Manual de Spss 14

ESTADISTICA Licenciatura en Documentaci on Curso Acad emico 2006/2007 Manual de pr acticas de ordenador con SPSS 14 Departamento de Estad stica
e Investigaci on Operativa Autora: Dra. Josefa Mar n Fern andez
Dra. Josefa Mar n Fern andez Manual de SPSS 14 para Windows Licenciatura en Documentaci on
Indice de contenidos
1. Normas generales de SPSS. Gesti on de cheros, casos y variables 1.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Barra de men us . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3. Presentaci on de nuestro ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4. Denici on de la primera variable de nuestro ejemplo . . . . . . . . . . . . . . . . . . . . 1.5. Grabaci on de cheros de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.6. Denici on del resto de las variables de nuestro ejemplo . . . . . . . . . . . . . . . . . . . 1.7. Introducci on de los datos a trav es del teclado . . . . . . . . . . . . . . . . . . . . . . . . 1.8. Lectura de cheros de datos propios de SPSS . . . . . . . . . . . . . . . . . . . . . . . . 1.9. Edici on y modicaci on de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.10. Modicaci on de la apariencia del editor de datos . . . . . . . . . . . . . . . . . . . . . . 1.11. Impresi on de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.12. Importaci on de cheros de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.13. Transformaciones en el chero de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.13.1. Transformaci on de variables sin utilizar el condicional . . . . . . . . . . . . . . . 1.13.2. Transformaci on condicional de variables . . . . . . . . . . . . . . . . . . . . . . 1.13.3. Clasicaci on de variables mediante la opci on Transformar Recodicar . . . . . 1.13.4. Clasicaci on de variables mediante la opci on Transformar Categorizador visual 1.13.5. Ordenaci on de los resultados de una variable . . . . . . . . . . . . . . . . . . . . 1.13.6. Ponderaci on de los casos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 4 5 5 6 9 10 13 14 15 17 18 18 18 18 21 22 23 28 29 31 31 31 31 32 32 33 34 34 36 38 38 38 40 41 47 48 49 49 50 54 54 54 57 60 62 62 63 65
2. Estad stica descriptiva unidimensional 2.1. Distribuci on de frecuencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Observaciones sobre la presentaci on, modicaci on y grabaci on de los resultados en la ventana del visor de SPSS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1. C omo guardar y recuperar una ventana del visor de resultados de SPSS . . . . . . . . . . . . . . 2.2.2. C omo controlar la visualizaci on de la informaci on sobre variables y valores de datos en las tablas pivote y en los titulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.3. C omo establecer el aspecto de las tablas pivote por defecto . . . . . . . . . . . . . . . . . . . . . 2.2.4. C omo cambiar las especicaciones del visor de resultados de SPSS por defecto . . . . . . . . . . 2.3. Medidas descriptivas de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1. Mediante la opci on Analizar Estad sticos descriptivos Frecuencias . . . . . . . . . . . . . 2.3.2. Mediante la opci on Analizar Estad sticos descriptivos Descriptivos . . . . . . . . . . . . . 2.3.3. Mediante la opci on Analizar Estad sticos descriptivos Explorar . . . . . . . . . . . . . . . 2.4. Representaciones gr acas unidimensionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1. Representaciones gr acas mediante la opci on Analizar Estad sticos descriptivos Frecuencias 2.4.2. C omo cambiar las especicaciones de las representaciones gr acas por defecto . . . . . . . . . . reas y sectores mediante el men 2.4.3. Creaci on de diagramas de barras, l neas, a u de Gr acos . . . . . . 2.4.4. Cuadro de di alogo de Cambiar estad stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.5. Cuadro de di alogo de Opciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.6. Cuadro de di alogo de T tulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.7. Creaci on de histogramas mediante el men u de Gr acos . . . . . . . . . . . . . . . . . . . . . . 2.4.8. Modicaci on de gr acos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. Relaci on entre dos variables 3.1. Relaci on entre variables cuantitativas. Diagrama de dispersi on 3.2. Modicaci on del diagrama de dispersi on . . . . . . . . . . . . 3.3. Correlaci on simple . . . . . . . . . . . . . . . . . . . . . . . 3.4. Regresi on lineal . . . . . . . . . . . . . . . . . . . . . . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
4. Probabilidad. Variables aleatorias 4.1. Funci on de probabilidad y funci on de densidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2. Funci on de distribuci on (probabilidad acumulada) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3. Inversa de la funci on de distribuci on (percentiles o cuantiles) . . . . . . . . . . . . . . . . . . . . . . . .
5. Contrastes param etricos 5.1. Contraste para una media. Intervalo de conanza para la media . . . . . . . . . . . . . . . . . . . . . . . 5.2. Comparaci on de dos medias con muestras independientes . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1. Ejemplo de edici on de unos datos para hacer la comparaci on de dos medias con muestras independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3. Comparaci on de dos medias con muestras relacionadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. Contrastes no param etricos 6.1. Contraste sobre una proporci on . . . . . . . . . . . . . . . . . . . . . . . . . 6.2. Contraste 2 de Pearson sobre proporciones . . . . . . . . . . . . . . . . . . 6.3. Contraste 2 sobre independencia de dos variables . . . . . . . . . . . . . . 6.3.1. Ejemplo de edici on de una tabla de contingencia en el editor de datos 6.4. Contraste de las rachas sobre aleatoriedad de la muestra . . . . . . . . . . . . 6.5. Contraste de KolmogorovSmirnov sobre bondad de ajuste. Normalidad . . . 6.6. Contraste de homogeneidad con 2 muestras independientes . . . . . . . . . . 6.7. Contraste de homogeneidad con m as de dos muestras independientes . . . . . 6.8. Contraste de homogeneidad con 2 muestras relacionadas . . . . . . . . . . . 6.9. Contraste de homogeneidad con m as de dos muestras relacionadas . . . . . .
67 67 68 70 71 74 74 74 76 80 81 81 82 84 84 86
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
1.
1.1.
Normas generales de SPSS. Gesti on de cheros, casos y variables

Introducci on
Las pr acticas se van a realizar con el programa SPSS para Windows, versi on 14 (en espa nol). Para ejecutar el programa debemos seleccionar Inicio Programas SPSS 14 para Windows. La primera vez que se ejecuta el programa aparece la ventana de la Figura 1, en la que es conveniente marcar la opci on No volver a mostrar este cuadro de di alogo. As , cuando
Figura 1: Ventana inicial de SPSS 14 para Windows
volvamos a ejecutar el programa SPSS para Windows lo primero que aparecer a ser a la ventana b asica de esta aplicaci on, o para ser m as precisos, la ventana del editor de datos (Figura 2). Como en cualquier otra aplicaci on Windows, la ventana
Figura 2: Ventana del editor de datos
del editor de datos puede modicarse en cuanto al tama no y a la disposici on de sus elementos. Se trata de una ventana t pica de una aplicaci on Windows que, de arriba a abajo, consta de los siguientes elementos: En la primera l nea aparece la barra de t tulo con el men u de control, el nombre de la ventana y los botones de minimizar, maximizar y cerrar. En la segunda l nea est a la barra de menus con los 10 men us que luego comentaremos. La tercera l nea es la barra de herramientas donde, mediante botones con iconos, se representan algunas de las operaciones m as habituales. Si pasamos el puntero del rat on por cualquiera de ellos, aparecer a en la pantalla un texto indicando la funci on que se activa.
de datos que, a su vez, est Despu es aparece la l nea de edicion a dividida en dos partes, como posteriormente veremos.
El grueso de la ventana est a ocupado por dos carpetas. La que habitualmente aparece encima es la carpeta denominada Vista de datos y la que habitualmente aparece debajo es la carpeta denominada Vista de variables. Posteriormente veremos c omo editar y modicar estas carpetas; es decir, c omo editar y modicar los datos, y c omo denir las variables. Vista de datos: Muestra los valores de datos reales o las etiquetas de valor denidas. Vista de variables: Muestra la informaci on de denici on de variable, que incluye las etiquetas de la variable denida y de valor, tipo de dato (por ejemplo, de cadena, fecha y num erico), escala de medida (nominal, ordinal o de escala) y los valores perdidos denidos por el usuario. En ambas vistas, se puede a nadir, modicar y eliminar la informaci on contenida en el archivo de datos. ltima l La u nea de la ventana (de arriba a abajo) es la barra de estado, en la que el sistema proporciona diversos mensajes. Esta barra est a dividida en varias zonas de avisos. La primera est a reservada para informaciones de tipo general y en la segunda aparece lo relativo al procesador de SPSS. Cuando no hay operaci on en marcha aparece el mensaje El procesador est a preparado. En caso contrario aparecer a el nombre del comando que en ese momento se est e ejecutando e informaci on adicional como, por ejemplo, el n umero de casos procesados.
1.2.
Barra de menus
A continuaci on se da un resumen de lo que se puede encontrar en la barra de menus : Archivo: Mediante este men u se pueden abrir, crear o grabar los diferentes cheros que SPSS emplea, ya sean de datos, instrucciones, resultados o procesos. Igualmente, es posible controlar las tareas de impresi on. Edici on: Permite realizar las tareas habituales de edici on: modicar, borrar, copiar, pegar, seleccionar, etc. Ver: Permite controlar diversos par ametros de visualizaci on en pantalla. Datos: Este men u permite insertar variables, as como efectuar modicaciones en los cheros de datos: seleccionar, a nadir, ponderar, etc. Transformar: Aqu se encuentran todas las opciones relativas a la modicaci on y generaci on de nuevas variables. Analizar: Mediante este men u se accede a los diferentes an alisis estad sticos que se pueden realizar con los datos. Gr acos: Permite la creaci on y edici on de diversos tipos de gr acos de alta resoluci on. Algunos de ellos son tambi en accesibles a trav es de determinadas t ecnicas estad sticas. Utilidades: Entre otras, posibilita mostrar informaci on sobre los cheros de SPSS, las variables o el tratamiento de conjuntos de variables. Ventana: Dispone de las funciones habituales para controlar las ventanas. ?: Proporciona ayuda al usuario en el formato t pico de Windows. Para salir del programa se selecciona la opci on Archivo Salir o se pulsa el bot on de la esquina superior derecha de la ventana ( bot on ).
1.3.
Presentaci on de nuestro ejemplo
Para ilustrar las cuestiones que se van a ir discutiendo a lo largo de las pr acticas, utilizaremos el conjunto de datos de la Figura 3, que se reeren al estudio de diversas variables en una muestra de libros de una biblioteca universitaria. De momento no introduciremos ning un dato; s olo leeremos lo concerniente al chero de datos que posteriormente crearemos. Las variables son: materia (disciplina cient ca a la que pertenece el libro); precio (en euros); entrada (fecha de entrada del libro en la biblioteca); altura (en cent metros); peso (en gramos); pr estamo (n umero de veces que se ha prestado el libro ltimo a ltimas corresponden a la opini en el u no); y las tres u on de tres expertos respecto de la encuadernaci on de los libros (1=muy mala, 2=mala, 3=regular, 4=buena, 5=muy buena).
Figura 3: Datos que, posteriormente, vamos a introducir y grabar con el nombre Libros.sav
1.4.
Denici on de la primera variable de nuestro ejemplo
Antes de introducir los datos, tenemos que denir las variables. Para explicar este apartado vamos a hacer la denici on de la primera de las variables de nuestro ejemplo. Esta primera variable es la disciplina cient ca a la que pertenece cada libro y la denominaremos materia. Se trata de una variable cualitativa nominal. Para facilitar la introducci on de los resultados de esta variable vamos a codicarla de la siguiente forma: E=estad stica, G=geograf a, I=inform atica, L=literatura, H=historia. Para denirla seguimos los siguientes pasos: Seleccionamos la carpeta Vista de variables haciendo clic en su correspondiente pesta na (parte inferior del editor de datos). Nos aparece, entonces, la ventana de la Figura 4.
Figura 4: Vista de variables
En la casilla intersecci on de la la correspondiente a nuestra variable (la 1) con la columna correspondiente a Nombre escribimos el nombre de nuestra primera variable, que es, como ya hemos dicho, materia Para los nombres de variable se aplican las siguientes normas: Para los nombres de variable se aplican las siguientes normas: El nombre debe comenzar por una letra. Los dem as caracteres pueden ser letras, d gitos, puntos o los s mbolos $. @,#, o Los nombres de variable no pueden terminar en punto. Se debe evitar acabar los nombres de variable con subrayado (para evitar conictos con las variables creadas autom aticamente por algunos procedimientos). La longitud del nombre no debe exceder los 64 bytes. Normalmente, 64 bytes suelen equivaler a 64 caracteres rabe, en idiomas de un solo byte (por ejemplo, ingl es, franc es, alem an, espa nol, italiano, hebreo, ruso, griego, a tailand es) y a 32 caracteres en los idiomas de dos bytes (por ejemplo, japon es, chino, coreano). No se pueden utilizar espacios en blanco ni caracteres especiales (por ejemplo, !, ?, y ). nico; no se permiten duplicados. Cada nombre de variable debe ser u Las palabras reservadas no se pueden utilizar como nombres de variable. Las palabras reservadas son: ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, WITH. Los nombres de variable se pueden denir combinando de cualquier manera caracteres en may usculas y en min usculas, esta distinci on entre may usculas y min usculas se conserva en lo que se reere a la presentaci on. Cuando es necesario dividir los nombres largos de variable en varias l neas en los resultados, SPSSintenta dividir las l neas aprovechando los subrayados, los puntos y los cambios de min usculas a may usculas. En la carpeta Vista de Variables (Figura 4) hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable (la 1) con la columna correspondiente a Tipo. Aparece, entonces, el cuadro de di alogo de la Figura 5. Aqu se especica el tipo de datos de cada variable. Por defecto se asume que todas las variables
Figura 5: Cuadro de dialogo para denir el tipo de variable
nuevas son num ericas. Se puede utilizar esta opci on para cambiar el tipo de datos. El contenido de este cuadro de di alogo depende del tipo de datos seleccionado. Para algunos tipos de datos, hay cuadros de texto para el ancho y el n umero de decimales; para otros, simplemente se puede seleccionar un formato de una lista desplegable de ejemplos. Los tipos de variables disponibles son: Num erica: En este formato, la separaci on decimal se hace mediante una coma (abajo). En la anchura de los datos cuenta el signo (+ o -), si es que lo vamos a poner, y cuenta la coma de la separaci on decimal. Coma: Se emplea cuando queremos que la coma sea el separador de los miles y el punto el separador de los decimales. Punto: Se emplea cuando se quiere que el punto sea el separador de los miles y la coma el separador de los decimales. Notaci on cient ca: Los valores de la variable se muestran con una E (o una D) intercalada y un exponente con signo que representa una potencia de base diez. El editor de datos acepta para estas variables valores num ericos con o sin el exponente. El exponente puede aparecer precedido por una E o una D con un signo opcional, o bien s olo por el signo. En este formato 347E-5 signica 347 multiplicado por 10 elevado a -5; es decir, 1 347 105 = 347 100000 = 0 00347. Por ejemplo, es lo mismo 123; 1,23E2; 1,23D2; 1,23E+2 e incluso 1,23+2. Fecha: Mediante este formato es posible introducir las variables temporales. Comentaremos m as sobre este tipo cuando denamos la variable entrada.
D olar: A un valor num erico dado se le a nade el s mbolo del d olar en los diferentes formatos que aparecen en la ventana desplegable.
Opciones Carpeta de Moneda de la barra de men Moneda personalizada: Si a trav es de la opci on Edicion us se han creado formatos espec cos para este tipo de variables, mediante esta opci on se puede elegir uno de ellos.
nicamente su longitud Cadena: Variable cuyos resultados no son num ericos. En su denici on debe especicarse u m axima. Con este tipo de variables, y a diferencia de lo que ocurr a con los nombres de las variables, s hay diferencia entre emplear may usculas o min usculas En nuestro ejemplo (denici on de la variable materia), activamos Cadena del cuadro de di alogo (Figura 5), ya que los resultados de esta variable no son num ericos. Al lado de Caracteres indicamos un 1, pues los resultados tienen H). Pulsamos el bot una longitud de un s olo d gito (E, G, I, L o on Aceptar para volver a la Vista de Variables (Figura 4). Como el nombre que se le ha dado a la variable podr a no ser sucientemente expl cito, debemos poner una etiqueta explicativa a esta variable. Para ello, en la carpeta Vista de variables (Figura 4) nos situamos en la casilla intersecci on de la la correspondiente a nuestra variable (la 1) con la columna correspondiente a Etiqueta y escribimos disciplina cient ca del libro. No s olo se puede poner una explicaci on o etiqueta al nombre de la variable sino tambi en a cada uno de sus valores o til si el archivo de datos utiliza c resultados. Esto es particularmente u odigos num ericos para representar categor as no num ericas (por ejemplo, los c odigos 1 y 2 para hombre y mujer). Para poner etiquetas a los resultados de la variable materia, en la carpeta Vista de Variables (Figura 4) hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable (la 1) con la columna correspondiente a Valores. Aparece, entonces, el cuadro de di alogo de la Figura 6.
Figura 6: Cuadro de dialogo para denir etiquetas de valores
Junto a Valor escribimos E, junto a Etiqueta escribimos estad stica y pulsamos el bot on Anadir ; Junto a Valor escribimos G, junto a Etiqueta escribimos geograf a y pulsamos el bot on Anadir ; Junto a Valor escribimos I, junto a Etiqueta escribimos inform atica y pulsamos el bot on Anadir ; Junto a Valor escribimos L, junto a Etiqueta escribimos literatura y pulsamos el bot on Anadir ; Junto a Valor escribimos H, junto a Etiqueta escribimos historia y pulsamos el bot on Anadir .
Una vez nalizado el proceso se pulsa Aceptar. En la Figura 3 del apartado 1.3 podemos ver que para el libro n umero 25 no se sabe el resultado de la variable materia. Esto signica que dicho resultado es un valor perdido o ausente. En SPSS tenemos la posibilidad de denir til para saber por qu los valores de los datos especicados como perdidos por el usuario. A menudo es u e se pierde informaci on. Por ejemplo, puede desear distinguir los datos perdidos porque un entrevistado se niega a responder, o datos perdidos porque la pregunta no afectaba a dicho entrevistado. Los valores de datos especicados como perdidos por el usuario aparecen marcados para un tratamiento especial y se excluyen de la mayor a de los c alculos. Nosotros vamos a representar los valores perdidos de nuestra variable materia por un asterisco (*). Para ello, en la carpeta Vista de Variables (Figura 4) hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable (la 1) con la columna correspondiente a Perdidos y nos aparece el cuadro de di alogo de la Figura 7. En dicho cuadro de di alogo debemos se nalar la opci on Valores perdidos discretos y dentro del primer campo escribir un asterisco (*). A continuaci on pulsamos el bot on Aceptar.
Figura 7: Cuadro de dialogo para denir los valores perdidos de una variable
En la carpeta Vista de Variables (Figura 4) tenemos la opci on de cambiar el formato de columna de la variable. Esto se reere al n umero de d gitos necesarios para que en la matriz de datos se vean tanto los resultados de la variable como el nombre de dicha variable. En el caso de la variable materia sus resultados tienen un s olo d gito pero su nombre ocupa 7 d gitos. Por tanto, debemos poner un formato de columna igual o mayor que 7. Nosotros pondremos 7. Para ello, hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Columnas y vemos que aparecen unas peque nas echas grises que nos sirven para aumentar o disminuir el n umero de d gitos. Por defecto, se nos ofrecen 8 d gitos. Nosotros bajaremos a 7, pulsando una vez la echa que indica hacia abajo. Con esta opci on se controla el ancho de columnas en la carpeta Vista de datos. Los anchos de columna tambi en se pueden cambiar en dicha carpeta pulsando y arrastrando los bordes de la columna. Los formatos de columna afectan s olo a la presentaci on de valores en la mencionada carpeta. Al cambiar el ancho de columna no se cambia el ancho de una variable, denido en Tipo. Si el ancho real de un valor es m as ancho que la columna, aparecer an varios asteriscos (***) en la carpeta Vista de datos; eso signica que los resultados no caben y, por tanto, tenemos que aumentar la cantidad de d gitos indicados en Columnas (en la carpeta Vista de variables).
en la carpeta Vista de Variables (Figura 4) controla la presentaci La opci on se nalada como Alineacion on de los valores de los datos y/o de las etiquetas de valor en la Vista de datos. La alineaci on por defecto es derecha para las variables num ericas e izquierda para las variables de cadena. Esta conguraci on afecta s olo a la presentaci on en la Vista de datos.
Si queremos, por ejemplo, que los resultados de nuestra variable materia aparezcan alineados a la derecha, entonces en la carpeta Vista de Variables (Figura 4) hacemos clic en la parte derecha de la casilla intersecci on de la la corres . Aparece, entonces, una peque pondiente a nuestra variable con la columna correspondiente a Alineacion na echa gris que, al pulsar, nos ofrece las tres opciones: Izquierda, Derecha, Centrado; de las cuales elegimos Derecha. La opci on se nalada como Medida en la carpeta Vista de Variables (Figura 4) se reere al tipo de variable: Escala=variable cuantitativa (discreta o continua), Nominal=cualitativa nominal, u Ordinal=cualitativa ordinal. Para se nalar que nuestra variable materia es cualitativa nominal, en la carpeta Vista de Variables (Figura 4) hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Medida. Aparece, entonces, una peque na echa gris que, al pulsar, nos ofrece las tres opciones mencionadas, de las cuales elegimos Nominal. En esta variable no se ofrece la posibilidad de elegir Escala debido a que ya se ha se nalado que la variable es de tipo Cadena, es decir, cualitativa.
1.5.
Grabaci on de cheros de datos
Aunque s olo hemos denido una variable y ni siquiera hemos introducido sus resultados, si no queremos perder el trabajo realizado hasta ahora (debido a un corte de electricidad o cualquier otra causa), podemos grabar el que ser a nuestro chero de datos denominado Libros.sav Si de la barra de men us se selecciona la opci on Archivo se observa que hay dos opciones para la grabaci on de cheros de datos: Guardar y Guardar como. Al igual que en otras muchas aplicaciones Windows, la opci on Guardar sirve para grabar un chero de datos que ya ltima vez que se grab estaba previamente grabado, con las modicaciones introducidas desde la u o. Las modicaciones que se introduzcan en una sesi on en un chero de datos s olo tienen efecto durante esa sesi on, y al nalizarla o cerrar el programa se pierden, a no ser que se graben mediante esta opci on. En cualquier caso, al cerrar el programa SPSS, si se han introducido modicaciones en el chero de datos, el sistema siempre env a una pregunta al usuario con objeto de conrmar si se quieren grabar o no los cambios realizados. La opci on Guardar como se utiliza al ir a grabar por primera vez un chero o al ir a modicar algunos de sus par ametros de grabaci on. Al activarla aparece un cuadro de di alogo como el de la Figura 8. En el mismo debemos especicar, mediante los procedimientos habituales, el nombre del chero, la unidad y la carpeta de la misma en la que queremos que se grabe.
10
Figura 8: Cuadro de di alogo para grabar un chero de datos
Con respecto a la posibilidad de grabar el chero con un tipo distinto al de SPSS para Windows, esto lo veremos posteriormente. En consecuencia, en Tipo del cuadro de di alogo de la Figura 8 dejamos inalterada la opci on seleccionada por defecto que es la de un chero de datos de SPSS para Windows (.sav). En este cuadro de di alogo vemos que tambi en aparece una opci on desactivada, que es la que permite optar entre grabar o no los nombres de las variables cuando el formato de grabaci on elegido es el correspondiente a las hojas de c alculo. en una memoria extra Ha llegado pues el momento de que procedamos a grabar (en la unidad A: o ble) nuestro chero de datos con el nombre Libros.sav
1.6.
Denici on del resto de las variables de nuestro ejemplo
El procedimiento descrito en el apartado 1.4 debe realizarse con el resto de las variables de nuestro ejemplo. Como es similar en todas ellas, a continuaci on s olo vamos a presentar lo que de espec co tienen algunas. En una primera fase vamos a dejar la variable precio sin denir, para aprender posteriormente a insertar una variable entre otras ya existentes. Veamos lo relativo a la variable fecha de entrada del libro en la biblioteca, que vamos a denominar entrada: En primer lugar, seleccionamos la carpeta Vista de variables haciendo clic en su correspondiente pesta na (parte inferior del editor de datos) (Figura 4). En la casilla intersecci on de la la correspondiente a nuestra variable (la 2) con la columna correspondiente a Nombre escribimos entrada Hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable (la 2) con la columna correspondiente a Tipo. En el cuadro de di alogo que aparece seleccionamos Fecha y de las opciones que se muestran seleccionamos, por ejemplo, el formato dd.mm.yyyy, que es el quinto que se ofrece (ver Figura 9). Luego pulsamos Aceptar.
Figura 9: Cuadro de dialogo para denir el tipo fecha
En cuanto a las variables de este tipo, hay que tener en cuenta varias cuestiones: Las variables de fecha creadas con Denir fechas no deben confundirse con las variables con formato de fecha, que se denen en Vista de variables del Editor de datos (como en el presente ejemplo). Las variables de fecha
11
se emplean para establecer la periodicidad de los datos de series temporales; mientras que las variables con formato de fecha representan fechas y horas mostradas en varios formatos de fecha y hora. Las variables de fecha son n umeros enteros sencillos que representan el n umero de d as, semanas, horas, etc., a partir de un punto inicial especicado por el usuario. Internamente, la mayor a de las variables con formato de fecha se almacenan como el n umero de segundos transcurridos desde el 15 de octubre de 1582. la referencia es la fecha 15 de octubre de 1582? Observaci on Por que
El actual calendario, aunque retocado en 1582, fue ideado en el a no 532 d.C. por el monje y astr onomo Dionisio el diminuto. Dionisio calcul o (aunque se equivoc o en, al menos, 4 a nos) que Jesucristo naci o el 25 de diciembre del a no 753 A.U.C. (ab urbe condita o desde la fundaci on del Imperio Romano). Dionisio hizo que el 1 de enero del a no 1 (no del a no cero) coincidiese con el 1 de enero del a no 754 A.U.C. (no el nacimiento de Jes us sino 7 d as despu es, que coincid a con la esta de la Circuncisi on). Cuando Dionisio ide o nuestro actual calendario estaba vigente el calendario Juliano. Este calendario se estableci o en l, cada a el a no 45 a.C. En e no ten a 36525 d as, por lo que cada 4 a nos hab a uno con 366 d as (bisiesto). Pero cada a no se a nad a 11 minutos y pico al a no solar y por tanto cada 1000 a nos se a nad an 7 d as al a no solar. Por orden del papa Gregorio XIII se reuni o un comit e en 1578 para dar soluci on al desajuste de 10 d as que ya exist a entre el a no civil y el a no solar. El papa promulg o las nuevas reglas en una bula papal el d a 24 de febrero de 1582. Desaparecieron del calendario del 5 al 14 de octubre de 1582 (al d a 4 de octubre de 1582 le sigui o el d a 15 de octubre de 1582). A partir de ese 15 de octubre de 1582 no ha habido m as reformas en el calendario. Este calendario, llamado Gregoriano, ya estableci o que los a nos tienen 3652422 d as. Tambi en estableci o que cada 4 a nos hay uno bisiesto menos para los que sean divisibles por 100, a excepci on de los a nos que sean divisibles por 400. El a no Gregoriano se aparta del solar s olo por 2596 segundos.
Los valores de a no de dos d gitos de las variables con formato de fecha del editor de datos poseen un valor Opciones Carpeta de Datos de la barra de men de siglo basado en los jados en Edicion us (ver Figura 10). El valor jado por defecto es el de 1938 a 2037. Los valores autom aticos se basan en el a no actual, con principio 69 a nos antes y nal 30 a nos despu es de esa fecha. Por ejemplo, si en el a no 2007 se introduce una fecha como 10-10-29, se almacena internamente como el 10-10-2029, y la fecha 10-10-65 se almacena como el 10-10-1965. Si se tiene alguna duda, es conveniente indicar siempre el a no con cuatro d gitos.
Figura 10: Carpeta de Datos, dentro de la opci on Edici on Opciones
Como el nombre que se le ha dado a la variable podr a no ser sucientemente expl cito, deber amos poner una etiqueta explicativa a esta segunda variable. Para ello, en la carpeta Vista de variables, concretamente en la casilla intersecci on de la la correspondiente a nuestra variable (la 2) con la columna correspondiente a Etiqueta, escribimos fecha de entrada del libro en la biblioteca. No es preciso especicar el formato de columna en Columnas de la carpeta Vista de variables dado que al seleccionar el formato de fecha dd.mm.yyyy el ancho de la columna impl cito ser a de 10 (los puntos tambi en cuentan). As , la variable entrada ha sido completamente denida. Ahora se puede volver a grabar el que ser a nuestro chero de datos denominado Libros.sav (Archivo Guardar).
12
A continuaci on resumiremos lo que hay que hacer para denir la variable altura: En la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Nombre (de la carpeta Vista de variables) escribimos altura Hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Tipo. Si seleccionamos Coma entonces la separaci on de los miles se escribir a con una coma y la separaci on de los decimales se escribir a con un punto. Si seleccionamos Punto entonces la separaci on de los miles se escribir a con un punto y la separaci on de los decimales se escribir a con una coma. Debido a que la introducci on de los resultados (apartado 1.7) la haremos mediante el teclado num erico, y en dicho teclado no est a la separaci on decimal mediante la coma, pero s est a la separaci on decimal mediante el punto, entonces elegiremos la opci on Coma. En Anchura debemos escribir 4 (pues son dos cifras para la parte entera, m as una coma, m as un decimal) y en Cifras decimales escribimos 1 Ahora pondremos una etiqueta explicativa a esta tercera variable. Para ello, en la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Etiqueta, escribimos altura del libro, en cent metros. Los resultados de la variable altura tienen 4 d gitos y su nombre ocupa 6 d gitos. Por tanto, vamos a poner un formato de columna con una anchura igual a 6. Para ello, hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Columnas y seleccionamos un 6. Volvemos a grabar los datos en Libros.sav (Archivo Guardar). Veamos ahora lo correspondiente a la variable peso: En Nombre escribimos peso En Tipo seleccionamos Num erica. Como los resultados de la variable peso tienen, como m aximo, tres d gitos, sin decimales, entonces en Anchura escribimos un 3 y en Cifras decimales escribimos un 0. En Etiqueta escribimos peso del libro, en gramos. En Columnas seleccionamos 4 (pues as se ver a el nombre completo de la variable y sus resultados). Volvemos a grabar los datos en Libros.sav El resumen de lo correspondiente a la denici on de la variable n umero de veces que se ha prestado el libro en el u ltimo a no es: 2 En Nombre escribimos pr estamo 2 En Tipo seleccionamos Num erica. Como los resultados de la variable pr estamo tienen, como m aximo, dos d gitos, sin decimales, entonces en Anchura escribimos un 2 y en Cifras decimales escribimos un 0. 2 En Etiqueta escribimos n umero de veces que se ha prestado el libro en el u no. ltimo a 2 En Columnas seleccionamos 8 (pues as se ver a el nombre de la variable y sus resultados). 2 Volvemos a grabar los datos en Libros.sav Ahora s olo nos quedan las tres variables relativas a la opini on de tres expertos sobre la encuadernaci on de los libros. Este es el t pico caso en que un grupo de variables comparten una misma estructura, por lo que deniremos la primera de las tres variables y luego copiaremos y pegaremos todos los atributos. ltimas variables de nuestro ejemplo, seguiremos los siguientes pasos: Para denir las tres u 1. Denimos la primera de las tres variables: En Nombre escribimos opini on1 En Tipo seleccionamos Num erica con una Anchura igual a 1 y un n umero de Cifras decimales igual a 0. En Etiqueta escribimos opini on del primer experto respecto de la encuadernaci on del libro. En Valores asignamos las siguientes etiquetas de resultados: 1=muy mala, 2=mala, 3=regular, 4=buena, 5=muy buena.
13
En Columnas seleccionamos 8 (para que se vea el nombre completo de la variable). En Medida seleccionamos Ordinal 2. En la carpeta Vista de variables, se selecciona el n umero de la de la variable opini on1, con lo que la la entera quedar a iluminada.
Copiar 3. Se selecciona la opci on Edicion
4. Se hace clic en el n umero de la la vac a situada bajo opini on1

Pegar 5. Se selecciona la opci on Edicion
6. Se cambia el Nombre de esta nueva variable que se denominar a opini on2. Se modica un poco la Etiqueta de esta nueva variable que ahora ser a: opini on del segundo experto respecto de la encuadernaci on del libro. 7. Lo que se ha hecho para crear la variable opini on2 se hace ahora para crear la nueva variable opini on3 cuya etiqueta se modicar a de la siguiente forma: opini on del tercer experto respecto de la encuadernaci on del libro. 8. Volver a grabar todo en Libros.sav El resultado de todo el proceso anterior en la carpeta Vista de variables es lo que aparece en la Figura 11.
Figura 11: Ventana del editor de datos con las variables denidas
Para terminar este apartado, recordaremos que en cualquier momento se pueden cambiar las especicaciones declaradas en la denici on de cualquier variable. Siempre es posible, por ejemplo, aumentar la longitud de una variable, introducir nuevos c odigos para los valores ausentes o perdidos, a nadir o modicar etiquetas, etc. Pero si los datos ya han sido introducidos, y sobre todo si son muchos, hay otras serie de posibles modicaciones que son menos recomendables, como cambiar el tipo asignado a las variables, disminuir su longitud o modicar valores ausentes.
1.7.
Introducci on de los datos a trav es del teclado
En la carpeta Vista de datos de la ventana del editor de datos se observa que las variables denidas est an activas, aunque las casillas correspondientes a sus datos o resultados est an vac as. En este punto podemos comenzar con la introducci on de los datos. Tan entretenida tarea se puede realizar pr acticamente de cualquier forma y orden: sujeto a sujeto, variable a variable, seleccionando una porci o n de matriz, etc. En cualquiera , activa la de las formas que elijamos, la tecla Intro activa la casilla inmediatamente inferior y la tecla del tabulador, siguiente casilla de la derecha. Nosotros introduciremos los datos por columnas (variables). Si hemos probado ya a introducir algunos datos, entonces antes de introducir los resultados de nuestro ejemplo vamos a limpiar la ventana del editor borrando toda la matriz. Para ello, la seleccionamos entera usando la t ecnica de se nalar Eliminar de la barra de men y arrastrar y elegimos la opci on Edicion us. Pero antes de hacerlo tengamos en cuenta lo siguiente:
14
ltima, al ejecutar la opci Si comenzamos la selecci on desde la primera casilla (caso 1, variable 1) hasta la u on Edicion Eliminar habremos eliminado todos los valores previamente introducidos; pero tanto las variables como los sujetos (casos) siguen igualmente activos. La prueba de ello es que en todas las casillas de variables num ericas aparecer a la coma indicando que son valores ausentes denidos por el sistema. Por el contrario, si comenzamos la selecci on en el bot on de encabezamiento del primer caso (el marcado con el 1), lo que se selecciona es toda la matriz excepto los encabezamientos de las variables, y el resultado es una matriz s olo denida en lo que se reere a las variables; el resto est a completamente vac o. Se nalado esto, procedemos a borrar lo que tengamos en la ventana del editor de datos de la manera que nos guste, y pasamos a introducir los 30 casos. Para ello recomiendo hacer lo siguiente:
1. Recomiendo introducir los datos por columnas (variables), para ir grabando los datos en Libros.sav cada vez que introduzcamos una nueva columna (variable). 2. Recomiendo tambi en, en las variables num ericas (todas menos la primera) utilizar el teclado num erico (el que est aa la derecha). Para que este teclado est e activo debe estar encendida la luz que hay junto a Bloq.Num.. 3. La fecha de entrada de los libros se puede introducir de cualquiera de las siguientes maneras: 3-5-95, 3 5 1995, 3/5/95, 3.5.95, 03-5-95, 03 5 1995, 03/5/95, 03.5.95, 3-05-95, 3 05 1995, 3/05/95, 3.05.95, , 03-05-1995, 03 05 1995, 03/05/1995, 03.05.1995; pero independientemente de cu al haya sido el escogido, la apariencia en el editor es 03.05.1995, pues es la que hemos elegido en Tipo. Como vemos, para las variables de tipo fecha, al introducir los datos se puede utilizar como separador el punto, el gui on, el espacio en blanco o la barra inclinada; pero no se puede utilizar, por ejemplo, el punto y coma, ni los dos puntos. ste est Recomiendo introducir las fechas con el separador /, pues e a en el teclado num erico (por ejemplo, teclearemos 3/5/95). Una vez hechas estas consideraciones introducimos nuestros datos (menos los resultados de la variable precio, que los a nadiremos posteriormente). Al nal debemos tener la matriz de datos de la Figura 12. No olvidemos grabar ahora el
Figura 12: Ventana del editor rellena con los datos del ejemplo (menos la variable precio)
chero de datos en Libros.sav. Despu es podemos cerrar la sesi on de trabajo abandonando el programa con la opci on Archivo Salir o pulsando el bot on de la esquina superior derecha de la ventana ( bot on ).
1.8.
Lectura de cheros de datos propios de SPSS
Para leer datos grabados mediante SPSS hay que elegir Archivo Abrir Datos o pulsar el primer icono de la barra de ste se herramientas. Si se ha trabajado recientemente con el archivo de datos que se quiere abrir, es muy probable que e encuentre en la lista de archivos que hay al desplegar el men u Archivo Datos usados recientemente (ver Figura 13). Si se encuentra aqu el nombre del chero, se puede tambi en abrir haciendo clic sobre dicho nombre. Para practicar, podemos abrir ahora otro chero de datos, que no sea Libros.sav.
15
Figura 13: Men u Archivo
1.9.
Edici on y modicaci on de los datos

Para moverse por la ventana del editor de datos se emplean las teclas de las echas de movimiento, , , y . Como ya hemos dicho, la tecla cambia a la casilla contigua de la derecha y la tecla Intro cambia a la tecla contigua de abajo. Para ir a la primera variable se pulsa Ctrl + . Para ir a la u ltima variable Ctrl + . Para ir al principio se pulsa Ctrl +Inicio . Para ir al nal, Ctrl +Fin .
Ir a caso o se emplea el s Para ir a un caso concreto se elige Edicion eptimo icono de la barra de herramientas.
En este apartado trataremos sobre cualquier tarea de modicaci on de los datos de un chero dado.
Para corregir un dato se selecciona la casilla correspondiente. El valor en cuesti on aparecer a en la barra de edici on de datos. Se escribe el valor corregido y se pulsa Intro . Para seleccionar un caso (la) se hace clic sobre el n umero del caso. Para seleccionar una variable (columna) se hace clic sobre el nombre de ella. Para seleccionar un rect angulo de datos se hace clic en la casilla de la esquina y se arrastra hasta la otra esquina.
Buscar o bien se emplea el Para buscar un dato de una cierta variable, se selecciona la variable y se elige Edicion noveno icono de la barra de herramientas.
Por ejemplo, si buscamos los libros cuya altura es igual 25 cent metros veremos que son los casos (libros) numerados con el 6 y el 22. Para insertar un nuevo caso entre otros ya existentes, hacemos clic sobre el n umero del caso siguiente (para se Insertar caso, o bien empleamos el d leccionarlo) y elegimos Edicion ecimo icono de la barra de herramientas, o bien pulsamos el bot on auxiliar del rat on (el derecho) y elegimos la opci on Insertar casos en el men u contextual que aparece. Si queremos insertar nuevos casos al nal de los ya existentes, basta con introducirlos de la forma indicada en el apartado 1.7. Para ir a una variable concreta se elige la opci on Utilidades Variables y en el cuadro de di alogo que aparece (Figura 14) se selecciona la variable deseada y se pulsa el bot on Ir a. Tambi en aparece este cuadro de di alogo pulsando el bot on del octavo icono de la barra de herramientas.
Figura 14: Cuadro que aparece con Utilidades Variables
16
Para insertar una variable entre otras ya existentes, hacemos clic sobre el nombre de la variable siguiente (para Insertar variable, o bien empleamos el und seleccionarla) y elegimos Edicion ecimo icono de la barra de herramientas, o bien pulsamos el bot on auxiliar del rat on y elegimos la opci on Insertar variables en el men u contextual que aparece. Esto se puede hacer tanto en la carpeta Vista de datos como en la carpeta Vista de variables. Si queremos insertar nuevas variables al nal de las ya existentes, basta con denirlas e introducir los datos de la forma indicada en los apartados 1.4 y 1.7. Nosotros vamos a insertar la variable precio entre las variables materia y entrada. Para ello: En la carpeta Vista de variables seleccionamos a variable entrada haciendo clic sobre su nombre.
Insertar variable. Elegimos la opci on Edicion
Una nueva variable es generada, con un nombre gen erico (var00001), y con el tipo y formato preestablecido por el sistema (ver Figura 15).
Figura 15: Carpeta Vista de Variables con una nueva variable insertada
En la carpeta Vista de datos se puede observar que la columna correspondiente tiene 30 datos ausentes (ver Figura 16).
Figura 16: Carpeta Vista de datos con una nueva variable insertada
En la carpeta Vista de variables denimos ahora la variable (ver el apartado 1.4) con las siguientes especicaciones:
Nombre (de variable): precio Tipo: Num erica, Anchura: 3, Decimales: 0 Etiqueta (de variable): precio del libro, en euros Columnas: 6
En la carpeta Vista de datos introducimos ahora los resultados de esta variable de la forma indicada en el apartado 1.7. Dichos resultados se encuentran, como ya sabemos, en la Figura 3.
17
Para cambiar las especicaciones de una variable se procede de forma an aloga a la denici on inicial de las variables (ver los apartados 1.4 y 1.6). Recordemos que, una vez que hemos introducido los datos, no es conveniente cambiar ciertas especicaciones como el tipo (de cadena a num erico, etc.) o disminuir la longitud. Para comprobar las especicaciones de cada variable se puede revisar el diccionario seleccionando la opci on Utilidades Variables. Entonces aparece el cuadro de di alogo de la Figura 14. Tambi en aparece este cuadro de di alogo pulsando el bot on del octavo icono de la barra de herramientas. ste, son borrar, copiar, mover y deshacer. Mover Otras funciones t picas de todos los editores, y por supuesto de e consiste en seleccionar, cortar, situarse en otro sitio y pegar. Copiar consiste en seleccionar, copiar, situarse en otro sitio y . Deshacer ltima acci pegar. Deshacer es eliminar la u on de borrar, cortar o pegar. Estas funciones est an en el men u Edicion tambi en est a en el quinto icono de la barra de herramientas.
1.10.
Modicaci on de la apariencia del editor de datos
Es posible modicar la apariencia del editor de datos o su modo de operar. Para ello seleccionamos Ver de la barra de men us y hacemos clic en la opci on deseada del men u que aparece (Figura 17). Estas opciones son:
Figura 17: Men u Ver
Barra de estado: Sirve para mostrar (cuando est a se nalado con un sistema.
) u ocultar (cuando no lo est a) la barra de estado del
Barras de herramientas: Sirve para mostrar u ocultar, personalizar y crear nuevas barras de herramientas. En las barras de herramientas puede incluirse cualquier herramienta disponible, incluso la de cualquier acci on de men u. Adem as pueden contener herramientas personalizadas que ejecutan otras aplicaciones, que ejecutan archivos de sintaxis de comandos o archivos de procesos. Fuentes: Si se elige esta opci on se abre un cuadro de di alogo similar al de todas las aplicaciones Windows, que permite seleccionar las fuentes, estilos y tama nos. Cuadr cula: Sirve para mostrar (cuando est a se nalado) u ocultar (cuando no lo est a) la cuadr cula que separa las diferentes casillas del editor de datos. Etiquetas de valor: Sirve para mostrar (cuando est a se nalado) u ocultar (cuando no lo est a) las etiquetas de las variables en el editor de datos. Variables (o Datos): Sirve para ver la carpeta Vista de variables o la carpeta Vista de datos. Por ejemplo, en la Figura 18 se puede ver el aspecto del editor de datos cuando est a activada (se nalada con opci on Etiquetas de valor y no est a activada la opci on Cuadr cula. ) la
Figura 18: Editor de datos mostrando las etiquetas de las variables (y sin la cuadr cula)
18
< LT Menor que () Par entesis > GT Mayor que Exponenciaci on <= LE Menor o igual que Multiplicaci on >= GE Mayor o igual que & AND Operador Y / Divisi on = EQ Igual que | OR Operador O + Suma = NE No igual que NOT Operador NO Resta (b) Operadores relacionales (c) Operadores l ogicos (a) Operadores aritm eticos Cuadro 1: Operaciones aritm eticas, relacionales y l ogicas que se pueden realizar con SPSS
1.11.
tas.
Impresi on de los datos
Para imprimir los datos hay que seleccionar la opci on Archivo Imprimir o usar el tercer icono de la barra de herramienImprimamos ahora todos los datos del chero Libros.sav.
1.12.
Importaci on de cheros de datos
Acabamos de ver en los apartados anteriores los procedimientos que se emplean para generar los cheros de datos propios de SPSS para Windows. En el apartado 1.8 vimos como leer (importar) este tipo de cheros de datos. Pero en algunas ocasiones podemos disponer de datos ya grabados en un chero generado por una aplicaci on inform atica distinta de SPSS. Si se desea analizar estad sticamente tal informaci on no es preciso crear un chero SPSS para tal n, sino que basta con que se proceda a la importaci on del mismo. No vamos a explicar aqu detalladamente la forma de importaci on de estos cheros (esto se puede consultar en la ayuda de SPSS), pero s vamos a decir que es posible la importaci on de: Archivos de datos grabados en c odigo ASCII, con o sin tabulaci on (con la opci on Archivo Leer datos de texto). Archivos de otros paquetes estad sticos, como Systat (se selecciona Archivo Abrir Datos y en el cuadro de di alogo que aparece se indica Systat(*.sys) en Tipo). Archivos de hojas de c alculo, como Lotus, Excel o formato SYLK (se selecciona Archivo Abrir Datos y en Tipo se indica Lotus(*.w*), Excel(*.xls) o SYLK(*.slk), respectivamente). Archivos de sistemas de gesti on de bases de datos, como dBASE (se selecciona Archivo Abrir Datos y en el cuadro de di alogo que aparece se indica dBASE(*.dbf) en Tipo). Por supuesto, cheros de datos SPSS creados en otros entornos y sistemas operativos (se selecciona Archivo Abrir Datos y en Tipo se indica SPSS/PC+(*.sys) si est an generados por SPSS en su versi on para MS-DOS; o se indica SPSS portable(*.por) si se trata de cheros port atiles creados en otros entornos como Macintosh o VMS). ltimas versiones (se selecciona Adem as, se pueden capturar y manejar datos de Access, Excel o FoxPro de las u
Archivo Abrir base de datos Nueva consulta).
1.13.
1.13.1.
Transformaciones en el chero de datos

Transformaci on de variables sin utilizar el condicional
En este apartado y en el siguiente vamos a ver el modo de generar nuevas variables mediante transformaciones efectuadas sobre los valores de las variables ya denidas. Siempre que realicemos transformaciones en nuestro chero Libros.sav grabaremos estos nuevos datos en un chero nuevo que se denominar a Libros2.sav En el Cuadro 1 se encuentran recogidos los operadores aritm eticos, relacionales y l ogicos que est an permitidos. Tanto las expresiones aritm eticas como las l ogicas se eval uan de izquierda a derecha. Todas las expresiones entre par entesis se eval uan antes que las que est an fuera de los par entesis y ante varios operadores en el mismo nivel, el orden de preferencia (de mayor a menor) es el que gura en el Cuadro 1 (de arriba a abajo). Para construir una nueva variable mediante transformaciones de otras ya existentes, se tiene que elegir la opci on Transformar Calcular con lo que se abre el cuadro de di alogo de la Figura 19. En esta ventana tenemos cinco partes fundamentales: arriba a la izquierda est a el lugar para escribir el nombre de la nueva variable (Variable de destino:); debajo aparece la lista de variables existentes; arriba a la derecha est a el lugar destinado a la denici on de la nueva variable num (Expresion erica:); debajo hay una calculadora y a su derecha est a el grupo de funciones disponibles (Grupo de funciones:).
19
Figura 19: Cuadro de di alogo para transformar variables
Una vez seleccionado un grupo dentro de la lista Grupo de funciones:, debajo aparece otra lista con las funciones y variables que se pueden usar dentro del grupo de funciones elegido (Funciones y variables especiales:). En primer lugar se asigna un nombre a la variable que queremos generar, escribiendo el mismo en el cuadro Variable de destino. Normalmente se va a tratar de una variable nueva, pero tambi en cabe la posibilidad de especicar una de las ya existentes. En tal caso la modicaci on consistir a en sustituir los valores antiguos de la variable con los nuevos resultantes de la transformaci on num erica que se efect ue. Por defecto, la nueva variable ser a num erica. Si se quiere especicar otro tipo y a nadir etiquetas, debe emplearse el m etodo explicado en los apartados 1.4 y 1.6. Una vez que se ha asignado el nombre a la variable, el siguiente paso es denir la expresi on num erica que va a permitir num calcular los valores de la misma. Tal expresi on se escribe en el cuadro Expresion erica y puede constar de los siguientes elementos: nombres de variables del chero original, constantes, operadores y funciones. Para escribir dicha expresi on sta se puede teclear directamente pero es recomendable emplear la calculadora, la lista de variables y la lista de funciones e y o haciendo doble clic sobre la variable o funci on). (pulsando los correspondientes botones Una vez que hemos terminado de escribir la expresi on (utilizando, como hemos dicho, la calculadora, la lista de variables y la lista de funciones), pulsamos en Aceptar. Si SPSS encuentra un error en nuestra expresi on nos lo indica convenientemente. Entonces debemos editar nuestra expresi on y corregir el error, pulsando la tecla Aceptar de nuevo. Inmediatamente vamos a ver ejemplos, pero no vamos a describir cada una de las funciones, pues hay muchas. Como he dicho en otros apartados, remito a las ayudas que el sistema proporciona. Una de las variables del chero Libros.sav es la altura de cada libro, medida en cent metros, cuyos resultados vienen expresados con una cifra decimal. Como ejemplo, vamos a expresar la altura en mil metros; es decir, vamos a multiplicar todos los resultados de dicha variable por 10. Para ello, seleccionamos Transformar Calcular. Como en este caso no es necesario generar una nueva variable, en el recuadro Variable de destino se escribe el mismo nombre (altura). A continua num ci on, en el recuadro Expresion erica ponemos: altura*10 (recordar que es mejor no teclearlo sino utilizar la calculadora del cuadro de di alogo y la lista de variables). Tras pulsar el bot on Aceptar, el sistema pregunta si queremos que desaparezcan los resultados anteriores de la variable altura para que sean sustituidos por los nuevos valores; a lo que nosotros contestaremos que S . Lo conveniente ahora es cambiar la denici on de la variable altura (ver los apartados 1.4 y 1.6), poniendo Tipo=Num erica, Anchura=3, Decimales=0 y Etiqueta=altura del libro, en mil metros. No olvidemos ahora grabar estos nuevos datos en un chero con el nombre Libros2.sav Hecho esto, en la ventana del editor de datos tendr amos lo que aparece en la Figura 20.
Figura 20: Ventana del editor con la nueva variable altura
20
l consta una variable de tipo fecha, que es la fecha de entrada del libro Siguiendo ahora con el chero Libros2.sav, en e a la biblioteca. Si quisi eramos saber el tiempo transcurrido entre esta fecha y la fecha 17/12/2002 podr amos crear una nueva variable, a la que podr amos llamar estancia con el resultado de la diferencia entre la fecha 17/12/2002 y la fecha que aparece en la variable entrada. Para ello, seleccionamos Transformar Calcular. En Variable de destino escribimos estancia (ver Figura 19). Ahora tenemos que expresar la diferencia entre la fecha 17/12/2002 y las fechas de la variable entrada. Pero la fecha 17/12/2002 no se puede escribir directamente, sino que tenemos que utilizar una de las funciones del sistema, concretamente la funci on que devuelve, en formato de fecha de SPSS, el valor de la fecha correspondiente al d DATE.DMY(d a,mes,ano) a, mes y a no de fechas; en la lista de Funciones y variables espec indicados. Para ello, en Grupo de funciones hacemos clic sobre Creacion cas hacemos doble clic sobre Date.Dmy. Podemos observar que en el recuadro que hay a la izquierda de la lista Funciones y num variables espec cas aparece una explicaci on de lo que hace concretamente la funci on seleccionada. En Expresion erica aparece lo siguiente: DATE.DMY(?,?,?). Tenemos que sustituir las interrogaciones por la fecha que queremos; es decir, debe aparecer DATE.DMY(17,12,2002). Luego pulsamos en el signo menos de la calculadora () y despu es nos vamos a num la lista de variables y hacemos doble clic sobre la variable fecha de entrada .... Por tanto, en el recuadro Expresion erica nos aparecer a: DATE.DMY(17,12,2002)-entrada. Despu es de pulsar el bot on Aceptar obtendremos en la carpeta de datos, a ltima variable (opini continuaci on de nuestra u on3), los resultados de la nueva variable estancia (ver Figura 21). Podemos volver a grabar estos nuevos datos en Libros2.sav Como vemos, los valores de la variable estancia son muy grandes, y esto se debe a que ambas fechas guran en SPSS como el n umero de segundos transcurridos desde el 15 de octubre de 1582. Obviamente, la resta nos proporciona el resultado en segundos. Como estas cantidades son complicadas de manejar, vamos a realizar ahora una nueva transformaci on para medir dicha diferencia en d as. Para ello, creamos una nueva variable, que llamaremos d as, que ser a el resultado num de la siguiente Expresion erica: estancia/86400 (que es recomendable poner con ayuda de la lista de variables y de la calculadora del cuadro de di alogo), pues cada d a tiene 86400 segundos. Despu es de pulsar el bot on Aceptar obtendremos ltima variable, los resultados de la nueva variable d en la carpeta de datos, a continuaci on de nuestra u as (ver Figura 21). Podemos volver a grabar estos nuevos datos en Libros2.sav Si todav a nos parecen grandes los valores de esta nueva variable, podemos proporcionar el resultado en a nos. Para ello, num , que ser creamos una nueva variable, que llamaremos anos a el resultado de la siguiente Expresion erica: dias/365.2422 (que es recomendable poner con ayuda de la lista de variables y de la calculadora del cuadro de di alogo), pues el a no tiene de la Figura 21. En la l 365 2422 d as. Los valores de esta nueva variable aparecen en la columna anos nea de edici on de datos se puede observar que el verdadero resultado (el almacenado por SPSS) tiene m as de dos cifras decimales. Si queremos que en la carpeta vista de datos aparezcan m as de dos decimales tenemos que modicar los Decimales de la se variable anos nalando el n umero de decimales deseado. Hagamos o no esta modicaci on, es conveniente colocar una etiqueta a esta nueva variable, para que sepamos en todo momento qu e es lo que mide; por ejemplo, podemos escribir en Etiqueta lo siguiente: a nos de estancia del libro en la biblioteca.
Figura 21: Ventana del editor con las nuevas variables estancia, d as y a nos
Aunque lo he hecho por su inter es pedag ogico, no es l ogico conservar las variables estancia y d as, por lo que podemos . Recordemos que para eliminar una variable primero nicamente la variable anos eliminarlas de la matriz de datos, dejando u Eliminar o se pulsa el bot se selecciona dicha variable (pulsando en su nombre) y luego se elige Edicion on auxiliar del rat on y del men u contextual que aparece se elige Borrar. aparezca en el editor de datos junto a la variable entrada, a ltimo, si queremos que la nueva variable anos Por u su derecha (ver Figura 22) insertamos primero una variable vac a (que autom aticamente se llamar a var0001) entre las Insertar variable); variables entrada y altura (hacemos clic sobre el nombre de la variable altura y elegimos Edicion , la cortamos, seleccionamos var0001 y pegamos (para hacer este proceso, se puede luego seleccionamos la variable anos consultar el apartado 1.9). Ahora podemos volver a grabar los datos en Libros2.sav. Para ver todas las funciones de fecha y hora disponibles se puede consultar la Ayuda de SPSS.
21
Figura 22: Ventana del editor con la variable a nos junto a la variable entrada
1.13.2.
Transformaci on condicional de variables
En el apartado anterior hemos descrito las posibilidades que brinda el cuadro de di alogo correspondiente a la opci on
Transformar Calcular; pero hemos hecho caso omiso a un bot on: el de Si... (condici on de selecci on de casos opcional), que
sirve para activar la modicaci on condicional de las variables. Tal posibilidad debe emplearse cuando se quiere que las modicaciones especicadas en la expresi on num erica no afecten a todos los casos, sino s olo a aquellos que re unan una serie de caracter sticas. Tales caracter sticas se especican mediante expresiones condicionales, de forma que los nuevos valores s olo van a ser calculados para los individuos que satisfagan una serie de condiciones l ogicas. Par tal n, una vez seleccionada la opci on Transformar Calcular, debe pulsarse el bot on Si... (condici on de selecci on de casos opcional) con lo que se abre el cuadro de la Figura 23. Este cuadro tiene una apariencia similar al inicial, con
Figura 23: Cuadro de di alogo para hacer la modicaci on condicional de una variable
la diferencia de que el cuadro de texto sirve para especicar las expresiones condicionales. El uso de dicho cuadro y las normas de sintaxis de este tipo de expresiones son las mismas que para las num ericas, por lo que me voy a limitar a exponer sucintamente algunos ejemplos. Supongamos que, en el ejemplo que venimos manejando, quisi eramos calcular el producto de la altura por el peso s olo para los libros de estad stica, y quisi eramos llamar a la nueva variable robustez. Para ello, en este cuadro de di alogo num de la Figura 19, junto a Variable de destino escribimos robustez; en Expresion erica ponemos altura*peso (como ya he dicho varias veces, con ayuda de la lista de variables y de la calculadora de este cuadro de di alogo) y pulsamos el bot on Si... (condici on de selecci on de casos opcional). En el cuadro de di alogo resultante activamos Incluir si el caso satisface la ; a continuaci condicion on ponemos (como siempre, con ayuda de la lista de variables) en el recuadro en blanco la expresi on: materia=E. Observemos que el dato E va entre dos comillas simples. Poner estas comillas es obligatorio siempre que el resultado sea una cadena de caracteres. (En el teclado del ordenador esta comilla simple est a situada en la primera la superior de teclas, sin contar la la de funciones F1, F2, etc., y habitualmente est a en la misma tecla que el signo de interrogaci on.) Despu es se pulsa el bot on Continuar y volvemos al cuadro de di alogo de la Figura 19. En este cuadro de di alogo pulsamos Aceptar. As , obtenemos en el editor de datos una nueva columna con la nueva variable calculada s olo para los casos en los que la variable materia es igual a estad stica (ver Figura 24). El resto de los casos est an en blanco (son valores perdidos o ausentes). Ser a conveniente poner una etiqueta explicativa a la variable robustez. Para ello, en la carpeta Vista de variables, en Etiqueta escribimos: producto de la altura por el peso, s olo para los libros de estad stica. Despu es de estos cambios, volvemos a grabar el chero de datos Libros2.sav
22
Figura 24: Ventana del editor con la nueva variable robustez
1.13.3.
Clasicaci on de variables mediante la opci on Transformar Recodicar
Despu es de haber visto c omo es posible generar nuevas variables mediante transformaciones num ericas (condicionales o no), vamos ahora a discutir la manera de cambiar el plan de codicaci on de una variable determinada. La recodicaci on de variables puede ser necesaria por varios motivos: porque se ha visto que el plan de codicaci on inicial es err oneo, porque ha habido una ampliaci on en la muestra y por consiguiente han aparecido nuevos valores que no estaban inicialmente contemplados, porque puede facilitar la realizaci on de determinados an alisis estad sticos posteriores, porque se quiere combinar categor as y denir intervalos, etc. Antes de pasar a un ejemplo, digamos que la recodicaci on se puede llevar a cabo de dos maneras: se puede recodicar guardando el nuevo plan de codicaci on en la misma variable (con lo que se perder an los antiguos valores), o se puede mantener la variable original en su estado inicial y generar una nueva variable cuyos valores van a ser el resultado de aplicar el nuevo plan de codicaci on a los de la antigua (de esta manera el chero va a contar con dos variables que representan el mismo fen omeno pero con dos planes de codicaci on distintos). Nosotros vamos a ver un ejemplo de este segundo caso. Supongamos que en nuestro chero Libros2.sav queremos clasicar los datos de la variable pr estamo seg un lo indicado en el Cuadro 2.
valor antiguo (de la variable pr estamo) valor nuevo desde el menor hasta 10 1 entre 11 y 20 2 entre 21 y 30 3 entre 31 y el mayor valor 4 Cuadro 2: Clasicaci on de los resultados de la variable pr estamo
Los pasos a seguir son los siguientes: primero seleccionamos la opci on Transformar Recodicar En distintas variables. Entonces aparece el cuadro de di alogo de la Figura 25. En este cuadro de di alogo seleccionamos la variable que queremos
Figura 25: Cuadro de di alogo para recodicar una variable
recodicar (haciendo doble clic sobre ella en la lista de variables que hay a la izquierda, o haciendo un clic y luego pulsando el bot on ), es decir, seleccionamos la variable pr estamo. En Variable de resultado escribimos cla pres debajo de Nombre y clasicaci on de la variable pr estamo en cuatro categor as en Etiqueta. Despu es pulsamos el bot on Cambiar y a
23
continuaci on el bot on Valores antiguos y nuevos, con lo que nos aparece el cuadro de di alogo de la Figura 26. En este cuadro
Figura 26: Cuadro de di alogo para hacer la asignaci on de nuevos c odigos
tenemos que hacer la asignaci on deseada de forma muy similar a como hicimos la asignaci on de etiquetas de valor de una variable: ste escribimos 10 (esto signica desde el menor valor En Valor antiguo seleccionamos Rango: MENOR hasta valor y en e de la variable hasta 10). En Valor nuevo, junto a Valor escribimos 1. Luego pulsamos el bot on Anadir , con lo que este cambio queda reejado en el cuadro que hay bajo Antiguo Nuevo. En Valor antiguo seleccionamos Rango: y escribimos 11 hasta 20. En Valor nuevo, junto a Valor escribimos 2. A conti nuaci on pulsamos el bot on Anadir . En Valor antiguo seleccionamos Rango: y escribimos 21 hasta 30. En Valor nuevo, junto a Valor escribimos 3. A conti nuaci on pulsamos el bot on Anadir . En Valor antiguo seleccionamos Rango: valor hasta MAYOR y escribimos 31 (esto quiere decir desde 31 hasta el mayor) . En Valor nuevo, junto a Valor escribimos 4. A continuaci on pulsamos el bot on Anadir . Una vez concluida la asignaci on, pulsamos Continuar, con lo que el sistema nos devuelve al cuadro de la Figura 25. En este cuadro pulsamos el bot on Aceptar. Como consecuencia, en el editor de datos tenemos una columna m as con la variable cla pres. A continuaci on, en la carpeta Vista de variables debemos cambiar la denici on de la nueva variable cla pres de la siguiente manera: en Decimales seleccionamos un 0, en Anchura seleccionamos un 1, en Medida seleccionamos Ordinal y en Valores ponemos las etiquetas (o explicaciones) de los nuevos resultados: Hacemos clic en la parte derecha de la casilla intersecci on de la la correspondiente a nuestra variable con la columna correspondiente a Valores. En el cuadro de di alogo que aparece (Figura 6) hacemos lo siguiente:
Junto a Valor escribimos 1, junto a Etiqueta escribimos <= 10 y pulsamos el bot on Anadir ; Junto a Valor escribimos 2, junto a Etiqueta escribimos 11 20 y pulsamos el bot on Anadir ; Junto a Valor escribimos 3, junto a Etiqueta escribimos 21 30 y pulsamos el bot on Anadir ; Junto a Valor escribimos 4, junto a Etiqueta escribimos >= 31 y pulsamos el bot on Anadir .
ltimo, grabamos, Una vez nalizado el proceso se pulsa Aceptar. El editor de datos aparecer a como en la Figura 27. Por u de nuevo, el chero Libros2.sav 1.13.4. Clasicaci on de variables mediante la opci on Transformar Categorizador visual
La clasicaci on autom atica de variables se consigue mediante la opci on Categorizador visual del men u Transformar. Esta opci on sirve para agrupar los datos de las variables cuantitativas en intervalos de clase. Dichas variables pueden ser continuas o discretas. Incluso se puede utilizar para variables ordinales (aunque, en general, no tiene mucho sentido hacerlo). Cuando se selecciona la opci on Transformar Categorizador visual aparece el cuadro de di alogo de la Figura 28. En este cuadro de di alogo seleccionamos las variables de las cuales queremos agrupar sus resultados en intervalos. Por ejemplo, del chero Libros2.sav seleccionamos las variables precio y altura. Para ello, hacemos un clic sobre el nombre (o la etiqueta) ; despu es hacemos lo mismo con la variable altura. A continuaci on pulsamos de la variable precio y pulsamos el bot on el bot on Continuar, con lo que nos aparece el cuadro de di alogo de la Figura 29.
24
Figura 27: Ventana del editor con la nueva variable cla pres
Figura 28: Cuadro de di alogo de la opci on Transformar Categorizador visual
En primer lugar, vamos a agrupar en intervalos los datos de la variable precio. Para ello hacemos un clic sobre su nombre (o su etiqueta) en Lista de variables exploradas del cuadro de di alogo de la Figura 29, con lo cual nos aparece, entre otras cosas, un histograma que muestra la distribuci on de dicha variable (ver la Figura 30). Adem as, se nos muestra el nombre de la variable actual y su etiqueta; una etiqueta (que podemos cambiar) para la variable clasicada en intervalos; el m nimo valor de la variable (30 euros); el m aximo valor (110 euros); se nos indica que hay 30 casos explorados y que no hay ning un valor perdido. Como el recorrido de la variable es R = 110 30 = 80 euros, podr amos hacer 5 intervalos de amplitud igual a d = 80/5 = 16 euros. Lo primero que debemos hacer es poner el nombre a la nueva variable, para lo cual escribimos, por ejemplo, precio c
Figura 29: Cuadro de di alogo para clasicar en intervalos
25
Figura 30: Cuadro de di alogo para hacer la clasicaci on de la variable precio en intervalos
junto a Variable categorizada. Modicamos tambi en la etiqueta de la nueva variable, poniendo en Etiqueta de la variable categorizada: precio (clasicada en 5 intervalos de la misma amplitud). A continuaci on pulsamos en Crear puntos de corte, con lo que nos aparece el cuadro de di alogo de la Figura 31.
Figura 31: Cuadro de di alogo para crear los intervalos
En este cuadro de di alogo aparecen los tres siguientes apartados: Intervalos de igual amplitud: Genera intervalos de igual amplitud bas andose en dos cualesquiera de los tres criterios que aparecen en este apartado. Percentiles iguales basados en los casos explorados: Los datos se clasican seg un grupos de percentiles; cada grupo contiene aproximadamente el mismo n umero de casos. Puntos de corte en media y desviaciones t picas seleccionadas, basadas en casos explorados: Genera clases bas andose en los valores de la media (x) y la cuasi-desviaci on t pica (S ) de la muestra. Continuando con el ejemplo iniciado (clasicaci on de la variable precio en cinco intervalos de la misma amplitud), activamos el apartado Intervalos de igual amplitud. Los tres sub-apartados los rellenamos de la siguiente manera: Posici on del primer punto de corte: Valor que dene el l mite superior del primer intervalo. En nuestro caso, pondr amos aqu el valor 46, puesto el m nimo valor es 30 euros y queremos hacer 5 intervalos de una amplitud igual a 16 euros (30 + 16 = 46). Numero de puntos de corte: El n umero de puntos de corte es igual al n umero de intervalos menos uno (extra no!). Por tanto, aqu nosotros ponemos 4.
26
Amplitud: En nuestro ejemplo no hace falta poner la amplitud pues con los dos criterios anteriores ya se sabe que la amplitud es igual a 16. Pero tambi en podemos escribirlo. En el cuadro de di alogo de la Figura 31, se pulsa (otra vez) sobre Intervalos de la misma amplitud y despu es en Aplicar, lo que nos devuelve al cuadro de di alogo de la Figura 32.
Figura 32: Clasicaci on de la variable precio en 5 intervalos de la misma amplitud
Ahora podemos pulsar en Crear etiquetas para generar autom aticamente etiquetas de valor para cada categor a (intervalo). Tambi en se pueden introducir o modicar manualmente los puntos de corte y las etiquetas en la Rejilla. Adem as, se puede cambiar la ubicaci on de los puntos de corte, arrastrando las l neas verticales que los marcan en el histograma. Para acabar el proceso de agrupaci on en intervalos, se pulsa en Aceptar. Puesto que la nueva variable se a nade al nal del archivo ltima la de datos, aparece en la columna que se encuentra m as a la derecha en la Vista de datos (ver la Figura 33) y en la u de la Vista de variables (ver la Figura 34). No olvidemos grabar, otra vez, el chero Libros2.sav
Figura 33: Vista de datos con la nueva variable precio c
Vamos ahora a agrupar los datos de la variable altura del chero Libros2.sav en 4 intervalos seleccionando en Crear puntos de corte la opci on Percentiles iguales basados en los casos explorados. Recordemos que la variable altura del chero Libros2.sav da los resultados de la altura de los libros, en mil metros. A la nueva variable le pondremos el nombre altura c. Para ello, una vez que estamos en el cuadro de di alogo de la Figura 29, hacemos un clic sobre el nombre (o la etiqueta) de la variable altura en la Lista de variables exploradas (ver la Figura 35). A continuaci on escribimos altura c junto a Variable categorizada. Modicamos tambi en la etiqueta de la nueva variable, poniendo en Etiqueta de la variable categorizada: altura (clasicada en 4 intervalos basados en los percentiles). Despu es pulsamos en Crear puntos de corte, con lo que nos aparece el cuadro de di alogo de la Figura 31. En este cuadro de di alogo, activamos la opci on Percentiles iguales basados en los casos explorados. Con esta opci on los datos se clasican seg un grupos de percentiles; cada grupo contiene aproximadamente el mismo n umero de casos. Por ejemplo, una especicaci on de cuatro categor as asignar a el valor 1 a los casos situados bajo el cuantil al 25 % (primer cuartil), 2 a los casos situados entre el cuantil al 25 % y el cuantil al 50 % (segundo cuartil o mediana), 3 a los casos situados entre el cuantil al 50 % y el cuantil al 75 % (tercer cuartil) y 4 a los casos situados por encima del cuantil 75 %. An alogamente, una especicaci on de tres categor as asignar a el valor 1 a los casos situados bajo el cuantil al 33 3 % (un tercio del total de datos), 2 a los casos situados entre el cuantil al 33 3 % y el cuantil al 66 6 %
27
Figura 34: Vista de variables con la nueva variable precio c
Figura 35: Cuadro de di alogo para hacer la clasicaci on de la variable altura en 4 intervalos
(dos tercios del total de datos) y 3 a los casos situados por encima del cuantil 66 6 %. Se elige uno de los dos criterios siguientes: Numero de puntos de corte: El n umero de puntos de corte es igual al n umero de intervalos menos uno. Por ejemplo, tres puntos de corte generan cuatro categor as conteniendo cada una de ellas el 25 % de los casos. % de casos: Es la amplitud de cada intervalo, expresado en forma de porcentaje sobre el n umero total de casos. Por ejemplo, el valor 33 3 generar a tres categor as (dos puntos de corte) conteniendo cada una de ellas el 33 3 % de los casos. Continuando con el ejemplo (clasicaci on de la variable altura en cuatro intervalos basados en los percentiles), tecleamos un 3 junto a Numero de puntos de corte y pulsamos en Aplicar. Para acabar el proceso de agrupaci on en intervalos, se ltimo, grabamos de nuevo pulsa en Aceptar. En la carpeta Vista de datos obtendr amos lo que aparece en la Figura 36. Por u el chero Libros2.sav ltimo criterio para la clasicaci En el cuadro de di alogo 31 nos queda por explicar el u on de una variable en intervalos: Puntos de corte en media y desviaciones t picas seleccionadas, basadas en casos explorados. Como ya se ha visto, este criterio genera categor as bas andose en los valores de la media (x) y la cuasi-desviaci on t pica (S ) de la muestra: Si no se selecciona ninguno de los intervalos de desviaci on t pica, se crear an dos intervalos siendo la media el punto de corte que divida las categor as. Se puede seleccionar cualquier combinaci on de los intervalos de desviaci on t pica, bas andose en una, dos o tres desviaciones t picas. Por ejemplo, si se selecciona la opci on 1 Desv. T pica se generan cuatro categor as: se asignar a el valor 1 a los casos situados bajo el resultado de x S , 2 a los casos situados entre x S y x, 3 a los casos situados entre x y x + S y 4 a los casos situados por encima de x + S .
28
Figura 36: Vista de datos con la nueva variable altura c
1.13.5.
Ordenaci on de los resultados de una variable
Este tipo de modicaci on consiste en la ordenaci on ascendente o descendente del conjunto de valores de una variable. ltimas el criterio es el orden alfab Es aplicable tanto a variables num ericas como no num ericas. En estas u etico de los caracteres donde las may usculas preceden a las min usculas. autom Esto se realiza tras seleccionar Transformar Recodicacion atica. Al hacerlo se abre el cuadro de di alogo de la Figura 37.
Figura 37: Cuadro de di alogo para la recodicaci on autom atica (ordenaci on de los datos)
Supongamos que, del chero Libros2.sav, queremos ordenar los resultados de la variable pr estamo en orden ascendente. En el cuadro de di alogo de la Figura 37 ponemos pr estamo en el recuadro Variable Nuevo nombre haciendo doble clic en el nombre de la variable (o su etiqueta) o haciendo un clic en ella y luego pulsando el bot on . A continuaci on escribimos junto a Nombre nuevo el nombre deseado, por ejemplo ord pres, y pulsamos en Anadir nuevo nombre. Despu es seleccionamos Recodicar empezando por: Menor valor. En el cuadro de di alogo hay otros apartados: nico esquema Usar el mismo esquema de recodicaci on para todas las variables: Esta opci on le permite aplicar un u de recodicaci on para todas las variables seleccionadas (si hay m as de una), lo que genera un esquema de codicaci on coherente para todas las variables nuevas. Si se selecciona esta opci on, se aplican las siguientes reglas y limitaciones: Todas las variables deben ser del mismo tipo (num ericas o de cadena). Todos los valores observados para todas las variables seleccionadas se utilizan para crear un orden de valores para recodicar en enteros consecutivos. Los valores perdidos denidos por el usuario para las variables nuevas se basan en la primera variable de la lista con valores perdidos denidos por el usuario. El resto de los valores de las dem as variables originales, excepto los valores perdidos del sistema, se consideran v alidos. Tratar los valores de cadena en blanco como valores perdidos denidos por el usuario: En el caso de las variables de cadena, los valores en blanco o nulos no son tratados como valores perdidos del sistema. Esta opci on recodica autom aticamente las cadenas en blanco en un valor perdido denido por el usuario mayor que el valor no perdido m aximo.
29
En nuestro ejemplo, como solamente hemos seleccionado una variable y adem as dicha variable es num erica, dejamos desactivadas las anteriores opciones y pulsamos Aceptar. El resultado es doble: por un lado, se abre (tal vez por primera vez) la ventana del visor de resultados con los valores de la variable pr estamo ordenados de menor a mayor (Figura 38). En esta ocasi on no nos interesa esta informaci on, por lo que podemos cerrar la ventana del visor (pulsando el bot on ). Observamos, entonces, que el sistema nos pregunta si queremos guardar los resultados (Desea guardar el contenido del Visor de resultados en Resultados1?), a lo que nosotros responderemos que No. (En el apartado 2.2 daremos m as informaci on sobre la ventana del visor de resultados de SPSS).
Figura 38: Ventana del visor de resultados con los datos de la variable pr estamo ordenados
Por otro lado, en la carpeta Vista de variables del editor de datos aparece la nueva variable ord pres (Figura 39). Observamos que SPSS le asigna, autom aticamente, una Etiqueta a esta nueva variable (que coincide con la etiqueta de
Figura 39: Editor de datos con la nueva variable ord pres
la variable pr estamo), as como una Anchura (igual a 2) y un nivel de Medida (Ordinal). Si queremos, podemos cambiar alguna de estas caracter sticas de la nueva variable. Como la etiqueta de la nueva variable ord pres es la misma que la de la variable pr estamo, es conveniente cambiarla; por ejemplo, podemos ponerle como nueva etiqueta: ordenaci on de la variable pr estamo de menor a mayor. Para terminar, podemos volver a grabar el chero Libros2.sav 1.13.6. Ponderaci on de los casos Observaci on Los datos de este apartado no se grabar an en el chero Libros2.sav sino en un nuevo chero, cuyo nombre se dar a. La opci on Datos Ponderar casos proporciona a los casos diferentes ponderaciones para el an alisis estad stico. sta seguir Si se aplica una variable de ponderaci on, e a vigente hasta que se seleccione otra o se desactive la ponderaci on. Si se guarda un archivo de datos ponderado, la informaci on de ponderaci on se guardar a con el archivo. Se puede desactivar la ponderaci on en cualquier momento, incluso despu es de haber guardado el archivo de forma ponderada. Vamos a crear un nuevo chero de datos que tenga en la primera columna los resultados de una variable aleatoria discreta y en la segunda columna sus correspondientes frecuencias absolutas. Por ejemplo, vamos a introducir los datos
30
14 3 15 2 16 1 17 1
No de palabras No de l neas
4 1
5 1
8 2
9 3
10 2
11 7
12 11
13 14
Cuadro 3: Datos que, posteriormente, vamos a introducir y grabar con el nombre PalabrasPorLinea.sav
Figura 40: Cuadro de di alogo para ponderar los casos de una variable
del Cuadro 3 correspondientes al n umero de palabras por l nea de una p agina de un libro. El n umero de palabras por l nea es la variable y el n umero de l neas indica la frecuencia absoluta. Para introducir estos datos hacemos lo siguiente: Seleccionamos la opci on Archivo Nuevo Datos. En la carpeta Vista de variables denimos la primera variable con las siguientes especicaciones: Nombre (de variable): palabras; Tipo: Num erica, Anchura= 2, Decimales= 0; Etiqueta (de variable): N umero de palabras por l nea de texto; Columnas= 8; Medida: Escala En la misma carpeta denimos la segunda variable (que, en realidad, no es una variable, ya que contiene las frecuencias absolutas de los distintos resultados de la variable palabras) con las siguientes especicaciones: Nombre (de variable): frecuencia; Tipo: Num erica, Anchura= 2, Decimales= 0; Etiqueta (de variable): Frecuencia absoluta de la variable palabras; Columnas= 10; Medida: Escala En la carpeta Vista de datos introducimos los datos de ambas variables a partir del Cuadro 3. Seleccionamos la opci on Datos Ponderar casos. Nos aparece el cuadro de di alogo de la Figura 40. En este cuadro de di alogo se activa la opci onPonderar casos mediante , y en Variable de frecuencia se selecciona (mediante la lista que hay a la izquierda y el bot on ) la columna frecuencia. A continuaci on se pulsa en Aceptar y as la ponderaci on queda efectiva. Grabamos este nuevo chero de datos con el nombre PalabrasPorLinea.sav. As , la apariencia de la carpeta Vista de datos ser a la de la Figura 41. Este chero de datos lo utilizaremos en la secci on 2.3 para calcular las medidas descriptivas de la variable N umero de palabras por l nea.
Figura 41: Ventana del editor de datos con los resultados de la variable palabras
31
2.
2.1.
Estad stica descriptiva unidimensional

Distribuci on de frecuencias
A partir de este momento, volvemos a trabajar con el chero Libros.sav Para obtener la distribuci on de frecuencias, las medidas descriptivas de los datos y las representaciones gr acas, se selecciona la opci on Analizar Estad sticos descriptivos Frecuencias. Entonces aparece el cuadro de di alogo de la Figura 42. En este cuadro se selecciona, en primer lugar, la variable o variables objeto del procedimiento. Para ello se marcan las
Figura 42: Cuadro de di alogo de la opci on Analizar Estad sticos descriptivos Frecuencias
mismas en la lista de variables y se pasan al recuadro de la derecha pulsando el bot on . Tambi en es posible seleccionar y pasar directamente haciendo doble clic sobre los nombres (o las etiquetas) de dichas variables. Como podemos ver, la opci on Mostrar tablas de frecuencias est a activada. Esto quiere decir que si s olo queremos obtener la distribuci on de frecuencias basta con pulsar Aceptar. Por ejemplo, si del chero de datos Libros.sav seleccionamos la variable materia y luego pulsamos el bot on Aceptar entonces aparece la ventana del visor de resultados de la Figura 43.
Figura 43: Visor con la distribuci on de frecuencias de la variable materia (disciplina cient ca del libro)
2.2.
2.2.1.
Observaciones sobre la presentaci on, modicaci on y grabaci on de los resultados en la ventana del visor de SPSS
C omo guardar y recuperar una ventana del visor de resultados de SPSS
Antes de cerrar una ventana del visor de resultados, el sistema nos pregunta si queremos guardar los resultados. La forma de guardar esta ventana de resultados es la habitual en una aplicaci on Windows; pero la extensi on de este documento
32
ha de ser .spo. Si guardamos una ventana de resultados podremos recuperarla en cualquier otra sesi on. Para ello, tenemos que seleccionar Archivo AbrirResultados. 2.2.2. C omo controlar la visualizaci on de la informaci on sobre variables y valores de datos en las tablas pivote y en los titulares
Ahora que hemos obtenido las dos primeras tablas pivote (las dos tablas que se pueden ver en la ventana del visor de resultados de la Figura 43) quisiera se nalar que es posible controlar la visualizaci on de la informaci on sobre variables Opciones Carpeta de y valores de datos en las tablas pivote y en los titulares. Esta tarea se realiza mediante Edicion Etiquetas de los resultados. Entonces aparece el cuadro de di alogo de la Figura 44. Se pueden visualizar los nombres de las variables, las etiquetas de las variables, los valores reales de los datos, las etiquetas denidas para estos datos, o una combinaci on de estas opciones. Tengamos en cuenta que las etiquetas de las variables y las etiquetas de los valores pueden facilitar la interpretaci on de los resultados; pero tambi en es cierto que las etiquetas largas pueden crear dicultades en algunas tablas. Por tanto, en cada caso elegiremos las opciones que m as nos convengan. Las opciones de etiquetas de los resultados afectan s olo a los nuevos resultados que se producen despu es de cambiar las selecciones. A los resultados que ya se muestran en el visor no les afectan los cambios en la conguraci on. Esta conguraci on s olo afecta a los resultados de las tablas pivote. Los resultados de texto no se ver an afectados por estas selecciones. Por ejemplo, si queremos que tanto en los t tulos como dentro de las tablas pivote guren s olo los nombres (y no las etiquetas) de las variables y de sus resultados, tenemos que elegir las cuatro opciones que est an seleccionadas en la Figura 44.
Figura 44: Carpeta de Etiquetas de los resultados, dentro de la opci on Edici on Opciones
Como se ha indicado, los cambios realizados se pondr an de maniesto en la siguiente ventana del visor de resultados que obtengamos. 2.2.3. C omo establecer el aspecto de las tablas pivote por defecto
Para establecer el aspecto de tabla por defecto, utilizado para los resultados de nuevas tablas pivote, de la barra de Opciones Carpeta de Tablas pivote. Aparece entonces el cuadro de di men us hay que seleccionar Edicion alogo de la Figura 45. El apartado Aspectos de tabla puede controlar una variedad de atributos de tabla pivote, incluyendo la visualizaci on y el ancho de las l neas de cuadr cula; el estilo, tama no y color de la fuente; as como los colores de fondo. Se selecciona un aspecto de tabla de la lista de archivos y se pulsa en Aceptar. Por defecto, la lista muestra los aspectos de tabla guardados en el sub-directorio Looks del directorio donde se instal o SPSS. Se puede utilizar uno de los aspectos de tabla que se incluyen en SPSS o bien crear uno propio en el editor de tablas pivote, para lo cual se hace doble clic sobre la tabla pivote en la ventana del visor de resultados (para poder editarla) y se selecciona Formato Aspectos de tabla. El bot on Examinar permite seleccionar un aspecto de tabla de otro directorio. El bot on Establecer directorio de aspectos permite cambiar el directorio de aspectos por defecto. El apartado Ajustar los anchos de columna para controla el ajuste autom atico de los anchos de columna en las tablas pivote:
33
Figura 45: Carpeta de Tablas pivote, dentro de la opci on Edici on Opciones
las etiquetas: Ajusta el ancho de columna al ancho de la etiqueta de la columna. As Solo se generan tablas m as compactas, pero no se mostrar an los valores de los datos m as anchos que la etiqueta (los asteriscos indican valores demasiado anchos para ser mostrados). Etiquetas y Datos: Ajusta el ancho de columna al m as ancho de entre la etiqueta de columna y el mayor de los valores de los datos. As se generan tablas m as anchas, pero se asegura que se mostrar an todos los valores. por defecto controla la activaci El apartado Modo de edicion on de las tablas pivote en la ventana del visor o en una ventana sta se activa en la ventana del visor. Se puede independiente. Por defecto, cuando se pulsa dos veces en una tabla pivote, e elegir entre activar las tablas pivote en una ventana independiente o seleccionar una opci on de tama no que abra las tablas pivote m as peque nas en la ventana del visor y las m as grandes en una ventana independiente. Los cambios realizados en el aspecto de las tablas pivote se pondr an de maniesto la siguiente vez que obtengamos una tabla pivote en la ventana del visor de resultados.
2.2.4.
C omo cambiar las especicaciones del visor de resultados de SPSS por defecto
Opciones Para establecer las especicaciones del visor de resultados de SPSS por defecto hay que seleccionar Edicion Carpeta de Visor. Aparece entonces el cuadro de di alogo de la Figura 46. Las opciones de salida del visor s olo afectan a
Figura 46: Carpeta de Visor, dentro de la opci on Edici on Opciones
los resultados obtenidos tras el cambio de la conguraci on. A los resultados que ya se muestran en el visor no les afectan los cambios en la conguraci on.
34
El apartado Estado inicial de los resultados controla los elementos que se muestran y se ocultan autom aticamente cada vez que se ejecuta un procedimiento, adem as de la alineaci on inicial de los elementos. Se puede controlar la visualizaci on de los siguientes elementos: anotaci on, advertencias, notas, t tulos, t tulo de p agina, tablas pivote, gr acos, resultados de rbol y a rbol de titulares. texto, mapa, modelo de a Todos los elementos de resultados aparecen alineados a la izquierda en el visor. Las selecciones de justicaci on s olo afectar an a la alineaci on de los resultados impresos. Los elementos con alineaci on centrada y a la derecha se identican por un peque no s mbolo situado encima y a la izquierda del elemento. Fuente del t tulo controla el estilo, el tama no y el color de la fuente de los nuevos t tulos de resultados. Fuente del t tulo de p agina controla el estilo, el tama no y el color de la fuente de los nuevos t tulos de p aginas. de p Tamano agina de los resultados de texto controla el ancho de p agina (expresado en n umero de caracteres) y el largo de p agina (expresado en n umero de l neas) en los resultados de texto. En algunos procedimientos, algunos estad sticos se muestran s olo en formato ancho. Fuente de los resultados de texto controla las fuentes utilizadas para los resultados de texto. Los resultados de texto se han dise nado para utilizarlos con Fuentes de paso jo. Si se selecciona una fuente que no sea de paso jo, los resultados tabulares no se alinear an adecuadamente.
2.3.
2.3.1.
Medidas descriptivas de los datos

Mediante la opci on Analizar Estad sticos descriptivos Frecuencias
Como ya hemos dicho, para obtener las medidas descriptivas de una muestra de datos se selecciona la opci on Analizar Estad sticos descriptivos Frecuencias. Como tambi en hemos dicho, en primer lugar hay que seleccionar, en el cuadro de di alogo de la Figura 42, la variable o variables de las cuales se quiere calcular sus medidas descriptivas, y a continuaci on se pulsa en el bot on Estad sticos. Por ejemplo, con los datos del chero Libros.sav, en el cuadro de di alogo de la Figura 42 ), seleccionamos la variable altura (haciendo clic sobre el nombre o la etiqueta de la variable y clic sobre el bot on dejamos activada la opci on Mostrar tablas de frecuencias y pulsamos el bot on Estad sticos. Entonces aparece el cuadro de di alogo de la Figura 47. En este cuadro tenemos:
Figura 47: Cuadro de di alogo para seleccionar las medidas descriptivas o estad sticos
Valores percentiles. Si se quieren calcular los cuartiles hay que activar Cuartiles. Si se desea calcular los valores que dividen la muestra ordenada en n partes iguales hay que activar Puntos de corte para 2 grupos iguales. Por defecto, si se activa esta opci on, se calculan los deciles (en 2 hay un 10). Para obtener otros percentiles hay que activar Percentiles y especicar el porcentaje. Para lograr una lista de ellos se pulsa, tras cada uno de ellos, el bot on Anadir ; para cambiar alguno de ellos se pulsa el bot on Cambiar; y para borrar alguno de los especicados se pulsa el bot on Borrar. Hay que tener en cuenta una cuesti on importante: el sistema no calcula los percentiles de la misma forma en que lo hemos explicado en clase, pero el c alculo es correcto en ambos casos, pues lo importante es que verique su denici on: un percentil (o cuantil) al r % es aquel valor que deja a su izquierda el r % de las observaciones y a su derecha el (100 r) % restante. Tendencia central. Los estad sticos o medidas descriptivas de tendencia central que se calculan son: Media, Mediana, Moda y Suma de todos los valores.
35
Dispersi on. Los estad sticos o medidas descriptivas de dispersi on que se calculan son: Desv. t pica (es, en realidad, la cuasidesviaci on t pica S ), Varianza (es, en realidad, la cuasivarianza S 2 ), Amplitud (es el rango o recorrido total R = xmax xmin ), M nimo (xmin ), M aximo (xmax ) y E. T. media (error t pico de la media: S/ n). Una vez hallada la cuasivarianza, S 2 , (que aqu se llama Varianza) podemos hallar la varianza, s2 , ya que: n s2 = (n 1) S 2 n1 2 S . n En consecuencia, una vez hallada la cuasidesviaci on t pica, S , es posible calcular la desviaci on t pica, s, mediante: s2 = s= n1 2 S = n n1 S. n y por tanto
Distribuci on. Activando las opciones Asimetr a y Curtosis se calculan las medidas de forma: coecientes de asimetr a y curtosis (apuntamiento). Los valores son puntos medios de grupos. Si se han agrupado los datos en intervalos, se pueden estimar los percentiles para los datos originales, es decir, sin agrupar, suponiendo que los casos se distribuyen uniformemente en cada grupo. Por supuesto carece de sentido aplicarlo a variables no agrupadas en intervalos. Se podr a aplicar a variables no agrupadas en intervalos considerando que los intervalos tienen una amplitud unitaria (por supuesto, los percentiles no coinciden con los calculados de la forma anterior).
Figura 48: Medidas descriptivas o estad sticos de la variable altura
Continuando con nuestro ejemplo (determinaci on de las medidas descriptivas de los datos de la variable altura), en el cuadro de di alogo de la Figura 47 seleccionamos todas los estad sticos o medidas descriptivas, excepto Puntos de corte para 2 grupos iguales, Percentiles y Los valores son puntos medios de grupos. Pulsamos Continuar y luego Aceptar. Entonces, en la ventana del visor de resultados aparecen dos tablas: una con las medidas descriptivas o estad sticos (tabla de la Figura 48) y otra con la distribuci on de frecuencias (tabla de la Figura 49). Retomamos ahora los datos del n umero de palabras por l nea de una p agina de un libro:
palabras por l nea frecuencia absoluta 4 1 5 1 8 2 9 3 10 2 11 7 12 11 13 14 14 3 15 2 16 1 17 1
abriendo el chero de datos PalabrasPorLinea.sav. Recordemos que en dicho chero tambi en est a grabada la ponderaci on que hicimos en el apartado 1.13.6: los datos de la primera columna (que contiene los resultados de la variable) est an ponderados mediante la segunda columna (que tiene las correspondientes frecuencias absolutas). Vamos a obtener las principales medidas descriptivas de la variable palabras y la tabla con la distribuci on de frecuencias. Para ello, una vez abierto el el chero de datos PalabrasPorLinea.sav, se selecciona la opci on Analizar Estad sticos
36
Figura 49: Distribuci on de frecuencias de la variable altura descriptivos Frecuencias y en el cuadro de di alogo de la Figura 42 marcamos la variable palabras para ponerla en el recuadro Variables. En este cuadro de di alogo tenemos que dejar activada la opci on Mostrar tablas de frecuencias pues queremos que aparezca la distribuci on de frecuencias. En este mismo cuadro de di alogo pulsamos el bot on Estad sticos y aparece el l seleccionamos los estad cuadro de di alogo de la Figura 47. En e sticos o medidas descriptivas que deseemos, por ejemplo, los cuartiles, los deciles, la media, la cuasivarianza, el valor m nimo y el valor m aximo. Por supuesto, la opci on Los valores son puntos medios de grupos tiene que estar desactivada pues los valores que aparecen en la primera columna del chero de datos PalabrasPorLinea.sav no son las marcas de clase de unos intervalos, sino que son los resultados reales de la variable en la muestra. Tras pulsar el bot on Continuar en el cuadro de la Figura 47; y el bot on Aceptar en el de la Figura 42 nos aparece, en la ventana del visor de resultados, la tabla con la distribuci on de frecuencias (tabla de la Figura 50) y la tabla con los estad sticos seleccionados (tabla de la Figura 51). En este ejemplo, como el tama no muestral es n = 48 y la cuasivarianza es S 2 = 5 76, entonces la varianza es:
s2 =
n1 2 47 S = 5 76 = 5 64 . n 48
Figura 50: Distribuci on de frecuencias de la variable palabras
2.3.2.
Mediante la opci on Analizar Estad sticos descriptivos Descriptivos
Las medidas descriptivas se pueden obtener tambi en mediante la opci on Analizar Estad sticos descriptivos Descriptivos. Si volvemos a abrir el chero de datos Libros.sav y seleccionamos la opci on Analizar Estad sticos descriptivos Descriptivos, nos aparece entonces el cuadro de di alogo de la Figura 52. Por ejemplo, seleccionamos las variables precio, altura y peso
37
Figura 51: Medidas descriptivas o estad sticos de la variable palabras
Figura 52: Cuadro de di alogo de la opci on Analizar Estad sticos descriptivos Descriptivos
(haciendo clic sobre cada nombre o etiqueta de cada variable y clic sobre el bot on ) y pulsamos en Aceptar. Entonces se calculan s olo las siguientes medidas descriptivas (de las tres variables elegidas): N (tama no muestral), M nimo, M aximo, Media y Desv. t pica (cuasidesviaci on t pica). Si quisi eramos obtener otras medidas descriptivas distintas de las anteriores, pulsar amos el bot on Opciones del cuadro de di alogo de la Figura 52. Aparecer a, entonces, el cuadro de la Figura 53. En
Figura 53: Cuadro de di alogo de las Opciones dadas en Analizar Estad sticos descriptivos Descriptivos
nico que es distinto de lo que aparece en el cuadro de la Figura 47 es lo siguiente: este cuadro, lo u : Por defecto, las variables se muestran en el orden en que se hayan seleccionado. Si se desea, se Orden de visualizacion pueden mostrar las variables alfab eticamente, por medias ascendentes o por medias descendentes. Las diferencias de este procedimiento (Analizar Estad sticos descriptivos Descriptivos) con el procedimiento anterior (Analizar Estad sticos descriptivos Frecuencias) son: En este procedimiento, en la lista de variables del cuadro de di alogo s olo nos aparecen las que son cuantitativas. En el otro aparecen todas. Con este procedimiento, si se eligen varias variables, los resultados se muestran en una misma tabla. Adem as, las variables se pueden ordenar por el tama no de sus medias (en orden ascendente o descendente), alfab eticamente o por el orden en el que se seleccionen las variables (el valor por defecto).
38
Adem as, este procedimiento puede calcular y guardar los valores tipicados de cada variable seleccionada (puntuaciones z =[x-Media]/Desviaci on t pica). Esto se consigue activando (marcando) la opci on Guardar valores tipicados stas se a como variables en el cuadro de di alogo de la Figura 52. Cuando se guardan las puntuaciones z , e naden a los datos en la carpeta Vista de datos de la ventana del editor de datos, quedando disponibles para los gr acos, el listado de los datos y los an alisis. Cuando las variables se registran en unidades diferentes, una transformaci on de este tipo (puntuaci on z ) pondr a las variables en una escala com un para una comparaci on visual m as f acil. 2.3.3. Mediante la opci on Analizar Estad sticos descriptivos Explorar Una tercera forma de obtener las medidas descriptivas es mediante la opci on Analizar Estad sticos descriptivos Explorar. para todos los casos o de forma Con este procedimiento se generan estad sticos de resumen y representaciones gr acas, o separada para grupos de casos. Existen numerosas razones para utilizar este procedimiento: para inspeccionar los datos, identicar valores at picos, obtener descripciones, comprobar supuestos y caracterizar diferencias entre subpoblaciones (grupos de casos). La inspecci on de los datos puede mostrar que existen valores inusuales, valores extremos, discontinuidades en los datos u otras peculiaridades. La exploraci on de los datos puede ayudar a determinar si son adecuadas las t ecnicas estad sticas que est a teniendo en consideraci on para el an alisis de los datos. La exploraci on puede indicar que necesita transformar los datos si la t ecnica necesita una distribuci on normal. O bien, el usuario puede decidir que necesita utilizar pruebas no param etricas. A partir de nuestro chero Libros.sav, vamos a obtener las principales medidas descriptivas o estad sticos de la variable precio para cada uno de los cinco grupos (E=estad stica, G=geograf a, I=inform atica, L=literatura, H=historia) de la variable materia. Para ello, seleccionamos la opci on Analizar Estad sticos descriptivos Explorar. Nos aparece, entonces, el cuadro de di alogo de la Figura 54. En este cuadro de di alogo seleccionamos la variable precio para ponerla en Depen-
Figura 54: Cuadro de di alogo de la opci on Analizar Estad sticos descriptivos Explorar dientes (haciendo clic sobre su nombre o etiqueta y clic sobre el bot on que hay delante del recuadro Dependientes) y seleccionamos la variable materia para ponerla en Factores (haciendo clic sobre su nombre o etiqueta y clic sobre el bot on que hay delante del recuadro Factores ); activamos la opci o n Mostrar ... Estad sticos y pulsamos el bot o n Aceptar . Entonces
obtenemos la tabla de la Figura 55. La opci on Analizar Estad sticos descriptivos Explorar ofrece muchas m as posibilidades, que se pueden consultar en la Ayuda de SPSS.
Observaci o n El aspecto de cualquier representaci on gr aca puede modicarse (consultar el apartado 2.4.8). Por ello, recomiendo guardar
los gr acos que se van a hacer en este apartado (grabando la ventana del Visor ) para poder modicarlos cuando veamos el mencionado apartado 2.4.8.
2.4.
Representaciones gr acas unidimensionales
2.4.1.
Representaciones gr acas mediante la opci on Analizar Estad sticos descriptivos Frecuencias
Una de las formas de obtener las representaciones gr acas m as usuales de las distribuciones de frecuencias es seleccionar Analizar Estad sticos descriptivos Frecuencias. Con los datos del chero Libros.sav vamos a obtener el diagrama de barras de frecuencias absolutas de la variable altura. Como hemos dicho anteriormente, en primer lugar hay que elegir, en el cuadro de di alogo de la Figura 42, la variable o variables de las cuales se quiere obtener su representaci on gr aca. En nuestro caso, seleccionamos la variable altura para ponerla en el recuadro Variables. En este cuadro de di alogo desactivamos la opci on Mostrar tablas de frecuencias pues no queremos que aparezca la distribuci on de frecuencias, y pulsamos el bot on Gr acos. Entonces aparece el cuadro de di alogo de la Figura 56. En este cuadro tenemos:
39
Figura 55: Medidas descriptivas de la variable precio para cada uno de los grupos denidos por la variable materia
Figura 56: Cuadro de di alogo para seleccionar el tipo de gr aco
Tipo de gr aco. Los gr acos de sectores muestran la contribuci on de las partes a un todo. Cada sector de un gr aco de nica variable de agrupaci este tipo corresponde a un grupo, denido por una u on. Los gr acos de barras muestran la frecuencia de cada valor o categor a distinta como una barra diferente, permitiendo comparar las categor as de forma visual. Los histogramas tambi en cuentan con barras, pero se representan a lo largo de una escala de intervalos iguales. La altura de cada barra es el recuento de los valores que est an dentro del intervalo para una variable cuantitativa. Una curva normal superpuesta en un histograma ayuda a juzgar si los datos est an normalmente distribuidos. Valores del gr aco. Para los gr acos de barras se puede etiquetar el eje vertical con las frecuencias (absolutas) o los porcentajes. Continuando con nuestro ejemplo (obtenci on del diagrama de barras de frecuencias absolutas de la variable altura) en el apartado Tipo de gr aco seleccionamos Gr acos de barras; y en el apartado Valores del gr aco elegimos Frecuencias. Tras pulsar Continuar y Aceptar nos aparece, en la ventana del visor de resultados, el gr aco de la Figura 57. Ahora abrimos los datos del chero PalabrasPorLinea.sav, que contiene los resultados del n umero de palabras por l nea de una p agina de un libro:
palabras por l nea frecuencia absoluta 4 1 5 1 8 2 9 3 10 2 11 7 12 11 13 14 14 3 15 2 16 1 17 1
Vamos a obtener el diagrama de barras de porcentajes de la variable palabras. Para ello, una vez abierto el chero
PalabrasPorLinea.sav, seleccionamos Analizar Estad sticos descriptivos Frecuencias y en el cuadro de di alogo de la Figura
40
Figura 57: Diagrama de barras de frecuencias absolutas de la variable altura
42 marcamos la variable palabras (o su etiqueta) para ponerla en el recuadro Variables. En este cuadro de di alogo desactivamos la opci on Mostrar tablas de frecuencias pues no queremos que aparezca la distribuci on de frecuencias. En este mismo cuadro de di alogo pulsamos el bot on Gr acos y aparece el cuadro de di alogo de la Figura 56. En el apartado Tipo de gr aco seleccionamos Gr acos de barras; y en el apartado Valores del gr aco elegimos Porcentajes. Tras pulsar Continuar y Aceptar nos aparece, en la ventana del visor de resultados, el gr aco de la Figura 58.
Figura 58: Diagrama de barras de porcentajes de la variable palabras
2.4.2.
C omo cambiar las especicaciones de las representaciones gr acas por defecto
Ahora que hemos hecho nuestros primeros gr acos, quisiera se nalar que las especicaciones generales de las represen Opciones Carpeta de Gr taciones gr acas se pueden cambiar mediante Edicion acos. Nos aparece entonces el cuadro de di alogo de la Figura 59. Los distintos apartados de este cuadro de di alogo son: Plantilla gr aca. Los gr acos nuevos pueden utilizar tanto las opciones seleccionadas aqu , como las opciones de un archivo de plantilla gr aca. Se puede pulsar en Examinar para seleccionar un archivo de plantilla gr aca. Relaci on de aspecto del gr aco. Este apartado sirve para jar la relaci on ancho-alto del marco exterior de los nuevos gr acos. Se puede especicar una relaci on ancho-alto entre los valores 0 1 y 10. Los valores inferiores a 1 generan gr acos que son m as altos que anchos. Los valores mayores que 1 producen gr acos que son m as anchos que altos. Un valor de 1 produce un gr aco cuadrado. (La relaci on que yo habitualmente utilizo es de 1 5 sino no hay leyendas en los gr acos, y de 1 8 si las hay.) En este cuadro de di alogo la separaci on decimal hay que ponerla con una coma abajo.
41
Figura 59: Carpeta de Gr acos, dentro de la opci on Edici on Opciones
Fuente. Aqu se ja la fuente utilizada para todo el texto en los nuevos gr acos. Por defecto es Arial. Preferencia de ciclos de estilo. Hace la asignaci on inicial de colores y tramas para nuevos gr acos: Mostrar sucesivamente s olo los colores utiliza solamente los colores para diferenciar los elementos de los gr acos. Mostrar sucesivamente s olo las tramas utiliza solamente las tramas de relleno para diferenciar los elementos de los gr acos. Marco. Controla la visualizaci on de los marcos interno y externo en los nuevos gr acos. L neas de cuadr cula. Controla la visualizaci on de las l neas de cuadr cula en el eje de escala (eje vertical) y en el eje de categor as (eje horizontal) de los nuevos gr acos. Ciclos de estilo. Personaliza los colores, estilos de l nea, s mbolos de marcador y tramas de relleno para los gr acos nuevos. Puede cambiar el orden de los colores o tramas utilizados al crear un gr aco nuevo. 2.4.3. reas y sectores mediante el menu de Gr Creaci on de diagramas de barras, l neas, a acos
Adem as de con la opci on Analizar Estad sticos descriptivos Frecuencias, las representaciones gr acas tambi en se pueden obtener a partir del men u Gr acos de la barra de men us de SPSS. En esta secci on se van a dar con m as detalle las explicaciones correspondientes a los diagramas de barras pues las reas y sectores) son similares. posibilidades de los otros tres tipos de diagramas (l neas, a Para obtener el diagrama de barras de la distribuci on de frecuencias de una variable se selecciona Gr acos Barras. Con esta opci on aparece el cuadro de di alogo de la Figura 60.
Figura 60: Cuadro de di alogo para hacer un diagrama de barras mediante Gr acos Barras
Las alternativas que se ofrecen se reeren a dos aspectos:
42
Figura 61: Cuadro de di alogo para hacer un diagrama de barras Simple con la opci on Res umenes para grupos de casos
En la mitad superior de cuadro de di alogo se nos presentan tres tipos de iconos seg un la forma general del diagrama de barras: Simple. Las barras representan elementos del mismo conjunto. Agrupado. Las barras, agrupadas, representan elementos de distintos conjuntos. Apilado. Las barras, apiladas, representan elementos de distintos conjuntos. En la mitad inferior de cuadro de di alogo, en Los datos del gr aco son, se puede seleccionar la estructura de los datos: Resumenes para grupos de casos. Cada barra representa la frecuencia de cada categor a de una variable. Por ejemplo, con el chero de datos Libros.sav vamos a hacer el diagrama de barras de porcentajes de la variable materia (disciplina cient ca del libro). Para ello, seleccionamos Gr acosBarras. En el cuadro de di alogo de la Figura 60 seleccionamos el icono Simple; en Los datos del gr aco son activamos la opci on Resumenes para grupos de casos y pulsamos en Denir. Entonces aparece el cuadro de di alogo de la Figura 61. En este cuadro de di alogo, en Eje de categor as se selecciona la variable cuya distribuci on de frecuencias se desea representar. Por defecto, haciendo clic en Aceptar, se obtiene la gr aca en que cada barra representa la frecuencia absoluta de cada categor a. Sin embargo, se pueden seleccionar otros tipos de frecuencias en Las barras representan: No de casos. Frecuencia absoluta de cada categor a. No acum. Frecuencia absoluta acumulada de cada categor a. % de casos. Porcentaje de casos de cada categor a sobre el total. % acum. Porcentaje acumulado de casos de cada categor a. Otro estad stico (ej., la mediana). El eje vertical, as como la altura de cada barra se asocia a otra variable que es especicada en el recuadro Variable. Haciendo clic en el bot on Cambiar estad stico se accede al cuadro de di alogo de la Figura 70, que se examinar a en el apartado 2.4.4. Continuando con el ejemplo (determinaci on del diagrama de barras de porcentajes de la variable materia), en Eje de categor as del cuadro de di alogo de la Figura 61 ponemos la variable materia (clic sobre el nombre o la etiqueta de la variable y clic sobre el bot on que hay a la izquierda de Eje de categor as); en Las barras representan seleccionamos % de casos; pulsamos en Opciones y, en el cuadro de di alogo resultante (Figura 72), seleccionamos Mostrar los grupos denidos por los valores perdidos; pulsamos en Continuar y despu es en Aceptar. Entonces obtenemos el diagrama de barras de porcentajes correspondiente a la variable materia, que es el gr aco de la Figura 62. Como novedad sobre lo ya expuesto, los diagramas de barras agrupadas y apiladas ofrecen la posibilidad de seleccionar una nueva variable para determinar las barras dentro de cada grupo o de cada apilamiento (ver la Figura 63); esto se realiza a trav es de Denir grupos por (o Denir las pilas por) respectivamente, apareciendo tal variable y sus valores en la leyenda adjunta al diagrama ya obtenido. Por ejemplo, con el chero de datos Libros.sav vamos a a hacer el diagrama de barras de la variable materia en grupos denidos por la variable opini on1. Para ello, seleccionamos Gr acosBarras. En el cuadro de di alogo de la Figura 60 seleccionamos el icono Agrupado; en Los datos del gr aco son activamos la opci on Resumenes para grupos de casos y pulsamos en Denir. Entonces aparece el cuadro de di alogo de la Figura 63. En Eje de
43
Figura 62: Diagrama de barras de porcentajes de la variable materia
Figura 63: Cuadro de di alogo para hacer un diagrama de barras Agrupado con la opci on Res umenes para grupos de casos
44
Figura 64: Diagrama de barras de la variable materia en grupos denidos por la variable opini on1
Figura 65: Diagrama de barras de la variable materia apiladas en grupos denidos por la variable opini on1 categor as de dicho cuadro de di alogo ponemos la variable materia; en Denir grupos por seleccionamos la variable opini on1; pulsamos en Opciones y, en el cuadro de di alogo resultante (Figura 72), seleccionamos Mostrar los grupos denidos por los valores perdidos; pulsamos en Continuar y despu es en Aceptar. Entonces obtenemos el
diagrama de barras de frecuencias absolutas de la Figura 64. Si ahora hacemos lo mismo cambiando la opci on Agrupado por Apilado entonces obtenemos el diagrama de barras de frecuencias absolutas de la variable materia con barras apiladas en grupos denidos por la variable opini on1, que es el gr aco de la Figura 65. Resumenes para distintas variables. Cada barra representa una misma modalidad de dos o m as variables. Para poder seleccionar esta opci on es necesario que los resultados de esas variables est en clasicados en las mismas categor as. Por ejemplo, con el chero de datos Libros.sav vamos a hacer un diagrama de barras para comparar las medianas de las variables opini on1, opini on2 y opini on3. Para ello, seleccionamos Gr acosBarras. En el cuadro de di alogo de la Figura 60 seleccionamos el icono Simple; en Los datos del gr aco son activamos la opci on
45
Figura 66: Cuadro de di alogo para hacer un diagrama de barras Simple con la opci on Res umenes para distintas variables Resumenes para distintas variables y pulsamos en Denir. Entonces aparece el cuadro de di alogo de la Figura 66. En el recuadro que hay bajo Las barras representan de dicho cuadro de di alogo ponemos las tres variables opini on1, opini on2 y opini on3 (clic sobre el nombre o la etiqueta de cada variable y clic sobre el bot on que hay a la izquierda de dicho recuadro). Por defecto, cada barra representa la media aritm etica de cada variable seleccionada; pero como nosotros queremos comparar las medianas (no las medias) tenemos que del primer...) y cambiar el estad stico que representa cada barra. Para hacerlo, hacemos clic sobre MEAN(opinion pulsamos en Cambiar estad stico. Nos aparece, entonces, el cuadro de di alogo de la Figura 70. En dicho cuadro de di alogo elegimos Mediana de valores y pulsamos en Continuar. Entonces volvemos al cuadro de di alogo de la Figura 66 y tenemos que hacer lo mismo con la segunda variable; es decir, hacemos clic sobre MEAN(opinion ltimo, del segundo...); pulsamos en Cambiar estad stico; elegimos Mediana de valores y pulsamos en Continuar. Por u del tercer...); pulsamos en hacemos lo mismo con la tercera variable; es decir, hacemos clic sobre MEAN(opinion Cambiar estad stico; elegimos Mediana de valores y pulsamos en Continuar. Tras pulsar en Aceptar obtenemos el diagrama de barras para comparar las medianas de las variables opini on1, opini on2 y opini on3 (Figura 67).
Figura 67: Comparaci on de las medianas de las variables opini on1, opini on2 y opini on3
En los diagramas de barras agrupadas y apiladas dentro de la opci on Resumenes para distintas variables se puede (igual que antes) seleccionar, en Eje de categor as, una nueva variable a partir de la cual se crea un grupo o un apilamiento de barras. En este caso, en la leyenda adjunta al diagrama aparecen las variables seleccionadas en Las barras representan. Valores individuales de los casos. Cada barra representa un caso, lo que quiere decir que en muestras grandes la gr aca ser a muy dif cil de interpretar. Por ejemplo, con el chero de datos Libros.sav vamos a hacer un diagrama de barras en el cual las barras representen los resultados de la variable pr estamo para cada caso (libro). Para ello, seleccionamos Gr acosBarras. En el cuadro de di alogo de la Figura 60 seleccionamos el icono Simple; en Los datos del gr aco son activamos la opci on Valores individuales de los casos y pulsamos en Denir. Entonces aparece el cuadro de di alogo de la Figura 68. En Las barras representan de dicho cuadro de di alogo se selecciona una variable en el caso de un
46
Figura 68: Cuadro de di alogo para hacer un diagrama de barras Simple con la opci on Valores individuales de los casos
Figura 69: Las barras representan los resultados de la variable pr estamo para cada caso (libro)
diagrama simple, y el resultado es que cada barra representa el valor que cada caso toma en esa variable. Esto quiere decir que tal variable debe ser cuantitativa. En ejemplo, seleccionamos la variable pr estamo nuestro (clic sobre su nombre o etiqueta y clic sobre el bot on ). En Etiquetas de las categor as se puede especicar la etiqueta de cada barra: Numero del caso: Por defecto, cada barra es etiquetada por el n umero del caso al que representa. Variable: Cada barra es etiquetada por el valor que su correspondiente caso adopta en la variable ahora declarada. En nuestro ejemplo, dejamos activada la opci on Numero del caso y pulsamos en Aceptar. De esta forma obtenemos el diagrama de barras de la Figura 69. En los casos de diagramas agrupados o apilados con la opci on Valores individuales de los caso hay que seleccionar, evidentemente, m as de una variable. En estos casos, en la leyenda adjunta al diagrama se mostrar an los nombres de las variables. Se puede observar que en algunos cuadros de di alogo (por ejemplo, el de la Figura 66), se encuentran dos botones, uno referido a Opciones y otro referido a T tulos que para pr acticamente todos los tipos de gr acas son an alogos. Estas
47
Figura 70: Cuadro de di alogo para cambiar el estad stico
cuestiones se tratar an en los apartados 2.4.5 y 2.4.6. reas y sectores se realizan de forma totalmente an Los diagramas de l neas, a aloga a los de barras. De todas formas, se puede construir siempre el diagrama de barras y luego se puede utilizar el editor de gr acos (ver el apartado 2.4.8) para cambiar a cualquier otro tipo de gr aco (con la opci on Gr acos Cambiar tipo de elemento de datos de la ventana del editor de gr acos). 2.4.4. Cuadro de di alogo de Cambiar estad stico
Como se ha dicho, haciendo clic en Cambiar estad stico situado en los cuadros de di alogo de algunos tipos de gr acas (por ejemplo, los de las Figuras 61, 63 y 66) se accede al cuadro de di alogo de la Figura 70. Aqu se presentan las siguientes alternativas, referidas a la variable o variables declaradas en el recuadro en que Cambiar estad stico puede tener efecto: Media de los valores. Media aritm etica en cada categor a (o de cada variable). Mediana de valores. Mediana en cada categor a (o de cada variable). Moda de valores. Moda en cada categor a (o de cada variable). Numero de casos. N umero efectivo de casos de cada categor a (o de cada variable). Suma de valores. Suma de los valores en cada categor a (o de cada variable). Desviaci on t pica. Cuasidesviaci on t pica en cada categor a (o de cada variable). Varianza. Cuasivarianza en cada categor a (o de cada variable). Valor m nimo. M nimo valor en cada categor a (o de cada variable). Valor m aximo. M aximo valor en cada categor a (o de cada variable). Suma acumulada. Suma de los valores en cada categor a y en todas las anteriores a ella. Porcentaje por encima. Porcentaje de casos con valores superiores al indicado en el recuadro de Valor en cada categor a (o de cada variable). Porcentaje por debajo. Porcentaje de casos con valores inferiores al indicado en el recuadro de Valor en cada categor a (o de cada variable). Percentiles. El valor de los datos por debajo del cual se encuentra el porcentaje de valores especicado en Valor para cada categor a (o de cada variable). Numero por encima. N umero de casos con valores superiores al indicado en el recuadro Valor en cada categor a (o de cada variable). Numero por debajo. N umero de casos con valores inferiores al indicado en el recuadro Valor en cada categor a (o de cada variable). Porcentaje dentro. Porcentaje de casos (en cada categor a o de cada variable) con valores comprendidos entre los especicados en los recuadros Menor y Mayor, incluidos ellos mismos.
48
Numero dentro. N umero de casos (en cada categor a o de cada variable) con valores comprendidos entre los especicados en los recuadros Menor y Mayor, incluidos ellos mismos. Los valores son puntos medios agrupados. Se obtienen los percentiles considerando que la variable en cuesti on representa los puntos medios de los intervalos en que se ha agrupado la variable original.
Figura 71: Diagrama de barras de la variable materia respecto de la Mediana de la variable pr estamo
Por ejemplo, con el chero de datos Libros.sav vamos a hacer un diagrama de barras de la variable materia respecto del estad stico Mediana de la variable pr estamo; es decir, vamos a hacer un gr aco que nos compare las medianas de la variable n umero de pr estamos anuales para cada uno de los cinco grupos (E=estad stica, G=geograf a, I=inform atica, L=literatura, H=historia) de la variable materia. Para ello, seleccionamos Gr acosBarras. En el cuadro de di alogo de la Figura 60 seleccionamos el icono Simple; en Los datos del gr aco son activamos la opci on Resumenes para grupos de casos y pulsamos en Denir. En el cuadro de di alogo que aparece (Figura 61) seleccionamos la variable materia (disciplina cient ca del libro) en Eje de categor as. En dicho cuadro activamos Otro estad stico y ponemos la variable pr estamo (n umero ltimo a de veces que se ha prestado el libro en el u no) en Variable. Pulsamos el bot on Cambiar estad stico y en el cuadro que ltimo, pulsamos en Continuar y en Aceptar. El diagrama de barras aparece (Figura 70) seleccionamos Mediana de valores. Por u resultante es el de la Figura 71. 2.4.5. Cuadro de di alogo de Opciones
Figura 72: Cuadro de di alogo para seleccionar las Opciones de las representaciones gr acas
Seleccionando el bot on de Opciones del cuadro de di alogo inicial de algunos tipos de representaciones gr acas (por ejemplo, el cuadro de di alogo de la Figura 66) nos aparece el cuadro de la Figura 72. Las opciones de gr aco disponibles dependen del tipo de gr aco y de los datos. Valores perdidos: s olo se encuentran disponibles cuando un nuevo gr aco va a mostrar o resumir varias variables (no se incluyen las variables que denen grupos).
49
lista: excluye los casos del gr Excluir casos segun aco completamente si incluyen valores perdidos para alguna de las variables resumidas. Excluir casos variable por variable: excluye por separado los casos de los distintos estad sticos de resumen calculados. Los distintos elementos del gr aco deben estar basados en grupos de casos diferentes. Mostrar los grupos denidos por los valores perdidos: s olo se encuentra disponible cuando se utiliza una variable categ orica para denir los grupos de un nuevo gr aco. Si se selecciona, en el gr aco se mostrar an en grupos diferentes los distintos valores perdidos de la variable de agrupaci on (incluido el valor perdido del sistema). Si no se selecciona, se excluir an del gr aco los casos con valores perdidos del sistema o denidos como perdidos por el usuario para la variable de subgrupo. Mostrar el gr aco con las etiquetas de caso: s olo se encuentra disponible cuando se dene un diagrama de dispersi on y se ha especicado una variable para etiquetar los casos mediante en el cuadro de di alogo principal. Si se selecciona, se mostrar an en el gr aco como etiquetas de punto las etiquetas de valor (o los valores en caso de que no se hayan denido etiquetas) de la variable especicada. 2.4.6. Cuadro de di alogo de T tulos
Figura 73: Cuadro de di alogo para colocar T tulos a las representaciones gr acas
Haciendo clic en el bot on T tulos del cuadro de di alogo inicial de cada tipo de gr aca (cuadros de di alogo de las Figuras 61, 63, 66 y 68) se muestra un cuadro como el de la Figura 73. Se escriben el t tulo, subt tulo y nota a pie de p agina a criterio del usuario. El t tulo se puede escribir en dos l neas, as como la nota a pie de p agina; el subt tulo puede ocupar una sola l nea. En cuanto a su extensi on, y en cualquier caso, cada l nea (recuadro de texto) admite hasta 72 caracteres. 2.4.7. de Gr Creaci on de histogramas mediante el menu acos
Para realizar un histograma se selecciona la opci on Gr acos Histograma. Entonces aparece el cuadro de di alogo de la Figura 74. Tras seleccionar una sola variable (cuantitativa) en el recuadro Variable, con s olo hacer clic en Aceptar se obtienen los resultados por defecto. A la gr aca se puede superponer la curva normal con la misma media y desviaci on t pica que nuestra distribuci on de frecuencias. Para ello se activa la opci on Mostrar curva normal. Por ejemplo, el histograma correspondiente a la variable precio, con la opci on Mostrar curva normal seleccionada, es el de la Figura 75.
Figura 74: Cuadro de di alogo para hacer un histograma
50
Figura 75: Histograma correspondiente a la variable precio (sin modicaciones)
2.4.8.
Modicaci on de gr acos
Cualquier gr aco puede editarse y modicarse haciendo doble clic dentro de la zona donde est a representado en la ventana del visor de resultados. Al hacerlo, entramos en la ventana del editor de gr acos. El editor de gr acos proporciona un entorno potente y f acil de usar en el que se puede personalizar los gr acos y explorar los datos. El editor de gr acos presenta: Una interfaz de usuario sencilla e intuitiva. Se puede seleccionar y editar partes del gr aco directamente utilizando los men us, men us contextuales y barras de herramientas. Se puede introducir texto directamente en un gr aco. Un amplio conjunto de opciones de formato y de estad sticos. Se puede seleccionar entre una completa gama de opciones de estilo y opciones estad sticas. Unas herramientas de exploraci on potentes. Se pueden explorar los datos de distintas maneras, como puede ser mediante su etiquetado, reordenaci on y rotaci on. Asimismo, se pueden a nadir l neas de ajuste, interpolaci on y referencia. Unas plantillas exibles para la aplicaci on de un aspecto y un comportamiento coherentes. Se pueden crear plantillas personalizadas y utilizarlas para crear f acilmente gr acos con el aspecto y las opciones que se desee. Por ejemplo, si se quiere contar siempre con una orientaci on espec ca para las etiquetas de los ejes, se puede espe sta a los dem cicar dicha orientaci on en una plantilla y aplicar e as gr acos. Vamos a volver a hacer el diagrama de barras de la variable materia en grupos denidos por la variable opini on1 (del chero de datos Libros.sav). El gr aco que sale por defecto (sin modicaciones) es el de la Figura 76. Hacemos doble clic dentro de la zona donde est a representado el gr aco en la ventana del visor de resultados. Al hacerlo, entramos en la ventana del editor de gr acos. Una vez abierta la ventana del editor de gr acos, se puede modicar el gr aco con los men us, con las barras de herramientas o haciendo doble clic en el objeto que se desea modicar. Para seleccionar objetos en el gr aco, se hace clic l sobre ellos. Por ejemplo, si se hace clic sobre el t tulo de la leyenda, aparecer a un recuadro de selecci on alrededor de e (ver otra vez la Figura 76). Para modicar un gr aco utilizando los men us de la ventana del editor de gr acos, lo m as habitual es seleccionar la Propiedades. En nuestro ejemplo, seleccionamos todas las barras de la Figura 76 parte del gr aco a editar y elegir Edicion Propiedades. Se obtiene el cuadro de dialogo de la Figura 77. haciendo clic sobre una de ellas, y elegimos Edicion La ventana Propiedades de la Figura 77 incluye una serie de pesta nas que permiten denir y realizar los distintos cambios en el gr aco. Las pesta nas que se pueden ver en dicha ventana se basan en la selecci on actual realizada en el gr aco. Algunas pesta nas incluyen una presentaci on preliminar para que se tenga una idea del aspecto de los cambios. No obstante, el gr aco no reejar a los cambios hasta que se pulse en Aplicar. Se pueden realizar cambios en m as de una pesta na antes de pulsar Aplicar. En funci on de la selecci on, es posible que no todas las propiedades est en disponibles. La ayuda para cada una de las pesta nas especica qu e se debe seleccionar para ver las pesta nas y cambiar las propiedades
51
Figura 76: Ventana del editor de gr acos con un diagrama de barras agrupadas
Figura 77: Ventana para cambiar las propiedades de un diagrama de barras
52
Figura 78: Ventana para cambiar las propiedades de uno de los ejes de un gr aco
concretas de dichas pesta nas. Si se han seleccionado varios elementos (por ejemplo, todas las barras del diagrama de la Figura 76) s olo se pueden cambiar las propiedades comunes a todos ellos. del gr La pesta na Tamano aco de la ventana Propiedades de la Figura 77 permite introducir las dimensiones exactas del marco exterior. La pesta na Relleno y borde permite cambiar los colores, aplicar una trama de relleno o modicar el ancho de l nea o estilo del borde del marco exterior, marco de los datos, marco de la leyenda, cuadros de texto y barras. La pesta na Categor as permite reordenar y excluir categor as en un gr aco de sectores o un gr aco con un eje de categor as. La pesta na ngulo permite a Profundidad y a nadir efectos de tres dimensiones a los gr acos de barras. La pesta na Variables permite cambiar el papel de las variables en diversos tipos de gr acos. El cambio de papel de las variables incluye el desplazamiento de una variable del eje independiente al eje dependiente y viceversa y cambio de la variable de agrupaci on. La introducci on de estos cambios altera el modo en que el editor de gr acos calcula los estad sticos. No se trata de un simple cambio de aspecto del gr aco. La pesta na Opciones de las barras es espec ca de este tipo de gr aco, y permite cambiar el ancho de los elementos de datos de barra y las agrupaciones de barras. de la ventana del editor de gr La opciones Seleccionar eje X, eje Y o eje Z del men u Edicion acos nos llevan a un cuadro de di alogo de Propiedades similar al de la Figura 78. Las pesta nas de esta ventana de Propiedades nos permiten gobernar la Marcas y cuadr culas del gr aco, as como las Etiquetas del eje seleccionado. Con la pesta na Categor as se pueden reordenar o del gr excluir categor as en un gr aco de sectores o un gr aco con un eje categ orico. La pesta na Tamano aco es similar a la comentada anteriormente. Con el editor de gr acos se pueden cambiar los elementos del gr aco. Por ejemplo, la opci on Transformar De barras apilado permite cambiar el gr aco de la Figura 76 al tipo de barras apiladas (Figura 79). Tambi en es posible incorporar nuevos elementos a las representaciones gr acas (anotaciones, cuadros de texto, l neas de ajuste total, l neas de interpolaci on y l neas de referencia en los ejes); mostrar etiquetas de datos y marcadores de l neas; ocultar leyendas; desgajar sectores en los gr acos de sectores y trasponer el gr aco. Otra forma de modicar un gr aco es usar las barras de herramientas de la ventana del editor de gr acos. Estas barras de herramientas proporcionan m etodos abreviados para algunas de las conguraciones de la ventana de Propiedades. Por otra parte, tambi en es posible modicar una representaci on gr aca haciendo doble clic sobre el elemento a editar. Si se pulsa dos veces sobre un objeto de la ventana del editor de gr acos, se accede a un cuadro de di alogo relacionado con dicho objeto y que permite su modicaci on. Por ejemplo, para cambiar las propiedades de la etiqueta Frecuencia de uno de los ejes del gr aco de la Figura 76 se hace doble clic sobre ella y se accede a un cuadro de di alogo como el de la Figura 80. Para cambiar las marcas se nalizadoras de los ejes se hace doble clic sobre una de ellas y se accede a un cuadro de di alogo similar al de la Figura 78. A n de practicar con el editor de gr acos, se pueden modicar los gr acos que aparecen por defecto para llegar a la forma en que aparecen en las secciones 2.4.1, 2.4.3 y 2.4.4 (gr acos de las Figuras 57, 58, 62, 64, 65, 67, 69 y 71).
53
Figura 79: Ventana del editor de gr acos con un diagrama de barras apiladas
Figura 80: Ventana para cambiar las propiedades de la etiqueta de uno de los ejes
54
3.
3.1.
Relaci on entre dos variables

Relaci on entre variables cuantitativas. Diagrama de dispersi on
Figura 81: Cuadro de di alogo para elegir el tipo de diagrama de dispersi on Para obtener el diagrama de dispersi on o nube de puntos se selecciona la opci on Gr acos Dispersion/Puntos en la que se presentan cinco alternativas (ver la Figura 81): Dispersi on simple, Dispersi on superpuesto, Dispersi on matricial, Dispersi on 3-D y Puntos simple. De las cinco, la que hemos estudiado nosotros es la primera de ellas.
Figura 82: Cuadro de di alogo para especicar las caracter sticas de un diagrama de dispersi on simple simple y se pulsa en Denir. Se presenta un Por tanto, en el cuadro de la Figura 81 se selecciona, el icono Dispersion nuevo cuadro de di alogo (Figura 82) en el cual se especican las dos variables: una correspondiente al eje vertical (Eje Y) y la otra al eje horizontal (Eje X). Por ejemplo, del chero de datos Libros.sav vamos a hacer el diagrama de dispersi on del la variable precio sobre la variable peso. Para ello, en el cuadro de di alogo de la Figura 82 ponemos la variable precio en el recuadro de Eje Y (clic sobre su nombre o etiqueta y clic sobre el bot on que hay a la izquierda de Eje Y), ponemos la variable peso en el recuadro de Eje X (clic sobre su nombre o etiqueta y clic sobre el bot on que hay a la izquierda de Eje X) y pulsamos en Aceptar. Obtenemos, entonces, el gr aco de la Figura 83. En el recuadro Establecer marcas por del cuadro de la Figura 82 se puede especicar una nueva variable, habitualmente cualitativa, para que cada punto se vea representado por un s mbolo distinto seg un el valor o categor a que adopte en la mencionada variable. Por ejemplo, el diagrama de dispersi on de la variable precio sobre la variable peso, seleccionando la variable materia en Establecer marcas por es el de la Figura 84. En el recuadro Etiquetar los casos mediante del cuadro de la Figura 82 se puede seleccionar otra nueva variable para adjuntar a cada punto del diagrama el valor que le corresponde en la variable ahora declarada. Esta opci on hace que el gr aco parezca muy confuso, por lo que es conveniente no utilizarla. Mediante Opciones del cuadro de di alogo de la Figura 82 podemos especicar el tratamiento de los valores perdidos en los datos y determinar si se muestran etiquetas para los puntos del diagrama (ver el apartado 2.4.5). Con la opci on T tulos del cuadro de di alogo de la Figura 82 se pueden denir las l neas de texto que se colocan en la parte superior o inferior del diagrama (ver el apartado 2.4.6).
3.2.
Modicaci on del diagrama de dispersi on
Una vez obtenido el diagrama de dispersi on y para proceder a su modicaci on hay que editarlo haciendo doble clic dentro de la representaci on gr aca en el visor de resultados de SPSS. Al hacerlo, entramos en la ventana del editor de
55
Figura 83: Diagrama de dispersi on de la variable precio sobre la variable peso
Figura 84: Diagrama de dispersi on del precio sobre el peso con marcas distintas seg un la variable materia
gr acos. Las posibilidades de modicaci on del diagrama de dispersi on son similares a las del diagrama de barras (ver apartado 2.4.8), por lo que voy a exponer s olo algunas de las particularidades de la edici on del diagrama de dispersi on. Una posibilidad de cambio importante es la modicaci on de los s mbolos que aparecen en dicho gr aco. En SPSS, a estos s mbolos se les denomina marcadores. Por defecto, en esta versi on de SPSS, los marcadores son circunferencias muy peque nas. Se puede cambiar tanto la forma del marcador de datos como su tama no, color y ancho de borde. Estos cambios se pueden hacer, por ejemplo, de la siguiente manera: se hace doble clic dentro de la representaci on gr aca en el visor de resultados de SPSS para entrar en el editor de gr acos y se hace doble clic sobre uno de los marcadores que se quieren modicar. Con ello se produce una doble funci on; por un lado, se seleccionan todos los marcadores del mismo tipo, y por otro lado, se abre la ventana de Propiedades (Figura 85). En la pesta na de Marcador de esta ventana se pueden distinguir los siguientes apartados: rea de presentaci Presentaci on preliminar. El a on preliminar muestra las opciones actuales y el aspecto que presentar a el marcador o marcadores una vez que se haya pulsado en Aplicar. Marcador. Se cambia el tipo de marcador, su tama no (en puntos) o el grosor de su borde (en puntos). Por regla general,
56
Figura 85: Ventana para modicar los marcadores de un diagrama de diapersi on
Figura 86: Ventana para a nadir una l nea de ajuste en un diagrama de dispersi on
se debe evitar los bordes gruesos a menos que el tama no del marcador tambi en sea grande. Utilizar bordes gruesos en marcadores peque nos puede ocultar la forma del marcador y el color del relleno. Color. Se selecciona un color o una trama para el relleno y/o para el borde. Para ello, se pulsa en el cuadrado situado junto al relleno o borde, y despu es se selecciona, a la derecha, el color o la trama deseada. Los cambios del marcador de color y las conguraciones de rojo, verde y azul (R, V, A) aparecen debajo del marcador. Hay que tener en cuenta que el color blanco con una l nea roja diagonal que lo atraviesa equivale a transparente. Para personalizar un color, se para abrir un cuadro de di selecciona dicho color y se pulsa en Edicion alogo est andar donde personalizar los colores. ltima la para crear colores personalizados. Para restablecer todos los colores a su conguraci Se puede utilizar la u on original se pulsa en Restablecer. Otra modicaci on importante en el diagrama de dispersi on es la posibilidad de incluir una l nea de ajuste (por ejemplo, la recta de regresi on). En una l nea de ajuste, los puntos de los datos se ajustan a una l nea que por regla general no atraviesa todos los puntos de los datos. La l nea de ajuste representa la tendencia de los datos. Algunas l neas de ajuste se basan en la regresi on. Otras se basan en m nimos cuadrados ponderados iterativos. Se pueden crear l neas de ajuste para todos los valores de datos de un gr aco o para las categor as dependiendo de lo que se haya seleccionado al crear la l nea de ajuste. Para a nadir una l nea de ajuste, en la ventana del editor de gr acos se seleccionan todos los marcadores haciendo clic sobre uno de ellos. A continuaci on, en la barra de men us se selecciona Elementos L nea de ajuste total. Aparece, entonces, la ventana de Propiedades de la Figura 86. En esta ventana se utiliza la pesta na Ajustar l nea para especicar las opciones de la l nea de ajuste. La opciones son: Mostrar trazos de uni on. Dibuja trazos de uni on de cada punto de los datos al punto correspondiente de la l nea de ajuste. Media de y. Dibuja una recta horizontal situada en la media de los valores de los datos del eje Y.
57
Lineal. Dibuja la recta de regresi on determinada mediante el m etodo de m nimos cuadrados. Esta es la opci on que nosotros utilizaremos habitualmente. Cuadr atico. Dibuja la curva de regresi on procedente de una ecuaci on segundo grado, determinada mediante el m etodo de m nimos cuadrados. Cubico. Dibuja la curva de regresi on procedente de una ecuaci on tercer grado, determinada mediante el m etodo de m nimos cuadrados. Loess. Dibuja una l nea de ajuste mediante m nimos cuadrados ponderados iterativos. Son necesarios al menos 13 puntos de datos. Este m etodo ajusta un porcentaje especicado de los puntos de los datos siendo el valor predeterminado un 50 %. Adem as de cambiar el porcentaje, puede seleccionar una funci on de kernel concreta. El kernel por defecto (funci on de probabilidad) funciona correctamente con la mayor a de los datos. Intervalos de conanza. Dibuja un par de l neas alrededor de la l nea de ajuste de regresi on para ilustrar el nivel porcentual de conanza especicado. La opci on Media dibuja los intervalos basados en la media pronosticada a partir de la l nea de regresi on. La opci on Individuos dibuja los intervalos basados en los valores Y individuales pronosticados a partir de la l nea de regresi on. Los intervalos de conanza no est an disponibles para las l neas de ajuste Loess debido a que no se basan en la regresi on. En la ventana de Propiedades de la Figura 86 se puede utilizar la pesta na L neas para especicar el formato de la l nea de ajuste. Al acabar se pulsa en Aplicar. Es posible modicar las propiedades de la l nea de ajuste una vez que se se ha a nadido en el diagrama de dispersi on. Para ello, se selecciona dicha l nea de ajuste (haciendo clic sobre ella) y, en la barra Propiedades. Aparece, otra vez, la ventana de la Figura 86. de men us del editor de gr acos, se elige Edicion Por ejemplo, el diagrama de dispersi on de la variable precio sobre la variable peso, con la recta de regresi on visualizada, es el gr aco de la Figura 87.
Figura 87: Diagrama de dispersi on y recta de regresi on de la variable precio sobre la variable peso
3.3.
Correlaci on simple
Para obtener el coeciente de correlaci on lineal de Pearson (y otros coecientes de correlaci on) se selecciona Analizar Correlaciones Bivariadas. Aparece, entonces, el cuadro de di alogo de la Figura 88. En el recuadro de la izquierda de este cuadro de di alogo est a la lista de variables, de las cuales podemos seleccionar dos o m as. Seg un sea la naturaleza de : las variables, podemos obtener otros coecientes de correlaci on en el grupo Coecientes de correlacion Pearson: Calcula el coeciente de correlaci on lineal de Pearson entre cada par de variables cuantitativas. Tau-b de Kendall: Calcula el coeciente de correlaci on de Kendall entre cada par de variables ordinales (es similar, en su interpretaci on, al coeciente de correlaci on de Spearman).
58
Figura 88: Cuadro de di alogo obtener coecientes de correlaci on
Spearman: Calcula el coeciente de correlaci on de Spearman entre cada par de variables ordinales.
Figura 89: Opciones de Correlaciones Bivariadas , que se entenEn el cuadro de di alogo de la Figura 88 tambi en aparece un apartado, denominado Prueba de signicacion der a cuando se haya estudiado la parte de Estad stica Inferencial, pues hace un test de hip otesis para contrastar la hip otesis nula de que el coeciente de correlaci on, en toda la poblaci on, sea igual a cero. En relaci on con esto, la opci on Marcar las correlaciones signicativas coloca unos asteriscos junto al coeciente que no resulte igual a cero en la poblaci on al aplicarle el contraste de hip otesis (existe correlaci on entre ese par de variables cuando se considera toda la poblaci on). Por ejemplo, del chero Libros.sav vamos a calcular el coeciente de correlaci on lineal de Pearson entre cada par de variables del tr o de variables peso, precio y altura. Para ello, seleccionamos Analizar Correlaciones Bivariadas. En el cuadro de di alogo resultante (Figura 88) las tres variables mencionadas haciendo clic sobre sus nombres seleccionamos (o sus etiquetas) y clic sobre el bot on para ponerlas en el recuadro que hay debajo de Variables y activamos la opci on Pearson. Estando situados en este cuadro de di alogo (Figura 88), pulsando en el bot on Opciones nos encontramos con dos bloques (Figura 89); el primero se reere a Estad sticos:
Medias y desviaciones t picas: Calcula las medias aritm eticas (x, y ) y las cuasidesviaciones t picas (Sx , Sy ). A estas ltimas, el sistema les llama desviaciones t u picas. Tambi en se muestra el n umero de casos que no tienen valores perdidos. Los valores perdidos se consideran seg un cada variable individual, sin tener en cuenta la opci on elegida para la manipulaci on de los valores perdidos. Productos cruzados y covarianzas: Se calcula lo que el sistema llama Suma de cuadrados y productos cruzados, que no es m as que la suma de los productos cruzados de las variables corregidas respecto a la media; es decir,
r k
(xi x)(yj y ) fij .

i=1 j =1
es el numerador de la covarianza. Este Tambi en se calcula lo que el sistema llama covarianza, pero que en realidad es la cuasicovarianza (similar a la covarianza, pero dividiendo por (n 1) en vez de por n; siendo n el tama no muestral). La cuasicovarianza, Sxy , est a relacionada con la covarianza, sxy , de la siguiente manera:
r k
(xi x)(yj y )fij Sxy =

i=1 j =1
n1
n sxy . n1
59
De esto se deduce que el coeciente de correlaci on lineal de Pearson se puede calcular de cualquiera de las dos formas: sxy Sxy r= = . sx sy Sx Sy En el segundo bloque (del cuadro de di alogo de la Figura 89) se realiza el tratamiento de los valores ausentes, Valores
perdidos:
pareja: Por defecto, se excluyen los casos con valores ausentes en alguna (o las dos) de las variables Excluir casos segun cuyo coeciente de correlaci on se trata de calcular. lista: Se excluyen los casos con valores ausentes en alguna de las variables declaradas en la lista de Excluir casos segun variables del cuadro de di alogo inicial.
Figura 90: Medias y cuasidesviaciones t picas
Figura 91: Coeciente de correlaci on lineal de Pearson (entre otras medidas)
Continuando con nuestro ejemplo (c alculo del coeciente de correlaci on lineal de Pearson entre cada par de variables del tr o de variables peso, precio y altura), activamos las opciones Medias y desviaciones t picas y Productos cruzados y covarianzas del cuadro de di alogo de la Figura 89; luego pulsamos en Continuar y en Aceptar. Como resultado, en el visor de resultados de SPSS aparecen las tablas de las Figuras 90 y 91. En la primera tabla se puede ver (entre otras cosas) que la media aritm etica de la variable precio es 54 07 euros y su cuasidesviaci on t pica es S = 21 367 euros. Por tanto, su desviaci on t pica es: n1 29 s= S= 21 367 = 21 008 . n 30 En la segunda tabla del visor (Figura 91) se pueden ver los resultados del coeciente de correlaci on lineal de Pearson para cada par de estas variables, as como la suma de los productos cruzados y la cuasicovarianza. Se puede observar que el coeciente de correlaci on lineal de Pearson entre el peso y el precio de los libros de la muestra es igual a 0 086. Como este coeciente est a muy pr oximo a 0, podr amos decir que la fuerza de la relaci on lineal entre el peso y el precio (en la muestra) es muy d ebil. El coeciente de correlaci on lineal de Pearson entre el peso y la altura de los libros de la muestra es igual a 0 729. Como este coeciente est a bastante pr oximo a 1, podr amos decir que la fuerza de la relaci on ltimo, el coeciente de correlaci lineal entre el peso y la altura (en la muestra) es bastante fuerte. Por u on lineal de Pearson
60
entre el precio y la altura de los libros de la muestra es igual a 0 134. Como este coeciente est a muy pr oximo a cero, podr amos decir que la fuerza de la relaci on lineal entre el precio y la altura (en la muestra) es muy d ebil. nico (de las tres combinaciones posibles) coeciente de correlaci Tambi en se puede observar que el u on lineal que se puede considerar no nulo en toda la poblaci on es el correspondiente a las variables altura y peso, pues r es igual a 0 729 en la muestra de 30 libros y el p-valor o nivel cr tico (Sig. (bilateral)) es igual a 0 000 (menor que el nivel de signicaci on = 0 01). Es decir, las variables altura y peso est an relacionadas linealmente en la poblaci on de todos los libros de la biblioteca.
3.4.
Regresi on lineal
Figura 92: Cuadro de di alogo para realizar la regresi on lineal
Para obtener la ecuaci on de la recta de regresi on lineal m nimo cuadr atica de una variable cuantitativa Y sobre otra Lineal. Aparece, entonces, el cuadro de di variable cuantitativa X , se selecciona la opci on Analizar Regresion alogo de la Figura 92.
Figura 93: Cuadro de di alogo para obtener, entre otras cosas, los coecientes de regresi on
Figura 94: Coecientes de regresi on de la recta de regresi on de la variable altura sobre la variable peso
Puesto que hemos obtenido anteriormente que la fuerza de la relaci on lineal entre el peso y la altura es bastante fuerte, vamos ahora a encontrar la ecuaci on de la recta de regresi on m nimo cuadr atica de la variable altura sobre la variable peso (de nuestro chero de datos Libros.sav). Para ello, en el cuadro de di alogo de la Figura 92 seleccionamos la variable altura en Dependiente y la variable peso en Independientes. Pulsamos el bot on Estad sticos y, en el cuadro de di alogo que aparece y pulsamos Continuar. Volvemos (Figura 93), activamos solamente la opci on Estimaciones del grupo Coecientes de regresion al anterior cuadro de di alogo (Figura 92) y pulsamos Aceptar. As , en la ventana del visor de resultados tenemos la tabla de la Figura 94, en la cual se hace un contraste de hip otesis (que se explicar a en la parte de Estad stica Inferencial), pero
61
lo que a nosotros nos interesa en este momento son los resultados de los coecientes de regresi on, que son: A = 12 257, B = 0 020, siendo la ecuaci on de la recta de regresi on m nimo cuadr atica Y = A + B X (donde Y =altura y X =peso). Es decir, la ecuaci on de dicha recta de regresi on es:
altura = 12 257 + 0 020 peso
Figura 95: Cuadro de di alogo para guardar algunas medidas, como los valores pronosticados y los residuos o errores
Figura 96: Pron osticos de la variable altura a partir de la recta de regresi on de dicha variable sobre la variable peso
Si, adem as, queremos obtener los valores pronosticados de la variable dependiente a partir de la recta de regresi on m nimo cuadr atica de la variable dependiente sobre la variable independiente, en el cuadro de di alogo de la Figura 92 pulsamos el bot on Guardar y, en el cuadro de di alogo que aparece (Figura 95), activamos Valores pronosticados... No tipicados. Tras pulsar Continuar y Aceptar, nos aparece, en la ventana del editor de datos una nueva columna (variable) que contiene dichos valores. Tambi en se pueden guardar, entre otras cosas, los residuos o errores (las diferencias entre los valores pronosticados y los valores reales de la variable dependiente). Para ello, en el cuadro de di alogo de la Figura 92 pulsamos el bot on Guardar y, en el cuadro de di alogo que aparece (Figura 95), activamos Residuos... No tipicados. Tras pulsar Continuar y Aceptar, nos aparece, en la ventana del editor de datos una nueva columna con dichos residuos o errores en la predicci on. En el ejemplo anteriormente resuelto, los valores pronosticados de la variable altura a partir de la recta de regresi on de la variable altura sobre la variable peso aparecen en la pen ultima columna (pre 1) de la Figura 96 y los valores de los ltima columna (variable residuos o errores cometidos en la predicci on (diferencia entre altura y pre 1) aparecen en la u res 1). Como vemos, SPSS asigna unos nombres (por defecto) a estas nuevas variables (pre 1 y res 1). Es conveniente cambiar estos nombres, as como ponerles unas etiquetas explicativas.
62
4.
Probabilidad. Variables aleatorias
Para obtener resultados de probabilidad con SPSS se tiene que utilizar la opci on Transformar Calcular, que se ha explicado en la secci on 1.13 (secci on que es conveniente repasar en este momento). Para poder usar la opci on Transformar Calcular es necesario tener abierto un chero de datos (chero .sav). Podemos nica variable que tenga un u nico utilizar cualquier chero de datos, pero lo m as conveniente es crear uno nuevo con una u dato. Para ello, seleccionamos la opci on Archivo Nuevo Datos. Denimos la primera columna d andole s olo el nombre; que puede ser, por ejemplo, necesaria. En cuanto a las dem as especicaciones de esta variable, dejamos las que tienen el sistema por defecto. Introducimos, en esta primera columna, un s olo dato: por ejemplo, el 1 (podr a ser cualquier cosa). Podemos grabar este chero de datos con el nombre Probabilidad.sav. Recordemos que si seleccionamos Transformar Calcular nos aparece el cuadro de di alogo de la Figura 19. Recordemos tambi en que en este cuadro de di alogo tenemos cinco partes fundamentales: arriba a la izquierda est a el lugar para escribir el nombre de la nueva variable (Variable de destino:); debajo aparece la lista de variables existentes; arriba a la derecha est a el num lugar destinado a la denici on de la nueva variable (Expresion erica:); debajo hay una calculadora y a su derecha est a el grupo de funciones disponibles (Grupo de funciones:). Una vez seleccionado un grupo dentro de la lista Grupo de funciones:, debajo aparece otra lista con las funciones y variables que se pueden usar dentro del grupo de funciones elegido (Funciones y variables especiales:).
4.1.
Funci on de probabilidad y funci on de densidad
SPSS puede calcular el resultado de la funci on de probabilidad (si la variable es discreta) o de la funci on de densidad (si la variable es continua) para un valor concreto. Como los resultados de la funci on de probabilidad y de la funci on de densidad de est an comprendidos entre 0 y 1, y van a aparecer en la ventana del editor de datos, podemos especicar como tipo de datos por defecto el Num erico Opciones con una Anchura igual a 8 y con un n umero de Cifras decimales igual a 6. Para ello, seleccionamos Edicion para nuevas variables num Carpeta de Datos de la barra de men us. En el apartado Visualizacion ericas del cuadro de di alogo correspondiente (Figura 10) ponemos un 8 en Ancho y un 6 en Cifras decimales y pulsamos en Aceptar. Por ejemplo, sea X una variable aleatoria Binomial de par ametros n = 80 y p = 0 5, X B (80, 0 5). Vamos a calcular el resultado de la funci on de probabilidad para el valor 30; es decir, P (X = 30). Para ello, teniendo abierto el chero de datos Probabilidad.sav, seleccionamos la opci on Transformar Calcular. En Variable de destino podemos escribir ejemplo1. num Ahora tenemos que poner en el recuadro Expresion erica la funci on PDF.BINOM(c,n,p) que calcula el resultado de la funci on de probabilidad evaluado en c de una variable aleatoria Binomial de par ametros n y p. Para ello, en Grupo de funciones hacemos clic sobre FDP y FDP no centrada; en la lista de Funciones y variables espec cas hacemos doble clic sobre Pdf.Binom. Podemos observar que en el recuadro que hay a la izquierda de la lista Funciones y variables espec cas aparece una explica num ci on de lo que hace concretamente la funci on seleccionada. En Expresion erica aparece lo siguiente: FDP.BINOM(?,?,?). Tenemos que sustituir las interrogaciones por lo que queremos; es decir, debe aparecer FDP.BINOM(30,80,0.5). Despu es ltima variable, los resultados de la de pulsar el bot on Aceptar obtendremos en la carpeta de datos, a continuaci on de nuestra u probabilidad pedida, P (X = 30), que es igual a 0 007338. Podemos volver a grabar estos nuevos datos en Probabilidad.sav. Entre las funciones de probabilidad y funciones de densidad que aparecen dentro de la opci on FDP y FDP no centrada del recuadro Grupo de funciones, las que hemos estudiado son: PDF.BINOM(cant,n,prob) Calcula el resultado de la funci on de probabilidad evaluado en cant de una variable aleatoria xito). Binomial de par ametros n (n umero de veces que se repite el experimento) y prob (probabilidad de e PDF.POISSON(cant,media) Calcula el resultado de la funci on de probabilidad evaluado en cant de una variable aleatoria de Poisson con par ametro media. PDF.GEOM(cant,prob) Calcula el resultado de la funci on de probabilidad evaluado en cant de una variable aleatoria xito) cuando la probabilidad de e xito es prob. geom etrica (n umero de intentos para obtener un e PDF.NORMAL(cant,media,desv t p) Calcula el resultado de la funci on de densidad evaluado en cant de una variable aleatoria normal de par ametros media y desv t p. PDF.CHISQ(cant,gl) Calcula el resultado de la funci on de densidad evaluado en cant de una variable aleatoria chicuadrado con los grados de libertad gl. PDF.T(cant,gl) Calcula el resultado de la funci on de densidad evaluado en cant de una variable aleatoria t de Student con los grados de libertad gl.
63
PDF.F(cant,gl1,gl2) Calcula el resultado de la funci on de densidad evaluado en cant de una variable aleatoria F de Snedecor con los grados de libertad gl1 y gl2.
Ejercicios Propuestos
1. Sea X B (n = 50, p = 0 25). Calcular P (X = 10). 2. Sea X P ( = 8). Calcular P (X = 7). 3. Sea X G(p = 0 25). Calcular P (X = 5).
4.2.
Funci on de distribuci on (probabilidad acumulada)
Para calcular el resultado de la funci on de distribuci on de una variable aleatoria, F (t) = P (X t), tambi en hay que elegir la opci on TransformarCalcular. Por ejemplo, vamos a calcular la probabilidad P (X 1 36), siendo X una variable aleatoria Normal Est andar, X N (0, 1). Como sabemos, P (X 1 36) = F (1 36). Para calcular el resultado de la funci on de distribuci on evaluado en 1 36 de una variable aleatoria Normal de media 0 y desviaci on t pica 1, teniendo abierto el chero de datos Probabilidad.sav, seleccionamos la opci on Transformar Calcular. En Variable de destino podemos escribir ejemplo2. Ahora num p) que calcula el resultado tenemos que poner en el recuadro Expresion erica la funci on CDF.NORMAL(cant,media,desv t p. Para de la funci on de distribuci on evaluado en cant de una variable aleatoria Normal de par ametros media y desv t ello, en Grupo de funciones hacemos clic sobre FDA y FDA no centrada; en la lista de Funciones y variables espec cas hacemos num doble clic sobre Cdf.Normal. En Expresion erica aparece lo siguiente: CDF.NORMAL(?,?,?). Tenemos que sustituir las interrogaciones por lo que queremos; es decir, debe aparecer CDF.NORMAL(-1.36,0,1). Despu es de pulsar el bot on Aceptar ltima variable, los resultados de la probabilidad pedida, obtendremos en la carpeta de datos, a continuaci on de nuestra u P (X 1 36) = F (1 36) = 0 086915. Podemos volver a grabar estos nuevos datos en Probabilidad.sav. Si queremos calcular probabilidades de los tipos P (X > a), P (X a), P (a < X < b), , tenemos que utilizar l apiz y papel, y aplicar las propiedades de la probabilidad para llegar a expresiones en las que s olo aparezcan probabilidades stas son las que calcula SPSS. No tenemos que olvidar, por ejemplo, del tipo P (X x) (funci on de distribuci on), pues e que si X es una variable aleatoria continua, entonces P (X = a) = 0 para todo a, por lo que se cumplen las siguientes igualdades: P (X a) = P (X < a), P (X a) = P (X > a), . Pero si X es una variable aleatoria discreta, las probabilidades P (X a) y P (X < a) no son (en general) iguales. Por ejemplo, si X N (6 5, 1 85), entonces P (5 X < 7) = P [(X < 7) (X < 5)] = P (X < 7) P (X < 5) = P (X 7)P (X 5) = F (7)F (5) = CDF.N ORM AL(7, 6.5, 1.85)CDF.N ORM AL(5, 6.5, 1.85) = 0 397787. Entre las funciones de distribuci on que aparecen dentro de la opci on FDA y FDA no centrada del recuadro Grupo de funciones, las que hemos estudiado son: CDF.BINOM(cant,n,prob) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria xito). Binomial de par ametros n (n umero de veces que se repite el experimento) y prob (probabilidad de e CDF.POISSON(cant,media) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria de Poisson con par ametro media. CDF.GEOM(cant,prob) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria xito) cuando la probabilidad de e xito es prob. geom etrica (n umero de intentos para obtener un e CDF.NORMAL(cant,media,desv t p) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria normal de par ametros media y desv t p. CDF.CHISQ(cant,gl) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria chicuadrado con los grados de libertad gl. CDF.T(cant,gl) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria t de Student con los grados de libertad gl. CDF.F(cant,gl1,gl2) Calcula el resultado de la funci on de distribuci on evaluado en cant de una variable aleatoria F de Snedecor con los grados de libertad gl1 y gl2.
4. Sea X B (n = 50, p = 0 25). Calcular:
64
a) b) c) d) e) f) g) h)
P (X 12). P (X 3). P (X < 5). P (X > 7). P (10 < X < 20). P (10 X < 20). P (10 < X 20). P (10 X 20).
5. Sea X P ( = 8). Calcular: a) b) c) d) e) f) P (X < 6). P (X > 7). P (X 5). P (X 9). P (5 < X < 15). P (5 X 15).
6. Sea X G(p = 0 25). Calcular: a) b) c) d) e) P (X < 3). P (X > 4). P (X 3). P (X 4). P (3 X < 10).
7. Sea X una variable aleatoria normal de media 5 y desviaci on t pica 1 5, X N (5, 1 5). Calcular: a) b) c) d) e) P (X 6 5). P (X > 7 5). P (5 5 < X < 7 5). P (|X | > 6 5) = P (X < 6 5) + P (X > 6 5). P (|X | < 7 5) = P (7 5 < X < 7 5).
8. Sea X una variable aleatoria que sigue una distribuci on t de Student con n grados de libertad, X tn . Calcular: a) b) c) d) e) Para n = 10, P (X 1 45). Para n = 15, P (X 2 5). Para n = 7, P (0 57 < X < 3 5). Para n = 125, P (|X | > 1 45) = P (X < 1 45) + P (X > 1 45). Para n = 20, P (|X | < 3 5) = P (3 5 < X < 3 5).
9. Sea X una variable aleatoria que sigue una distribuci on chi-cuadrado con n grados de libertad, X 2 n . Calcular: a) b) c) d) e) Para n = 12, P (X < 4 8). Para n = 20, P (X > 4 8). Para n = 4, P (3 3 < X < 9 4). Para n = 25, P (|X | > 1 5) = P (X < 1 5) + P (X > 1 5). Para n = 14, P (|X | < 4 5) = P (4 5 < X < 4 5).
10. Sea X una variable aleatoria con distribuci on F de Snedecor con m y n grados de libertad, X Fm,n . Calcular: a) b) c) d) e) Para m = 7, n = 5, P (X < 2 9). Para m = 25, n = 50, P (X 5). Para m = 15, n = 10, P (0 4 < X < 2 4). Para m = 12, n = 14, P (|X | < 6 3) = P (6 3 < X < 6 3). Para m = 10, n = 8, P (|X | > 3 5) = P (x < 3 5) + P (X > 3 5).
65
4.3.
Inversa de la funci on de distribuci on (percentiles o cuantiles)
En ocasiones, en lugar de querer calcular probabilidades de sucesos, se desea justamente lo contrario, conocer el valor x que hace que la probabilidad del suceso (X x) sea igual a un valor determinado p; es decir, hallar x para que se cumpla P (X x) = p; esto no es m as que calcular percentiles de variables aleatorias. Para calcular el resultado de los percentiles de una variable aleatoria hay que elegir la opci on Transformar Calcular. Como los resultados de los percentiles pueden ser cualesquiera (no tienen que estar comprendidos entre 0 y 1), y van a aparecer en la ventana del editor de datos, podemos especicar como tipo de datos por defecto el Num erico con una Opciones Carpeta de Anchura igual a 8 y con un n umero de Decimales igual a 4. Para ello, seleccionamos Edicion para nuevas variables num Datos de la barra de men us. En el apartado Visualizacion ericas del cuadro de di alogo correspondiente (Figura 10) ponemos un 8 en Ancho y un 4 en Cifras decimales. Por ejemplo, vamos a calcular el valor k que verica P (X k ) = 0 98, cuando X es una variable aleatoria chicuadrado de Pearson con 20 grados de libertad, X 2 20 . Para ello, teniendo abierto el chero de datos Probabilidad.sav, seleccionamos la opci on Transformar Calcular. En Variable de destino podemos escribir ejemplo3. Ahora tenemos que num poner en el recuadro Expresion erica la funci on IDF.CHISQ(p,gl) que calcula el valor de k tal que P (X k ) = p siendo X una variable aleatoria chi-cuadrado con gl grados de libertad. Para ello, en Grupo de funciones hacemos clic sobre GL num inversos; en la lista de Funciones y variables espec cas hacemos doble clic sobre Idf.Chisq. En Expresion erica aparece lo siguiente: IDF.CHISQ(?,?). Tenemos que sustituir las interrogaciones por lo que queremos; es decir, debe aparecer IDF.CHISQ(0.98,20). Despu es de pulsar el bot on Aceptar obtendremos en la carpeta de datos, a continuaci on de nuestra ltima variable, los resultados de la probabilidad pedida, k = 35 0196. Podemos volver a grabar estos nuevos datos en u Probabilidad.sav. Si nos dan probabilidades de los tipos P (X > a), P (X a), , tenemos que utilizar l apiz y papel, y aplicar las propiedades de la probabilidad para llegar a expresiones en las que s olo aparezcan probabilidades del tipo P (X x) (funci on de distribuci on). Por ejemplo, vamos a calcular el valor k que verica P (X k ) = 0 9, cuando X 2 20 . P (X k ) = 0 9 P (X k ) = 1 0 9 P (X < k ) = 0 1 P (X k ) = 0 1 (por ser continua la variable) k = IDF.CHISQ(0.1, 20) = 12.4426 Entre las funciones que aparecen dentro de la opci on GL inversos del recuadro Grupo de funciones, las que calculan los resultados de los percentiles o cuantiles de las variables aleatorias estudiadas son: IDF.NORMAL(p,media,desv t p) Calcula el valor de a tal que P (X a) = p, siendo X una variable aleatoria normal de par ametros media y desv t p. IDF.CHISQ(p,gl) Calcula el valor de a tal que P (X a) = p, siendo X una variable aleatoria chi-cuadrado con los grados de libertad gl. IDF.T(p,gl) Calcula el valor de a tal que P (X a) = p, siendo X una variable aleatoria t de Student con los grados de libertad gl. IDF.F(p,gl1,gl2) Calcula el valor de a tal que P (X a) = p, siendo X una variable aleatoria F de Snedecor con los grados de libertad gl1 y gl2.
11. Hallar el valor de los siguientes percentiles: Z0 58 , Z0 42 , Z0 999 , Z0 001 .
12. Si Z denota la variable aleatoria Normal Est andar, calcular el valor de a para que se verique: a) P (Z a) = 0 725. b) P (Z a) = 0 875. 13. Si X es una variable aleatoria con distribuci on Normal de media 0 5 y desviaci on t pica 0 25, determinar el valor de a tal que: a) P (X < a) = 0 725.
66
b) P (X > a) = 0 875. 14. Calcular el valor de los siguientes percentiles: a) 2 6 , 0 01 . b) 2 6 , 0 99 . c) 2 72 , 0 975 . 15. Sea X una variable aleatoria que sigue una distribuci on chi-cuadrado de Pearson con 15 grados de libertad. Determinar el valor de a que verica la siguiente igualdad: a) P (X a) = 0 05. b) P (X > a) = 0 99. 16. Calcular el valor de los siguientes percentiles: a) t26 , 0 9 . b) t26 , 0 1 . c) t75 , 0 8 . 17. Sea X una variable aleatoria que sigue una distribuci on t de Student con 20 grados de libertad. Determinar el valor de a que verica la siguiente igualdad: a) P (X a) = 0 99. b) P (X a) = 0 25. 18. Calcular el valor de los siguientes percentiles: a) F8 , 6 , 0 975 . b) F25 , 50 , 0 01 . c) F45 , 35 , 0 01 . 19. Sea X una variable aleatoria que sigue una distribuci on F de Snedecor con 10 grados de libertad en el numerador y 8 grados de libertad en el denominador. Determinar el valor de a que verica la siguiente igualdad: a) P (X < a) = 0 9. b) P (X > a) = 0 05.
67
5.
Contrastes param etricos
A partir de ahora, volvemos a trabajar con el chero Libros.sav, salvo que se especique otro chero para determinados procedimientos.
5.1.
Contraste para una media. Intervalo de conanza para la media
Figura 97: Cuadro de di alogo para hacer un test de hip otesis sobre una media
Para realizar un contraste de hip otesis sobre una media se ha de seleccionar Analizar Comparar medias Prueba T para una muestra. Este procedimiento s olo realiza el contraste bilateral de la hip otesis nula H0 : = 0 frente a la hip otesis alternativa H1 : = 0 en el caso en el que la varianza poblacional 2 es desconocida. Recordemos que para aplicar esta t ecnica (test de la t de Student para una muestra) se ha de cumplir que la variable sea Normal o que el tama no muestral sea grande (mayor o igual que 30).
Figura 98: Opciones de un test de hip otesis sobre una media poblacional
En el recuadro Contrastar Variables del cuadro de di alogo que aparece (Figura 97) se selecciona la variable o variables para las cuales se va a realizar este tipo de contraste. Y en el recuadro Valor de prueba se especica el valor, 0 , con el que se compara la media poblacional. Si pulsamos el bot on Opciones de dicho cuadro de di alogo nos aparece el cuadro de la Figura 98. Estas opciones son: Intervalo de conanza: Por defecto se muestra un intervalo de conanza al 95 % para la diferencia entre la media poblacional, , y el valor de contraste hipot etico, 0 . Se puede introducir un valor entre 1 y 99 para solicitar otro nivel de conanza. Valores perdidos: Si se desea contrastar varias variables y existen datos perdidos en una o en varias de las variables, se puede indicar qu e casos deber an ser excluidos. an Excluir casos segun alisis: Cada contraste utiliza todos los casos que tienen datos v alidos para la variable contrastada. Los tama nos muestrales pueden variar de una prueba a otra. lista: Cada contraste utiliza u nicamente los casos que tienen datos v Excluir casos segun alidos para todas las variables utilizadas en cualquiera de los contrastes solicitados. El tama no muestral es constante en todas las pruebas.
Figura 99: Estad sticos en el contraste sobre la media de la variable pr estamo
68
Figura 100: Resultados del contraste sobre la media de la variable pr estamo
Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que el n umero medio anual de pr estamos, en la poblaci on de todos los libros de la biblioteca, es igual a 14. Lo que queremos es hacer un contraste sobre la media poblacional de la variable pr estamo. La hip otesis nula es que la media poblacional de la variable pr estamo es igual a 14. Como el tama no muestral de nuestro chero Libros.sav es igual a 30, se puede aplicar esta t ecnica a cualquier variable (concretamente, se le puede aplicar a la variable pr estamo). Vamos a contrastar la hip otesis nula H0 : = 14 frente a la hip otesis alternativa H1 : = 14. Los resultados que aparecen en el visor de SPSS son los de las Figuras 99 y 100. Como el nivel cr tico, Sig. (bilateral), es igual a 0 824, mayor que el nivel de signicaci on, = 0 05, entonces aceptamos la hip otesis nula; es decir, la media poblacional de la variable pr estamo puede considerarse igual a 14. Tambi en obtenemos el resultado del estad stico de contraste: t= los grados de libertad de la t de Student: gl = 29, la diferencia entre la media muestral y el valor con el se compara: Diferencia de medias = x 0 = 0 4, y el intervalo de conanza al 95 % para la diferencia entre la media poblacional, , y la media hipot etica, 14: Intervalo de conanza para la diferencia = (4 04, 3 24). ltimo podemos obtener un intervalo de conanza al 95 % para la media poblacional: De esto u 4 04 < 14 < 3 24 4 04 + 14 < < 3 24 + 14 9 96 < < 17 24 . x 0 = 0 225, S/ n
5.2.
Comparaci on de dos medias con muestras independientes
Para realizar un contraste de hip otesis sobre comparaci on de dos medias con muestras independientes se tiene que seleccionar Analizar Comparar medias Prueba T para muestras independientes. Aparece entonces el cuadro de di alogo de la Figura 101.
Figura 101: Ventana para hacer un test de hip otesis sobre comparaci on de dos medias con muestras independientes
Este procedimiento realiza el contraste bilateral de la hip otesis nula H0 : 1 = 2 frente a la hip otesis alternativa H1 : 1 = 2 en el caso de muestras independientes y varianzas poblacionales desconocidas, distinguiendo los casos en
69
stas sean iguales o distintas. Por ello, tambi que e en presenta un contraste de comparaci on de varianzas poblacionales, que es la Prueba de Levene (un contraste m as independiente que otros respecto de la hip otesis de normalidad de las variables implicadas). Recordemos que para aplicar esta t ecnica (test de la t de Student para dos muestras) se ha de cumplir que las variables sean Normales o que los tama nos muestrales sean grandes (mayores o iguales que 30).
Figura 102: Ventana para denir los grupos en una comparaci on de dos medias con muestras independientes
En Contrastar variables (Figura 101) se especica la variable (o variables) objeto de estudio. T engase presente que si se ha de stas ser se especica m as de una variable, e an analizadas individualmente. En el recuadro Variable de agrupacion especicar una variable dicot omica (que tenga s olo dos resultados distintos) o que se vaya a dicotomizar, pues queremos comparar las medias de la variable elegida en Contrastar variables para los dos grupos denidos por las dos categor as de la . A continuaci variable especicada en Variable de agrupacion on se ha de pulsar el bot on Denir grupos para especicar los dos ltima variable (ver Figura 102). grupos en los que se va a dividir esta u Los dos grupos se pueden crear bas andose en una variable num erica o no num erica. Si la variable especicada en es num Variable de agrupacion erica (o num ericamente codicada) se puede dar, a su vez, dos casos: en el primero la variable es ya dicot omica, por lo que se activa Usar valores especicados (Figura 102) y se designan los dos grupos (Grupo 1 y Grupo 2) seg un los valores originales. Si la variable num erica no es dicot omica, el recuadro Punto de corte tiene como objetivo el especicar el valor de la variable que dar a lugar a una partici on en dos categor as, una de las cuales ser a el conjunto de los valores menores que el especicado, y la otra el resto de valores. no es num Si la variable especicada en Variable de agrupacion erica, el cuadro de di alogo es como el anterior (Figura 102) si exceptuamos Punto de corte. Si la variable es ya dicot omica se designan los dos grupos (Grupo 1 y Grupo 2) seg un los valores originales. Si la variable no es dicot omica, se especican s olo dos de las categor as de dicha variable, quedando excluidas del an alisis el resto de ellas. Igual que en el caso del contraste sobre una media, en el cuadro de di alogo de la Figura 101 tambi en tenemos la posibilidad de activar Opciones, cuya interpretaci on es completamente an aloga a la del contraste mencionado (ver Figura 98).
Figura 103: Resultados del contraste sobre comparaci on de dos medias con muestras independientes
Con los datos del chero Libros.sav, vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la media (poblacional) del precio de los libros que se prestan poco es igual a la media (poblacional) del precio de los libros que se prestan mucho. Lo que queremos hacer es un contraste de comparaci on de dos medias poblacionales (media
70
del precio en el grupo de libros que se prestan poco y media del precio en el grupo de libros que se prestan mucho). Las muestras son independientes, pues la muestra de libros que se prestan poco es independiente de la muestra de libros que se prestan mucho. Recordemos que los resultados de la variable pr estamo est an comprendidos entre 1 y 42 , y que su mediana es 11 5. Podemos dicotomizar la variable pr estamo considerando que los libros que se prestan poco son los que tienen un resultado menor que 12 y los que se prestan mucho son los que tienen un resultado mayor o igual que 12. seleccionamos pr Por tanto, en Contrastar variables (de la Figura 101) colocamos precio y en Variable de agrupacion estamo. Pulsamos, a continuaci on, el bot on Denir grupos, y en el cuadro que resulta (Figura 102) activamos la opci on Punto de corte y escribimos en el recuadro el valor 12 (un grupo est a formado por los valores menores que 12, y el otro por el resto). Pulsamos en Continuar y despu es en Aceptar. En el visor de SPSS aparecen los resultados que se muestran en la Figura 103. El tama no muestral del grupo 1 (resultado de pr estamo mayor o igual que 12) es de 15, y el tama no muestral del grupo 2 (resultado de pr estamo menor que 12) es tambi en de 15. Ninguno de estos tama nos son grandes (mayores o iguales que 30), pero suponemos que la variable precio es Normal (consultar el apartado 6.5 para comprobar que es cierto). Por tanto, se puede utilizar este procedimiento de comparaci on de dos medias poblacionales. Para cada uno de los dos grupos, la primera tabla de la Figura 103 nos da los resultados de las medias muestrales (Media), las cuasidesviaciones t picas muestrales (Desviaci on t p.) y los errores t picos de las medias (Error t p. de la media). El error t pico de la media es la desviaci on t pica del estad stico media muestral, que es igual al valor de la cuasidesviaci on t pica dividido por la ra z cuadrada del tama no muestral. En cuanto al resultado del contraste de hip otesis sobre igualdad de varianzas (Prueba de Levene) el valor del estad stico de contraste es 2 078 y el nivel cr tico (Sig.) es 0 161. Como este nivel cr tico es mayor que el nivel de signicaci on, = 0 05, entonces se puede aceptar la hip otesis de igualdad de varianzas poblacionales. Tenemos que ver, por tanto, los resultados del contraste de comparaci on de medias que hay a continuaci on de Se han asumido varianzas iguales. El estad stico de contraste para la comparaci on de medias con varianzas desconocidas e iguales es: t= (n1
2 1)S1
x1 x2
2 + (n2 1)S2 n1 + n2 2
= 1 333, 1 1 + n1 n2
los grados de libertad son: gl = 28, el nivel cr tico o p-valor es: Sig. (bilateral) = 0 193. Como dicho nivel cr tico es mayor que el nivel de signicaci on, = 0 05, debemos aceptar la hip otesis nula; es decir, la media del precio de los libros que se prestan poco es igual a la media del precio de los libros que se prestan mucho. Adem as aparece el resultado de la diferencia entre las dos medias muestrales, x1 x2 (que es igual al numerador del estad stico de contraste): Diferencia de medias = 10 27, el error t pico de la diferencia (que es igual al denominador del estad stico de contraste): 7 7, y un intervalo de conanza al 95 % para la diferencia de medias poblacionales: 5 505 < 1 2 < 26 038. 5.2.1. Ejemplo de edici on de unos datos para hacer la comparaci on de dos medias con muestras independientes
Se est a realizando el estudio de una base de datos e interesa saber si los res umenes que publica escritos en franc es son signicativamente diferentes en longitud (n umero de palabras) a los escritos en ingl es. La muestra estudiada se ha cogido al azar y consiste en 30 res umenes escritos en franc es y 30 (independientes de los otros) en ingl es.
franc es 70 61 74 80 104 85 65 57 70 47 118 87 68 71 81 59 89 90 74 74 85 67 87 98 79 82 70 89 79 89 67 91 74 57 78 75 75 70 75 72 101 90 80 64 71 78 120 101 62 72 69 74 107 85 69 67 54 72 95 94
ingl es
71
Hay que realizar un contraste de comparaci on de dos medias con muestras independientes. Vamos a considerar un nivel de signicaci on de = 0 05. En primer lugar tenemos que introducir estos datos en el editor y luego grabarlos en un nuevo chero. La primera columna (que llamaremos longitud) va a contener todos los resultados de las dos muestras, una debajo de la otra. Y la segunda columna de datos (que llamaremos grupo) va a tener un 1 (para los resultados que provengan de la muestra de res umenes escritos en franc es) o un 2 (para los resultados que provengan de la muestra de res umenes escritos en ingl es). Para introducir estos datos en el editor de datos de SPSS, en primer lugar seleccionamos Archivo Nuevo Datos. En segundo lugar denimos convenientemente las dos variables. A continuaci on introducimos los datos de la manera indicada ltimo grabamos estos datos en un nuevo chero llamado LongitudResumenes.sav (ver la Figura 104). Y por u
Figura 104: Datos del chero LongitudResumenes.sav
Ahora ya podemos, con los datos del chero LongitudResumenes.sav, realizar el contraste mencionado. Para ello, en el cuadro de di alogo de la Figura 101 se selecciona la variable longitud en el recuadro Contrastar variables; y la variable grupo . Se pulsa en Denir grupos y en el cuadro de di en el recuadro Variable de agrupacion alogo de la Figura 102 se activa Usar valores especicados, y se coloca un 1 junto a Grupo 1 y un 2 junto a Grupo 2. Se pulsa en Continuar y despu es en Aceptar. Los resultados de este contraste se muestran en la tabla de la Figura 105. Observamos que, en el contraste de comparaci on de varianzas poblacionales, el nivel cr tico (Sig.) es igual a 0 003, menor que el nivel de signicaci on, = 0 05, por lo que rechazamos la hip otesis de igualdad de varianzas, y por tanto aceptamos que las varianzas poblacionales son distintas. Observamos que el nivel cr tico, Sig. (bilateral), para el contraste de comparaci on de medias con varianzas desconocidas y distintas es 0, menor que el nivel de signicaci on, = 0 05, por lo que rechazamos la hip otesis de igualdad de medias. Por tanto, aceptamos que la media (poblacional) del n umero de palabras por resumen escrito en franc es es distinta de la media (poblacional) del n umero de palabras por resumen escrito en ingl es. Adem as, como en las muestras se obtiene que la media (muestral) de los de franc es es menor que la media (muestral) de los de ingl es, entonces debe aceptarse que ocurre lo mismo en las poblaciones respectivas; es decir, la media (poblacional) del n umero de palabras por resumen escrito en franc es es menor que la media (poblacional) del n umero de palabras por resumen escrito en ingl es.
5.3.
Comparaci on de dos medias con muestras relacionadas
Volvemos a trabajar con el chero Libros.sav. Para realizar un contraste de hip otesis sobre comparaci on de dos medias con muestras relacionadas se tiene que seleccionar Analizar Comparar medias Prueba T para muestras relacionadas. Aparece entonces el cuadro de di alogo de la Figura 106. Este procedimiento realiza el contraste bilateral de la hip otesis nula H0 : 1 = 2 frente a la hip otesis alternativa H1 : 1 = 2 en el caso de muestras apareadas (relacionadas o dependientes). Recordemos que para aplicar esta t ecnica se ha de cumplir que las variables sean Normales o que el tama no muestral sea grande (mayor o igual que 30).
72
Figura 105: Resultados del contraste sobre comparaci on de las medias de las longitudes de los res umenes
Figura 106: Ventana para hacer un test de hip otesis sobre comparaci on de dos medias con muestras relacionadas
Hay que declarar un par de variables en el recuadro Variables relacionadas. Para ello debemos seleccionar (hacer clic stas quedar sobre) un par de variables de la lista; veremos como e an escritas autom aticamente junto a Variable 1 y Variable 2 del grupo Selecciones actuales. Despu es pulsamos el bot on . Igual que en el caso del contraste anterior, en el cuadro de di alogo de la Figura 106 tambi en tenemos la posibilidad de activar Opciones, cuya interpretaci on es completamente an aloga a la del contraste mencionado (ver Figura 98). Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la media (poblacional) de los resultados de la opini on del primer experto en encuadernaci on es igual a la media (poblacional) de los resultados de la opini on del segundo experto en encuadernaci on. Lo que queremos es hacer un contraste de comparaci on de las medias poblacionales de las variables opini on1 y opini on2. Las muestras son apareadas (o relacionadas) pues realmente las muestras est an constituidas por los mismos individuos (libros) a los cuales se les observa ambas variables. Como el tama no muestral del chero de datos Libros.sav es 30, podemos aplicar este contraste a las variables opini on1 y opini on2. Los resultados obtenidos se muestran en la Figura 107. En la primera tabla de la Figura 107 aparecen los resultados de los estad sticos para cada una de las variables. Las cuasidesviaciones t picas muestrales son S1 = 1 413 y S2 = 1 206; los medias muestrales son x1 = 2 93 y x2 = 3 17; las errores t picos de las medias muestrales son S1 / n = 0 258 y S2 / n = 0 220, respectivamente. En la segunda tabla de la Figura 107 aparecen los resultados de la correlaci on entre las dos variables. El valor del coeciente de correlaci on lineal de Pearson en la muestra es r = 0 007. Tambi en aparece en esta tabla el resultado del nivel cr tico para la hip otesis nula de igualdad a cero del coeciente de correlaci on lineal poblacional. Este nivel cr tico (Sig.) es igual a 0 972, mayor que el nivel de signicaci on, = 0 05, por lo que podemos aceptar la hip otesis nula. Por
73
Figura 107: Resultados del contraste sobre comparaci on de dos medias con muestras relacionadas
tanto, aceptamos que las dos variables, opini on1 y opini on2, son independientes en la poblaci on de todos los libros. En la tercera tabla de la Figura 107 aparecen los siguientes resultados: la media de la variable diferencia D = X1 X2 es igual a: Media = d = 0 23, la cuasidesviaci on t pica de la variable diferencia D es igual a: Desviaci on t p. = Sd = 1 851, la desviaci on t pica del estad stico d es igual a: Sd Error t p. de la media = = 0 338, n un intervalo de conanza para la diferencia de la medias poblacionales es: 0 92 < 1 2 < 0 46, el estad stico de contraste para la comparaci on de las dos medias poblacionales (con muestras relacionadas) es: t= d = 0 690, Sd n gl = 29, y el nivel cr tico es: Sig. (bilateral) = 0 495. Como dicho nivel cr tico es mayor que el nivel de signicaci on, = 0 05, se puede aceptar la hip otesis nula de la igualdad de las medias poblacionales de las dos variables. Por tanto, aceptamos que son iguales las medias (poblacionales) de las opiniones de los dos primeros expertos en encuadernaci on.
los grados de libertad son:
74
6.
6.1.
Contrastes no param etricos

Contraste sobre una proporci on
Para hacer un contraste de hip otesis sobre una proporci on poblacional se selecciona Analizar Pruebas no param etricas Binomial. Si la variable estudiada no es dicot omica (no tiene s olo dos resultados distintos), debe dicotomizarse como veremos a continuaci on. Se especican, como de costumbre, las variables a tratar en Contrastar variables teniendo presente
Figura 108: Cuadro de di alogo para el contraste sobre una proporci on
que no tienen por qu e ser originariamente dicot omicas (Figura 108). Dada la naturaleza del contraste, se examinan las variables de una en una. Si se hace clic en Aceptar, las variables han de ser dicot omicas y, por defecto, se obtienen los resultados del contraste en el caso en que la proporci on poblacional esperada sea igual a 0 5. Si la variable no es dicot omica, en Denir la dicotom a se activa la opci on Punto de corte y en el recuadro adjunto se escribe l se agrupar el valor de corte, de forma que los inferiores o iguales a e an en la primera categor a y el resto en la otra. Si no queremos que las proporciones de ambas categor as sean iguales (0 5), se puede especicar en el recuadro Contrastar la proporci proporcion on (o probabilidad) esperada poblacional de la primera categor a. Con los datos de nuestro chero Libros.sav, supongamos que queremos contrastar la hip otesis nula de que la proporci on poblacional de libros que se prestan 15 veces o menos cada a no es igual a 0 4. Vamos a considerar un nivel de signicaci on de = 0 05. Para hacer este test de hip otesis, en Contrastar variables (Figura 108) elegimos la variable pr estamo; activamos la opci on escribimos , 4 (se ha de omitir el cero que Punto de corte y en el recuadro adjunto escribimos 15; en Contrastar proporcion hay delante de la coma decimal) y luego pulsamos Aceptar. Los resultados aparecen en la Figura 109. Como vemos, junto al nivel cr tico (Sig. asint ot.) aparece la palabra unilateral; esto signica que la hip otesis alternativa que se ha considerado es que la proporci on poblacional sea mayor que 0 4 (recordemos que la hip otesis alternativa debe ser compatible con los resultados de la muestra). Como el nivel cr tico es 0 003, menor que el nivel de signicaci on, = 0 05, entonces se rechaza la hip otesis nula y por tanto se acepta la alternativa; es decir, se acepta que la proporci on poblacional de libros que se prestan anualmente 15 veces o menos, es mayor que 0 4.
Figura 109: Contraste sobre una proporci on para la variable pr estamo
6.2.
Contraste 2 de Pearson sobre proporciones
Para realizar este contraste se selecciona Analizar Pruebas no param etricas Chi-cuadrado. Este procedimiento tabula una variable en categor as y calcula un estad stico chi-cuadrado. Esta prueba de bondad de ajuste compara las frecuencias observadas y esperadas en cada categor a para contrastar si todas las categor as contienen la misma proporci on de valores o si cada categor a contiene una proporci on de valores especicada por el usuario. En el recuadro Contrastar variables del cuadro de di alogo inicial (Figura 110) se seleccionan las variables objeto de estudio. Haciendo clic en Aceptar se considera, por defecto, que cada categor a de la variable tiene la misma frecuencia esperada.
75
Figura 110: Cuadro de di alogo para el contraste chi-cuadrado sobre proporciones
Con el n de especicar el rango de valores que ser an objeto de an alisis, en Rango esperado se presentan dos alternativas: Obtener de los datos: Por defecto, cada valor de la variable es considerado una categor a. Usar rango especicado: En caso de que se quiera analizar s olo un determinado rango de valores, se especica en los recuadros de texto Inferior y Superior los valores, enteros, entre los que est an aquellos que interesan al usuario, incluidos ellos mismos.
En el grupo Valores esperados tenemos dos opciones: Todas las categor as iguales: Por defecto, todas las categor as tienen la misma frecuencia esperada (misma proporci on). ste el caso, el usuario tiene la posibilidad de especicar en el recuadro de texto adjunto las frecuenValores: Si no fuese e cias absolutas esperadas. Tambi en se pueden especicar los porcentajes o las frecuencias relativas (proporciones) esperadas. Hay que ser cuidadoso con el orden en que se especican las frecuencias, pues corresponden a los valores de la variable en orden ascendente. Si introducimos frecuencias absolutas esperadas, la suma de todas ellas debe ser igual al tama no muestral; si son frecuencias relativas o proporciones, la suma de todas ellas debe ser igual a 1 (en este caso la separaci on decimal se hace con una coma); y si son porcentajes, la suma debe ser igual a 100. Con los datos de nuestro chero Libros.sav, vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que las proporciones en que salen los resultados 1, 2, 3, 4 y 5 de la variable opini on1 en toda la poblaci on de libros de la biblioteca son, respectivamente, 0 2, 0 25, 0 15, 0 25 y 0 15; es decir, si X es la variable aleatoria opini on1 se quiere comprobar si se cumple: P (X = 1) = 0 2, P (X = 2) = 0 25, P (X = 3) = 0 15, P (X = 4) = 0 25, P (X = 5) = 0 15
Para ello, en el recuadro Contrastar variables del cuadro de di alogo inicial (Figura 110) se selecciona la variable opini on1. En el grupo Rango esperado activamos Obtener de los datos. En el grupo Valores esperados seleccionamos Valores. A continuaci on debemos especicar las frecuencias (o los porcentajes o las proporciones) esperadas. Si queremos especicar las proporciones (probabilidades) esperadas, hacemos lo siguiente:
En Valores escribimos 0, 2 y pulsamos Anadir . Esto signica que la proporci on (o probabilidad) esperada para el primer resultado de la variable (que es 1) es igual a 0, 2 (por tanto, el porcentaje esperado es el 20 %). En Valores escribimos 0, 25 y pulsamos Anadir . Esto signica que la proporci on (o probabilidad) esperada para el segundo resultado de la variable (que es 2) es igual a 0, 25 (por tanto, el porcentaje esperado es el 25 %). En Valores escribimos 0, 15 y pulsamos Anadir . Esto signica que la proporci on (o probabilidad) esperada para el tercer resultado de la variable (que es 3) es igual a 0, 15 (por tanto, el porcentaje esperado es el 15 %). En Valores escribimos 0, 25 y pulsamos Anadir . Esto signica que la proporci on (o probabilidad) esperada para el cuarto resultado de la variable (que es 4) es igual a 0, 25 (por tanto, el porcentaje esperado es el 25 %). En Valores escribimos 0, 15 y pulsamos Anadir . Esto signica que la proporci on (o probabilidad) esperada para el quinto resultado de la variable (que es 5) es igual a 0, 15 (por tanto, el porcentaje esperado es el 15 %).
76
Si se quiere especicar los porcentajes esperados, hacemos lo mismo pero en vez de escribir 0, 2; 0, 25; 0, 15; 0 25 y ltimo, si se quiere especicar las frecuencias absolutas esperadas, tecleamos los 0, 15 se escribe 20, 25, 15, 25 y 15. Por u siguientes valores: 6; 7, 5; 4, 5; 7, 5 y 4, 5 (pues 6 es el 20 % de 30, 7 5 es el 25 % de 30 y 4 5 es el 15 % de 30). Los resultados se muestran en la Figura 111. Como el nivel cr tico (Sig. asint ot.) es igual a 0 996, mayor que el nivel de signicaci on, = 0 05, aceptamos la hip otesis nula. Pero esa conclusi on no es muy able porque para aplicar el contraste 2 de Pearson de bondad de ajuste es conveniente que haya como m aximo un 20 % de frecuencias esperadas menores que 5; sin embargo, en este ejemplo hay un 40 % de frecuencias esperadas menores que 5.
Figura 111: Resultados del contraste chi-cuadrado sobre proporciones para la variable opini on1
6.3.
Contraste 2 sobre independencia de dos variables
Para obtener los resultados del contraste 2 de Pearson sobre independencia de variables aleatorias se selecciona Analizar Estad sticos descriptivos Tablas de contingencia.
Figura 112: Cuadro de di alogo de la opci on Tablas de contingencia
Como se ve en la Figura 112, podemos seleccionar las variables que constituyen las Filas por un lado, y las Columnas por otro. El que se especique m as de una variable de cada tipo no implica que se vayan a tratar todas conjuntamente, sino que se procesan las posibles combinaciones de dos en dos. Por defecto, haciendo clic en Aceptar, y sin m as especicaciones, se obtienen las tablas de contingencia (o de doble entrada) con las frecuencias absolutas conjuntas y marginales. Por ejemplo, si en Filas seleccionamos la variable opini on1 y en Columnas la variable opini on2 obtenemos en el visor de resultados de SPSS las tablas de las Figuras 113 y 114. En el cuadro de di alogo de la Figura 112 podemos seleccionar una variable de control en el tercer recuadro en blanco. Por cada categor a de esta tercera variable (la de control) se presenta una tabla de contingencia simple de las dos variables
77
Figura 113: Tablaresumen de casos de las variables opini on1 y opini on2
Figura 114: Tabla de contingencia de las variables opini on1 y opini on2
especicadas en Filas y Columnas. Es posible especicar m as de una variable de control. En el caso de que hubiese, por ejemplo, dos variables de control, se producir a una tabla de contingencia simple de las dos variables cuya relaci on se quiere examinar por cada combinaci on de categor as de las dos variables de control. Por ejemplo, si en Filas (Figura 112) seleccionamos la variable opini on1, en Columnas la variable opini on2 y en el recuadro de las variables de control seleccionamos la variable materia, obtenemos, en el visor de resultados, la tabla de la Figura 115.
Figura 115: Tabla de contingencia de opini on1 y opini on2 con la variable control materia
En el cuadro de di alogo de la Figura 112 hay dos opciones m as, que son: Mostrar los gr acos de barras agrupados: Se obtiene el gr aco de barras de la variable declarada en Filas, agrupado seg un la variable de Columnas. Suprimir tablas: No se muestra ninguna tabla, sino s olo los estad sticos (en el caso de que por lo menos alguno de ellos haya sido solicitado). En el cuadro de di alogo de la Figura 112 nos quedan tres botones por explicar: Estad sticos, Casillas y Formato. Si pulsamos el bot on Estad sticos nos aparece el cuadro de di alogo de la Figura 116. En este cuadro se pueden elegir los coecientes de correlaci on que deseemos calcular. Tambi en con esta opci on se realizan tests de hip otesis para contrastar la hip otesis de que el coeciente de correlaci on en toda la poblaci on sea igual a cero. De entre todo lo que aparece, nos
78
Figura 116: Cuadro de di alogo de la opci on Estad sticos
interesa marcar la opci on Chi-cuadrado, que proporciona los resultados del contraste 2 de Pearson sobre independencia de las dos variables implicadas. Por ejemplo, con los datos del chero Libros.sav vamos a comprobar si se puede aceptar la hip otesis de independencia de las variables opini on1 y opini on2 en la poblaci on de todos los libros de la biblioteca, con un nivel de signicaci on de 0 05. Para ello, en Filas (Figura 112) seleccionamos la variable opini on1, en Columnas la variable opini on2 y al pulsar el bot on Estad sticos seleccionamos Chi-cuadrado. Obtenemos entonces las tablas de las Figuras 113, 114 y 117.
Figura 117: Contraste 2 de Pearson sobre independencia de las variables opini on1 y opini on2
Comentaremos los resultados: En primer lugar, los contrastes Raz on de verosimilitud y Asociaci on lineal por lineal no los hemos estudiado. En lo concerniente al contraste Chi-cuadrado de Pearson sobre independencia de las dos variables, el valor (muestral) del estad stico 2 es 13 659; los grados de libertad (gl) son 16, que es el resultado de la siguiente multiplicaci on: (n umero de las1)(n umero de columnas1); y el p-valor o n vel cr tico (Sig. asint. bilateral) es 0 624, mayor que el nivel de signicaci on, = 0 05, por lo que deber amos aceptar la hip otesis nula de independencia de las variables opini on1 y opini on2 en la poblaci on de todos los libros de la biblioteca. Pero hay que tener en cuenta la observaci on que aparece en la parte inferior de la tabla, en la que se nos hace notar que el 100 % (m as del 20 %) de las frecuencias esperadas (eij ) son inferiores a 5; por lo tanto, no podemos aplicar este contraste. Adem as, hay frecuencias esperadas menores que 1 (la menor es 0 33). En consecuencia, no podemos hacer caso de los resultados de este contraste para las variables seleccionadas, ya que no se cumplen las condiciones para poder aplicar dicho procedimiento. Si pulsamos el bot on Casillas del cuadro de di alogo de la Figura 112 nos aparece el nuevo cuadro de di alogo de la Figura 118.
Figura 118: Cuadro de di alogo para especicar m as cosas sobre las casillas de las tablas de contingencia
En este cuadro nos encontramos con tres bloques de opciones aditivas. En el bloque Frecuencias tenemos:
79
Observadas: Por defecto muestra las frecuencias absolutas observadas. Esperadas: Son las frecuencias absolutas esperadas baja la hip otesis de independencia entre ambas variables ( utiles para realizar el test de independencia chi-cuadrado). En el bloque Porcentajes tenemos: Fila: Porcentaje de casos en cada casilla respecto de casos totales de la la. Columna: An alogo por columnas. Total: Porcentaje de casos en cada casilla sobre el total de la tabla. En el bloque Residuos s olo explicar e que la opci on No tipicados presenta los resultados de las diferencias entre frecuencias absolutas observadas y las frecuencias absolutas esperadas. En el bloque Ponderaciones no enteras se nos presentan varias opciones que se reeren a lo siguiente: Los recuentos de las casillas suelen ser valores enteros, ya que representan el n umero de casos de cada casilla; sin embargo, si el archivo de datos est a ponderado en un momento determinado por una variable de ponderaci on con valores fraccionarios (por ejemplo, 1 25), los recuentos de las casillas pueden que tambi en sean valores fraccionarios, caso en que se pueden redondear estos valores antes o despu es de calcular los recuentos de las casillas o bien utilizar recuentos de casillas fraccionarios en la presentaci on de las tablas y los c alculos de los estad sticos. Por ejemplo, en el cuadro de di alogo de la Figura 112 en Filas seleccionamos la variable opini on1, en Columnas la variable opini on2 y pulsamos en Casillas. En el cuadro de di alogo de la Figura 118 en Frecuencias seleccionamos Observadas y Esperadas; en Porcentajes seleccionamos Total; y en Residuos seleccionamos No tipicados. Entonces obtenemos los resultados de la Figura 119.
Figura 119: Nueva tabla de contingencia de las variables opini on1 y opini on2
Si pulsamos el bot on Formato del cuadro de di alogo de la Figura 112 nos aparece el nuevo cuadro de di alogo de la Figura 120. En este cuadro s olo es posible reordenar las las: Ascendente: Se presentan los valores de la variable en orden ascendente (es la opci on por defecto). Descendente: Al contrario de la anterior.
80
Figura 120: Cuadro de di alogo para especicar el formato de las tablas de contingencia
6.3.1.
Ejemplo de edici on de una tabla de contingencia en el editor de datos
Supongamos que queremos comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que en una determinada poblaci on son independientes las variables uso de la biblioteca y preferencia sobre distintos tipos de pel cula, seg un los datos de la siguiente muestra:
uso de la biblioteca alto medio bajo pel culas b elicas 16 6 4 pel culas de aventuras 8 10 8 pel culas melodram aticas 2 4 12
Figura 121: Datos del chero Contingencia.sav
En primer lugar tenemos que introducir estos datos. Para ello, se selecciona Archivo Nuevo Datos. Se crean dos variables, que se pueden denominar uso y pel cula, de manera que entre ambas reejen todas las posibles combinaciones entre sus modalidades. Los resultados de la variable uso ser an: 1 (=alto uso), 2 (=medio uso) y 3 (=bajo uso). Los resultados de la variable pel cula ser an: 1 (=b elicas), 2 (=aventuras) y 3 (=melodram aticas). Adem as hay que crear otra variable, que llamaremos frecuencia con las frecuencias absolutas observadas en cada combinaci on de modalidades. Como se ha de reejar todas las posibles combinaciones de los resultados de las dos variables, la matriz de datos ha de ser la de la Figura 121. No olvidemos grabar ahora este chero de datos con el nombre Contingencia.sav.
Figura 122: Tabla de contingencia entre uso y pel cula
A continuaci on, desde la ventana del Editor de datos, hay que seleccionar Datos Ponderar casos. En el cuadro de di alogo resultante hay que activar la opci on Ponderar casos mediante y hay que seleccionar la variable frecuencia en el . recuadro Variable de ponderacion
81
A partir de aqu se puede hacer todo lo anteriormente expuesto: Seleccionamos la opci on Analizar Estad sticos descriptivos Tablas de contingencia. En el cuadro de di alogo de la Figura 112 seleccionamos la variable uso en Filas y la variable pel cula en Columnas. Pulsamos el bot on Estad sticos y en el cuadro que aparece (Figura 116) activamos Chi-cuadrado. En el cuadro de di alogo de la Figura 112 podemos tambi en pulsar el bot on Casillas y activar (Figura 118) las opciones Esperadas (Frecuencias) y No tipicados (Residuos). Los resultados se muestran en las Figuras 122 y 123.
Figura 123: Contraste chi-cuadrado sobre independencia entre las variables uso y pel cula
Seg un los resultados (Figura 123), el nivel cr tico (Sig. asint. (bilateral)) es igual a 0 002, menor que el nivel de signicaci on, = 0 05, por lo que rechazamos la hip otesis nula de que las variables uso y pel cula son independientes. Por tanto, aceptamos que dichas variables son dependientes.
6.4.
Contraste de las rachas sobre aleatoriedad de la muestra
Volvemos a trabajar con el chero Libros.sav. El contraste de las rachas sobre aleatoriedad de una muestra se realiza mediante Analizar Pruebas no param etricas Rachas. Esta prueba no puede utilizarse si los valores de la variable han sido ordenados en el archivo de datos. En
Figura 124: Cuadro de di alogo para el contraste de las rachas sobre aleatoriedad de la muestra Contrastar variables (Figura 124) se declaran las variables a analizar. Si hacemos clic en Aceptar, por defecto, las variables no
dicot omicas se dicotomizan convenientemente a trav es de su mediana. De no ser tal criterio, el usuario puede establecer otros haciendo uso de las opciones de Punto de corte, de forma que en la primera categor a se agrupan los valores menores que el de corte especicado. Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la muestra de resultados de la variable precio es aleatoria. Para ello, seleccionamos Analizar Pruebas no param etricas Rachas. En Contrastar variables ponemos la variable precio y pulsamos en Aceptar. La conclusi on (Figura 125) es que podemos aceptar la hip otesis nula de aleatoriedad de los resultados muestrales de la variable precio, ya que el nivel cr tico (Sig. asint ot. bilateral) es igual a 0 353, mayor que el nivel de signicaci on, = 0 05.
6.5.
Contraste de KolmogorovSmirnov sobre bondad de ajuste. Normalidad
Para hacer este contraste se selecciona Analizar Pruebas no param etricas K-S de 1 muestra (Figura 126). Como siempre, en Contrastar variables son declaradas las variables que individualmente ser an sometidas a an alisis. Por defecto, haciendo clic en Aceptar, la distribuci on con la que se compara la observada es la Normal denida por la misma media y desviaci on
82
Figura 125: Contraste de las rachas sobre aleatoriedad de los resultados muestrales de la variable precio
Figura 126: Cuadro de di alogo para el contraste de KolmogorovSmirnov sobre bondad de ajuste
t pica que la emp rica. En el caso de que no sea tal la distribuci on que el usuario desea tomar como segundo miembro de la hip otesis nula, se ofrecen otras tres opciones: Uniforme, Poisson y Exponencial.
Figura 127: Ejemplo del contraste de KolmogorovSmirnov sobre bondad de ajuste
Con los datos del chero Libros.sav, veamos si se puede aceptar, con un nivel de signicaci on de 0 05, que las variables precio, altura, peso y pr estamo siguen una distribuci on Normal (en la poblaci on de todos los libros de a biblioteca). A la vista de los resultados (Figura 127) se puede aceptar que las cuatro variables son normales, ya que el nivel cr tico (Sig. asint ot. bilateral) es, en los cuatro casos, mayor que el nivel de signicaci on, = 0 05.
6.6.
Contraste de homogeneidad con 2 muestras independientes
En general, el procedimiento que vamos a explicar se aplica cuando la variable es cuantitativa o cualitativa ordinal pero no es Normal y, adem as, los tama nos muestrales no son grandes; caso en el que no se puede usar la t ecnica del apartado 5.2. El cuadro de di alogo inicial se logra con Analizar Pruebas no param etricas 2 muestras independientes (Figura 128). stas En Contrastar variables se especica la variable (o variables) objeto de estudio. Si se especica m as de una variable, e se ha de especicar una variable (con resultados ser an analizadas individualmente. En el recuadro Variable de agrupacion num ericos) dicot omica pues queremos comparar las distribuciones de la variable elegida en Contrastar variables para los . A continuaci dos grupos denidos por las dos categor as de la variable especicada en Variable de agrupacion on se ha de pulsar el bot on Denir grupos para especicar los dos grupos que queremos comparar (ver Figura 129). En el grupo Tipo de prueba se presentan, adem as del contraste U de MannWhitney ya conocido, otros como: Reacciones extremas de Moses, Z de KolmogorovSmirnov y Rachas de WaldWolfowitz.
83
Figura 128: Cuadro de di alogo para el contraste de homogeneidad con dos muestras independientes
Figura 129: Ventana para denir los grupos en un contraste de homogeneidad con dos muestras independientes
Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la distribuci on de la variable precio es la misma en el grupo en que la variable opini on1 vale 2 (mala encuadernaci on seg un el criterio del primer experto) y en el grupo en que la variable opini on1 vale 4 (buena encuadernaci on seg un el criterio del primer experto). elePara ello, en Contrastar variables (Figura 128) colocamos la variable precio y en el recuadro Variable de agrupacion gimos la variable opini on1. Pulsamos Denir grupos y, en el cuadro que aparece (Figura 129), escribimos 2 en Grupo 1 y 4 en Grupo 2. Pulsamos Continuar y en el cuadro inicial s olo dejamos seleccionada la opci on U de MannWhitney. Tras pulsar Aceptar obtenemos los resultados de la Figura 130. Como el nivel cr tico (Sig. asint ot. bilateral) es igual a 0 063, mayor que el nivel de signicaci on, = 0 05, entonces podemos aceptar la hip otesis nula de homogeneidad; es decir, el precio es el mismo en el grupo de libros cuya encuadernaci on es mala (seg un el criterio del primer experto) que en el grupo de libros cuya encuadernaci on es buena (seg un el criterio del primer experto).
Figura 130: Ejemplo de un contraste de homogeneidad con dos muestras independientes
Si tuvi esemos que introducir, en el editor de datos de SPSS, los resultados de dos muestras independientes para comprobar si las dos poblaciones son homog eneas, habr a que hacerlo de forma totalmente an aloga a la manera descrita en el apartado 5.2.1: la primera columna va a contener todos los resultados de las dos muestras, una debajo de la otra; y la segunda columna de datos va a tener un 1 para los resultados que provengan de la muestra primera, o un 2 para los resultados
84
que provengan de la muestra segunda.
6.7.
Contraste de homogeneidad con m as de dos muestras independientes
El cuadro de di alogo inicial se logra con Analizar Pruebas no param etricas K muestras independientes (Figura 131). En
Figura 131: Cuadro de di alogo para el contraste de homogeneidad con m as de dos muestras independientes
stas ser Contrastar variables se especica la variable (o variables) objeto de estudio. Si se especica m as de una variable, e an analizadas individualmente. Se comparan las distribuciones de la variable elegida en Contrastar variables para los distintos . A continuaci grupos denidos por las categor as de la variable especicada en Variable de agrupacion on se ha de pulsar el bot on Denir rango para especicar los grupos que queremos comparar (Figura 132).
Figura 132: Ventana para denir los grupos en un contraste de homogeneidad con m as de dos muestras independientes
En el grupo Tipo de prueba (Figura 131) se presenta, adem as del conocido contraste H de KruskalWallis, el test de la Mediana y el test de Jonckheere-Terpstra. Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la distribuci on de la variable precio es la misma en los cinco grupos en que tenemos dividida la variable opini on1 (1=muy mala, 2=mala, 3=regular, 4=buena, 5=muy buena). elegimos la variable Para ello, en Contrastar variables colocamos la variable precio y en el recuadro Variable de agrupacion opini on1. Pulsamos Denir rango y, en el cuadro que aparece (Figura 132), escribimos 1 en M nimo y 5 en M aximo. Pulsamos Continuar y en el cuadro inicial dejamos seleccionada la opci on H de KruskalWallis. Tras pulsar Aceptar obtenemos los resultados de la Figura 133. Como el nivel cr tico (Sig. asint ot.) es igual a 0 745, mayor que el nivel de signicaci on, = 0 05, aceptamos la hip otesis nula de homogeneidad; es decir, la distribuci on de la variable precio es la misma en las cinco categor as; es decir, el precio no depende de la calidad de la encuadernaci on de los libros. Si tuvi esemos que introducir, en el editor de datos de SPSS, los resultados de k muestras independientes para comprobar si las k poblaciones son homog eneas, habr a que hacerlo de forma totalmente an aloga a la manera descrita en el apartado 5.2.1: los resultados de las k muestras se ponen todos en la primera columna (una muestra debajo de otra) pero en esta ocasi on la variable grupo tendr a por resultados: 1, 2, 3, . . . , k , dependiendo de a qu e muestra pertenece cada resultado de los que est an en la columna primera.
6.8.
Contraste de homogeneidad con 2 muestras relacionadas
En general, el procedimiento que vamos a explicar se aplica cuando las variables son cuantitativas o cualitativas ordinales pero no son Normales y, adem as, los tama nos muestrales no son grandes; caso en el que no se puede usar la t ecnica del apartado 5.3. El cuadro de di alogo inicial de este procedimiento se logra con Analizar Pruebas no param etricas 2 muestras relacionadas (Figura 134). En primer lugar debemos seleccionar (hacer clic sobre) un par de variables de la lista; veremos como stas quedar e an escritas autom aticamente junto a Variable 1 y Variable 2. Despu es pulsamos el bot on . En Tipo de prueba se presentan, adem as del conocido contraste de homogeneidad de Wilcoxon, el contraste de los Signos, el test de McNemar y el contraste de Homogeneidad marginal.
85
Figura 133: Ejemplo de un contraste de homogeneidad con m as de dos muestras independientes
Figura 134: Cuadro de di alogo para el contraste de homogeneidad con dos muestras relacionadas
Figura 135: Ejemplo del contraste de Wilcoxon sobre homogeneidad con dos muestras dependientes
86
Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la opini on de los expertos 2 y 3 respecto de la encuadernaci on de los libros se puede considerar la misma en la poblaci on total de libros. Notemos que, efectivamente, las dos muestras son dependientes, pues realmente son la misma muestra (a la cual se le ha observado dos variables distintas). En el cuadro de di alogo de la Figura 134 hacemos clic sobre el nombre (o las etiquetas) de las variables opini on2 y opini on3, pulsamos el bot on y dejamos seleccionada la opci on Wilcoxon. Tras pulsar Aceptar obtenemos los resultados de la Figura 135. Como el nivel cr tico (Sig. asint. bilateral) es 0 148, mayor que el nivel de signicaci on, = 0 05, entonces se puede aceptar la hip otesis de homogeneidad; es decir, que no hay diferencia de criterio entre los expertos 2 y 3 respecto de la encuadernaci on de los libros.
6.9.
Contraste de homogeneidad con m as de dos muestras relacionadas
El cuadro de di alogo inicial se logra con Analizar Pruebas no param etricas K muestras relacionadas (Figura 136).
Figura 136: Cuadro de di alogo para el contraste de homogeneidad con m as de dos muestras relacionadas
Figura 137: Ejemplo del contraste de Friedman sobre homogeneidad con m as de dos muestras dependientes
Para declarar las variables que ser an objeto de an alisis debemos seleccionarlas (hacer clic sobre su nombre o etiqueta) y pulsar el bot on (lo hacemos una a una). En Tipo de prueba se presentan, adem as del conocido contraste de homogeneidad de Friedman, el contraste W de Kendall y el Q de Cochran. Con los datos del chero Libros.sav vamos a comprobar si se puede aceptar, con un nivel de signicaci on de 0 05, que la opini on de los tres expertos en la encuadernaci on de los libros se puede considerar la misma en la poblaci on. Notemos que, efectivamente, las tres muestras est an relacionadas, pues realmente son la misma muestra (a la cual se le ha observado tres variables distintas). En el cuadro de di alogo de la Figura 136 marcamos la variable opini on1 y pulsamos el bot on ; marcamos la variable opini on2 y pulsamos el bot on ; y marcamos la variable opini on3 y pulsamos el bot on . Dejamos seleccionada la opci on Friedman y pulsamos en Aceptar. Los resultados aparecen en la Figura 137. Debido a que el nivel cr tico (Sig. asint ot.) es 0 289, mayor que el nivel de signicaci on, = 0 05, entonces se puede aceptar la hip otesis de homogeneidad; es decir, que no hay diferencia de criterio entre los tres expertos respecto de la encuadernaci on de los libros.

Manual de Spss 14

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual de Spss 14

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA Licenciatura en Documentaci on Curso Acad emico 2006/2007 Manual de pr acticas de ordenador con SPSS 14 Departamento de Estad stica

e Investigaci on Operativa Autora: Dra. Josefa Mar n Fern andez

Normas generales de SPSS. Gesti on de cheros, casos y variables

Figura 1: Ventana inicial de SPSS 14 para Windows

Figura 2: Ventana del editor de datos

Presentaci on de nuestro ejemplo

Denici on de la primera variable de nuestro ejemplo

Figura 4: Vista de variables

Figura 5: Cuadro de dialogo para denir el tipo de variable

Figura 6: Cuadro de dialogo para denir etiquetas de valores

Grabaci on de cheros de datos

Figura 8: Cuadro de di alogo para grabar un chero de datos

Denici on del resto de las variables de nuestro ejemplo

Figura 9: Cuadro de dialogo para denir el tipo fecha

Figura 10: Carpeta de Datos, dentro de la opci on Edici on Opciones

4. Se hace clic en el n umero de la la vac a situada bajo opini on1

Introducci on de los datos a trav es del teclado

Lectura de cheros de datos propios de SPSS

Figura 13: Men u Archivo

Edici on y modicaci on de los datos

Figura 14: Cuadro que aparece con Utilidades Variables

Modicaci on de la apariencia del editor de datos

Figura 17: Men u Ver

) u ocultar (cuando no lo est a) la barra de estado del

Impresi on de los datos

Importaci on de cheros de datos

Transformaciones en el chero de datos

Figura 19: Cuadro de di alogo para transformar variables

Figura 20: Ventana del editor con la nueva variable altura

Transformaci on condicional de variables

Figura 24: Ventana del editor con la nueva variable robustez

Clasicaci on de variables mediante la opci on Transformar Recodicar

Figura 25: Cuadro de di alogo para recodicar una variable

Figura 26: Cuadro de di alogo para hacer la asignaci on de nuevos c odigos

Figura 28: Cuadro de di alogo de la opci on Transformar Categorizador visual

Figura 29: Cuadro de di alogo para clasicar en intervalos

Figura 31: Cuadro de di alogo para crear los intervalos

Figura 32: Clasicaci on de la variable precio en 5 intervalos de la misma amplitud

Figura 33: Vista de datos con la nueva variable precio c

Figura 34: Vista de variables con la nueva variable precio c

Figura 36: Vista de datos con la nueva variable altura c

Ordenaci on de los resultados de una variable

Figura 39: Editor de datos con la nueva variable ord pres

Estad stica descriptiva unidimensional

Figura 45: Carpeta de Tablas pivote, dentro de la opci on Edici on Opciones

Figura 46: Carpeta de Visor, dentro de la opci on Edici on Opciones

Medidas descriptivas de los datos

Figura 48: Medidas descriptivas o estad sticos de la variable altura

Figura 50: Distribuci on de frecuencias de la variable palabras

Mediante la opci on Analizar Estad sticos descriptivos Descriptivos

Figura 51: Medidas descriptivas o estad sticos de la variable palabras

Representaciones gr acas unidimensionales

Representaciones gr acas mediante la opci on Analizar Estad sticos descriptivos Frecuencias

Figura 56: Cuadro de di alogo para seleccionar el tipo de gr aco

Figura 57: Diagrama de barras de frecuencias absolutas de la variable altura

Figura 58: Diagrama de barras de porcentajes de la variable palabras

C omo cambiar las especicaciones de las representaciones gr acas por defecto

Figura 59: Carpeta de Gr acos, dentro de la opci on Edici on Opciones

Las alternativas que se ofrecen se reeren a dos aspectos:

Figura 62: Diagrama de barras de porcentajes de la variable materia

Figura 70: Cuadro de di alogo para cambiar el estad stico

Figura 74: Cuadro de di alogo para hacer un histograma

Figura 75: Histograma correspondiente a la variable precio (sin modicaciones)

Figura 77: Ventana para cambiar las propiedades de un diagrama de barras