significa no. Sirve para negar condiciones. Es cierto cuando no se cumple la condicin

*

FUNDIR ARCHIVOS

1

2

*
Tablas personalizadasPrincipales opciones grficas: sectores, barras, lneasGrficos interactivos

Mdulo IV. Tabulacin y Grficos

*

Tabulacin

*

Seleccionamos el estadstico

1

Damos formato al estadstico

2

3

Estadsticos

Tabulacin

*

Formato de las tablas

Modificar el formato de las tablas establecido por defecto: Edicin/Opciones/Tablas pivote

Modificar el formato de una tabla hecha: Editar la tabla (doble clic) Formato: Aspectos de tabla

Modificar partes concretas de una tabla:

Texto

Casillas Formato/Propiedades de casilla

Propiedades de tabla Formato / Propiedades de tabla

Tabulacin

*

PRINCIPALES OPCIONES GRFICAS:

Grficos

GRAFICOS DE SECTORES:

El proceso a seguir para todos los tipos de grficos es siempre el mismo, se selecciona el men Grficos. Dentro de este men aparecen todos los distintos tipos de grficos disponibles, de los cuales seleccionaremos uno

Los grficos de sectores son los conocidos grficos de tarta. En ellos se representa el reparto de determinado atributo entre distintas categoras (por ejemplo, la proporcin de hombres y mujeres contenidos en una muestra).

*


Grficos

GRAFICOS DE BARRAS:

Los grficos de barras muestran la distribucin de los valores de una serie de categoras dadas. Si seleccionamos la opcin Grficos/ Barras el siguiente cuadro de dilogo:

GRAFICOS DE LNEAS:

Los grficos de lneas muestran la evolucin de los valores a lo largo de un continuo determinado. Si seleccionamos la opcin Grficos/ Lneas el cuadro de dilogo que aparece es muy similar al que apareca al crear un grfico de barras

*


Grficos

FORMATO DE LOS GRFICOS:

Una vez que hemos creado el grfico, podemos editarlo, haciendo doble clic sobre el, y se abrir una nueva ventana, la del EDITOR DE GRFICOS. En esta ventana podemos hacer las modificaciones que creamos convenientes. Esta nueva ventana posee sus propias opciones de men y su propia barra de botones para la edicin de grficos

*


Grficos

PLANTILLAS GRFICAS:

El editor de grficos nos permite guardar plantillas cuyas especificaciones queremos que se apliquen a posteriores grficas. De este modo, podemos usar las especificaciones de un grfico como plantilla para los dems. Archivo/ Guardar plantilla grfica.....

Una vez que hemos creado la plantilla podemos aplicarla desde el segundo de los cuadros de dilogo que aparece al crear un grfico.

*

Grficos Interactivos

*
Depuracin y anlisis preliminarndices de tendencia central y variabilidadndices de posicin y distribucin

Mdulo V. Anlisis Descriptivo

*

Partimos de una base de datos con filas y columnas....

Base de Datos

Con

Sujetos

Variables

*

ANLISIS DESCRIPTIVO

Anlisis Descriptivo: conjunto de procedimientos diseados para organizar y resumir la informacin contenida en un conjunto (muestra) de datos empricos

Puede ser que los datos no sean buenos

ANLISIS PRELIMINAR

(VALIDACIN)

*
Pasos en el AED (4 tareas)
Depuracin

Falta de respuesta

Casos anmalos

Comprobacin de supuestos

Depuracin y Anlisis Preliminar

*

1. Depuracin

Detectar valores no admisibles e incoherencias

Tablas de frecuencia para todas las variables

Tablas de contingencia

OBJETIVOS

*

PROBLEMAS Y RIESGOS:

LAS ESTIMACIONES (La reduccin excesiva del tamao de la muestra condiciona las estimaciones y las comparaciones)

LA CAPACIDAD DE GENERALIZACIN DE LOS RESULTADOS (lo que en principio era una muestra adecuada se convierte en inadecuada y no representativa) Nn

LOS RECHAZOS. Son iguales los que responden a la encuesta que los que no responden?. Los missing siguen algn patrn?, estn sesgados los resultados?, de quin estamos informando?

LO MAS IMPORTANTE ES PREGUNTARSE POR LAS RAZONES DE LA NO RESPUESTA

2. Los casos MISSING

IMPUTACIN/SUSTITUCIN

*

Valores que caen fuera del rango normal de los datos

CRITERIO: distancia respecto al cuerpo central de la distribucin (50% de los casos, entre el P75 y el P25)

IQR (Recorrido intercuartlico)

OUTLIERS.................... 1.5 - 3 IQR

EXTREMOS...................... 3 IQR

3. Los valores ANMALOS o atpicos

*

Grficos de Caja o BOXPLOT

SPSS: ANALIZAR/ESTADSTICOS DESCRIPTIVOS/EXPLORAR

Extremos y outliers

Percentiles 75 y 25

IQR

Mediana

Asimetra

Comparar la distribucin de 2 o ms variables

Comparar la distribucin de 2 o ms grupos en una misma variable

*

Cmo detectarlos?

*

Box-Plot

Diagrama de Caja

Mediana

Mediana

Percentil 25%

Percentil 75%

Valor mnimo tras eliminar

valores extremos*

Valor mximo tras eliminar

valores extremos*

* Valores extremos: mayores que 1,5 veces el rango intercuartlico (Q75-Q25).

Variable: Ingresos

*

DESCRIPTIVOS

*

Comparar la distribucin de dos o ms variables

*

Comparar la distribucin de dos o ms grupos

*

Elegir la prueba estadstica adecuada en cada caso

Pruebas Paramtricas y No Paramtricas

La comprobacin de supuestos

*

*

NORMALIDAD: Prueba K-S de Lilliefors. Cuando n < 40 Shapiro-Wilk (SPSS: ANALIZAR / Estadsticos descriptivos / Explorar / Grficos).

ALEATORIEDAD: Prueba de las Rachas (SPSS: ANALIZAR / Pruebas no paramtricas / Rachas)

HOMOCEDASTICIDAD: Prueba de Levene (SPSS: ANALIZAR / Estadsticos descriptivos / Explorar / Grficos)

Se parte siempre de que se cumplen los supuestos salvo que las pruebas sean significativas (p< 0.05)

LINEALIDAD: Grfico de dispersin y correlacin

Cmo se comprueban?

*

ESTADSTICOS DESCRIPTIVOS

Medidas de Tendencia Central: media, mediana, moda, ...

Medidas de Posicin: percentiles, cuartiles...

Medidas de Variabilidad: varianza, desv. tpica, amplitud, IQR, CV

Medidas Distribucin: asimetra, curtosis...

*

Cuantiles: nos permiten situar a los distintos valores en la distribucin

Percentiles: valores que acumulan un determinado porcentaje de casos bajo ellos.

Cuartiles: P25, P50, P75

Medidas de Tendencia Central: valor central o medio de la distribucin de datos. Su centro de gravedad.

Media (aritmtica): suma de las puntuaciones/n de casos

Mediana: centro geogrfico de la distribucin (P50)

Moda: valor ms frecuente

ANLISIS DESCRIPTIVO UNIVARIADO

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE POSICIN

*


MEDIDAS DE VARIABILIDAD

Desviacin tpica: grado en que las puntuaciones de la variable se alejan de su media.

El 68% de los casos se encuentra dentro de 1 DT respecto a la media y el 95% dentro de 2 DT.

Varianza: cuadrado de la DT

Amplitud interquartil (IQR): resultado de la resta entre los valores del P75 y el P25

*


MEDIDAS DE DISTRIBUCIN

Asimetra: grado en que los datos se reparten equilibradamente por encima y por debajo de la tendencia central. La asimetra positiva indica que los valores ms extremos se encuentran por encima de la media. La asimetra negativa, lo contrario. ndices de asimetra prximos a 0 indican simetra.

Tambin se nos ofrece el E.T. del ndice de Asimetra

Curtosis: grado en que una distribucin acumula casos en sus colas en comparacin con una distribucin normal.

Curtosis significativa

Asimetra significativa

*


(SPSS: Analizar/Estadsticos Descripticos/Frecuencias)

(SPSS: Analizar/Estadsticos Descripticos/Descriptivos)

TABLAS

(SPSS: Analizar/Tablas/Tablas personalizadas)

GRFICOS

(SPSS: Grficos)

Variables categricas

Distribucin de frecuencias

Grficos: sectores, barras

Variables cuantitativas

Medidas de posicin:

Cuantiles

Medidas de Tendencia Central

Medidas de Dispersin

Medidas de Distribucin

*
Pruebas paramtricasPruebas no paramtricas

Mdulo VI. Contraste de Hiptesis

*

Informacin de la muestra

Caractersticas de la poblacin

Parmetros

m s p

Concepto de Estimacin de parmetros

Estimacin

Estadsticos

x s p

*

Hiptesis nula (Ho):

Aquella que se formula con el nico objetivo de rechazarla.

Es una hiptesis conservadora.

Connotacin: igualdad.

Hiptesis Alternativa (H1):

Complementaria de Ho.

Es la hiptesis objetivo de inters.

Es la hiptesis arriesgada.

Contraste de Hiptesis

Pruebas Estadsticas

CONTRASTE DE HIPTESIS

*

2 GRUPOS

K GRUPOS

Independientes

relacionados

Grupos normales

Grupos NO normales

t-Student

t-Student relacionados

Mann-Whitney

Wilcoxon

Grupos normales

Grupos NO normales

Independientes

relacionados

Grupos normales

Grupos NO normales

Grupos normales

Grupos NO normales

ANOVA

Kruskal-Wallis

Friedman

ANOVA medidas repetidas

Pruebas Bsicas con var. Respuesta CUANTI

1 GRUPO

t-Student

*

Tablas de

contingencia

Chi-Cuadrado

McNemar (2)

relacionados

Pruebas bsicas con Variables CUALI

Cochran (K)

Corregido 2x2

Binomial

Chi-Cuadrado

Independientes

PROPORCIONES

*

*

Mdulo VII: Introduccin a las tcnicas multivariantes
CorrelacinRegresin Lineal SimpleRegresin Lineal Mltiple

*

RLS - Variables implicadas:

Respuesta

Cuantitativa

Ejemplos

Calificaciones

Actitud aborto

Nivel de ingls

Calidad de vida

Das de estudio

Ingresos

Extroversin

Edad

Explicativa (una)

Cuantitativa

Existe correlacin entre ambas variables.

La regresin lineal simple cuantifica esa relacin

PUNTO DE PARTIDA

*
14.bin

*

Cmo se expresa la relacin entre las variables?

varresp = a + b varexpl

ordenada

pendiente

lo que vale la varresp para un valor nulo de la varexp

lo que aumenta la varresp cuando la varexp aumenta una unidad

R2=0,92

La recta de Regresin

*
15.bin

*

varresp = a + b varexpl

La explicativa influye sobre la respuesta

Por cada aumento de una unidad de la explicativa, la respuesta aumenta (o disminuye) b unidades

Conclusiones

Estimacin

Contraste de hiptesis: son significativos?

En concreto, es b significativamente distinto de cero?

Resultados

Contraste de hiptesis de la Recta de Regresin

*

*

Los resultados de la regresin slo son fiables si el modelo cumple ciertas hiptesis sobre los residuos

Es preciso realizar una validacin del modelo

Validacin

Siempre hay una diferencia entre el valor real de la variable respuesta y la estimacin a partir de la ecuacin de regresin:

el residuo

Validacin del modelo

*
16.bin

*

Cmo se expresa la relacin entre las variables?

varresp = a + b1 VI1 + b2 VI2 + ... + bp VIp

constante

valor de la var. Resp. para un valor nulo de las VI

pendiente 1

aumento de la var. Resp. cuando la VI1 aumenta una unidad

Variables implicadas: una variable respuesta y varias explicativas.

pendiente p

aumento de la var. resp cuando la VIp aumenta una unidad

Modelo

*

Calidad del modelo:

Para determinar hasta que punto las variables explicativas permiten estimar a la variable respuesta seguimos usando el R2 (COEFICIENTE DE DETERMINACIN=VARIANZA EXPLICADA).

Cuanto ms cercano a 1 ms adecuado es el modelo

Cuanto ms cercano a 0 peor resulta el modelo. Es decir, las variables explicativas no se ajustan linealmente a la variable respuesta.

R2 aumenta con muchas VI y en muestras pequeas. R2 ajustado

Un R2 bajo no necesariamente indica que las variables seleccionadas no permiten estimar adecuadamente la variable respuesta.

Es posible que la relacin no sea lineal.

Calidad del modelo

*

PASOS EN LA MODELIZACIN

1. Especificacin del modelo

2. Estimacin de Parmetros

3. Evaluacin del ajuste

4. Interpretacin de los coeficientes

REESPECIFICACIN?

20

N =

INGRESOS

600000

500000

400000

300000

200000

100000

0

9

10

Descriptivos

141850,00

21213,24

97450,18

186249,82

127888,89

110000,00

9000028947,368

94868,48

60000

475000

415000

65250,00

2,575

,512

7,877

,992

Media

Lmite inferior

Lmite superior

Intervalo de confianza

para la media al 95%

Media recortada al 5%

Mediana

Varianza

Desv. tp.

Mnimo

Mximo

Rango

Amplitud intercuartil

Asimetra

Curtosis

INGRESOS

Estadstico

Error tp.

20

20

N =

GASTOS

INGRESOS

600000

500000

400000

300000

200000

100000

0

-100000

2

19

10

9

10

10

10

N =

SEXO

MUJER

HOMBRE

INGRESOS

600000

500000

400000

300000

200000

100000

0

10

96

,

1

Tpico

Error

Curtosis

96

,

1

Tpico

Error

Asimetra

VAR EXPLICATIVA

4003002001000

VAR RESPUESTA

100

80

60

40

20

0

Apuntes Curso SPSS-1

Documents

Transcript of Apuntes Curso SPSS-1