ESTADSTICA APLICA

Uso del programa SPS

ESTADSTICA APLICADA
Roberto Schngarth / Postgrado Universidad Catlica de Honduras
 SPSS
(Statistical Package for the Social Sciences)
Programa de anlisis estadstico creado
en 1968 . Entre 1969 y 1975 la
Universidad de Chicago estuvo a cargo
de su desarrollo, distribucin y venta.
A partir de 1975 esto corresponde a
SPSS Inc.
La actual versin en el 2010 es PAWS 18.
 NOMINAL ESCALA
NOMINAL
NOMINAL

NOMINAL

NOMBRE b le : una variable:

es EDAD es una variable:
va ria a
na es un
R
s u
NOMINAL
O e CIVIL
A L NOMINAL
ORDINAL
E
GNSTADO
M I N l e:
NO NNA
b
E
ORDINAL
varia
A LL ORDINAL
RD
M II
CARRERA es una variable:
OO
N ESCALA
A L
FELICIDAD es una variable:
L ESCALA
NOMINAL
SDC A
IN
OER
NOMINAL L A
ORDINAL
ESC A
ORDINAL
ESCALA
ESCALA
 NOMINAL ESCALA
LABORAL es una variable: NOMINAL
NOMINAL NOMINAL
ORDINAL
SALARIO es una variable: NOMINAL
ESCALA
NOMINAL
HIJOS es una variable:
NOMINAL
ORDINAL ORDINAL

ORDINAL
ESCALA
ESCALA
ORDINAL

ESCALA
ESCALA
 PANTALLA INICIAL DEL
BASE
ABRIR
DE ARCHIVO
DATOS EXISTENTE
PROGRAMA
VISTA DE VARIABLE
 Etiqueta
le Valores
,
b
ia ri ca
r
a um tc
v
a e: n ia, e
l
eabl
Nmero mximo
di a r de
r ear , bi n
v
caracteres dmebde ricla a variable
(nmero i pNode
o letras
m en caso de
T n u
a
alf
ser alfanumrica; nmero de
dgitos en caso de ser
numrica, incluidos los
decimales).
 TamaoNivel
y de medicin:
alineacin del nominal,
Valores perdidos
campo en laordinal o de
vista de escala
datos
VISTA DE DATOS
RECOMENDACIONES
RESPECTO A LA
DEFINICIN DE
VARIABLES
 VARIABLES ORDINALES
Las variables ordinales son las que
requieren de mayor cuidado al ser
definidas.
Hay que recordar que las variables
ordinales implican que sus estados
posibles tienen un orden.
 VARIABLES ORDINALES
Por ejemplo considrese la siguiente
pregunta:
Cmo considera el nivel de la maestra que est cursando?
EXCELENTE
MUY BUENO
REGULAR
MALO
PSIMO
 VARIABLES ORDINALES
Cmo considera el nivel de la maestra que est cursando?
EXCELENTE
MUY BUENO
REGULAR
MALO
PSIMO

Al momento de codificar en la opcin

Values de la vista de variables, hay
que cuidar el orden en que se definen
los estados de la variable.
 VARIABLES ORDINALES
Cmo considera el nivel de la maestra que est cursando?
EXCELENTE
MUY BUENO
REGULAR
MALO
PSIMO

5 = Excelente
4 = Muy bueno
Muy bien! Manera
3 = Regular correcta de definir
2 = Malo una variable ordinal
1 = Psimo
 VARIABLES ORDINALES
Cmo considera el nivel de la maestra que est cursando?
EXCELENTE
MUY BUENO
REGULAR
MALO
PSIMO

1 = Excelente Muy bien! Es correcto

2 = Muy bueno tambin definirla as. Se
3 = Regular mantiene el orden interno
4 = Malo de los estados de la variable
5 = Psimo
 VARIABLES ORDINALES
Cmo considera el nivel de la maestra que est cursando?
EXCELENTE
MUY BUENO
REGULAR
MALO
PSIMO

E = Excelente Mal!! El programa no reconocer

MB = Muy bueno cul es el orden de los estados de la
variable. Ya que al fin y al cabo se
R = Regular trata de una variable ordinal, el orden
M = Malo de los estados es importante
P = Psimo
 VARIABLES ORDINALES
Cmo considera el nivel de la maestra que est cursando?
EXCELENTE
MUY BUENO
REGULAR
MALO
PSIMO

A = Excelente Muy bien! El programa es capaz

B = Muy bueno de discenir el orden de los
C = Regular estados tanto si se le ingresa de
D = Malo forma numrica (1, 2, 3, 4, 5)
E = Psimo
como alfanumrica (A, B, C, D, E)
Por ejemplo:

Calcular un intervalo de confianza del 90%

para el salario medio de la poblacin.
Por lo tanto se puede asegurar con una
certeza del 90% que el salario medio
poblacional se encuentra entre
21613.86 < m < 29867.62
Por ejemplo:

Es la edad media de la poblacin mayor a

los 30 aos? Utilizar a=0.05.
Ho: m 30
H1: m > 30
Ho: m 30
H1: m > 30
El programa SPSS no trabaja con problemas de una cola, sino
con intervalos de confianza, por lo que para llenar la celda se
debe utilizar:
Problemas de una cola: Intervalo de confianza = 1 2a
Problemas de dos colas: Intervalo de confianza = 1 - a

Para el problema planteado:

IC = 1- 2(0.05) = 0.9 = 90%
Para saber si una hiptesis nula se rechaza o no, se hace uso de
valor p, el cual se estima a partir de la celda indicada como
Sig(2-tailed). Al trabajar SPSS siempre como problemas de dos
colas, el valor de p ha de calcularse segn sea el nmero de
colas del problema de la siguiente manera:
Problemas de una cola: p = Sig / 2
Problemas de dos colas: p = Sig

Para el problema planteado:

p = 0.005 / 2 = 0.0025
Es la edad media de la poblacin mayor a
los 30 aos? Utilizar a=0.05.
Ho: m 30
1: mel>problema
HPara 30 planteado:
p = 0.005 / 2 = 0.0025

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho
Es la edad media de la poblacin mayor a
los 30 aos? Utilizar a=0.05.
Ho: m 30
H1: m > 30
Como p = 0.0025 < 0.05 Se rechaza Ho
Por lo tanto
Criterio: si pla
amedia
No de la edadHde
se rechaza o
la
poblacin
si p < aesmayor a losH30
Se rechaza o
aos.
Por ejemplo:

Hay diferencia significativa en la media

del salario segn sea el gnero? Utilizar
a=0.05.
Ho: m F = m M
H1: m F m M
Problemas de una cola: Intervalo de confianza = 1 2a
Problemas de dos colas: Intervalo de confianza = 1 - a

Para el problema planteado:

IC = 1- 0.05 = 0.95 = 95%
Problemas de una cola: p = Sig / 2
Problemas de dos colas: p = Sig

Para el problema planteado:

p = 0.536
Hay diferencia significativa en la media
del salario segn sea el gnero? Utilizar
a=0.05.
o: m Fel=problema
HPara mM planteado:
Hp1:=m0.536
F mM

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho
Hay diferencia significativa en la media
del salario segn sea el gnero? Utilizar
a=0.05.
Ho: m F = m M
H1: m F m M

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho
Como p = 0.536 0.05 No se rechaza Ho
Por lo tanto no existe diferencia
Por ejemplo:

Hay diferencia significativa en la media

del salario segn sea la carrera de la cual
se han graduado? Utilizar a=0.05.
H o: m A = m I = m O
H1: m A m I m O
Hay diferencia significativa en la media del salario
segn sea la carrera de la cual se han graduado? Utilizar
a=0.05.
Ho: m A = m I = m O
H1: m A m I m O

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho

Como p = 0.794 0.05 No se rechaza Ho

Por lo tanto no existe diferencia significativa entre las
medias de los salarios segn sea la carrera.
Por ejemplo:

Hay dependencia en la carrera estudiada

segn sea el gnero? Utilizar a=0.05.
Ho: Carrera y gnero son independientes
H1: Carrera y gnero son dependientes
Hay dependencia en la carrera estudiada segn sea el
gnero? Utilizar a=0.05.
Ho: Carrera y gnero son independientes
H1: Carrera y gnero son dependientes

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho

Como p = 0.045 < 0.05 Se rechaza Ho

Por lo tanto existe dependencia entre gnero y carrera.
Por ejemplo:

Es significativa la correlacin entre edad

y salario? Utilizar a=0.05.
Ho: r = 0 (correlacin no es significativa)
H1: r 0 (correlacin es significativa)
Es significativa la correlacin entre edad y salario?
Utilizar a=0.05.
Ho: r = 0 (correlacin no es significativa)
H1: r 0 (correlacin es significativa)

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho

Como p = 0.353 0.05 No se rechaza Ho

Por lo tanto la correlacin es de -0.186, pero no se
puede confirmar que la correlacin poblacional sea
significativa.
Por ejemplo:

Es significativa la correlacin entre

felicidad personal y satisfaccin laboral?
Utilizar a=0.05.
Ho: r s = 0 (correlacin no es significativa)
H1: r s 0 (correlacin es significativa)

Al ser medida por lo menos una de las dos variables a

nivel ordinal es forzoso utilizar la correlacin de
Spearman r s. Caso contrario puede utilizarse la
correlacin de Pearson r (utilizada en inciso 1.13).
Es significativa la correlacin entre felicidad personal y
satisfaccin laboral? Utilizar a=0.05.
Ho: r s = 0 (correlacin no es significativa)
H1: r s 0 (correlacin es significativa)

Criterio: si p a No se rechaza Ho
si p < a Se rechaza Ho

Como p = 0.000 < 0.05 Se rechaza Ho

Por lo tanto la correlacin es de 0.853, y se puede
confirmar que la correlacin poblacional es significativa.