SPSS

IBM SPSS Statistics 22 Guía Breve

Nota Antes de utilizar esta información y el producto al que da soporte, lea la información del apartado "Avisos" en la página 87.

Información de producto

Esta edición se aplica a la versión 22, release 0, modificación 0 de IBM SPSS Statistics y todos los releases y modificaciones indicadas hasta que lo contrario en nuevas ediciones.

Contenido

Capítulo 1. Introducción. . . . . . . . 1 Archivos de ejemplo. . . Apertura de un archivo de datos. Ejecución de un análisis Creación de gráficos. .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1 1 3 4

Utilización de formatos predefinidos. . . . . Personalización de estilos de aspectos de tabla. . . . Cambio de los formatos de tablas por defecto. . Personalización de las opciones de presentación inicial. Mostrar las etiquetas de variable y de valor. . Utilizando resultados en otras aplicaciones. . . Pegado de resultados como tablas de Word. . . . Pegado de resultados como texto. . . . . . Exportación de resultados a Microsoft Word, PowerPoint y Excel. . . . . Exportación de resultados a PDF. . . . . . Exportación de resultados a HTML. . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

42 42 45 45 46 47 48 48 Capítulo 2. Lectura de datos. . . . . . . . 7

Estructura básica de IBM SPSS Statistics Data Lectura de IBM SPSS Statistics Archivos de datos. Lectura de datos de hojas de cálculo. . . . Lectura de datos desde una base de datos. . . . Lectura de datos desde un archivo de texto. . . .

Archivos. . 7 . . . . 7 . . . . 8 . . . . 9 . . . . 12

. 49

. 54

. 56

Capítulo 3. Uso del Editor de datos Introducción de datos numéricos. . . . . . Introducción de datos String. . . . . . . Definición de Datos. . . . . . . . . Adición de etiquetas de variable. . . . . Cambiar el tipo de variable y formato. Adición de etiquetas de valor. . . . . . Manejo de datos faltantes. . . . . Valores perdidos de una variable numérica Valores perdidos de una variable de cadena.

.

.

.

.

.

.

.

.

.

. . . 15 . . . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15 16 17 17 18 19 19 20 20

Capítulo 7. Trabajo con sintaxis. . . . 59 Pegado de la sintaxis. . . Edición de la sintaxis. . . Apertura y funcionamiento de un El uso de puntos de interrupción. .

. . . . . . . . Sintaxis del archivo . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

59 60 61 61

Capítulo 8. Modificación de los valores de datos. . . 63 Creación de una variable categórica a partir de una escala Variable. . . . . . . . . . . . . Cálculo de nuevas variables. . . . . . . Uso de las funciones en las expresiones. . . . . Uso de Expresiones condicionales. . . . . Trabajo con fechas y horas. . . . . . Cálculo de la distancia temporal entre dos Fechas. . . . . . . . . . . . . Adición de una duración a una fecha. . . . .

.

.

.

.

.

.

.

.

.

.

.

.

63 65 66 67 68 Capítulo 4. Resumen Examinar

Estadísticas para variables individuales. . . 23 Nivel de medida. . . . . . . Medidas de resumen para datos categóricos Gráficos para datos categóricos. . . . Medidas de resumen para variables de escala. Histogramas para variables de escala. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

23 23 24 25 26

. 69

. 70

Capítulo 9. Ordenación y selección de datos Clasificación de datos. . . . . . . . . . . . . . Procesamiento de segmentación del archivo. . . . . . . . . . . Ordenación de casos para el procesamiento de segmentación del archivo. . . . Volviendo de segmentación del archivo de procesamiento On y Off. . . Selección de subconjuntos de casos. . . . . . . . . Selección de casos basadas en expresiones condicionales Para seleccionar una muestra aleatoria. . . . . . . . Selección de un rango de tiempo o un rango de casos. . . . Tratamiento de los casos no seleccionados. . . . . . . Estado de selección de casos. . . . . . . . . . .

71 71 71 73 73 73 74 75 76 76 77

Capítulo 5. Creación y edición de gráficos Básico de creación de gráficos. . . . . Uso de la carta Gallery Builder. Definición de variables y estadísticas Adición de texto. . . . . . . Creación de la tabla. . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

29 29 29 30 32 32

Capítulo 6. Trabajo con resultados. . . . 35 Uso del visor. . . . . . Uso del Editor de tablas pivote. . . Acceso a las definiciones de salida. Pivotante Tablas. . . . . . Creación y presentación de capas Edición de tablas. . . . . . Ocultación de filas y columnas. . Cambio de Formatos de visualización de datos Aspectos de tabla. . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

35 36 36 37 38 39 40 40 41

Capítulo 10. Archivos de ejemplo. . . . . . . 79

Notificaciones. . . . . . . . . . . . . . 87 Marcas. . . . . . . . . . . . . . 89

Índice. . . . . . . . . . . . . . . 91

iii

iv IBM SPSS Statistics 22 Guía Breve

Capítulo 1. Introducción

Esta guía le mostrará cómo utilizar muchas de las características disponibles. Está diseñado para proporcionar una paso a paso, manos a la guía. Todos los archivos que se muestran en los ejemplos se instalan con la aplicación para que usted puede seguir a lo largo, de realizar los mismos análisis y la obtención de los mismos resultados que se muestran aquí.

Si quieres ejemplos detallados de diversas técnicas de análisis estadístico, prueba los Estudios de Caso paso a paso, disponible en el menú Ayuda.

Archivos de ejemplo

La mayoría de los ejemplos que se presentan aquí utilizan el archivo de datos demo.sav. Este archivo de datos es un estudio ficticio de varios miles de personas, que contiene información demográfica y de consumo básico.

Si está utilizando la versión para estudiantes, su versión de demo.sav es una muestra representativa del original archivo de datos, la reducción de cumplir con el límite de 1.500 casos. Resultados que obtiene utilizando ese archivo de datos será diferente de los resultados muestran aquí.

Los archivos muestrales instalados con el producto se pueden encontrar en la Muestras subdirectorio de la instalación directorio. Hay una carpeta independiente dentro del subdirectorio Samples para cada uno de los siguientes idiomas: Inglés, francés, alemán, italiano, japonés, coreano, polaco, ruso, chino simplificado, español, y Chino tradicional.

No todos los archivos muestrales están disponibles en todos los idiomas. Si un archivo de ejemplo no está disponible en un idioma, que carpeta de idioma contendrá una versión en Inglés del archivo de ejemplo.

Apertura de un archivo de datos Para abrir un archivo de datos: 1. Elija en los menús: Expediente >Abierto >Datos ...

Se muestra un cuadro de diálogo para abrir archivos. Por defecto, se muestran los archivos de datos de IBM® SPSS® Statistics (extensión .sav). En este ejemplo se utiliza el archivo demo.sav.

© Copyright IBM Corporation 1989, 2013 1

Figura 1. archivo demo.sav en Editor de datos

El archivo de datos se muestra en el Editor de datos. En la Vista de datos, si pones el cursor del ratón sobre una variable Nombre (los encabezados de columna), se muestra una etiqueta de variable más descriptiva (si una etiqueta ha sido definido para esa variable). Por defecto, se muestran los valores reales de los datos. Para mostrar las etiquetas: 2. Elija en los menús:

Vista >Etiquetas de valor

Figura 2. botón Etiquetas de valor

Alternativamente, puede utilizar el botón Etiquetas de valor en la barra de herramientas.

Figura 3. Etiquetas de valor en el Editor de datos

Etiquetas de valor descriptivas se muestran ahora para que sea más fácil de interpretar las respuestas.

2 IBM SPSS Statistics 22 Guía Breve

Ejecución de un análisis

Si tiene cualquier opción add-on, el menú Analizar contiene una lista de informes y análisis estadístico categorías.

Vamos a empezar por crear una tabla de frecuencia simple (tabla de recuentos). Este ejemplo requiere la Estadística Opción Base.

1. Elija en los menús: Analizar >Estadística descriptiva >Frecuencias ... Se muestra el cuadro de diálogo Frecuencias.

Figura 4. Cuadro de diálogo Frecuencias

Un icono junto a cada variable proporciona información sobre el tipo de datos y el nivel de medición.

Numérico

Escala (Continuo)

Cadena

n / a

Fecha Tiempo

Ordinal

Nominal

Si la etiqueta y / o el nombre de la variable aparece truncado en la lista, se muestra la etiqueta / nombre completo cuando el cursor se coloca sobre ella. El nombre de la variable ingcat aparece entre corchetes después la etiqueta de variable descriptiva. Categoría de ingresos en miles es la etiqueta de variable. Si no hubiera etiqueta de variable, sólo el nombre de la variable aparecería en el cuadro de lista. Usted puede cambiar el tamaño de los cuadros de diálogo como si fueran ventanas, haciendo clic y arrastrando los bordes exteriores o esquinas. Por ejemplo, si usted hace el cuadro de diálogo más amplio, las listas de variables también serán más anchas. En el cuadro de diálogo, seleccione las variables que desea analizar desde la lista de fuentes de la izquierda y arrastrar y soltarlos en la (s) Lista de variables a la derecha. La OKAY botón, que se ejecuta el análisis, está desactivado hasta que se coloca al menos una variable en la (s) Lista de variables. En muchos cuadros de diálogo, se puede obtener información adicional, haga clic en cualquier nombre de variable en la lista y seleccionando Información Variable en el menú emergente. 2. Haga clic en Sexo [sexo] en la lista de variables de origen y arrastre la variable en la variable objetivo (s) lista.

Capítulo 1. Introducción 3

3. Haga clic en Categoría de ingresos en miles [ingcat] en la lista de fuentes y arrastrarlo a la lista de objetivos.

Figura 5. Variables seleccionadas para el análisis

4. Haga clic en OKAY para ejecutar el procedimiento.

Los resultados se muestran en la ventana Visor.

Figura tabla 6. Frecuencia de las categorías de ingresos

Creación de gráficos

Aunque algunos procedimientos estadísticos pueden crear gráficos, también puede utilizar el menú Gráficos para crear gráficos.

Por ejemplo, puede crear un gráfico que muestra la relación entre el servicio telefónico inalámbrico y PDA (asistente digital personal) la propiedad. 1. Elija en los menús: Gráficos >Generador de gráficos ...


Figura cuadro de diálogo Generador 7. Carta con zonas de arrastre completado 2. Haga clic en la Galería pestaña (si no está seleccionado). 3. Haga clic en Bar (Si no está seleccionado).

4. Arrastre el icono de barras agrupadas al lienzo, que es el área grande por encima de la Galería. 5. Desplácese por la lista de variables, haga clic Servicio inalámbrico [inalámbrica], y luego elegir Nominal como su nivel de medición. 6. Arrastre el Servicio inalámbrico [inalámbrica] variable a la xeje. 7. Haga clic Tiene PDA [pda] y seleccione Nominal como nivel de medida. 8. Arrastre el Tiene PDA [pda] variable a la zona de descenso clúster en la esquina superior derecha de la lona.

9. Haga clic en OKAY para crear el gráfico.

Capítulo 1. Introducción 5

Figura 8. Diagrama de barras en la ventana Visor

El gráfico de barras se muestra en el visor. El gráfico muestra que las personas con servicio de telefonía celular están lejos más probabilidades de tener PDAs que las personas sin servicios inalámbricos.

Puede editar gráficos y tablas haciendo doble clic en ellos en el panel de contenido de la ventana del visor, y usted puede copiar y pegar los resultados en otras aplicaciones. Esos temas serán tratados más adelante.


Capítulo 2. Lectura de datos

Los datos se pueden introducir directamente, o que pueden ser importados de una serie de fuentes diferentes. Los procesos para lectura de los datos almacenados en los archivos de datos de IBM SPSS Statistics; aplicaciones de hoja de cálculo, como Microsoft Excel; aplicaciones de bases de datos, como Microsoft Access; y archivos de texto están discutidos en este capítulo.

Estructura básica de IBM SPSS Statistics Archivos de datos

Figura 9. Editor de datos

Archivos de datos de IBM SPSS Statistics son organizadas por los casos (filas) y variables (columnas). En este archivo de datos, casos representan a los individuos de una encuesta. Las variables representan las respuestas a cada pregunta en la encuesta.

Lectura de IBM SPSS Statistics Archivos de datos

Archivos de datos de IBM SPSS Statistics, que tienen una .sav extensión de archivo, contiene los datos guardados. 1. Elija en los menús: Expediente >Abierto >Datos ...

2. Busque y abra demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para obtener más información.

Los datos aparecerán en el Editor de datos.


Archivo Figura 10. Inaugurado datos

Lectura de datos de hojas de cálculo

En lugar de escribir todos los datos directamente en el Editor de datos, puede leer los datos de las aplicaciones tales como Microsoft Excel. También puede leer los encabezados de columna como nombres de variables.

1. Elija en los menús: Expediente >Abierto >Datos ... 2. Seleccionar Excel (* .xls) como el tipo de archivo que desea ver. 3. Demo.xls Abrir. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para más información. Se muestra el cuadro de diálogo de Excel Data Source de apertura, lo que le permite especificar si la variable nombres se van a incluir en la hoja de cálculo, así como las celdas que desea importar. En Excel 95 o posterior, también puede especificar las hojas de cálculo que desea importar. 4. Asegurar que Leer los nombres de variables de la primera fila de datos está seleccionada. Esta opción lee la columna encabezados como nombres de variables.

Si los encabezados de columna no se ajustan a las reglas de SPSS Statistics denominación de variables de IBM, son convertidos en nombres de variables válidos y los encabezados de las columnas originales se guardan como etiquetas de variable. Si desea importar sólo una parte de la hoja de cálculo, especifique el rango de celdas que desea importar en el Cuadro de texto Rango.

5. Haga clic en OKAY para leer el archivo de Excel. Los datos aparecen ahora en el Editor de datos, con los títulos de las columnas utilizados como nombres de variables. Desde nombres de variables no pueden contener espacios, se han eliminado los espacios de los encabezados de las columnas originales. Por ejemplo, Estado civil en el archivo de Excel se convierte en la variable Estado Civil. La columna original epígrafe se mantiene como una etiqueta de variable.


Figura datos 11. Imported Excel

Lectura de datos desde una base de datos

Datos de fuentes de bases de datos se importan fácilmente usando el Asistente de base de datos. Cualquier base de datos que utiliza ODBC controladores (Open Database Connectivity) se pueden leer directamente después de instalar los controladores. ODBC controladores para muchos formatos de bases de datos se suministran en el CD de instalación. Los conductores adicionales pueden ser obtenidos de proveedores de terceros. Una de las aplicaciones de bases de datos más comunes, Microsoft Access, es discutido en este ejemplo. Nota: Este ejemplo es específico de Microsoft Windows y requiere un controlador ODBC para Access. Los pasos son similares en otras plataformas, pero puede requerir un controlador ODBC de terceros para el acceso. 1. Elija en los menús: Expediente >Abrir base de datos >Nueva consulta ...

Capítulo 2. Lectura de datos 9

Cuadro de diálogo de bienvenida 12. Asistente de Base de Datos de la figura

2. Seleccionar Base de datos de MS Access de la lista de fuentes de datos y clic Siguiente. Nota: Dependiendo de la instalación, también puede ver una lista de fuentes de datos OLEDB en el lado izquierdo del asistente (Windows sólo los sistemas operativos), pero este ejemplo utiliza la lista de datos ODBC fuentes que aparecen en el lado derecho. 3. Haga clic en Explorar para desplazarse hasta el archivo de base de datos Access que desea abrir.

4. Abierto demo.mdb. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para más información. 5. Haga clic en OKAY en el cuadro de diálogo de inicio de sesión. En el siguiente paso, puede especificar las tablas y variables que desea importar.


Paso Figura 13. Seleccione Datos

6. Arrastre el todo manifestación mesa para la Recuperación de los campos en este listado Orden. 7. Haga clic en Siguiente. En el siguiente paso, puede seleccionar qué registros (casos) que desea importar. Si no desea importar todos los casos, puede importar un subconjunto de casos (por ejemplo, los machos más viejos del 30), o bien puede importar una muestra aleatoria de casos del origen de datos. Para las fuentes de datos de gran tamaño, es posible que desee limitar el número de casos a una pequeña y representativa muestra para reducir el tiempo de procesamiento. 8. Haga clic en Siguiente para continuar.

Los nombres de campo se utilizan para crear nombres de variables. Si es necesario, los nombres se convierten al válida nombres de variables. Los nombres de los campos originales se conservan como etiquetas de variable. También puede cambiar el nombres de variables antes de importar la base de datos.


Figura 14. Definición de Variables paso

9. Haga clic en la Recodificar a Numeric celda en el campo de género. Esta opción convierte las variables de cadena a entero variables y conserva el valor original como la etiqueta de valor para la nueva variable. 10. Haga clic en Siguiente para continuar. La sentencia SQL creada a partir de sus selecciones en el Asistente de base de datos aparece en el paso de Resultados. Esta sentencia se puede ejecutar ahora o guardar en un archivo para su uso posterior.

11. Haga clic en Acabado para importar los datos.

Todos los datos en la base de datos Access que seleccionó para importar ahora están disponibles en el Editor de datos.

Lectura de datos desde un archivo de texto Los archivos de texto son otra fuente común de datos. Muchos programas de hojas de cálculo y bases de datos pueden guardar su contenido en uno de los muchos formatos de archivo de texto. Archivos por comas o delimitado por tabuladores hacen referencia a filas de datos que utilizan comas o fichas para indicar cada variable. En este ejemplo, los datos son delimitado por tabulaciones. 1. Elija en los menús: Expediente >Leer datos de texto ... 2. Seleccionar Texto (* .txt) como el tipo de archivo que desea ver. 3. Abierto demo.txt. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para más información.


El Asistente para importación de texto le guiará en el proceso de definición de cómo el archivo de texto especificado debe ser interpretado.

Figura 15. Asistente para importar texto: Paso 1 de 6

4. En el paso 1, puede elegir un formato predefinido o crear un nuevo formato en el asistente. Seleccionar No a indican que un nuevo formato debe ser creado. 5. Haga clic en Siguiente para continuar. Como se dijo anteriormente, este archivo utiliza un formato delimitado por tabuladores. Además, los nombres de las variables se definen en el línea superior de este archivo. 6. En el paso 2 del asistente, seleccione Delimitado para indicar que los datos utilizan un formato delimitado estructura. 7. Seleccionar Sí para indicar que los nombres de variables deben ser leídos desde el principio del archivo. 8. Haga clic en Siguiente para continuar. 9. En el paso 3, escriba 2para el número de la línea donde comienza el primer caso de datos (ya que los nombres de variables son en la primera línea). 10. Mantener los valores por defecto para el resto de este paso y haga clic en Siguiente para continuar. La vista previa de datos del paso 4 proporciona una forma rápida de asegurarse de que sus datos están siendo leer correctamente. 11. Seleccionar Lengüeta y anular la selección de las otras opciones para delimitadores. 12. Haga clic en Siguiente para continuar. Debido a que los nombres de las variables pueden haber sido modificados para ajustarse a las reglas de nomenclatura, paso que 5gives la oportunidad de editar cualquier nombre no deseado. Los tipos de datos se pueden definir aquí también. Por ejemplo, es seguro asumir que la variable de ingreso es destinado a contener una cierta cantidad de dólares. Para cambiar un tipo de datos: 13. En Datos de previsualización, seleccione la variable que desea cambiar, que es Ingresos en este caso.


14. Seleccionar Dólar de la lista desplegable Formato de datos.

Figura 16. Cambiar el tipo de datos

15. Haga clic en Siguiente para continuar. 16. Deje las selecciones predeterminadas en el último paso, y haga clic en Acabado para importar los datos.


Capítulo 3. Uso del Editor de datos

El Editor de datos muestra el contenido del archivo de datos activo. La información contenida en el Editor de datos consiste de variables y casos.

vEn la Vista de datos, las columnas representan las variables y las filas representan los casos (las observaciones). vEn la Vista de variables, cada fila es una variable, y cada columna es un atributo que está asociado con ese variable.

Las variables se utilizan para representar los diferentes tipos de datos que ha recopilado. Una analogía común es la de una encuesta. La respuesta a cada pregunta en una encuesta equivale a una variable. Las variables son de muchos tipos diferentes, incluyendo números, cadenas, moneda y fechas.

Introducción de datos numéricos

Los datos se pueden introducir en el Editor de datos, que puede ser útil para los archivos de datos pequeños o para la fabricación de menor importancia edita los archivos de datos grandes. 1. Haga clic en la Vista de variables pestaña en la parte inferior de la ventana Editor de datos. Es necesario definir las variables que se van a utilizar. En este caso, sólo se necesitan tres variables: la edad, estado civil, y ingresos.

Figura 17. Los nombres de variables en la Vista de variables

2. En la primera fila de la primera columna, el tipo de la edad. 3. En la segunda fila, el tipo marital. 4. En la tercera fila, el tipo ingresos. Nuevas variables se les da automáticamente un tipo de datos numérico. Si no introduce nombres de las variables, se crean automáticamente nombres únicos. Sin embargo, estos nombres no son descriptivos y no se recomiendan para los archivos de datos de gran tamaño.

5. Haga clic en la Vista de datos ficha para continuar introduciendo los datos.

15

Los nombres que ha entrado en la Vista de variables son ahora los encabezamientos de las tres primeras columnas Ver datos.

Comience a escribir datos en la primera fila, a partir de la primera columna.

Figura 18. Los valores introducidos en Vista de datos

6. 7. 8. 9. 10. 11. 12.

En el edad columna, tipo 55. En el marital columna, tipo 1. En el ingresos columna, tipo 72000. Mueva el cursor a la segunda fila de la primera columna para añadir los datos del siguiente sujeto. En el edad columna, tipo 53. En el marital columna, tipo 0. En el ingresos columna, tipo 153000. Actualmente, el edad y marital columnas muestran puntos decimales, aunque sus valores sean a ser números enteros. Para ocultar los puntos decimales de estas variables:

13. Haga clic en la Vista de variables pestaña en la parte inferior de la ventana Editor de datos. 14. En el Decimales la columna de la edad fila, escriba 0para ocultar el decimal. 15. En el Decimales la columna de la marital fila, escriba 0para ocultar el decimal.

Introducción de datos de Cuerdas Los datos no numéricos, como cadenas de texto, también se pueden introducir en el Editor de datos. 1. Haga clic en la Vista de variables pestaña en la parte inferior de la ventana Editor de datos. 2. En la primera celda de la primera fila vacía, el tipo de sexo para el nombre de la variable. 3. Haga clic en la Tipo celda junto a su entrada. 4. Haga clic en el botón en el lado derecho de la Tipo celular para abrir el cuadro de diálogo Tipo de variable. 5. Seleccionar Cadena para especificar el tipo de variable. 6. Haga clic en OKAY para guardar la selección y volver al Editor de datos.


Figura 19. Cuadro de diálogo Tipo de variable

Definición de Datos

Además de definir los tipos de datos, también puede definir etiquetas descriptivas de variable y las etiquetas de valor para nombres y valores de datos variable. Estas etiquetas descriptivas se utilizan en los informes estadísticos y gráficos.

Adición de etiquetas de variable

Las etiquetas están destinados a proporcionar descripciones de las variables. Estas descripciones son versiones más largas de frecuencia nombres de variables. Las etiquetas pueden ser de hasta 255 bytes. Estas etiquetas se utilizan en los resultados para identificar el diferentes variables. 1. Haga clic en la Vista de variables pestaña en la parte inferior de la ventana Editor de datos. 2. En el Etiqueta la columna de la edad fila, escriba Edad del encuestado. 3. En el Etiqueta la columna de la marital fila, escriba Estado Civil. 4. En el Etiqueta la columna de la ingresos fila, escriba Ingreso Familiar. 5. En el Etiqueta la columna de la sexo fila, escriba Género.

Capítulo 3. Uso del Editor de datos 17

Figura 20. Etiquetas de variable introducidas en Vista de variables

Cambiar el tipo de variable y formato

La Tipo columna muestra el tipo de datos actuales de cada variable. Los tipos de datos más comunes son numéricas y de cadena, pero muchos otros formatos son compatibles. En el archivo de datos actual, la ingresos variable es definido como un tipo numérico. 1. Haga clic en la Tipo celda para la ingresos fila, y luego haga clic en el botón en la parte derecha de la casilla para abrir el cuadro de diálogo Tipo de variable. 2. Seleccionar Dólar.

Figura 21. Cuadro de diálogo Tipo de variable

Se muestran las opciones de formato para el tipo de datos seleccionado actualmente. 3. Para el formato de la moneda en este ejemplo, seleccione $ ###, ###, ###. 4. Haga clic en OKAY para guardar los cambios.


Adición de etiquetas de valor

Las etiquetas de valor proporcionan un método para hacer corresponder los valores de variable con una etiqueta de cadena. En este ejemplo, hay son dos valores aceptables para el marital variable. Un valor de 0 significa que el sujeto es único, y un valor de 1 significa que él o ella está casada. 1. Haga clic en la Valores celda para la marital fila, y luego haga clic en el botón en la parte derecha de la casilla para abrir Etiquetas de valor cuadro de diálogo.

La valor es el valor numérico real.

La etiqueta de valor es la etiqueta de cadena que se aplica al valor numérico especificado. 2. Tipo 0en el campo Valor. 3. Tipo Solo en el campo Etiqueta. 4. Haga clic en Añadir añadir esta etiqueta a la lista.

Cuadro de diálogo de la Figura 22. Etiquetas de valor 5. Tipo 1en el campo Valor, y el tipo Casado en el campo Etiqueta. 6. Haga clic en Añadir, y luego haga clic en OKAY para guardar los cambios y volver a Editor de datos. Estas etiquetas se pueden visualizar también en la Vista de datos, que puede hacer lectura de los datos. 7. Haga clic en la Vista de datos pestaña en la parte inferior de la ventana Editor de datos. 8. Elija en los menús:

Vista >Etiquetas de valor

Las etiquetas se muestran ahora en una lista cuando introduzca valores en el Editor de datos. Esta configuración tiene la ventaja de sugerir una respuesta válida y proporcionar una contestación más descriptiva.

Si el elemento de menú Etiquetas de valor ya está activo (con una marca de verificación junto a él), la elección de Etiquetas de valor nuevo, se restablecerá apagado la visualización de las etiquetas de valor.

Manejo de datos incompletos

Los datos que faltaban o no válidos son generalmente tan comunes como para ignorarlo. Los encuestados pueden negarse a contestar ciertas preguntas, no sepan la respuesta, o pueden responder en un formato inesperado. Si no filtrar o identificar estos datos, su análisis no puede proporcionar resultados precisos.

Para los datos numéricos, campos de datos vacíos o campos con entradas no válidas se convierten a perdidos del sistema, que es identificable por un solo período.


La razón se pierde un valor puede ser importante para su análisis. Por ejemplo, puede que le resulte útil distinguir entre aquellos encuestados que se negaron a responder a una pregunta y los encuestados que no responder a una pregunta porque no era aplicable.

Valores perdidos de una variable numérica

1. Haga clic en la Vista de variables pestaña en la parte inferior de la ventana Editor de datos.

2. Haga clic en la Que falta de células en el edad fila, y luego haga clic en el botón en la parte derecha de la casilla para abrir el cuadro de diálogo Valores perdidos.

En este cuadro de diálogo, puede especificar hasta tres valores perdidos diferentes, o puede especificar un rango de valores más un valor discreto adicional.

Figura 23. Cuadro de diálogo Valores perdidos

3. Seleccionar Valores perdidos discretos. 4. Tipo 999 en el primer cuadro de texto y dejar los otros dos cuadros de texto vacía. 5. Haga clic en OKAY para guardar los cambios y volver a Editor de datos. Ahora que el valor de los datos que faltan se ha agregado, una etiqueta se puede aplicar a ese valor. 6. Haga clic en la Valores de células en el edad fila, y luego haga clic en el botón en la parte derecha de la casilla para abrir el Etiquetas de valor cuadro de diálogo. 7. Tipo 999 en el campo Valor. 8. Tipo Sin respuesta en el campo Etiqueta.

9. Haga clic en Añadir añadir esta etiqueta al archivo de datos. 10. Haga clic en OKAY para guardar los cambios y volver a Editor de datos.

Valores perdidos de una variable de cadena

Los valores perdidos para las variables de cadena se manejan de manera similar a los valores perdidos para las variables numéricas. Sin embargo, a diferencia de las variables numéricas, los campos vacíos de las variables de cadena no se como perdidos por el sistema. Más bien, se interpretan como una cadena vacía. 1. Haga clic en la Vista de variables pestaña en la parte inferior de la ventana Editor de datos. 2. Haga clic en la Que falta de células en el sexo fila, y luego haga clic en el botón en la parte derecha de la casilla para abrir el cuadro de diálogo Valores perdidos. 3. Seleccionar Valores perdidos discretos. 4. Tipo NR en el primer cuadro de texto. Los valores perdidos para las variables de cadena distinguen entre mayúsculas y minúsculas. Por lo tanto, un valor de nr no se trata como una desaparecida valor. 5. Haga clic en OKAY para guardar los cambios y volver a Editor de datos. Ahora usted puede agregar una etiqueta en el valor perdido. 6. Haga clic en la Valores de células en el sexo fila, y luego haga clic en el botón en la parte derecha de la casilla para abrir el Etiquetas de valor cuadro de diálogo.


7. Tipo NR en el campo Valor. 8. Tipo Sin respuesta en el campo Etiqueta.

9. Haga clic en Añadir añadir esta etiqueta al proyecto.

10. Haga clic en OKAY para guardar los cambios y volver a Editor de datos.


Capítulo 4. Examen de estadísticos de resumen para Individual Variables

Esta sección trata sobre las medidas de resumen sencillas y el nivel de medición de una variable influye en los tipos de estadísticas que se deben utilizar. Vamos a utilizar el archivo de datos demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo", en la página 79 para más información.

Nivel de Medición

Diferentes medidas de resumen son apropiados para diferentes tipos de datos, dependiendo del nivel de medida:

Categórico. Datos con un número limitado de valores o categorías distintas (por ejemplo, el sexo o el estado civil de estado). También se conoce como datos cualitativos. Las variables categóricas pueden ser datos de cadena (alfanuméricos) o variables numéricas que utilizan códigos numéricos para representar categorías (por ejemplo, 0 = Soltero y 1 = Casado). Hay dos tipos básicos de datos categóricos: vNominal. Los datos categóricos en que no hay orden inherente a las categorías. Por ejemplo, un trabajo categoría de venta no es mayor o menor que una categoría laboral de mercadeo o investigación. vOrdinal. Los datos categóricos donde hay un orden significativo de categorías, pero no hay una distancia medible entre categorías. Por ejemplo, hay una orden a los valores alta, media, y bajo, pero la "distancia" entre los valores no se puede calcular.

Escala. Datos medidos en una escala de intervalo o de razón en los valores de los datos indican el orden de valores y la distancia entre valores. Por ejemplo, un salario de $ 72.195 es superior a un salario de 52.398 € y la distancia entre los dos valores es $ 19.797. También se conoce como cuantitativo o los datos continuos.

Medidas de resumen para datos categóricos

Para los datos categóricos, la medida de resumen más habitual es el número o porcentaje de casos en cada categoría. La modo es la categoría con el mayor número de casos. Para los datos ordinales, la mediana (La valor en el cual la mitad de los casos se encuentra arriba y abajo) también puede ser una medida de resumen útil si hay un gran número de categorías.

El procedimiento Frecuencias genera tablas de frecuencias que muestran el número y el porcentaje de casos para cada valor observado de una variable. 1. Elija en los menús: Analizar >Estadística descriptiva >Frecuencias ... Nota: Esta función requiere la opción Statistics Base. 2. Seleccionar Tiene PDA [pda] y Tiene TV [tv] y moverlos a la (s) Lista de variables.

23

Figura 24. Las variables categóricas seleccionadas para el análisis

3. Haga clic en OKAY para ejecutar el procedimiento.

Figura 25. Tablas de frecuencias

Las tablas de frecuencia se muestran en la ventana del visor. Las tablas de frecuencias revelan que sólo el 20,4% de las personas poseen una agenda digital, pero que casi todos poseen un televisor (99,0%). Estas podrían no ser interesantes revelaciones, aunque podría ser interesante para descubrir más sobre el pequeño grupo de personas que no lo hacen propios televisores.

Gráficos para datos categóricos

Se puede visualizar gráficamente la información en una tabla de frecuencias con un gráfico de barras o gráfico circular. 1. Abra el cuadro de diálogo Frecuencias. (Todavía se deben seleccionar las dos variables.) Usted puede utilizar el botón Recuperar cuadros de diálogo en la barra para regresar rápidamente a los procedimientos utilizados recientemente.


Botón Figura 26. Recuperar cuadros de diálogo 2. Haga clic en Gráficos. 3. Seleccionar Los gráficos de barras y luego haga clic en Continuar. 4. Haga clic en OKAY en el cuadro de diálogo principal para ejecutar el procedimiento.

Figura 27. Diagrama de barras

Además de las tablas de frecuencia, la misma información se muestra ahora en la forma de gráficos de barras, por lo que es fácil ver que la mayoría de las personas no poseen agendas digitales pero casi todos poseen un televisor.

Medidas de resumen para variables de escala

Hay muchas medidas de resumen disponibles para variables de escala, incluyendo: vMedidas de tendencia central. Las medidas más comunes de tendencia central son la significar (Media aritmética) y mediana (Valor en el cual la mitad de los casos caen encima y por debajo). vMedidas de dispersión. Los estadísticos que miden la cantidad de variación o dispersión de los datos incluyen la desviación estándar, mínimo y máximo. 1. Abra el cuadro de diálogo Frecuencias. 2. Haga clic en Reajustar para borrar cualquier configuración anterior. 3. Seleccionar Ingresos del hogar en miles [ingres] y moverlo a la (s) Lista de variables. 4. Haga clic en Estadísticas. 5. Seleccionar Media, mediana, Std. desviación, Mínimo, y Máxima.

6. Haga clic en Continuar. 7. Deseleccione Mostrar tablas de frecuencias en el cuadro de diálogo principal. (Tablas de frecuencia son generalmente no es útil para variables de escala ya que debe haber casi tantos valores diferentes como son los casos en los datos presentar.)

Resumen Capítulo 4. Estudio de las estadísticas para variables individuales 25

8. Haga clic en OKAY para ejecutar el procedimiento. La tabla Frecuencias: Estadísticos aparece en la ventana del Visor.

Figura 28. Tabla Frecuencias Estadísticas

En este ejemplo, hay una gran diferencia entre la media y la mediana. La media es casi 25.000 mayor que la mediana, lo que indica que los valores no se distribuyen normalmente. Usted puede comprobar visualmente la distribución con un histograma.

Histogramas para variables de escala

1. Abra el cuadro de diálogo Frecuencias. 2. Haga clic en Gráficos. 3. Seleccionar Histogramas y Con curva normal.

4. Haga clic en Continuar, y luego haga clic en OKAY en el cuadro de diálogo principal para ejecutar el procedimiento.


Figura 29. Histograma

La mayoría de los casos se agrupan en el extremo inferior de la escala, con la mayoría por debajo de 100.000. Ya Está Son, sin embargo, algunos casos en el rango 500.000 y más allá (demasiado escasos para que sean visibles sin modificar el histograma). Estos valores altos para sólo unos pocos casos tienen un efecto significativo en la media pero poco o ningún efecto sobre la mediana, haciendo que la mediana de un mejor indicador de tendencia central en este ejemplo.

Resumen Capítulo 4. Estudio de las estadísticas para variables individuales 27

Capítulo 5. Creación y edición de gráficos

Puede crear y editar una gran variedad de tipos de gráficos. En este capítulo, vamos a crear y editar gráficos de barras. Puede aplicar los principios a cualquier tipo de gráfico.

Básico de creación de gráficos

Para demostrar los fundamentos de la creación de gráficos, crearemos un gráfico de barras de la renta media de los diferentes niveles de satisfacción en el trabajo. En este ejemplo se utiliza el archivo de datos demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo", en página 79 para obtener más información. 1. Elija en los menús:

Gráficos >Generador de gráficos ...

El cuadro de diálogo Generador de gráficos es una ventana interactiva que le permite una vista previa de cómo se verá un gráfico mientras lo construyes.

Cuadro de diálogo Generador 30. Gráfico de la figura

Uso de la carta Gallery Builder

1. Haga clic en la Galería ficha si no está seleccionada.


La galería incluye un gran número de gráficos predefinidos, organizados por tipo de gráfico. El básico Ficha Elementos también proporciona elementos básicos (como ejes y elementos gráficos) para la creación de gráficos a partir de cero, pero es más fácil usar la Galería.

2. Haga clic en Bar si no se selecciona.

Los iconos que representan los gráficos de barras disponibles en la galería aparecen en el cuadro de diálogo. Las fotos debe proporcionar suficiente información para identificar el tipo de gráfico específico. Si necesita más información, también se puede ver una descripción emergente de la tabla, tras interrumpir el cursor sobre un icono.

3. Arrastre el icono del gráfico de barras sencillo en el "lienzo", que es el área grande por encima de la Galería. El generador de gráficos muestra una vista previa de la tabla en el lienzo. Tenga en cuenta que los datos utilizados para elaborar la gráfico no son los datos reales. Son ejemplo de datos.

Figura 31. Diagrama de barras en generador de gráficos lienzo

Definición de variables y estadísticas

Aunque no es un gráfico en el lienzo, no es completa porque no hay variables o estadísticas a controlan la altura de las barras son y para especificar qué categoría variable corresponde a cada barra. No se puede tener un gráfico sin variables y estadísticas. Puede añadir variables arrastrándolas desde la lista de variables, que se encuentra a la izquierda del lienzo.

Nivel de medición de una variable es importante en el generador de gráficos. Usted va a utilizar el Satisfacción en el trabajo variable de la xeje. Sin embargo, el icono (que se parece a una regla) junto a la variable indica que su nivel de medida se define como escala. Para crear el gráfico correcto, deberá utilizar un categórico


nivel de medición. En vez de ir hacia atrás y cambiar el nivel de medición en la Vista de variables, que puede cambiar el nivel de medida temporalmente en el generador de gráficos.

1. Haga clic Satisfacción en el trabajo en la lista de variables y elija Ordinal. Ordinal es adecuado nivel de medida porque las categorías en Satisfacción en el trabajo pueden ser clasificados por nivel de satisfacción. Nota que el icono cambia después de cambiar el nivel de medida.

2. Ahora arrastre Satisfacción en el trabajo de la lista de variables a la xzona de arrastre del eje.

La yeje impagos zona de arrastre a la Contar estadística. Si desea utilizar otra estadística (por ejemplo, porcentaje o media), puede cambiarlo fácilmente. Usted no va a utilizar cualquiera de estas estadísticas en este ejemplo, pero vamos a revisar el proceso en caso de que necesite cambiar este estadístico en otro momento. 3. Haga clic en Propiedades del elemento para mostrar la ventana Propiedades del elemento.

Figura 32. ventana Propiedades del elemento

La ventana Propiedades del elemento permite cambiar las propiedades de los diversos elementos del gráfico. Estos elementos incluyen los elementos gráficos (como las barras en el gráfico de barras) y los ejes de la gráfico. Seleccione uno de los elementos en los Editar propiedades de lista para cambiar las propiedades asociadas con ese elemento. También tenga en cuenta el rojo Xsituado a la derecha de la lista. Este botón elimina un elemento gráfico desde el lienzo. Porque Bar1 está seleccionado, las propiedades mostradas se aplican a los elementos gráficos, específicamente la barra de elemento gráfico. La lista desplegable Estadístico muestra los estadísticos específicos que están disponibles. Las mismas estadísticas son generalmente disponibles para cada tipo de gráfico. Tenga en cuenta que algunas estadísticas requieren que el yzona de arrastre del eje contiene una variable. 4. Regreso al cuadro de diálogo Creador de la tabla y arrastre Ingresos del hogar en miles de la lista Variables al yzona de arrastre del eje. Debido a que la variable de la yeje es escalar y la xvariable del eje es

Capítulo 5. Creación y edición de gráficos 31

categórica (ordinal es un tipo de nivel de medida categórico), la yeje impagos zona de arrastre a la Significar estadística. Estas son las variables y estadísticas que desea, así que no hay necesidad de cambiar la propiedades de los elementos.

Adición de texto

También puede añadir títulos y notas al pie de la tabla. 1. Haga clic en la Títulos / notas al pie ficha.

2. Seleccionar Título 1.

Figura 33. Título 1 mostrado en el lienzo

El título aparece en el lienzo con la etiqueta T1. 3. En la ventana Propiedades del elemento, seleccione Título 1 en la lista Editar propiedades de. 4. En el contenido del cuadro de texto, escriba Ingresos por satisfacción del trabajo. Este es el texto que mostrará el título. 5. Haga clic en Aplicar para guardar el texto. Aunque el texto no aparece en el generador de gráficos, aparecerá al generar el gráfico.

Creación de la tabla

1. Haga clic en OKAY para crear el gráfico de barras.


Figura 34. Diagrama de barras

El gráfico de barras muestra que los encuestados que están más satisfechos con sus trabajos tienden a tener mayor ingresos de los hogares.

Capítulo 5. Creación y edición de gráficos 33

Capítulo 6. Trabajo con resultados

Los resultados de ejecutar un procedimiento estadístico se muestran en el Visor. La salida producida puede ser cuadros estadísticos, gráficos o texto, dependiendo de las decisiones que toma cuando se ejecuta el procedimiento. Esta sección utiliza los archivos viewertut.spv y demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo", en la página 79 para más información.

Uso del Visor

Figura 35. Visor

La ventana Visor se divide en dos paneles. La panel de titulares contiene una descripción de todo el información almacenada en el Visor. La panel de contenido contiene tablas estadísticas, gráficos y resultados de texto.

Utilice las barras de desplazamiento para navegar por el contenido de la ventana, tanto vertical como horizontalmente. Para fácil navegación, haga clic en un elemento del panel de titulares para visualizarlo en el panel de contenido. 1. Haga clic y arrastre el borde derecho del panel de titulares para modificar su anchura. Un icono de libro abierto en el panel de titulares indica que es actualmente visible en el visor, aunque puede que no sea actualmente en la parte visible del panel de contenidos. 2. Para ocultar una tabla o un gráfico, haga doble clic en su icono de libro del panel de titulares. El icono de libro abierto cambiará a un icono de libro cerrado, lo que significa que la información asociada a ella es ahora oculto. 3. Para volver a mostrar los resultados ocultos, haga doble clic en el icono de libro cerrado. También puede ocultar toda la producción de un procedimiento estadístico determinado o toda la producción en el Visor. 4. Haga clic en el cuadro con el signo menos (-) A la izquierda del procedimiento cuyos resultados desea ocultar o haga clic en la casilla junto al elemento situado más arriba en el panel de titulares para ocultar toda la producción. El esquema se contraen, indicando visualmente que estos resultados están ocultos. También puede cambiar el orden en que se muestra el resultado. 5. En el panel general, haga clic en los elementos que desea mover.


6. Arrastre los elementos seleccionados a una nueva ubicación en el esquema.

Figura 36. Resultados reordenados en el Visor

También puede mover elementos de salida haciendo clic y arrastrándolos en el panel de contenido.

Utilizando el Editor de tablas pivote

Los resultados de la mayoría de los procedimientos estadísticos se muestran en tablas dinámicas.

Acceso a las definiciones de salida

Muchos términos estadísticos se muestran en la salida. Las definiciones de estos términos se puede acceder directamente en el Visor. 1. Haga doble clic en la Tiene PDA * Sexo * Tabla de contingencia Internet mesa. 2. Haga clic Frecuencia esperada y seleccione Qué es esto? en el menú emergente.

La definición se muestra en una ventana emergente.


Figura 37. Definición de elementos emergentes

Pivotante Tablas

Las tablas generadas por defecto no muestren la información con claridad o nitidez como le gustaría. Con tablas pivote, se pueden transponer filas y columnas ("voltear" la tabla), ajustar el orden de los datos en una tabla, y modificar la tabla de muchas otras maneras. Por ejemplo, puede cambiar una tabla corta y ancha en una larga, estrecha, simplemente transponiendo las filas y columnas. Cambiar el diseño de la tabla no afecta a los resultados. En cambio, es una forma de mostrar su información de una manera diferente o más deseable. 1. Si aún no está activa, haga doble clic en el Tiene PDA * Sexo * Tabla de contingencia Internet mesa para activarlo. 2. Si la ventana Paneles de pivotado no está visible, seleccione en los menús: Pivote >Paneles de pivotado Bandejas pivotantes proporcionan una manera de mover datos entre columnas, filas y capas.

Capítulo 6. Trabajo con resultados 37

Figura 38. Paneles de pivotado

3. Arrastre el Estadística elemento de la dimensión de fila a la dimensión de columna, por debajo Género. La tabla se reconfigurará de forma inmediata para reflejar los cambios.

El orden de los elementos en la bandeja pivotante refleja el orden de los elementos en la tabla. 4. Arrastre y suelte el Tiene PDA antes de que el elemento Internet elemento de la dimensión de las filas para invertir la orden de estas dos filas.

Figura 39. Intercambie filas

Creación y presentación de capas

Las capas pueden ser útil para tablas grandes con categorías anidadas de información. Mediante la creación de capas, simplificar el aspecto de la tabla, por lo que es más fácil de leer. 1. Arrastre el Género elemento de la dimensión de columna a la dimensión de capa.


Figura icono de pivotado 40. Género en la dimensión Capa

Para mostrar una capa diferente, seleccione una categoría de la lista desplegable en la tabla.

Edición de tablas

A menos que usted ha tomado el tiempo para crear un aspecto de tabla personalizado, las tablas pivote se crean con la norma formateo. Puede cambiar el formato de cualquier texto dentro de una tabla. Formatos que puede cambiar incluir el nombre de la fuente, tamaño de fuente, estilo de fuente (negrita o cursiva) y el color. 1. Haga doble clic en la Nivel de educación mesa. 2. Si la barra de herramientas Formato no está visible, seleccione en los menús: Vista >Barra de herramientas

3. Haga clic en el texto del título, Nivel de educación. 4. En la lista desplegable de tamaños de fuente en la barra de herramientas, seleccione 12. 5. Para cambiar el color del texto del título, haga clic en la herramienta de color del texto y elegir un nuevo color.

Figura 41. Nuevo formato del Texto del título en la tabla dinámica También puede editar el contenido de las tablas y etiquetas. Por ejemplo, puede cambiar el título de esta mesa. 6. Haga doble clic en el título. 7. Tipo Cultura para la nueva etiqueta.

Nota: Si cambia los valores en una tabla, los totales y otras estadísticas no se vuelven a calcular.


Ocultación de filas y columnas

Algunos de los datos que se muestran en una tabla pueden no ser útiles o pueden complicar innecesariamente la tabla. Afortunadamente, se pueden ocultar filas y columnas completas sin perder ningún dato.

1. Si aún no está activa, haga doble clic en el Cultura tabla para activarla. 2. Haga clic en Porcentaje válido etiqueta de columna para seleccionarlo.

3. En el menú Edición o en el menú emergente del botón derecho elegir:

Seleccionar >Celdas de datos y Label 4. En el menú Ver elija Ocultar o desde el menú emergente del botón derecho elegir Ocultar categoría.

La columna está oculta pero no se eliminará.

La columna de la Figura 42. Porcentaje válido oculto en la tabla Para volver a mostrar la columna: 5. Elija en los menús:

Vista >Mostrar todo

Las filas se pueden ocultar y mostrar de la misma manera que las columnas.

Cambio de Formatos de visualización de datos Usted puede cambiar fácilmente el formato de visualización de los datos en las tablas pivote. 1. Si aún no está activa, haga doble clic en el Cultura tabla para activarla. 2. Haga clic en la Por ciento etiqueta de columna para seleccionarlo. 3. En el menú Edición o en el menú emergente del botón derecho elegir: Seleccionar >Celdas de datos 4. En el menú Formato o en el menú emergente del botón derecho elegir Propiedades de celda. 5. Haga clic en la Formato Valor ficha. 6. Tipo 0en el campo Decimales para ocultar todos los puntos decimales en esta columna.


Figura 43. Propiedades de casilla, ficha Formato Valor

También puede cambiar el tipo de datos y el formato en este cuadro de diálogo. 7. Seleccione el tipo que desee en la lista Categoría, y luego seleccionar el formato de ese tipo en el Lista Formato. 8. Haga clic en OKAY o Aplicar para aplicar los cambios.

Figura 44. Decimales oculta en la columna de Porcentaje

Los decimales están ocultos en el Por ciento columna.

Aspectos de tabla

El formato de las tablas es una parte fundamental de proporcionar resultados claros, concisos y con significado. Si su tabla es difícil de leer, la información contenida en dicha tabla puede no ser fácil de entender.


Utilización de formatos predefinidos

1. Haga doble clic en la Estado civil mesa.

2. Elija en los menús: Formato >Aspectos de tabla ...

El cuadro de diálogo Aspectos de tabla enumera una variedad de estilos predefinidos. Seleccione un estilo de la lista para obtener una vista previa en la ventana de la muestra a la derecha.

Figura 45. Cuadro de diálogo Aspectos de tabla Puede utilizar un estilo tal cual o puede editar un estilo existente para adaptarse mejor a sus necesidades. 3. Para utilizar un estilo existente, seleccione uno y haga clic en DE ACUERDO.

Estilos de aspectos de tabla

Puede personalizar un formato para satisfacer sus necesidades específicas. Casi todos los aspectos de una tabla se pueden personalizar, desde el color de fondo a los estilos de la frontera. 1. Haga doble clic en la Estado civil mesa. 2. Elija en los menús: Formato >Aspectos de tabla ... 3. Seleccione el estilo que más se aproxime al formato que desee y haga clic en Editar aspecto. 4. Haga clic en la Formatos de casilla pestaña para ver las opciones de formato.


Figura 46. Cuadro de diálogo Propiedades de tabla

Las opciones de formato incluyen el nombre de la fuente, tamaño de fuente, estilo, y color. Las opciones adicionales incluyen alineación, texto y colores de fondo, y tamaños de los márgenes. La ventana de la muestra a la derecha ofrece una vista previa de cómo afectan los cambios de formato de su mesa. Cada área de la tabla puede tener diferentes estilos de formato. Por ejemplo, es probable que no le gustaría el título de tener el mismo estilo que los datos. Para seleccionar un área de la tabla para editar, puede elegir la zona por su nombre en la lista desplegable Área o puede hacer clic en el área que desea cambiar en la ventana Muestra. 5. Seleccionar Datos de la lista desplegable Área. 6. Seleccione un nuevo color de la paleta desplegable Fondo. 7. A continuación, seleccione un nuevo color de texto. La ventana Muestra el nuevo estilo.


Figura 47. Cambio de formatos de celda de tabla

8. Haga clic en OKAY para volver al cuadro de diálogo Aspectos de tabla. Usted puede guardar su nuevo estilo, que le permite aplicar en futuras tablas fácilmente. 9. Haga clic en Guardar como. 10. Navegue hasta el directorio de destino y escriba un nombre para el nuevo estilo en el cuadro de texto Nombre de archivo. 11. Haga clic en Guardar. 12. Haga clic en OKAY para aplicar los cambios y volver al Visor.

La tabla contendrá el formato personalizado especificado.

Figura 48. Aspecto de tabla personalizado


Cambio de los formatos de tablas por defecto

Aunque puede cambiar el formato de una tabla después de haber sido creado, puede ser más eficiente cambiar el aspecto de tabla por defecto de modo que usted no tiene que cambiar el formato cada vez que se crea una tabla.

Para cambiar el estilo por defecto del aspecto de tabla para las tablas pivote, elija en los menús:

Editar >Opciones ... 1. Haga clic en la Pivot Tables ficha en el cuadro de diálogo Opciones.

Figura 49. Cuadro de diálogo Opciones

2. Seleccione el estilo de aspecto de tabla que desea utilizar para todas las nuevas tablas. La ventana Muestra situada a la derecha muestra una vista previa de cada aspecto de tabla. 3. Haga clic en OKAY para guardar la configuración y cerrar el cuadro de diálogo.

Todas las tablas que se crean después de cambiar el aspecto de tabla por defecto cumplirán de forma automática a la nueva reglas de formato.

Personalización de las opciones de presentación inicial Las opciones de presentación inicial incluyen la alineación de los objetos en el Visor, si se muestran objetos o oculto por defecto, y el ancho de la ventana del Visor. Para cambiar esta configuración: 1. Elija en los menús:


Editar >Opciones ... 2. Haga clic en la Espectador ficha.

Figura 50. Opciones del Visor

3. 4.

5. 6.

Los ajustes se aplican sobre una base objeto por objeto. Por ejemplo, puede personalizar la forma en que las cartas se muestran sin hacer ningún cambio en la forma en que se muestran las tablas. Sólo tiene que seleccionar el objeto que desea personalizar, y realice los cambios. Haga clic en la Título icono para mostrar sus selecciones. Haga clic en Centro para ver todos los títulos en el centro (horizontal) del Visor. También puede ocultar elementos, como los mensajes de registro y alerta, que tienden a colapsar los resultados. Al hacer doble clic en un icono cambia automáticamente propiedad de presentación de dicho objeto. Haga doble clic en la Advertencias icono para ocultar los mensajes de advertencia en la salida. Haga clic en OKAY para guardar los cambios y cerrar el cuadro de diálogo.

Viendo variable y de valor etiquetas

En la mayoría de los casos la presentación de etiquetas de variables y valores es más efectiva que mostrar la variable nombre o el valor de datos real. Puede haber casos, sin embargo, cuando se quiere mostrar tanto los nombres y las etiquetas. 1. Elija en los menús:

Editar >Opciones ... 2. Haga clic en la Etiquetas de los resultados ficha.


Figura 51. Tabla Pivot ajustes de etiquetado

Puede especificar diferentes configuraciones para los paneles de contenidos y. Por ejemplo, para mostrar las etiquetas en los valores de esquema y nombres de variables y datos en los contenidos:

3. En el grupo Etiquetado de tablas pivote, seleccione Nombres de las variables en las etiquetas lista desplegable para mostrar nombres de variables en lugar de etiquetas. 4. A continuación, seleccione Valores a partir de los valores de variables en etiquetas lista desplegable para mostrar los valores de datos en lugar de etiquetas.

Tablas posteriores producidos en el período de sesiones reflejarán estos cambios.

Figura 52. nombres y valores de las variables que se muestra

Uso de resultados en otras aplicaciones

Sus resultados pueden ser utilizados en muchas aplicaciones. Por ejemplo, es posible que desee incluir una tabla o un gráfico en una presentación o un informe.

Los siguientes ejemplos son específicos para Microsoft Word, pero funcionarán de manera similar en otra palabra aplicaciones de procesamiento.


Pegado de resultados como tablas de Word

Puede pegar las tablas pivote en Word como tablas de Word nativos. Todos los atributos de la tabla, como el tamaño de las fuentes y colores, se conservan. Debido a que la tabla se pega en el formato de tabla de Word, puede editarlo en Word como cualquier otra tabla. 1. Haga clic en una tabla en el Visor para seleccionarlo.

2. Elija en los menús: Editar >Copia

3. Abra la aplicación de procesamiento de textos. 4. Desde el menú del procesador de texto, elija: Editar >Pegado especial ... 5. Seleccionar Texto con formato (RTF) en el cuadro de diálogo Pegado especial.

6. Haga clic en OKAY para pegar los resultados en el documento actual.

La tabla se muestra ahora en su documento. Puede aplicar un formato personalizado, edita los datos y cambiar el tamaño la mesa para adaptarse a sus necesidades.

Pegado de resultados como texto

Las tablas pivote se pueden copiar a otras aplicaciones como texto sin formato. Estilos de formato no se conservan en este método, pero puede editar los datos de tabla después de pegarlo en la aplicación de destino. 1. Haga clic en una tabla en el Visor para seleccionarlo. 2. Elija en los menús: Editar >Copia 3. Abra la aplicación de procesamiento de textos. 4. Desde el menú del procesador de texto, elija: Editar >Pegado especial ... 5. Seleccionar Texto sin formato en el cuadro de diálogo Pegado especial.

6. Haga clic en OKAY para pegar los resultados en el documento actual.

Figura 53. Tabla pivote mostrada en Word


Cada columna de la tabla aparece separada por tabulaciones. Puede cambiar el ancho de columna mediante el ajuste de la ficha se detiene en su procesador de textos.

Exportación de resultados a Microsoft Word, PowerPoint y Excel

Puede exportar los resultados a un archivo de Microsoft Word, PowerPoint o Excel. Puede exportar los elementos seleccionados o todos los elementos en el Visor. Esta sección utiliza los archivos msouttut.spv y demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo", en la página 79 para más información.

Nota: La exportación a PowerPoint sólo está disponible en sistemas operativos de Windows y no está disponible con la Versión para estudiantes.

En panel de titulares del Visor, puede seleccionar elementos específicos que desea exportar o exportar todos los artículos o todos los elementos visibles.

Figura 54. Visor

1. Desde el Visor de menús, seleccione:

Expediente >Exportar ... En lugar de exportar todos los objetos del Visor, puede optar por exportar únicamente objetos visibles (abierta libros en el panel de titulares) o aquellos que seleccionó en el panel de titulares. Si no ha seleccionado ninguna elementos en el panel de titulares, que no tienen la opción de exportar los objetos seleccionados.


Cuadro de diálogo Resultados 55. Exportación Figura 2. En los objetos para exportar grupo, seleccione Todos. 3. En la lista desplegable Tipo seleccione Archivo de Word / RTF (* .doc). 4. Haga clic en OKAY para generar el archivo de Word.

Al abrir el archivo resultante en Word, se puede ver cómo se exportan los resultados. Notas, que no son objetos visibles, aparecen en Word por haberse seleccionado para exportar todos los objetos.

Las tablas pivote pasan a ser tablas de Word, con todo el formato de la tabla pivote inicial retenido, incluyendo fuentes, colores, bordes, etcétera.


Figura 56. Las tablas pivote en Word

Los gráficos se incluyen en el documento de Word como imágenes gráficas.

Figura 57. Gráficos en Word

Los resultados de texto se muestra en el mismo tipo de letra utilizado para el objeto de texto en el Visor. Para la correcta alineación, salida de texto debe utilizar una fuente de paso fijo (monoespaciada).


Figura 58. Resultados de texto en Word

Si exporta a un archivo de PowerPoint, cada elemento exportado se colocará en una diapositiva independiente. Las tablas pivote exportan para PowerPoint convertido en tablas de Word, con todo el formato de la tabla dinámica original, incluyendo las fuentes, colores, bordes, etcétera.

Figura 59. Las tablas pivote en PowerPoint

Gráficos seleccionados para la exportación a PowerPoint se incrustan en el archivo de PowerPoint.


Figura 60. Gráficos en PowerPoint

Nota: La exportación a PowerPoint sólo está disponible en sistemas operativos de Windows y no está disponible con la Versión para estudiantes.

Si exporta a un archivo de Excel, los resultados se exportan de manera diferente.

Figura 61. Output.xls en Excel

Filas de la tabla pivote, las columnas y las células se vuelven filas de Excel, columnas y celdas.


Cada línea del resultado de texto constituye una fila del archivo de Excel, con todo el contenido de la línea de contenidos en un una sola célula.

Figura 62. Resultados de texto en Excel

Exportación de resultados a PDF

Puede exportar la totalidad o elementos seleccionados en el Visor a un (formato de documento portátil) de archivos PDF. 1. En los menús de la ventana del Visor que contiene el resultado que desea exportar a PDF, seleccione: Expediente >Exportar ... 2. En el cuadro de diálogo Exportar, en la lista desplegable Tipo de exportación de formato de archivo elegir Portátil Formato de documento.


Cuadro de diálogo Resultados 63. Exportación Figura vEl panel de titulares del documento del Visor se convertirá en marcadores en el archivo PDF para su fácil navegación. vTamaño de página, orientación, márgenes, contenido y presentación de los encabezados y pies de página, y gráfico impreso tamaño de los documentos PDF son controlados por las opciones de configuración de página (menú Archivo, Configurar página en el Visor ventana). vLa resolución (PPP) del documento PDF es la configuración por defecto o actualmente resolución actual impresora seleccionada (que se puede cambiar el uso de Configuración de página). La resolución máxima es de 1200 DPI. Si el configuración de la impresora es superior, la resolución del documento PDF será de 1200 PPP. Nota: De alta resolución documentos pueden dar resultados pobres cuando se imprimen en impresoras de baja resolución.


Figura 64. archivo PDF con marcadores

Exportación de resultados a HTML

También puede exportar los resultados a HTML (lenguaje de marcado de hipertexto). Al guardar como HTML, todos la producción no de gráfico se exporta en un único archivo HTML.

Figura 65. Output.htm en el navegador Web

Al exportar a HTML, gráficos se pueden exportar también, pero no a un solo archivo.


Figura 66. Gráfico en HTML

Cada gráfico se guardará como un archivo en un formato que especifique, y las referencias a estos archivos gráficos voluntad ser colocado en el HTML. También hay una opción para exportar todos los gráficos (o los gráficos seleccionados) para separar archivos gráficos.


Capítulo 7. Trabajo con sintaxis

Puede guardar y automatizar muchas tareas comunes utilizando el potente lenguaje de comandos. También proporciona algunas funcionalidades no incluidas en los menús y cuadros de diálogo. La mayoría de los comandos son accesibles en los menús y cuadros de diálogo. Sin embargo, algunos comandos y opciones sólo están disponibles mediante el uso de la lenguaje de comandos. El lenguaje de comandos también permite guardar los trabajos en un archivo de sintaxis, con lo que puede repetir los análisis en una fecha posterior.

Un archivo de sintaxis de comandos es simplemente un archivo de texto que contiene IBM SPSS Statistics comandos de sintaxis. Usted puede abrir una ventana de sintaxis y escribir directamente los comandos, pero a menudo es más fácil dejar que los cuadros de diálogo hacen algunos o todo el trabajo por usted. Los ejemplos de este capítulo utilizan el archivo de datos demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para más información.

Nota: Sintaxis del comando no está disponible con la versión para estudiantes.

Pegado de la sintaxis

La forma más fácil de crear sintaxis consiste en utilizar el botón Pegar ubicado en la mayoría de los cuadros de diálogo. 1. Abra el archivo de datos demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para obtener más información. 2. Elija en los menús: Analizar >Estadística descriptiva >Frecuencias ... 3. Seleccionar Estado civil [civil] y moverlo a la (s) Lista de variables. 4. Haga clic en Gráficos. 5. En el cuadro de diálogo Gráficos, seleccione Los gráficos de barras. 6. En el grupo Valores del gráfico, seleccione Porcentajes. 7. Haga clic en Pega Continue.Click para copiar la sintaxis creada como resultado de las selecciones del cuadro de diálogo al Editor de sintaxis.

Figura 67. Cuadro de diálogo Frecuencias


Figura 68. Frecuencias sintaxis

8. Para ejecutar la sintaxis que se muestra actualmente, elija en los menús: Carrera >Selección

Edición de la sintaxis

En la ventana de sintaxis, puede editar la sintaxis. Por ejemplo, podría cambiar el subcomando / BARCHART para mostrar frecuencias en lugar de porcentajes. (Cada subcomando se indica con una barra.) Si conocer la palabra clave para la visualización de frecuencias puede introducirlo directamente. Si usted no conoce la palabra clave, usted puede obtener una lista de las palabras clave disponibles para el subcomando posicionando el cursor en cualquier lugar a continuación del nombre subcomando y pulsando Ctrl + Barra espaciadora. Esto muestra el control de auto-completado del subcomando.

Eliminar la palabra clave POR CIENTO desde BARCHART subcomando.

Presione Ctrl-Barra espaciadora. 1. haga clic en el elemento con la etiqueta FREC para frecuencias. Al hacer clic en un elemento en el control de auto-realización se insertarlo en la posición actual del cursor. Por defecto, el control de auto-completado le pedirá con una lista de condiciones disponibles a medida que escribe. Para ejemplo, que le gustaría incluir un gráfico circular junto con el gráfico de barras. El gráfico circular se especifica con un subcomando separado. 2. Pulse Intro después de la FREC palabras clave y escriba una barra diagonal para indicar el inicio de un subcomando.

El Editor de sintaxis le pide que con la lista de subcomandos para el comando actual.


Figura de control 69. Auto-realización que muestra subcomandos

Para obtener ayuda más detallada para el comando actual, pulse la tecla F1. Esto le lleva directamente a la información de referencia de sintaxis de comandos para el comando actual.

Usted puede haber notado que es de color de texto que aparece en la ventana de sintaxis. El código de colores que permite a identificar rápidamente términos no reconocidos, ya que son de color términos sólo reconocidos. Por ejemplo, se escribe incorrectamente la FORMATO subcomando como Frmat. Subcomandos son de color verde de forma predeterminada, pero el texto Frmat voluntad aparecerá incoloro, ya que no se reconoce.

Apertura y ejecución de un archivo de sintaxis

1. Para abrir un archivo de sintaxis almacenado, elija en los menús: Expediente >Abierto >Sintaxis ...

Se muestra un cuadro de diálogo estándar para abrir archivos. 2. Seleccione un archivo de sintaxis. Si no se muestran los archivos de sintaxis, asegúrese Sintaxis (* .sps) se selecciona como el archivo el tipo que desea ver. 3. Haga clic en Abrir. 4. Utilice el menú Ejecutar en la ventana de sintaxis para ejecutar los comandos.

Si los comandos se aplican a un archivo de datos específico, el archivo de datos debe abrirse antes de ejecutar los comandos, o debe incluir un comando que abre el archivo de datos. Puede pegar este tipo de comando desde el cuadros de diálogo que abren archivos de datos.

El uso de puntos de interrupción Los puntos de interrupción le permiten detener la ejecución de la sintaxis de comandos en puntos específicos dentro de la sintaxis y continuar la ejecución cuando esté listo. Esto le permite ver la salida o datos en un punto intermedio en un trabajo sintaxis, o para ejecutar la sintaxis de comandos que muestra información sobre el estado actual de los datos, tales como FRECUENCIAS. Los puntos de interrupción sólo se pueden establecer en el nivel de un comando, no en líneas específicas dentro de un comandos. Para insertar un punto de interrupción en un comando: 1. Haga clic en cualquier lugar de la región a la izquierda del texto asociado con el comando.

Capítulo 7. Trabajo con sintaxis 61

El punto de corte se representa como un círculo rojo en la región a la izquierda del texto de comando y en el misma línea que el nombre del comando, independientemente de donde se hizo clic.

Figura 70. Ejecución detuvo en un punto de interrupción

Al ejecutar la sintaxis de comandos que contiene los puntos de interrupción, la ejecución se detiene antes de cada comando que contiene un punto de interrupción. La flecha apuntando hacia abajo a la izquierda del texto del comando muestra el progreso de la ejecución de la sintaxis. Se extiende por la región a partir de la primera ejecución de comandos a través de la última ejecución de comandos y es particularmente útil cuando se ejecuta la sintaxis de comandos que contiene los puntos de interrupción. Para reanudar la ejecución tras un punto de ruptura: 2. En los menús del Editor de Sintaxis elegir: Carrera >Continuar


Capítulo 8. Modificación de los valores de datos Los datos que usted comience a trabajar no siempre estén organizados de la manera más útil para su análisis o informar necesidades. Por ejemplo, es posible que desee:

vCrear una variable categórica a partir de una variable de escala.

vCombine varias categorías de respuesta en una sola categoría. vCrear una nueva variable que sea la diferencia calculada entre dos variables existentes. vCalcular la longitud de tiempo entre dos fechas.

En este capítulo se utiliza el archivo de datos demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para obtener más información.

Creación de una variable categórica a partir de una variable de escala

Varias variables categóricas en el archivo de datos demo.sav son, de hecho, de variables de escala en que los datos presentar. Por ejemplo, la variable ingcat es simplemente ingresos agrupados en cuatro categorías. Esta categórica variable utiliza valores enteros 1-4 para representar las categorías de ingresos siguientes (en miles): menos de $ 25, $ 25 y $ 49, $ 50 y $ 74, y $ 75 o más.

Para crear la variable categórica ingcat: 1. En los menús de la ventana Editor de datos: Transformar >Agrupación visual ... En el cuadro de diálogo inicial Agrupación visual, se seleccionan los / o variables de escala y ordinales para las que que desee crear nuevas variables agrupadas en intervalos. Intervalos significa tomar dos o más valores contiguos y agrupándolos en la misma categoría. Desde la agrupación visual se basa en valores reales en el archivo de datos para ayudarle a hacer buenas elecciones de agrupación, que necesita para leer el archivo de datos en primer lugar. Dado que esto puede tomar algún tiempo si su archivo de datos contiene una gran número de casos, este cuadro de diálogo inicial también le permite limitar el número de casos de leer ("scan"). Esto no es necesario para nuestro archivo de datos de muestra. A pesar de que contiene más de 6.000 casos, hace no toma mucho tiempo para explorar esa cantidad de casos. 2. Arrastrar y soltar Ingresos del hogar en miles [ingres] de la lista de variables en las variables a Bin lista y, a continuación, haga clic en Continuar.

63

Figura cuadro de diálogo principal Agrupación visual 71.

3. En el cuadro de diálogo principal Agrupación visual, seleccione Ingresos del hogar en miles [ingres] en el escaneados Lista de variables. Un histograma muestra la distribución de la variable seleccionada (que en este caso es muy desigual). 4. Entrar ingcat2 para el nuevo nombre de la variable agrupada y Categoría de ingresos [en miles] para la etiqueta de variable. 5. Haga clic en Crear puntos de corte.

6. Seleccionar Intervalos de igual amplitud. 7. Entrar 25 para el primer punto de corte, 3para el número de puntos de corte, y 25 para el ancho. El número de categorías agrupadas es uno mayor que el número de puntos de corte. Así, en este ejemplo, el nueva variable agrupada contará con cuatro categorías, con las tres primeras categorías cada uno conteniendo rangos de 25 (mil) y el último que contiene todos los valores por encima del valor de punto de corte más alta de 75 (Mil). 8. Haga clic en Aplicar.

Los valores ahora muestran en la cuadrícula representan los puntos de corte definidos, que son los límites superiores de cada categoría. Las líneas verticales del histograma indican también la ubicación de los puntos de corte. Por defecto, estos valores los puntos de corte se incluyen en las categorías correspondientes. Por ejemplo, el primero valor 25 incluiría todos los valores menores o iguales a 25. Pero en este ejemplo, queremos categorías que corresponden a menos de 25, 25-49, 50-74, y 75 o superior. 9. En el grupo Límites superiores, seleccione Excluidos (<). 10. Luego haga clic en Crear etiquetas.


Figura 72. etiquetas de valor generados automáticamente

Esto genera automáticamente etiquetas de valor descriptivas para cada categoría. Dado que los valores reales asignado a la nueva variable agrupada son enteros simplemente consecutivos comenzando por el 1, las etiquetas de valor puede ser muy útil. También puede introducir manualmente o cambiar los puntos de corte y las etiquetas en la red, cambiar las ubicaciones de los puntos de corte por arrastrando y colocando sus líneas correspondientes sobre el histograma y eliminar puntos de corte arrastrando líneas de puntos de corte fuera del histograma. 11. Haga clic en OKAY para crear la nueva variable agrupada.

La nueva variable aparecerá en el Editor de datos. Puesto que la variable se añade al final del archivo, es que aparece en la columna de la extrema derecha en la Vista de datos y en la última fila de la Vista de variables.

Cálculo de nuevas variables

Utilizando una amplia variedad de funciones matemáticas, puede calcular nuevas variables basadas en altamente ecuaciones complejas. En este ejemplo, sin embargo, sólo calcularemos una nueva variable que es la diferencia entre los valores de dos variables existentes.

El archivo de datos demo.sav contiene una variable para la edad actual del encuestado y una variable para el número del año en trabajo actual. No, sin embargo, contiene una variable para la edad del encuestado en el momento en que él o ella comenzó ese trabajo. Podemos crear una nueva variable que sea la diferencia calculada entre la edad actual y el número de años en el trabajo actual, que debe ser la edad aproximada a la que el encuestado comenzado ese trabajo. 1. En los menús de la ventana Editor de datos: Transformar >Calcular variable ... 2. Para la Variable de destino introduzca JOBSTART. 3. Seleccionar Edad en años [edad] en la lista de variables de origen y haga clic en el botón de flecha para copiarlo en el numérico Cuadro de texto Expresión.

Capítulo 8. Modificación de los valores de datos 65

4. Haga clic en el signo menos (-) situado en el tablero numérico en el cuadro de diálogo (o pulse la tecla menos en la teclado).

5. Seleccionar Años con empresa actual [empleo] y haga clic en el botón de flecha para copiarla en la expresión.

Cuadro de diálogo Variable Figura 73. Compute

Nota: Tenga cuidado de seleccionar la variable de empleo adecuada. Hay también una versión categórica recodificada de la variable, que es no lo que quieras. La expresión numérica debe ser edad-empleo, no la edad empcat. 6. Haga clic en OKAY para calcular la nueva variable.

La nueva variable aparecerá en el Editor de datos. Puesto que la variable se añade al final del archivo, es que aparece en la columna de la extrema derecha en la Vista de datos y en la última fila de la Vista de variables.

Uso de las funciones en las expresiones

También puede utilizar funciones predefinidas en las expresiones. Más de 70 funciones integradas están disponibles, incluyendo: vFunciones de cálculo vFunciones estadísticas vLas funciones de distribución vFunciones lógicas vFunciones de fecha y hora de agregación y extracción vFunciones de valores perdidos vFunciones entre casos vFunciones de cadena


Las funciones se organizan en grupos lógicamente distintos, tal como un grupo para operaciones aritméticas y otro para el cálculo de las métricas estadísticos. Por conveniencia, una serie de variables del sistema de uso común, tal como $ TIME (Fecha y hora), también se incluyen en los grupos de funciones apropiadas.

Pegar una función en una expresión

Para pegar una función en una expresión: 1. Coloque el cursor en la expresión en el punto donde desea que aparezca la función.

2. Seleccione el grupo apropiado de la lista Grupo de funciones. El grupo de etiquetado Todos proporciona una lista de todos disponibles funciones y variables del sistema. 3. Haga doble clic en la función en las funciones y lista Variables Especial (o seleccione la función y haga clic en la flecha junto a la lista Grupo de funciones).

La función se inserta en la expresión. Si resalta parte de la expresión y luego insertar la función, la parte resaltada de la expresión se utiliza como el primer argumento en la función.

Edición de una función en una expresión

La función no está completa hasta que introduzca los argumentos, representada por signos de interrogación en el pegado función. El número de signos de interrogación indica el número mínimo de argumentos necesarios para completar la función. 1. Resalte el signo de interrogación (s) de la función pegada. 2. Introduzca los argumentos. Si los argumentos son nombres de variables, puede pegarlos desde la lista de variables.

Uso de Expresiones condicionales

Puede utilizar expresiones condicionales (también denominadas expresiones lógicas) para aplicar transformaciones a Favoritos subconjuntos de casos. Una expresión condicional devuelve un valor verdadero, falso o perdido para cada caso. Si el resultado de una expresión condicional es verdadero, la transformación se aplica a este caso. Si el resultado es falso o faltante, la transformación no se aplica al caso.

Para especificar una expresión condicional: 1. Haga clic en Si en el cuadro de diálogo Calcular variable. Esto abre el cuadro de diálogo Si los casos. 2. Seleccionar Incluir si el caso satisface la condición.

3. Introduzca la expresión condicional.

La mayoría de las expresiones condicionales contienen al menos un operador relacional, como en:

edad> = 21

o

ingresos * 3 <100

En el primer ejemplo, sólo los casos con un valor de 21 o mayor para Edad [edad] se seleccionan. En el segundo ejemplo, Ingresos del hogar en miles [ingres] multiplicado por 3 deberá ser inferior a 100 para que un caso sea seleccionado.

También puede vincular dos o más expresiones condicionales mediante operadores lógicos, como en:

edad> = 21 | ed> = 4

o


ingresos * 3 <100 y ed = 5

En el primer ejemplo, los casos que cumplan la Edad [edad] condición o el Nivel educativo [ó] condición se seleccionan. En el segundo ejemplo, tanto el Ingresos del hogar en miles [ingres] y Nivel de educación [Ba] condiciones deben cumplirse para que un caso sea seleccionado.

Trabajo con fechas y horas

Una serie de tareas común con las fechas y horarios se puede lograr fácilmente utilizando la Fecha y Time Wizard. Con este asistente, podrá: vCrear una variable de fecha / hora a partir de una variable de cadena que contiene una fecha o una hora. vCrear una variable de fecha / hora fusionando variables que contengan partes diferentes de la fecha u hora. vSumar o restar los valores de las variables de fecha / hora, incluyendo la adición o sustracción de dos fecha / hora variables. vExtraer una parte de una variable de fecha u hora; por ejemplo, variables el día de mes de una fecha / hora que tiene la forma dd / mm / aaaa.

Los ejemplos de esta sección utilizan el archivo de datos upgrade.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo", en página 79 para obtener más información.

Para utilizar el Asistente para fecha y hora: 1. Elija en los menús:

Transformar >Asistente para fecha y hora ...

Figura 74. Fecha y Pantalla principal del Asistente Tiempo

La pantalla principal del Asistente para fecha y hora se presenta un conjunto de tareas generales. Las tareas que no se aplican a los datos actuales son personas con discapacidad. Por ejemplo, el archivo de datos upgrade.sav no contiene ningún las variables de cadena, por lo que la tarea de crear una variable de fecha de una cadena está desactivado.


Si eres nuevo en las fechas y horas en IBM SPSS Statistics, puede seleccionar Aprenda como fechas y horas son representado y haga clic en Siguiente. Esto lleva a una pantalla que ofrece una breve reseña de fecha / variables de tiempo y un enlace, a través del botón de ayuda, para obtener información más detallada.

Cálculo de la distancia temporal entre dos fechas

Una de las tareas más comunes relacionadas con las fechas es el cálculo de la cantidad de tiempo entre dos fechas. Como ejemplo, considere una empresa de software interesados en analizar las compras de licencias de actualización por determinar el número de años desde que cada cliente compró su última actualización. El archivo de datos upgrade.sav contiene una variable para la fecha en que cada cliente compró una actualización, pero no el número de años transcurridos desde que se compra. Una nueva variable que es la longitud de tiempo en años entre la fecha de la última actualización y la fecha de la próxima versión del producto proporcionará una medida de esta cantidad.

Para calcular la cantidad de tiempo entre dos fechas: 1. Seleccionar Calcular con fechas y horas en la pantalla principal del Asistente para fecha y la hora y clic Siguiente. 2. Seleccionar Calcular el número de unidades de tiempo entre dos fechas y haga clic en Siguiente.

Figura 75. Cálculo de la distancia temporal entre dos fechas: Paso 2

3. En el paso 2, seleccione Fecha de la próxima versión en Fecha1. 4. Seleccionar Fecha de la última actualización en Fecha2. 5. Seleccionar Años para la Unidad y Truncar a entero para el tratamiento de los resultados. (Estos son los por defecto selecciones.) 6. Haga clic en Siguiente. 7. En el paso 3, escriba AñosÚltimAct para el nombre de la variable de resultado. Las variables resultantes no puede tener el mismo nombre que una variable existente. 8. Entrar Años desde la última actualización como etiqueta de la variable de resultado. Etiquetas de las variables de resultados son opcional. 9. Deje la selección predeterminada de Crear la variable ahora, y haga clic en Acabado para crear la nueva variable.

La nueva variable, AñosÚltimAct, que aparece en el Editor de datos es el número entero de años transcurridos entre la dos fechas. Las partes fraccionarias de un año se han truncado.


Adición de una duración a una fecha

Usted puede añadir o sustraer duraciones, como 10 días o 12 meses, a una fecha. Continuando con el ejemplo de la compañía de software de la sección anterior, tenga en cuenta la determinación de la fecha en que cada contrato inicial de asistencia técnica al cliente termina. El archivo de datos upgrade.sav contiene una variable para el número de años de apoyo contratado y una variable de la fecha de compra inicial. A continuación, puede determinar la Fecha de finalización del apoyo inicial añadiendo años de asistencia a la fecha de compra.

Para añadir una duración a una fecha: 1. Seleccionar Calcular con fechas y horas en la pantalla principal del Asistente para fecha y la hora y clic Siguiente. 2. En el paso 1, seleccione Añadir o sustraer una duración a una fecha y haga clic en Siguiente.

Figura 76. Adición de una duración a una fecha: Paso 2

3. Seleccionar Fecha de la licencia inicial del producto Novio. 4. En el paso 2, seleccione Años de asistencia técnica la variable de duración. Desde Años de asistencia técnica es simplemente una variable numérica, es necesario indicar las unidades utilizadas al añadir esta variable como duración. 5. Seleccionar Años de las Unidades de la lista desplegable. 6. Haga clic en Siguiente. 7. En el paso 3, escriba SupEndDate para el nombre de la variable de resultado. Las variables resultantes no puede tener el mismo nombre que una variable existente. 8. Entrar Fecha de finalización de asistencia técnica como etiqueta de la variable de resultado. Etiquetas de las variables de resultados son opcional. 9. Haga clic en Acabado para crear la nueva variable.

La nueva variable aparecerá en el Editor de datos.


Capítulo 9. Ordenación y selección de datos

Los archivos de datos no siempre están organizados de la forma ideal para sus necesidades específicas. Para preparar los datos para su análisis, usted puede elegir entre una amplia gama de transformaciones de archivos, incluyendo la capacidad de: v

v

Ordenar datos. Puede ordenar los casos en función del valor de una o más variables.

Seleccionar subconjuntos de casos. Puede restringir el análisis a un subconjunto de casos o efectuar simultánea análisis sobre diferentes subconjuntos.

Los ejemplos de este capítulo utilizan el archivo de datos demo.sav. Consulte el tema Capítulo 10, "Archivos de ejemplo" en la página 79 para más información.

Ordenar datos

Clasificación de los casos (ordenar las filas del archivo de datos) es a menudo útil y a veces necesaria para ciertos tipos de análisis.

Para reordenar la secuencia de casos en el archivo de datos basados en el valor de una o más variables de ordenación: 1. Elija en los menús: Datos >Ordenar casos ... Se muestra el cuadro de diálogo Ordenar casos.

Figura 77. Cuadro de diálogo Ordenar casos

2. Añadir la Edad en años [edad] y Ingresos del hogar en miles [ingres] variables a la lista Ordenar por.

Si selecciona una variable de ordenación, el orden en el que aparecen en la lista Ordenar por determina el orden en que se clasifican los casos. En este ejemplo, basándose en las entradas de la lista Ordenar por, los casos serán ordenados por el valor de Ingresos del hogar en miles [ingres] dentro de las categorías de Edad en años [edad]. Para las variables de cadena, las letras mayúsculas preceden a las minúsculas correspondientes en orden (por ejemplo, la valor de cadena Sí viene antes sí en el orden de clasificación).

Procesamiento de segmentación del archivo Para dividir el archivo de datos en diferentes grupos para el análisis: 1. Elija en los menús: Datos >Segmentar archivo ...


Se muestra el cuadro de diálogo Segmentar archivo.

Cuadro de diálogo de archivos 78. Dividir Figura 2. Seleccionar Comparar los grupos o Organizar los resultados por grupos. (Los ejemplos siguientes pasos muestran la diferencias entre estas dos opciones.) 3. Seleccionar Sexo [sexo] dividir el archivo en grupos independientes para estas variables.

Puede utilizar numérico, de cadena corta y las variables de cadena larga como variables de agrupación. Un análisis separado es realizado para cada subgrupo que está definido por las variables de agrupación. Si selecciona múltiples agrupación variables, el orden en el que aparecen en los grupos basados en la lista determina la manera en que casos se agrupan.

Si selecciona Comparar los grupos, resultados de todos los grupos de segmentación del archivo se incluirán en la misma mesa (s), como se muestra en la siguiente tabla de estadísticos de resumen que se genera por el procedimiento Frecuencias.

Figura salida 79. segmentar archivo con una sola tabla pivote

Si selecciona Organizar los resultados por grupos y ejecutar el procedimiento Frecuencias, dos tablas dinámicas se crean: una mesa para las mujeres y una tabla para los varones.


Figura salida 80. segmentar archivo con tabla pivote para las mujeres

Figura salida 81. segmentar archivo con tabla pivote para los hombres

Ordenación de casos para el procesamiento de segmentación del archivo El procedimiento de Split File crea un nuevo subgrupo cada vez que encuentra un valor diferente para uno de los variables de agrupación. Por lo tanto, es importante ordenar los casos sobre la base de los valores de las variables de agrupación antes de invocar el procesamiento de segmentación del archivo.

Por defecto, Segmentar archivo ordena automáticamente el archivo de datos en base a los valores de las variables de agrupación. Si el archivo ya está ordenado en el orden correcto, puede ahorrar tiempo de procesamiento si selecciona El archivo ya está ordenados.

Volviendo de segmentación del archivo de procesamiento y desconexión Después de invocar el procesamiento de segmentación del archivo, permanece en vigor durante el resto de la sesión, a menos que lo apague. vAnalizar todos los casos. Esta opción activa el procesamiento de segmentación del archivo. vComparar los grupos y Organizar los resultados por grupos. Esta opción activa el procesamiento de segmentación del archivo.

Si el procesamiento de segmentación del archivo es, en efecto, el mensaje Dividir el archivo en aparece en la barra de estado en la parte inferior de la ventana de la aplicación.

Selección de subconjuntos de casos

Puede restringir el análisis a un subconjunto de acuerdo con criterios que incluyen variables y complejos expresiones. También puede seleccionar una muestra aleatoria de casos. Los criterios utilizados para definir un subgrupo pueden incluir: vLos valores de variables y rangos vRangos de fecha y hora vCaso (filas) números vExpresiones aritméticas vLas expresiones lógicas vFunciones

Capítulo 9. Ordenación y selección de datos 73

Para seleccionar un subconjunto de casos para el análisis: 1. Elija en los menús:

Datos >Seleccionar casos ...

Esto abre el cuadro de diálogo Seleccionar casos.

Figura 82. Cuadro de diálogo Seleccionar casos:

Selección de casos basadas en expresiones condicionales

Para seleccionar los casos basados en una expresión condicional: 1. Seleccionar Si se satisface la condición y haga clic en Si en el cuadro de diálogo Seleccionar casos.

Esto abre la ventana de diálogo Seleccionar casos IF.


Figura 83. Seleccionar casos Si el cuadro de diálogo La expresión condicional puede utilizar nombres de variables existentes, constantes, operadores aritméticos, lógicos operadores, operadores relacionales y funciones. Puede escribir y editar la expresión en el cuadro de texto sólo como texto en una ventana de resultados. También puede utilizar el teclado de calculadora, lista de variables, y la lista de funciones para pegar elementos en la expresión. Consulte el tema "Uso de Expresiones condicionales" en la página 67 para obtener más información.

Para seleccionar una muestra aleatoria

Para obtener una muestra aleatoria: 1. Seleccionar Muestra aleatoria de casos en el cuadro de diálogo Seleccionar casos. 2. Haga clic en Muestra.

Esto abre el cuadro de diálogo Seleccionar casos: Muestra aleatoria.

Figura cuadro de diálogo Muestra Aleatoria 84. Seleccionar casos

Puede seleccionar una de las siguientes alternativas para tamaño de la muestra: vAproximadamente. Un porcentaje especificado por el usuario. Esta opción genera una muestra aleatoria de aproximadamente el porcentaje especificado de los casos.


v Exactamente. Un número especificado por el usuario de los casos. También debe especificar el número de casos desde la que generar la muestra. Este segundo número debe ser menor o igual al número total de casos en el archivo de datos. Si el número es superior al número total de casos en el archivo de datos, la muestra contendrá proporcionalmente menos casos que el número solicitado.

Selección de un rango de tiempo o un rango de casos

Para seleccionar un rango de casos basados en fechas, horas, o de observación (filas) números: 1. Seleccionar Sobre la base de intervalo de tiempo o el caso y haga clic en Alcance en el cuadro de diálogo Seleccionar casos.

Esto abre el cuadro de diálogo Seleccionar Rango casos, en el que puede seleccionar un rango de observación (fila) números.

Figura 85. Selección de casos en el cuadro de diálogo Rango

v Primer caso. Introduzca la fecha de inicio y / o valores de tiempo para el rango. Si no hay variables de fecha son definido, introduzca el número de la observación de partida (número de fila del Editor de datos, a menos que Segmentar archivo es on). Si no se especifica un valor Caso pasado, todos los casos de la fecha / hora de inicio hasta el final de la se seleccionan de series de tiempo. vÚltima Case. Introduzca los valores de fecha y / o hora de finalización de la gama. Si no se definen las variables de fecha, entrar en el (número de fila del Editor de datos, a menos que haya activado Segmentar archivo) número observación final. Si no especifique un valor Primer caso, todos los casos desde el inicio de la serie de tiempo hasta el final se seleccionan de fecha / hora. Para los datos de series de tiempo con variables de fecha definidas, puede seleccionar un rango de fechas y / o tiempos basado sobre las variables de fecha definidas. Cada caso representa observaciones en un momento diferente, y el archivo es ordenadas en orden cronológico.

Figura 86. Selección de casos en el cuadro de diálogo (series de tiempo) Rango Generar variables de fecha para los datos de series de tiempo: 2. Elija en los menús: Datos >Definir fechas ...

Tratamiento de los casos no seleccionados

Usted puede elegir una de las siguientes alternativas para el tratamiento de los casos no seleccionados: vDescartar casos no seleccionados. Los casos no seleccionados no están incluidos en el análisis, pero permanecen en el conjunto de datos. Puede utilizar los casos no seleccionados más adelante en la sesión, si desactiva el filtrado. Si selecciona un muestra aleatoria o si selecciona los casos basados en una expresión condicional, esto genera una variable nombre filter_ $ con un valor de 1 para los casos seleccionados y el valor 0 para los casos no seleccionados.


vCopiar casos seleccionados a un nuevo conjunto de datos. Los casos seleccionados se copian en un nuevo conjunto de datos, dejando el original conjunto de datos no afectado. Los casos no seleccionados no se incluyen en el nuevo conjunto de datos y se dejan en su estado original Estado en el conjunto de datos original. v Eliminar los casos no seleccionados. Los casos no seleccionados se eliminan del conjunto de datos. Casos eliminados pueden

recuperarse sólo saliendo del archivo sin guardar los cambios y volver a abrir el archivo. La supresión de casos es permanente si se guardan los cambios en el archivo de datos.

Nota: Si elimina los casos no seleccionados y guarda el archivo, los casos no se pueden recuperar.

Selección de Estado de Caso

Si ha seleccionado un subconjunto de casos pero no ha descartado los casos no seleccionados, los casos no seleccionados son marcado en el Editor de datos con una línea diagonal a través del número de fila.

Figura estado de selección 87. Caso


Capítulo 10. Archivos de ejemplo

Los archivos muestrales instalados con el producto se pueden encontrar en la Muestras subdirectorio de la instalación directorio. Hay una carpeta independiente dentro del subdirectorio Samples para cada uno de los siguientes idiomas: Inglés, francés, alemán, italiano, japonés, coreano, polaco, ruso, chino simplificado, español, y Chino tradicional.

No todos los archivos muestrales están disponibles en todos los idiomas. Si un archivo de ejemplo no está disponible en un idioma, que carpeta de idioma contendrá una versión en Inglés del archivo de ejemplo.

Descripciones

A continuación se describen brevemente los archivos muestrales usados en varios ejemplos en todo el documentación. vaccidents.sav.Archivo. Este es un archivo de datos hipotéticos sobre una compañía de seguros que estudia edad y factores de riesgo de género para los accidentes de automóvil en una región determinada. Cada caso corresponde a una clasificación cruzada de las categorías de edad y sexo. vadl.sav. Este es un archivo de datos hipotéticos sobre las iniciativas para determinar los beneficios de una propuesta tipo de terapia para los pacientes con accidente cerebrovascular. Los médicos asignados aleatoriamente a los pacientes con accidente cerebrovascular mujeres a una de dos grupos. El primer grupo recibió el tratamiento físico estándar y el segundo recibió un adicional terapia emocional. Tres meses después de los tratamientos, las capacidades de cada paciente para realizar común actividades de la vida diaria se anotó como variables ordinales. vadvert.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de un minorista para examinar la relación entre el dinero invertido en publicidad y las ventas resultantes. Para ello, se recopilaron las ventas figuras y los costes de publicidad asociados. vaflatoxin.sav. Este es un archivo de datos hipotéticos sobre las pruebas de los cultivos de maíz para la aflatoxina, un veneno cuya concentración varía ampliamente entre y dentro de los rendimientos de los cultivos. Un procesador de grano tiene recibido 16 muestras de cada uno de los 8 rendimientos de cultivo y ha medido los niveles de aflatoxinas en partes por mil millones (PPB). vanorectic.sav.Mientras. Mientras trabajaban en una sintomatología estandarizada del comportamiento anoréxico / bulímico, investigadores 1 realizaron un estudio de 55 adolescentes con trastornos de la alimentación conocidos. Cada paciente fue examinado cuatro veces durante cuatro años, para un total de 220 observaciones. En cada observación, los pacientes se anotó para cada uno de los 16 síntomas. Puntuaciones de los síntomas faltan para el paciente 71 en el tiempo 2, el paciente 76 en el tiempo 2, y el paciente 47 en el tiempo 3, deja 217 observaciones válidas.

v bankloan.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de un banco para reducir la tasa de préstamo predeterminados. El archivo contiene información financiera y demográfica de 850 pasado y prospectivo clientes. Los primeros 700 casos son clientes a quienes se les dio anteriormente préstamos. Al menos 150 casos son los posibles clientes que el banco necesita clasificar como buenos o malos riesgos de crédito.

vbankloan_binning.sav. Este es un archivo de datos hipotéticos que contiene financiera y demográfica información sobre 5.000 clientes anteriores. vbehavior.sav. En un clásico ejemplo 2, se pidió a 52 estudiantes que valoraran las combinaciones de 15 situaciones y 15 comportamientos en una escala de 10 puntos que oscilaba entre 0 = "extremadamente apropiado" y 9 = "extremadamente inapropiado ". promediados respecto a los individuos, los valores se toman como diferencias. vbehavior_ini.sav. Este archivo de datos contiene una configuración inicial para una solución bidimensional para behavior.sav.

1. Van der Ham, T., JJ Meulman, DC Van Strien, y H. Van Engeland. 1997. Empíricamente subgrupos basado de trastornos de la alimentación en adolescentes: una perspectiva longitudinal. British Journal of Psychiatry, 170, 363-368.

2. Precio, R. H. y D. L. Bouffard. 1974. limitaciones de adecuación y situacionales de conducta como dimensiones de la conducta social. Revista de Personalidad y Psicología Social, 30, 579-586.

79

brakes.sav. Este es un archivo de datos hipotéticos sobre el control de calidad en una fábrica que produce disco frenos para automóviles de alto rendimiento. El archivo de datos contiene las medidas del diámetro de 16 discos de cada una de 8 máquinas de producción. El diámetro objetivo para los frenos es de 322 milímetros. vbreakfast.sav. En un estudio clásico 3, 21 estudiantes de MBA de Wharton School y sus cónyuges se les pidió que ordenaran 15 elementos de desayuno por orden de preferencia, de 1 = "más preferidos" a 15 = "menos preferido." Su preferencias se registraron en seis escenarios diferentes, de "Preferencia global" a "Aperitivo, con única bebida ". vdesayuno-overall.sav. Este archivo de datos contiene las preferencias de elementos de desayuno para el primer escenario, "Preferencia global", solamente. vbroadband_1.sav. Este es un archivo de datos hipotéticos que contiene el número de suscriptores, por región, a un servicio de banda ancha nacional. El archivo de datos contiene números de suscriptores mensuales para 85 regiones durante un período de cuatro años.

v

v

v

broadband_2.sav. Este archivo de datos es idéntica a broadband_1.sav pero contiene datos para tres adicionales meses. car_insurance_claims.sav. Un conjunto de datos presentados y analizados en otro lugar 4 reclamaciones sobre los daños para coches. La cantidad de reclamaciones media se puede modelar como si tuviera una distribución gamma, utilizando un enlace inverso funcionar para relacionar la media de la variable dependiente con una combinación lineal de la edad del asegurado, tipo de vehículo y la antigüedad del vehículo. El número de reclamaciones presentadas se puede utilizar como un peso de escala. car_sales.sav. Este archivo de datos contiene estimaciones hipotéticas ventas, precios de lista y especificaciones físicas para diversas marcas y modelos de vehículos. Se obtuvieron los precios de lista y las especificaciones físicas alternativamente desde edmunds.com y sitios de fabricantes. car_sales_uprepared.sav.Ésta. Esta es una versión modificada de car_sales.sav que no incluye ninguna versión transformada de los campos. carpet.sav. En un ejemplo muy conocido 5, una empresa interesada en la comercialización de un nuevo limpiador de alfombras desea examinar la influencia de cinco factores sobre la preferencia del consumidor: diseño de producto, marca comercial, precio, un Good Housekeeping sello, y una garantía de devolución del dinero. Hay tres niveles de factores para el diseño del paquete, cada una diferente de en la ubicación del cepillo aplicador; tres marcas (K2R, Gloria, y Bissell); tres niveles de precios; y dos niveles (no o sí) para cada uno de los dos últimos factores. Rango Diez consumidores 22 perfiles definidos por estos factores. La variable Preferencia contiene el rango de las clasificaciones medias para cada perfil. Las clasificaciones inferiores corresponden a preferencias elevadas. Esta variable refleja una medida global de preferencia de cada perfil. carpet_prefs.sav. Este archivo de datos se basa en el mismo ejemplo que el descrito para carpet.sav, pero contiene las clasificaciones reales recogidas de cada uno de los 10 consumidores. Se pidió a los consumidores que clasificaran los 22 perfiles de los productos de la más a la menos preferida. Las variables PREF1 a través de PREF22 contendrá la identificadores de los perfiles asociados, como se define en carpet_plan.sav.

v

v

v

v

v catalog.sav. Este archivo de datos contiene cifras de ventas mensuales hipotéticas de tres productos vendidos por una empresa catálogo. También se incluyen datos para cinco variables predictoras posibles. vcatalog_seasfac.sav. Este archivo de datos es el mismo que catalog.sav excepto por la adición de un conjunto de estacional factores calculados a partir del procedimiento Descomposición estacional junto con la fecha de acompañamiento variables. vcellular.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de una compañía de telefonía celular para reducir churn. Puntuaciones de propensión churn se aplican a las cuentas, oscilando de 0 a 100. Las cuentas anotando 50 o anterior puede estar buscando otros proveedores. vceramics.sav.Archivo. Este es un archivo de datos hipotéticos sobre las iniciativas de un fabricante para determinar si una nueva aleación de calidad tiene una mayor resistencia al calor que una aleación estándar. Cada caso representa una prueba independiente de una de las aleaciones; el calor en el que el cojinete no se registra.

3. Green, P. E., y V. Rao. 1972. Aplicado escalamiento multidimensional. Hinsdale, Illinois .: Dryden Press. 4. McCullagh, P., y J. A. Nelder. 1989. Modelos lineales generalizados, 2ª ed. London: Chapman & Hall. 5. Green, P. E., y Y. viento. 1973. Decisiones Multiatributos en marketing: Un enfoque de medición. Hinsdale, Illinois .: Dryden Press.


cereal.sav. Este es un archivo de datos hipotéticos sobre una encuesta realizada a 880 personas sobre su desayuno preferencias, también en cuenta su edad, sexo, estado civil, y si tienen o no un activo estilo de vida (en función de si practican ejercicio al menos dos veces por semana). Cada caso representa una separada demandado. vclothing_defects.sav. Este es un archivo de datos hipotéticos sobre el proceso de control de calidad a un fábrica de ropa. De cada lote producido en la fábrica, los inspectores toman una muestra de ropa y contar el número de prendas que no son aceptables. vcoffee.sav. Este archivo de datos pertenece a las imágenes percibidas de seis marcas de café helado 6. Para cada uno de 23 atributos de imagen de café helado, los encuestados seleccionaron todas las marcas que quedaban descritas por el atributo. Los seis marcas se denotan AA, BB, CC, DD, EE y FF para preservar la confidencialidad.

v

v contacts.sav.Archivo. Este es un archivo de datos hipotéticos sobre las listas de contactos de un grupo de empresas representantes de ventas de ordenadores. Cada contacto se clasifica por el departamento de la empresa en la que trabajan y su compañía filas. También se registran los importes de la última venta realizada, el tiempo transcurrido desde la última venta y el tamaño de la compañía del contacto. vcreditpromo.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de unos almacenes para evaluar la eficacia de una promoción de tarjeta de crédito reciente. Para este fin, los titulares de tarjetas 500 fueron al azar seleccionado. La mitad recibieron un anuncio promocionando una tasa de interés reducida sobre las ventas realizadas en los siguientes tres meses. La mitad recibió un anuncio estacional estándar. vcustomer_dbase.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de una compañía para usar la información de su almacén de datos para realizar ofertas especiales a los clientes con más probabilidades de responder. La subconjunto de la base de clientes se seleccionó al azar y se ofrecieron las ofertas especiales y sus respuestas se registraron. vcustomer_information.sav. Un archivo de datos hipotéticos que contiene información de correo del cliente, como por ejemplo nombre y dirección.

vcustomer_subset.sav. Un subconjunto de 80 casos de customer_dbase.sav. vdebate.sav. Este es un archivo de datos hipotéticos sobre emparejados respuestas a una encuesta de los asistentes de un debate político antes y después del debate. Cada caso corresponde a un encuestado diferente. vdebate_aggregate.sav. Este es un archivo de datos hipotéticos que agrega las respuestas de debate.sav. Cada caso corresponde a una clasificación cruzada de preferencias antes y después del debate. vdemo.sav. Este es un archivo de datos hipotéticos sobre una base de datos de clientes adquirida con el propósito de enviar por correo ofertas mensuales. Sea o no el cliente respondió a la oferta se registra, junto con información demográfica diversa. vdemo_cs_1.sav. Este es un archivo de datos hipotéticos sobre el primer paso de las iniciativas de una compañía para compilar una base de datos de información de encuestas. Cada caso corresponde a una ciudad diferente, y la región, provincia, distrito, y la identificación de la ciudad se registran.

demo_cs_2.sav. Este es un archivo de datos hipotéticos sobre el segundo paso de las iniciativas de una compañía para compilar una base de datos de información de encuestas. Cada caso corresponde a una unidad familiar diferente de las ciudades seleccionadas en el primer paso, y la región, provincia, distrito, ciudad, subdivisión, y la unidad identificación se registran. La información de muestreo de las primeras dos etapas del diseño es también incluido. vdemo_cs.sav. Este es un archivo de datos hipotéticos que contiene información de encuestas recopilada mediante un diseño de muestreo complejo. Cada caso corresponde a una unidad familiar distinta, y varios información demográfica y de muestreo se registró. varchivo dmdata.sav. Este es un archivo de datos hipotéticos que contiene información demográfica y la compra de una empresa de marketing directo. dmdata2.sav contiene información para un subconjunto de contactos que recibió una envío de prueba, y dmdata3.sav contiene información sobre el resto de contactos que no recibieron la envío de prueba.

v

6. Kennedy, R., C. Riquier, y B. de Sharp. 1996. Las aplicaciones prácticas de análisis de correspondencia a los datos categóricos en el mercado investigación. Diario de Focalización, Medición y Análisis de Marketing, 5, 56-70.

Capítulo 10. Archivos de ejemplo 81

v dietstudy.sav. Este archivo de datos hipotéticos contiene los resultados de un estudio sobre la "dieta Stillman" 7. Cada caso corresponde a un sujeto distinto y registra sus pesos antes y después de la dieta en libras y los niveles de triglicéridos en mg / 100 ml.

dvdplayer.sav. Este es un archivo de datos hipotéticos sobre el desarrollo de un nuevo reproductor de DVD. El uso de un prototipo, el equipo de marketing ha recopilado datos de grupo de enfoque. Cada caso corresponde a una separar usuario encuestado y registra información demográfica sobre ellos y sus respuestas a preguntas acerca del prototipo.

german_credit.sav.Este. Este archivo de datos se toma del conjunto de datos "German credit" de las Repository of Machine Learning Databases 8 de la Universidad de California, Irvine. grocery_1month.sav. Este archivo de datos hipotéticos es el grocery_coupons.sav archivo de datos con el semanario compras "enrollados" para que cada caso corresponda a un cliente diferente. Algunas de las variables que cambia cada semana desaparece como resultado, y la cantidad gastada registrada es ahora la suma de las cantidades gastado durante las cuatro semanas del estudio. grocery_coupons.sav. Este es un archivo de datos hipotéticos que contiene datos de encuestas recopilados por una tienda de comestibles cadena interesada en los hábitos de compra de sus clientes tienda. Cada cliente es seguido por cuatro semanas, y cada caso corresponde a un cliente-semana distinto y registra información sobre dónde y cómo compran los clientes, incluida la cantidad que invierten en comestibles durante esa semana. guttman.sav.Bell. Campana 9 presentó una tabla para ilustrar posibles grupos sociales. Guttman 10 utiliza una parte de esta tabla, en la que cinco variables que describen cosas tales como la interacción social, sentimientos de pertenencia a un grupo, la proximidad física de los miembros y grado de formalización de la relación se cruzaron con siete grupos sociales teóricos, incluidos multitudes (por ejemplo, la gente en un partido de fútbol), el público (por ejemplo, las personas en un teatro o en el aula de conferencias), público (por ejemplo, el periódico o la televisión audiencias), muchedumbres (como una multitud pero con interacción mucho más intensa), grupos primarios (íntimos), grupos secundarios (voluntarios) y la comunidad moderna (confederación débil que resulta de la proximidad la proximidad física y la necesidad de servicios especializados). health_funding.sav. Este es un archivo de datos hipotéticos que contiene datos sobre inversión en sanidad (cantidad tasa por 100 personas), tasas de enfermedad (índice por 10.000 personas) y visitas a los proveedores de atención de salud ( por 10.000 habitantes). Cada caso representa una ciudad diferente. hivassay.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de un laboratorio farmacéutico para desarrollar un ensayo rápido para la detección de la infección por VIH. Los resultados del ensayo son ocho tonos de color rojo, con tonos más oscuros indican una mayor probabilidad de infección. Se realizó un ensayo de laboratorio en 2.000 muestras de sangre, la mitad de los cuales estaban infectados con el VIH y la mitad de los cuales estaban limpios. hourlywagedata.sav. Este es un archivo de datos hipotéticos sobre los salarios por hora de las enfermeras de puestos de oficina y hospitales y con diferentes niveles de experiencia. insurance_claims.sav. Este es un archivo de datos hipotéticos sobre una compañía de seguros que quiere construir un modelo para etiquetar las reclamaciones sospechosas y potencialmente fraudulentas. Cada caso representa una separada reclamación. insure.sav. Este es un archivo de datos hipotéticos sobre una compañía de seguros que estudia la factores de riesgo que indican si un cliente tendrá que hacer una reclamación a una de 10 años de seguro de vida a término contrato. Cada caso del archivo de datos representa un par de contratos, de los cuales uno registró una reclamación y el otro no, emparejados por edad y sexo. judges.sav. Este es un archivo de datos hipotéticos sobre las puntuaciones concedidas por jueces cualificados (y un aficionado) a 300 actuaciones gimnásticas. Cada fila representa una actuación diferente; los jueces vieron las mismas actuaciones.

v

v

v

v

v

v

v

v

v

v

v

7. Rickman, R., N. Mitchell, J. Dingman, y Dalen JE. 1974. Los cambios en el colesterol sérico durante la Dieta Stillman. Revista de la Asociación Médica Americana, 228 :, 54-58.

8. Blake, C. L. y C. J. Merz. 1998. "UCI repositorio de bases de datos de aprendizaje automático." Disponible en http://www.ics.uci.edu/~mlearn/ MLRepository.html.

9. Bell, E. H. 1961. Fundamentos sociales del comportamiento humano: Introducción al estudio de la sociología. Nueva York: Harper & Row. 10. Guttman, L. 1968. Una técnica no métrica general para encontrar el espacio de coordenadas más pequeño para configuraciones de puntos. Psychometrika, 33, 469-506.


vkinship_dat.sav. Rosenberg y Kim 11 comenzaron a analizar 15 términos de parentesco (tía, hermano, primo, hija, padre, nieta, abuelo, abuela, nieto, madre, sobrino, sobrina, hermana, hijo, tío). Le pidieron a cuatro grupos de estudiantes universitarios (dos masculinos y dos femeninos) que ordenaran estos términos en la base de similitudes. Se pidió a dos grupos (uno masculino y otro femenino) para la ordenación dos veces, con el segundo clasificación basada en un criterio diferente de la primera clase. De este modo, se obtuvo un total de seis "fuentes". Cada fuente se corresponde con una matriz de proximidad 15 x 15, cuyas células son iguales al número de personas en una fuente menos el número de veces que se repartieron los objetos en esa fuente. vkinship_ini.sav. Este archivo de datos contiene una configuración inicial para una solución tridimensional para kinship_dat.sav. vkinship_var.sav. Este archivo de datos contiene variables independientes sexo, gener (ación), y grado (De separación) que puede ser utilizado para interpretar las dimensiones de una solución para kinship_dat.sav. Específicamente, que pueden ser utilizados para restringir el espacio de la solución a una combinación lineal de estas variables. vmarketvalues.sav. Archivo de datos sobre las ventas de casas en una nueva urbanización de Algonquin, Ill., durante los años 1999 a 2000. Estas ventas son un asunto de interés público. vnhis2000_subset.sav. La Encuesta Nacional de Salud (ENS) es un grande, basado en la población encuesta de la población civil EE.UU.. Las entrevistas se realizaron cara a cara en un nivel nacional muestra representativa de los hogares. Información demográfica como las observaciones acerca de la salud comportamientos y el estado se obtienen para los miembros de cada hogar. Este archivo de datos contiene un subconjunto de información de la encuesta de 2000. Centro Nacional de Estadísticas de Salud. National Health Interview Encuesta, 2000. Archivo de datos de uso público y la documentación. ftp://ftp.cdc.gov/pub/Health_Statistics/NCHS/ Conjuntos de datos / ENS / 2000 /. Consultado el 2003.

vozone.sav. Los datos incluyen 330 observaciones de seis variables meteorológicas para pronosticar el ozono concentración de las variables restantes. Los investigadores anteriores 12, 13, entre otros encontraron no hay linealidad entre estas variables, lo que dificulta los métodos de regresión estándar. vpain_medication.sav. Este archivo de datos hipotéticos contiene los resultados de un ensayo clínico para medicamentos antiinflamatorios para tratar el dolor artrítico crónico. De particular interés es el tiempo que tarda el fármaco en hacer efecto y cómo se compara con una medicación existente. vpatient_los.sav. Este archivo de datos hipotéticos contiene los registros de tratamiento de pacientes que eran ingresados en el hospital por sospecha de infarto de miocardio (IM o "ataque al corazón"). Cada caso corresponde a un paciente distinto y registra diversas variables relacionadas con su estancia hospitalaria. vpatlos_sample.sav. Este archivo de datos hipotéticos contiene los registros de tratamiento de una muestra de pacientes que recibieron trombolíticos durante el tratamiento del infarto de miocardio (IM o "ataque al corazón"). Cada caso corresponde a un paciente distinto y registra diversas variables relacionadas con su estancia hospitalaria. vpoll_cs.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de los encuestadores para determinar el nivel de apoyo público para un proyecto de ley ante la legislatura. Los casos corresponden a los votantes registrados. Cada caso registra el condado, la población y el vecindario en el que vive el votante.

vpoll_cs_sample.sav. Este archivo de datos hipotéticos contiene una muestra de los votantes enumerados en poll_cs.sav. La muestra se tomó según el diseño especificado en el poll.csplan archivo del plan, y este archivo de datos registra las probabilidades de inclusión y las ponderaciones muestrales. Tenga en cuenta, sin embargo, que debido a que el plan muestral hace uso de un método de probabilidad proporcional al tamaño (PPS), también existe un archivo que contiene la selección conjunta probabilidades (poll_jointprob.sav). Las variables adicionales que corresponden a los datos demográficos de los votantes y su opinión sobre el proyecto de ley se recoge y se añade al archivo de datos después de tomar la muestra. vproperty_assess.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de un asesor del condado para mantener evaluación de los valores de las propiedades utilizando recursos limitados. Los casos corresponden a las propiedades vendidas en el condado en el último año. Cada caso del archivo de datos registra la población en que se encuentra la propiedad, el último asesor que visitó la propiedad, el tiempo transcurrido desde que la evaluación, la valoración realizada en ese tiempo, y el valor de venta de la propiedad.

11. Rosenberg, S., y P. M. Kim. 1975. El método de clasificación como un procedimiento de recogida de datos en la investigación multivariado. Multivariante Behavioral Research, 10, 489-502.

12. Breiman, L., y J. H. Friedman. 1985. Estimación de transformaciones óptimas para la regresión múltiple y correlación. Revista de la Asociación Americana de Estadística, 80, 580-598.

13. Hastie, T. y R. Tibshirani. 1990. Modelos aditivos generalizados. London: Chapman y Hall.


v

v

v

v

v

v

v

v v

v

v

property_assess_cs.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de un asesor de un estado para mantener evaluación de los valores de las propiedades utilizando recursos limitados. Los casos corresponden a propiedades en el estado. Cada caso del archivo de datos registra el condado, la población y el vecindario en el que la propiedad la mentira, el tiempo transcurrido desde la última evaluación y la valoración realizada en ese momento. property_assess_cs_sample.savEste. Este archivo de datos hipotéticos contiene una muestra de las características enumeradas en property_assess_cs.sav. La muestra se tomó según el diseño especificado en el property_assess.csplan planificar archivo, y este archivo de datos registra las probabilidades de inclusión y las ponderaciones muestrales. La variable adicional Valor actual se recogió y se añade al archivo de datos después de la muestra fue de tomado. recidivism.sav. Este es un archivo de datos hipotéticos sobre una agencia de aplicación de la ley del gobierno los esfuerzos por comprender los índices de reincidencia en su área de jurisdicción. Cada caso corresponde a un anterior delincuente y registra su información demográfica, algunos detalles de su primer delito, y entonces el tiempo hasta su segundo arresto, si ocurrió en los dos años posteriores al primer arresto. recidivism_cs_sample.sav. Este es un archivo de datos hipotéticos sobre una aplicación de la ley del gobierno los esfuerzos de la agencia para comprender los índices de reincidencia en su área de jurisdicción. Cada caso corresponde a una infractor anterior, publicado tras su primer arresto durante el mes de junio de 2003 y registra su información demográfica, algunos detalles de su primer delito y los datos de su segundo arresto, si ocurrido a finales de junio de 2006. Los delincuentes se seleccionaron una muestra de departamentos según el plan de muestreo especificado en recidivism_cs.csplan; porque hace uso de una probabilidad proporcional-a- tamaño (PPS), también existe un archivo que contiene las probabilidades de selección conjunta (Recidivism_cs_jointprob.sav). rfm_transactions.sav. Un archivo de datos hipotéticos que contiene datos de transacciones de compra, incluida la fecha de compra, elemento (s) compró, y el importe de cada transacción. salesperformance.sav. Este es un archivo de datos hipotéticos sobre la evaluación de dos nuevas ventas cursos de formación. Sesenta empleados, divididos en tres grupos, todos reciben formación estándar. Adicionalmente, el grupo 2 recibe formación técnica; grupo 3, un tutorial práctico. Cada empleado fue probado al final de el curso de formación y se registró su puntuación. Cada caso del archivo de datos representa a un alumno distinto y registra el grupo al que fue asignado y la puntuación que obtuvo en el examen. satisf.sav. Este es un archivo de datos hipotéticos sobre una encuesta de satisfacción realizada por un menor compañía en 4 ubicaciones de las tiendas. 582 clientes fueron encuestados en todo, y cada caso representa la respuestas de un único cliente. screws.sav. Este archivo de datos contiene información sobre las características de tornillos, pernos, tuercas, clavos y tacos 14. shampoo_ph.sav.Archivo. Este es un archivo de datos hipotéticos sobre el control de calidad en una fábrica para el cabello productos. A intervalos de tiempo regulares, seis lotes de resultados distintos se miden y se registró su pH. La zona de destino es 4.5 a 5.5. ships.sav. Un conjunto de datos presentados y analizados en otro lugar 15 sobre los daños en los cargueros producidos por las olas. Los recuentos de incidentes se pueden modelar como si ocurrieran con una tasa de Poisson dado el tipo de buque, período de construcción, y el período de servicio. Los meses de servicio agregados para cada casilla de la tabla formado por la clasificación cruzada de factores proporcionan valores para la exposición al riesgo. site.sav.Archivo. Este es un archivo de datos hipotéticos sobre las iniciativas de una compañía para seleccionar sitios nuevos para sus expansión de los negocios. Se ha contratado a dos consultores para evaluar por separado los sitios, que, además con un informe completo, han resumido cada sitio como una "buena", "regular" o "mala" perspectiva.

v smokers.sav. Este archivo de datos se abstrae de la Encuesta Nacional de Abuso de Drogas de Hogares de 1998 y es una muestra probabilística de hogares estadounidenses. (Http://dx.doi.org/10.3886/ICPSR02934) Así, el primer paso en un análisis de este archivo de datos debe ser ponderar los datos para reflejar las tendencias de población. vstocks.sav Este archivo de datos hipotéticos contiene precios de las acciones y de volumen durante un año. vstroke_clean.sav. Este archivo de datos hipotéticos contiene el estado de una base de datos médica después de que haya sido limpiado mediante los procedimientos de la opción Preparación de datos.

14. Hartigan, J. A. 1975. Agrupación de los algoritmos. Nueva York: John Wiley and Sons. 15. McCullagh, P., y J. A. Nelder. 1989. Modelos lineales generalizados, 2ª ed. London: Chapman & Hall.


v stroke_invalid.sav. Este archivo de datos hipotéticos contiene el estado inicial de una base de datos médica y contiene varios errores de entrada de datos.

vstroke_survival. Este archivo de datos hipotéticos sobre los tiempos de supervivencia de los pacientes que finalizan una rehabilitación programa de carrera post-isquémica cara una serie de desafíos. Tras el ataque, la ocurrencia de infarto de miocardio, accidente cerebrovascular isquémico, accidente cerebrovascular hemorrágico o se observa y el tiempo del evento registrado. La muestra está truncada a la izquierda ya que únicamente incluye a los pacientes que sobrevivieron hasta el final de la programa de rehabilitación administrado tras el ataque. v stroke_valid.sav. Este archivo de datos hipotéticos contiene el estado de una base de datos médica después de los valores

se han comprobado mediante el procedimiento Validar datos. Sigue conteniendo casos potencialmente anómalos.

vsurvey_sample.sav. Este archivo de datos contiene datos de encuestas, incluyendo datos demográficos y diferentes medidas de actitud. Se basa en un subconjunto de variables de la Encuesta Social NORC General de 1998, aunque algunos valores de datos se han modificado y se han añadido las variables ficticias adicionales para con fines de demostración.

v telco.sav. Este es un archivo de datos hipotéticos sobre las iniciativas de una compañía de telecomunicaciones que reducir la rotación en su base de clientes. Cada caso corresponde a un cliente distinto y registra diversa información demográfica y de uso del servicio. telco_extra.sav. Este archivo de datos es similar a la telco.sav archivo de datos, pero la "tenencia" y log-transformado se han eliminado y sustituido por transformada-log estandarizada variables de gasto del cliente las variables de gasto del cliente. telco_missing.sav. Este archivo de datos es un subconjunto de la telco.sav archivo de datos, pero algunos de los datos demográficos valores se han sustituido con valores perdidos. testmarket.sav. Este archivo de datos hipotéticos sobre los planes de una cadena de comida rápida para añadir un nuevo elemento a su menú. Hay tres campañas posibles para promocionar el nuevo producto, por lo que el nuevo elemento es introducido en ubicaciones de varios mercados seleccionados aleatoriamente. Una promoción diferente se utiliza en cada ubicación, y las ventas semanales del nuevo artículo se registran para las primeras cuatro semanas. Cada caso corresponde a una localización separada semana. testmarket_1month.sav. Este archivo de datos hipotéticos es el testmarket.sav archivo de datos con las ventas semanales "Plano laminado" para que cada caso corresponda a una ubicación diferente. Algunas de las variables que cambiaban desaparecen semanal como resultado, y las ventas registradas se convierten en la suma de las ventas durante las cuatro semanas del estudio. tree_car.sav. Este es un archivo de datos hipotéticos que contiene datos demográficos y de precios de compra de vehículos. tree_credit.sav. Este es un archivo de datos hipotéticos que contiene datos demográficos y de historial de créditos bancarios. tree_missing_data.sav Este es un archivo de datos hipotéticos que contiene la historia demográfica y préstamo bancario datos con un gran número de valores perdidos. tree_score_car.sav. Este es un archivo de datos hipotéticos que contiene el precio de compra demográfica y vehículo datos. tree_textdata.sav. Archivo de datos sencillos con dos variables diseñadas principalmente para mostrar el valor por defecto estado de las variables antes de la asignación de nivel de medida y etiquetas de valor. tv-survey.sav. Este es un archivo de datos hipotéticos sobre una encuesta realizada por un estudio de TV que es considerar la posibilidad de ampliar la emisión de un programa exitoso. Se preguntó a 906 encuestados si que verían el programa en distintas condiciones. Cada fila representa un entrevistado por separado; cada columna es una condición separada. ulcer_recurrence.sav. Este archivo contiene información parcial de un estudio diseñado para comparar la eficacia de dos tratamientos para prevenir la reaparición de úlceras. Constituye un buen ejemplo de censurados por intervalos de datos y se ha presentado y analizado en otro lugar 16.

v

v

v

v

v v v

v

v

v

v

vulcer_recurrence_recoded.sav. Este archivo reorganiza la información de ulcer_recurrence.sav para permitirle modelar la probabilidad de eventos de cada intervalo del estudio en lugar de simplemente el evento de fin de estudio probabilidad. Se ha presentado y analizado en otro lugar 17.

16. Collett, D. 2003. Modelización de los datos de supervivencia en la investigación médica, 2 ed. Boca Raton: Chapman & Hall / CRC. 17. Collett, D. 2003. Modelización de los datos de supervivencia en la investigación médica, 2 ed. Boca Raton: Chapman & Hall / CRC.


vverd1985.sav. Este archivo de datos sobre una encuesta 18. Las respuestas de 15 sujetos a 8 variables fueron grabada. Las variables de interés se dividen en tres conjuntos. El conjunto 1 incluye edad y marital, set 2 incluye acariciar y noticias, y el conjunto 3 incluye música y vivir. Mascotas se escala como nominal múltiple y edad es escalada como ordinal; todas las demás variables se escalan como nominal simple. vvirus.sav.Archivo. Este es un archivo de datos hipotéticos sobre las iniciativas de un proveedor de servicios de Internet (ISP) para determinar los efectos de un virus en sus redes. Ellos han seguido el (aproximado) del porcentaje de tráfico de correo electrónico infectados en sus redes a través del tiempo, desde el momento en que se descubre hasta que la amenaza fue contenida.

v wheeze_steubenville.sav. Este es un subconjunto de un estudio longitudinal de los efectos sobre la salud de aire la contaminación en los niños 19. Los datos contienen medidas binarias repetidas del estado de las sibilancias en niños de Steubenville, Ohio, con edades de 7, 8, 9 y 10 años, junto con un registro fijo de si o no la madre era fumadora durante el primer año del estudio.

workprog.sav. Este es un archivo de datos hipotéticos sobre un programa gubernamental que trata de obras colocar a personas desfavorecidas en mejores trabajos. Una muestra de participantes potenciales del programa se siguieron, algunos de los cuales fueron seleccionados al azar para la inscripción en el programa, mientras que otros no lo eran. Cada caso representa un participante del programa aparte. vworldsales.sav Este archivo de datos hipotéticos contiene los ingresos por ventas por continente y producto.

v

18. Verdegaal, R. 1985. Conjuntos Meer analizan gegevens kwalitatieve voor (en holandés). Leiden: Departamento de Teoría de Datos de la Universidad de Leiden. 19. Ware, JH, DW Dockery, A. Spiro III, FE Speizer, y BG Ferris Jr .. 1984. El tabaquismo pasivo, cocina de gas, y las vías respiratorias la salud de los niños que viven en seis ciudades. American Review de Enfermedades Respiratorias, 129, 366-374.


Avisos

Esta información se ha desarrollado para productos y servicios ofrecidos en los EE.UU.

IBM puede no ofrecer los productos, servicios o características descritos en este documento en otros países. Consulte a su representante local de IBM para obtener información sobre los productos y servicios disponibles actualmente en su área. Cualquier referencia a un producto de IBM, programa o servicio no pretende afirmar ni implicar que sólo ese producto IBM, programa o servicio puede ser utilizado. Cualquier funcionalidad equivalente, programa, o servicio que no infrinja ningún derecho de propiedad intelectual de IBM se puede utilizar en su lugar. Sin embargo, es responsabilidad del usuario evaluar y verificar el funcionamiento de cualquier producto, programa no sea de IBM, o servicio.

IBM puede tener patentes o solicitudes de patentes pendientes que cubran el tema principal descrito en este documento. La entrega de este documento no le otorga ninguna licencia sobre estas patentes. Puede enviar consultas sobre licencias, por escrito, a:

IBM Director of Licensing IBM Corporation Norte Castle Drive Armonk, NY 10504-1785 EE.UU.

Para realizar consultas relacionadas de doble byte (DBCS), póngase en contacto con la propiedad intelectual de IBM Departamento en su país o envíe sus consultas, por escrito, a:

Licencias de Propiedad Intelectual Derecho Legal y Propiedad Intelectual IBM Japan Ltd. 1623-1614, Shimotsuruma, Yamato-shi Kanagawa 242-8502 Japón

El párrafo siguiente no se aplica al Reino Unido ni a ningún otro país donde tales disposiciones sean incompatibles con la legislación local: INTERNATIONAL BUSINESS MACHINES CORPORATION PROPORCIONA ESTA PUBLICACIÓN "TAL CUAL" SIN GARANTÍA DE NINGÚN TIPO, EXPRESA O IMPLÍCITAS, INCLUYENDO, PERO NO LIMITADO A, LAS GARANTÍAS DE NO INFRACCIÓN, COMERCIALIZACIÓN O IDONEIDAD PARA UN PROPÓSITO PARTICULAR. Algunos estados no permiten la renuncia a garantías explícitas o implícitas en determinadas transacciones, por lo tanto, esta declaración no se aplique en su caso.

Esta información puede incluir imprecisiones técnicas o errores tipográficos. Los cambios son periódicamente hecho a la información aquí contenida; estos cambios se incorporarán en nuevas ediciones de la publicación. IBM puede realizar mejoras y / o cambios en el producto (s) y / o programa (s) descritos en esta publicación en cualquier momento sin previo aviso.

Cualquier referencia en esta información a sitios Web que no son de IBM se proporcionan sólo para la comodidad y no lo hacen en ningún modo constituyen una aprobación de dichos sitios Web. Los materiales de estos sitios web no forman parte de los materiales para este producto de IBM y el uso de estos sitios Web es bajo su propio riesgo.

IBM puede utilizar o distribuir cualquier información que suministre de la forma que crea conveniente sin incurrir en ninguna obligación para con usted.

87

Los licenciatarios de este programa que deseen obtener información sobre él con el fin de permitir: (i) la intercambio de información entre programas creados independientemente y otros programas (incluido éste ) y (ii) el uso mutuo de la información que se ha intercambiado, deben ponerse en contacto con:

IBM Software Group Atención: Licencias 200 W. Madison St. Chicago, IL; 60606 EE.UU.

Dicha información puede estar disponible, sujeta a los términos y condiciones apropiados, incluido en algunos casos, el pago de una tasa.

El programa bajo licencia descrito en este documento y todo el material bajo licencia disponible para el mismo los proporciona IBM bajo los términos del Acuerdo de Cliente de IBM, el Acuerdo de licencia de programa internacional de IBM o cualquier acuerdo equivalente entre nosotros.

Los datos de rendimiento aquí contenidos se han determinado en un entorno controlado. Por lo tanto, la Los resultados obtenidos en otros entornos operativos pueden variar significativamente. Algunas mediciones pueden tener haberse realizado en sistemas de nivel de desarrollo y no hay ninguna garantía de que estas mediciones sean las mismas en los sistemas disponibles. Además, algunas medidas se pueden haber calculado por extrapolación. Los resultados reales pueden variar. Los usuarios de este documento deben verificar los datos aplicables para su entorno específico.

La información relativa a productos que no son de IBM se ha obtenido de los proveedores de esos productos, su anuncios publicados o de otras fuentes disponibles públicamente. IBM no ha probado esos productos y no puede confirmar la exactitud del rendimiento, la compatibilidad ni ninguna otra afirmación relacionada con no sea de IBM productos. Las preguntas sobre las prestaciones de productos que no son de IBM deben dirigirse a los proveedores de esos productos.

Todas las declaraciones de intenciones de IBM están sujetas a cambio o cancelación sin previo aviso y representan únicamente metas y objetivos.

Esta información contiene ejemplos de datos e informes utilizados en operaciones comerciales diarias. Para ilustrar la forma más completa posible, los ejemplos incluyen nombres de personas, empresas, marcas y productos. Todos estos nombres son ficticios y cualquier parecido con los nombres y direcciones utilizados por una empresa real es pura coincidencia.

LICENCIA DE COPYRIGHT:

Esta información contiene programas de aplicación de ejemplo en lenguaje fuente, que muestran la programación técnicas en diversas plataformas operativas. Puede copiar, modificar y distribuir estos programas de ejemplo en cualquier forma sin pago a IBM, con el fin de desarrollar, utilizar, comercializar o distribuir programas de aplicación compatibles con la interfaz de programación de aplicaciones para la plataforma operativa para que están escritos los programas de ejemplo. Estos ejemplos no se han probado exhaustivamente bajo todas condiciones. Por tanto, IBM no puede garantizar ni implicar la fiabilidad, utilidad o función de estos programas. Los programas de ejemplo se proporcionan "TAL CUAL", sin garantía de ningún tipo. IBM no será responsable de los daños y perjuicios derivados de su uso de los programas de ejemplo.

Cada copia o parte de estos programas de ejemplo o cualquier trabajo derivado debe incluir un derecho de autor notar como sigue:

© su nombre de la empresa) (año). Partes de este código proceden de programas de ejemplo de IBM Corp..

© Copyright IBM Corp. _entre el o los años_. Reservados todos los derechos.


Marcas comerciales

IBM, el logotipo de IBM e ibm.com son marcas comerciales o marcas comerciales registradas de International Business Machines Corp., registradas en muchas jurisdicciones de todo el mundo. Otros nombres de productos y servicios pueden ser marcas comerciales de IBM u otras empresas. Una lista actual de marcas registradas de IBM en la Web en "Copyright and trademark information" en www.ibm.com/legal/copytrade.shtml.

Adobe, el logotipo de Adobe, PostScript y el logotipo de PostScript son marcas comerciales o marcas comerciales registradas de Adobe Systems Incorporated en los Estados Unidos y / o otros países.

Intel, el logotipo Intel, Intel Inside, logotipo Intel Inside, Intel Centrino, el logotipo de Intel Centrino, Celeron, Intel Xeon, Intel SpeedStep, Itanium y Pentium son marcas comerciales o marcas comerciales registradas de Intel Corporation o de sus filiales en Estados Unidos y otros países.

Linux es una marca registrada de Linus Torvalds en los Estados Unidos, otros países o ambos.

Microsoft, Windows, Windows NT y el logotipo de Windows son marcas registradas de Microsoft Corporation en los Estados Unidos, otros países o ambos.

UNIX es una marca comercial registrada de The Open Group en los Estados Unidos y otros países.

Java y todas las marcas basadas en Java y logotipos son marcas comerciales o marcas comerciales registradas de Oracle y / o sus afiliados.

Avisos 89

Índice

La Acceso (Microsoft) 9

F tablas de frecuencia 23 funciones y expresiones 66

B gráficos de barras 24 G

gráficos bar 29 la creación de gráficos

29

tablas dinámicas (Continuación) formato 39 ocultar los puntos decimales 40 filas y columnas se esconden 40 capas 38 paneles de pivotado 37 transponer filas y columnas PowerPoint (Microsoft) Exportación de resultados a 49

37

C casos seleccionar 73 clasificación 71, 73 datos categóricos 23 Resumen mide 23 gráficos bar 24, 29 creación de gráficos 29 histogramas 26 computar nuevas variables 65 expresiones condicionales 67 los datos continuos 23 conteos mesas de recuento de 23 crear etiquetas de variable 17

H ocultar filas y columnas de pivote tablas 40 histogramas 26 HTML Exportación de resultados 56

Q datos cualitativos 23 datos cuantitativos 23

R datos de relación de 23 valora recodificación 63

YO datos de intervalo 23 S

archivos de ejemplo ubicación 79 datos de la escala 23 variables de escala Resumen mide 25 casos la selección de 73 casos de clasificación 71 procesamiento de segmentación del archivo 71 hojas de cálculo lectura 8 lectura de los nombres de variables 8 datos de cadena la introducción de datos 16 subconjuntos de casos basado en las fechas y horarios 76 expresiones condicionales 74 la supresión de los casos no seleccionados 76 filtrado de los casos no seleccionados 76 si se satisface la condición 74 75 muestra aleatoria seleccionar 73 medidas de resumen datos categóricos 23 variables de escala 25 sintaxis 59 archivos de sintaxis abertura 61 Sintaxis Ayuda herramienta 60 ventanas de sintaxis auto-completado 60 puntos de interrupción 61 codificación de color 60 comandos de edición 60 Comandos de pegar 59 comandos en ejecución 59, 61 valores perdidos del sistema 19

L capas la creación de tablas dinámicas nivel de medición 23

16

38 D Editor de datos introducir datos no numéricos la introducción de datos numéricos 15 entrada de datos 15, 16 tipos de datos para las variables 18 los archivos de base de datos leer 9 Asistente de base de datos 9 fecha y hora de variables 68 Fecha y hora Asistente 68

M nivel de medida 23 valores perdidos para las variables no numéricas 20 para las variables numéricas 20 19 perdidos del sistema movimiento elementos en tablas pivote 37 artículos en el Visor de 35

E mesas de edición de pivote 39 la introducción de datos no numérico 16 numérico 15 Excel (Microsoft) Exportación de resultados a 49 Archivos de Excel lectura 8 resultados exportadores HTML 56 a Excel 49 para PowerPoint 49 a Word 49

N datos nominales 23 datos numéricos 15

O datos ordinales 23

P Pegado de la sintaxis desde un cuadro de diálogo 59 tablas dinámicas definiciones con el acceso 36 tipos de datos celular 40 formatos de celda 40 edición 39

91

T archivos de datos de texto lectura 12 Asistente para importar texto 12 transposición (flipping) filas y columnas en las tablas pivote 37

V etiquetas de valor la asignación de 19 controlar la visualización en el Visor de 19 variables numéricas 19 etiquetas de variable la creación de 17 las variables 15 tipos de datos 18 etiquetas 17 Espectador ocultar y mostrar la salida 35 salida de movimiento 35

W Word (Microsoft) Exportación de resultados a 49


Impreso en EE.UU.

SPSS

Documents

Transcript of SPSS