FACULTAD DE CC.SS.

ESCUELA DE PSICOLOGÍA
SEMINARIO DE INVESTIGACIÓN EN PSICOLOGÍA

TUTORIAL DE
APLICACIÓN PRÁCTICA DEL SPSS.

ELEBORADO POR:

Licda. CARMEN IRENE OROZCO M.

Lic. MARLON ELÍAS LOBOS R.

PROFESOR:
Dr. JOSÉ RICARDO GUTIÉRREZ Q.

SAN SALVADOR, OCTUBRE DE 2017

 TUTORIAL PRÁCTICO DEL SISTEMA SPSS

CREACIÓN DEL FICHERO

Cuando haya abierto el programa SPSS debe ubicarse en la pestaña de la
derecha al pie de la hoja frente a usted.

Este es el encabezado de un archivo nuevo. Se trabajará principalmente con las

columnas que están enmarcadas con rojo.

Nombre: Se colocará el nombre de la variable que usted está utilizando en su

investigación, código, es el número que le asignará a cada una de las encuestas,
sexo, edad, religión, etc).

Tipo: Pondrá “Numérico” de esa forma identifica los datos asignando un número.

Los siguientes tres quedan tal como los da el sistema.

Valores: Asignará un número a las posibles opciones de respuesta que tiene cada
variable o ítem del instrumento y que podrá seleccionar el encuestado al
responder.

Las siguientes tres quedan tal como las da el sistema.

Medida: Utilizará “escala”.

Ejemplo:
Código es el correlativo de las encuestas ingresadas.

En el caso de la fila “2” en la columna “Valores”, hará la codificación que le

asignará a la variable “Sexo”.

Da click en el recuadro “celeste” y aparece la siguiente ventana, en la que debe

llenar los datos y presionar “añadir” luego le asigna valor a la segunda condición y
le da aceptar. Los valores de la celda cambian.

Después observe el dato que aparece en la columna “Medida”, debe cambiarlo a

“Escala” y ya cambió “valores” en la variable “Sexo”
Debe crear el fichero con todos los datos sociodemográficos que aparecen en el
instrumento de la encuesta y además los ítems de cada test aplicado, identificando
una prueba con la letra “A”, la segunda prueba con la letra “B” y así sucesivamente
dependiendo del número de pruebas administradas en la encuesta.

Se ha agregado “Nivel de estudios”, esta celda no permite espacios entre

palabras, por lo que en este caso se ha escrito continuo, usted puede elegir
puntos, guiones, etc.

Debe darle valores a los rangos de estudio que usted ha determinado en esta
variable. Siga los pasos de la variable “Sexo” utilizando los valores y nombres que
correspondan.
Cada una de las variables (las que aparecen marcadas abajo), si tiene más de una
posible respuesta debe asignarle valores (enumerar en forma correlativa hasta el
número de las posibles respuestas existentes).
Una vez terminado el ingreso de las variables sociodemográficas inicia el ingreso
de las variables o ítems de las escalas, recuerde que deben ser diferenciadas por
una letra distinta cada escala, acompañada del número de pregunta o afirmación
en su encuesta.

Debe tener el cuidado cuando le asigne valores a cada ítem, debido a que puede
variar la opción de respuesta entre uno y otro.
Colóquese en “Vista de datos” para dar inicio al ingreso de datos de las encuestas.
Recuerde que solamente ingresará el número asignado en la codificación.

Aparecen los encabezados que se acaban de crear en “Vista de variables”

Se recomienda completar una por una de las encuestas para evitar errores de
ingreso y confusión por cruce de datos en el momento de digitar la información
recolectada. Al terminar de ingresar la primera encuesta procede con la segunda,
y así sucesivamente.

Cuando esté completado el ingreso de datos tendrá la data de esta forma

ANÁLISIS PSICOMÉTRICOS
Cuando ya existen los instrumentos, solamente se harán los análisis de fiabilidad.
En caso de que sea un instrumento nuevo, construido por usted, se harán los
análisis factoriales primero y luego los de fiabilidad.

Análisis de Fiabilidad

Siga la siguiente ruta:

Analizar – Escala – Análisis de Fiabilidad

Aparece esta ventana

Elija todos los ítems de una misma subescala (1), trasládelos a la derecha
haciendo uso de la flecha (2), luego presiona “estadísticos” (3).
3 
1 

2 

Aparece esta ventana

Elija todos los elementos de “Descriptivos para” y da “Continuar” y “Aceptar”

Los datos de salida

Observe el dato de “Alfa de Cronbach” que es con el que usted va a trabajar, para
que sea fiable debe ser igual o superior a 0.7, en este ejemplo es 0.507 por lo
tanto no tiene la fiabilidad necesaria para utilizar los datos en el análisis de esta
investigación. Tres posibles razones por las que no tiene fiabilidad. A) No se
dieron bien las instrucciones para el llenado de la encuesta y falsearon las
respuestas; b) Existen muy pocos ítems en la subescala, y c) que realmente la
subescala este mal construida y no es fiable.

Estadísticas de fiabilidad
LOS ALFA TOTALES DEBEN 
Alfa de
SER SUPERIORES 0.70 
Cronbach N de elementos
.728 10

Estadísticas de elemento

Desviación
Media estándar N
A1 3.6863 1.22433 883
A2 3.8584 1.17962 883
A3 4.0578 1.12690 883
A4 4.0578 1.13492 883
A5 2.3703 1.19328 883
A6 3.6093 1.19533 883
A7 3.8743 1.30716 883
A8 1.5266 1.01916 883
A9 3.6965 1.33701 883
A10 4.1914 1.06088 883
 Los  valores  de  la  correlación  de 
total  con  elementos  (ítems) 
corregidos  deben  ser  superiores  a 
0.3.  En  aquellos  ítems  que  el  valor 
sea  menor  habrá  que  excluirlos  de 
la subescala. ESTE PROCEDIMIENTO 
DE  CONFIABILIDAD  DE  LAS 
SUBESCALAS  DEBE  REPETIRSE  POR 
CADA  SUBESCALA  DE  CADA 
PRUEBA 

Estadísticas de total de elemento

Varianza de Alfa de
Media de escala escala si el Correlación total Cronbach si el
si el elemento elemento se ha de elementos elemento se ha
se ha suprimido suprimido corregida suprimido

A1 31.2424 31.651 .534 .682

A2 31.0702 30.340 .675 .659
A3 30.8709 31.736 .591 .675
A4 30.8709 31.323 .622 .670
A5 32.5583 41.859 -.180 .788
A6 31.3194 32.152 .511 .686
A7 31.0544 33.228 .370 .710
A8 33.4020 41.216 -.133 .772
A9 31.2322 32.709 .393 .706
A10 30.7373 31.815 .632 .671

Validez de constructo. AFE.

Análisis de Validez
Siga la siguiente ruta:
Analizar – Reducción de dimensiones – Factor

Aparece esta Ventana

Traslada ítems y selecciona “descriptivos”

Aparece esta ventana

Elije la correlación KMO y da continuar

Aparece esta ventana

Elije “Extracción”

Aparece esta ventana

Tiene dos opciones: a) si la prueba se construye desde cero, se deja libre y el

sistema permite agregar los reactivos de acuerdo a la matriz de sub escalas y b)
Exploratoria abierto, ver cómo se comportan los ítems, ¿responde bien al modelo
original? Se deja abierto, se elimina ítems siempre que no se debilite la sub
escala. Cuando sale disparado (disperso) se sugiere pre fijarlo según el antes, de
acuerdo a los factores.

Prefijar los factores no es la primera opción, el objetivo es agruparlo.

Da continuar
Aparece esta ventana

Aparece esta pantalla

Elije “Varimax” y da continuar y aceptar.

Datos de salida

Saldrá una serie de tablas que debe analizar individualmente.

Ver cada uno de los factores (1-8) para verificar si están arriba o iguales a 0.4 que
es la carga factorial, los que no aportan carga factorial, menores a 0.4, se
excluyen.

Para incluir esta primera salida de datos en su documento será de la siguiente

forma:

Tanto el análisis Kaiser-Meyer-Olkin como la prueba de esfericidad de Bartlett

(KMO = 0,916, X2 (246)=4955.757; p < 0.00) el cual debe ser superior a 0.6 y debe
ser significativo.

Número de encuestas con las que está resultando este dato.

Chi-cuadrado Sig.

KMO 

Chi‐
cuadrado

Significancia
El valor a tomar de la 
varianza total explicada. Se 
utilizará en la tabla de 
componentes (factores) Ver 
abajo ejemplo 
Nota: En este ejercicio las sub escalas no se agruparon adecuadamente por
consiguiente no se tomó en cuenta, únicamente se tomó la fiabilidad mediante el
análisis de consistencia interna (Alfa de Cronbach).

En el ejemplo a continuación sí hubo carga factorial, nótese que hubo salida de

datos con 5 factores (cuadro de la izquierda) y 4 factores (cuadro de la derecha).

Se hizo de esta forma debido a que las cargas factoriales no aportaban a las 5
subescalas (ya se dijo que para que haya carga factorial debe ser arriba de 0.4) y
en cada componente debe haber por lo menos 4 elementos arriba de ese valor. Se
tomará en cuenta la matriz de la derecha para efectos de este ejemplo, los ítems
del 1 al 4 están cargados en el factor o componente 4, el ítem 5 no aporta carga a
ninguno de los componentes, por lo tanto, se elimina; en el ítem 7 hay carga en
dos componentes así que se toma en cuenta el más alto, en el factor 3, para
formar otra agrupación, así sucesivamente con todos los componentes. Se crean o
se modifican las subescalas con las que seguirá trabajando las salidas de datos.
 Matriz de componente rotadoa Matriz de componente rotadoa

Componente Componente
1 2 3 4 5 1 2 3 4
A1 .018 .032 .148 .793 -.063 A1 .021 .026 .147 .778
A2 -.064 .223 .192 .758 .047 A2 -.060 .228 .144 .767
A3 .097 .062 .245 .792 -.043 A3 .099 .063 .232 .789
A4 .088 .071 .205 .751 .043 A4 .091 .075 .164 .760
A5 -.007 .040 -.094 -.023 .541 A5 -.004 .072 -.277 .065
A6 .164 .047 .423 .361 .177 A6 .163 .080 .330 .418
A7 .194 -.080 .582 .376 -.087 A7 .189 -.056 .575 .400
A8 .027 .131 .630 .032 .094 A8 .021 .175 .553 .098
A9 .088 .325 .584 .243 -.166 A9 .084 .344 .591 .254
A10 .076 .202 .638 .061 -.131 A10 .070 .231 .637 .087
A11 .149 .006 .555 .257 -.132 A11 .144 .027 .564 .273
A12 -.051 -.068 -.158 -.063 .511 A12 -.047 -.041 -.323 .015
A13 .095 .216 .596 .043 -.160 A13 .088 .240 .607 .061
A14 .206 .131 .514 .291 -.128 A14 .202 .148 .520 .303
A15 .137 .081 .715 .125 .074 A15 .130 .127 .641 .192
A16 .051 .076 .525 .345 -.247 A16 .046 .086 .571 .337
A17 .101 .439 .416 -.019 -.066 A17 .099 .458 .399 .001
A18 .184 .557 .349 .019 .107 A18 .184 .582 .273 .062
A19 .110 .586 .440 -.104 .099 A19 .109 .618 .361 -.052
A20 .062 .708 .301 -.031 .085 A20 .064 .729 .229 .005
A21 .240 .551 .269 .041 .130 A21 .242 .572 .191 .081
A22 .274 .611 .236 .030 -.023 A22 .276 .619 .212 .040
A23 .236 .614 .189 .134 .017 A23 .239 .621 .151 .145
A24 .257 .680 .045 .094 -.051 A24 .262 .673 .038 .083
A25 .387 .434 .073 .021 .293 A25 .391 .454 -.043 .074
A26 .407 .572 .012 .111 .172 A26 .413 .577 -.064 .135
A27 .405 .549 -.087 .091 .147 A27 .411 .547 -.147 .103
A28 .443 .417 .022 .204 A28 .447 .415 -.013 .209
A29 .545 .333 .055 .138 .090 A29 .548 .335 .014 .151
A30 .279 .609 .032 .206 -.247 A30 .283 .586 .095 .157
A31 .473 .504 .082 .157 .040 A31 .477 .504 .049 .163
A32 .479 .323 -.002 .197 .349 A32 .484 .340 -.131 .250
A33 .347 .154 -.035 .123 .269 A33 .351 .166 -.129 .163
A34 .469 .296 .068 .195 .394 A34 .474 .321 -.080 .262
A35 .448 .330 .155 .343 .108 A35 .451 .338 .097 .364
A36 .409 .051 .040 .359 -.138 A36 .410 .036 .084 .329
A37 .422 .534 .052 .164 -.277 A37 .426 .511 .130 .112
A38 .553 .344 .024 .068 -.048 A38 .555 .336 .033 .056
A39 .441 .250 .245 -.094 -.142 A39 .438 .252 .277 -.101
A40 .602 .312 .111 .072 -.183 A40 .603 .299 .164 .043
A41 .493 .183 -.054 .022 -.265 A41 .494 .157 .042 -.033
A42 .409 .525 -.021 .057 -.368 .412 .492 .095 -.015
A43 .476 .302 .236 -.150 -.116 A43 .474 .306 .259 -.152
A44 .451 .046 .380 -.071 .192 A44 .447 .080 .295 -.008
A45 .556 .273 .164 .043 .126 A45 .557 .286 .107 .073
A46 .372 .581 .057 .113 -.271 A46 .375 .559 .131 .063
A47 .522 .343 .153 -.023 -.016 A47 .523 .346 .144 -.017
A48 .662 .272 .115 .104 .069 A48 .664 .277 .082 .119
A49 .626 .394 .193 .135 -.109 A49 .627 .390 .211 .124
A50 .611 .404 .185 .039 -.168 A50 .612 .397 .225 .019
A51 .699 .098 .167 -.001 .147 A51 .698 .113 .112 .034
A52 .703 .146 .069 .155 -.108 A52 .704 .135 .104 .135
A53 .733 -.010 .090 .107 .122 A53 .733 -.003 .051 .129
A54 .606 .242 .112 -.065 -.116 A54 .605 .236 .146 -.080
A55 .737 .099 .150 .035 -.075 A55 .735 .097 .172 .028
A56 .559 .108 .136 -.020 .044 A56 .558 .115 .116 -.004

Ejemplo de tabla de factores.

Ya se hizo las nuevas agrupaciones de ítems en las nuevas escalas y queda de la

siguiente forma:

Componente
1 2 3 4
Promoción de la salud Estudio del desarrollo La psicología como Investigación y ciencia
(Mental y Física) y el social y aprendizaje disciplina científica
entorno laboral

A34 (1) .442

A35 (2) .501
A38 (3) .545
A39 (4) .463
A40 (5) .591
A41 (6) .484
A43 (7) .496
A44 (8) .479
A45 (9) .572
A47 (10) .526
A48 (11) .658
A49 (12) .601
A50 (13) .579
A51 (14) .688
 A52 (15) .681
A53 (16) .733
A54 (17) .597
A55 (18) .714
A56 (19) .579
A17(20) .445
A18(21) .591
A19(22) .575
A20(23) .725
A21(24) .596
A22(25) .597
A23(26) .603
A24(27) .692
A25(28) .485
A26(29) .584
A27(30) .582
A28(31) .467
A30(32) .574
A31(33) .519
A7(35) .604
A8(36) .627
A9(37) .653
A10(38) .676
A11(39) .558
A13(40) .587
A14(41) .518
A15(42) .642
A16(43) .573
A1(44) .779
A2(45) .735
A3(46) .773
A4(47) .746
% de Varianza
explicada 29.90 8.37 5.19 4.20

a .916 .894 .853 .860

Los números entre paréntesis son la nueva numeración de ítems por los que se
han eliminado y según la carga factorial, so ordena de mayor a menor, es decir,
los factores con mayor carga factorial y sus ítems se colocan en la primera
columna, y así sucesivamente. Los que estaban al inicio ahora son los últimos. Y
los que no aportan carga factorial se eliminan. Todos los ítems que se encuentran
bajo la misma columna pertenecen a un mismo factor, en este ejemplo se prefijó
con 5 factores y el sistema agrupó los ítems en 4 factores, esto hace que se
eliminen ítems, por ser su carga factorial menor a 0.40 y que se reagrupen en
nuevas subescalas para la construcción del instrumento. Se agrega el % de
Varianza explicada por factor y el Alfa de Cronbach (fiabilidad (a)). La prueba
queda rescatada con análisis factorial y fiabilidad.

Se tomará en cuenta para el “% de Varianza explicada” la columna marcada con

rojo.

Y para el alfa de Cronbach (Fiabilidad) debe calcularlo por factor incluyendo

todos los ítems que lo componen.
Esto se hará con cada uno de los factores para determinar el valor del Alfa de
Cronbach.

Agrupación de datos Sociodemográficos.

Elija la siguiente ruta:

Analizar – Estadísticos descriptivos – Frecuencias

Aparece este cuadro de “Frecuencias”

Elija las variables que desea agrupar y las traslada al cuadro de la derecha a
través de presionar la flecha del centro. Si en algún momento traslada un dato no
deseado puede marcarlo y usar la flecha que le aparecerá invertida después de
hacer la primera operación.
Le da aceptar.

Le aparecen los datos recopilados de esta forma.

Debido a la codificación que se hizo al inicio (1= Femenino y 2= Masculino) los

datos de salida los muestra con la identificación real. Igual con cada una de las
variables.
En el caso de “Edad” se ha ingresado desde 17 hasta 67 años por lo que se
sugiere que se ubique el dato más cercano a 50% y se creen rangos de edades
(se ha marcado la línea que establece qué rangos se crearán), rango 1= 17 hasta
25 años y Rango 2 = 26 hasta 67 años. (Más adelante encontrará la forma de
crear los rangos de edades). Cuando son bastantes datos se puede hacer más de
dos agrupaciones, puede dividir la data en tres, cuatro, etc., según sea
conveniente para su análisis de datos en la investigación.

Las siguientes tablas es la información que el sistema ha agrupado según la

selección de variables en el momento de elegir en la ruta descrita. Según el
análisis que haga serán utilizados estos datos.

Vivecon

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido Ambos padres 31 24.6 24.6 24.6

Solo mamá 16 12.7 12.7 37.3

Sólo papá 4 3.2 3.2 40.5

Abuelos tíos otros 75 59.5 59.5 100.0

Total 126 100.0 100.0

Religión

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válido Católico 59 46.8 46.8 46.8

Evangélico 38 30.2 30.2 77.0

Otros 29 23.0 23.0 100.0

Total 126 100.0 100.0

Residencia

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válido Urbana 111 88.1 88.1 88.1

Rural 15 11.9 11.9 100.0

Total 126 100.0 100.0

Actlaboral

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válido Sí 106 84.1 84.1 84.1

No 18 14.3 14.3 98.4

Algunas veces 2 1.6 1.6 100.0

Total 126 100.0 100.0

TRANSFORMAR DATOS
Recodificar en distintas variables

Siga la siguiente ruta

Transformar – Recodificar en distintas variables

Primero, traslade las variables que va a reagrupar o dicotomizar (en dos

opciones), debe ser todo el conjunto de ítems de una misma prueba. Luego
sombrea las variables a las que les va a cambiar el nombre, digita el nuevo
nombre (que derive del original) que le pondrá y presiona “Cambiar”, lo hace una
por una hasta que todos los ítems estén con el nuevo nombre a la derecha.

Presiona “Valores antiguos y nuevos”

Presiona “Valores antiguos y Nuevos” y aparece esta pantalla

En este ejemplo se está cambiando las 4 posibles respuestas de cada uno de los
ítems (Nunca -1-, Casi nunca -2-, casi siempre -3- y siempre -4-) que se agregó en
“valores” cuando se construyó el fichero. Ahora lo que se pretende es que sólo
haya dos opciones de respuestas (1 y 2 = 1; 3 y 4 = 2). Es sumar las respuestas
de 1 y 2, y darles un nuevo valor que será 1. También el 3 y 4 ahora será el 2.
Entonces los nuevos ítems de la prueba solo tendrán dos opciones: 1 y 2. Aquí ya
están dicotomizados.
Datos de salida

Y en “Vista de Variables” aparecen recodificadas por lo que debe cambiar a los

nuevos valores asignados, dar “aceptar”.
Transformar – Calcular Variable

Aquí se trabajará con cada una de las subescalas de cada prueba. Calcula
aquellas variables que fueron salvadas por la conbiabilidad y la validez en cada
subescala que tienen los instrumentos que usted ha utilizado en su encuesta.
Debe trasladar los reactivos (ítems, factores) que corresponde a cada subescala.

Aparece la siguiente ventana, traslade los ítems que corresponden a la sub

escala, elija uno lo traslada con la flecha de la derecha y agrega el signo “+”, elija
uno por uno y haga la misma dinámica de traslado de todos los items, al trasladar
el última, agregue pleca (/) entre el número de ítems de la subescala. Dele
“Aceptar”. Dele el nombre a la sub escala, debe hacerlo en el campo “Variable de
destino” Ponga atención en los encuadres en rojo, es la guía a seguir.

El resultado que aparece en el campo de las tablas.

Ahora se traslada a “Vista de variables” y se ha creado una nueva variable

Agrupación de Rangos
Siga la siguiente ruta:
Analizar – Estadísticos descriptivos – Frecuencia

Aparece la siguiente ventana

Traslade sólo la edad porque es la variable que está trabajando para crear los
rangos de edad que serán de 20 a 32 años y de 33 a 66 años. Aparece esta
ventana, elija según ejemplo
Elija la siguiente ruta

Transformar – Recodificar en distinta variable

Aparece la siguiente pantalla

Traslada sólo la variable “Edad” y le pone nuevo nombre (edad2) en el campo de

“Variable de resultado” y elije Valores antiguos y nuevos”

Aparece esta pantalla

Debe asignar valor nuevo, luego digitar los rangos de edades que está
construyendo y a cada uno le da “añadir”, cuando ha terminado con todos los
rangos le da “continuar”.
Aparece esta pantalla

Para que se active “aceptar” debe presionar “cambiar” que se refiere hacer el
cambio de “Edad a Edad2” el nuevo nombre asignado.

Datos de salida
Aparece como variable en “Vista de variables”

Recuerde que debe darle valores, allí aparece “Ninguna” y son dos rangos los que
se han creado en este caso.

Ahora aparece

ANÁLISIS DESCRIPTIVOS

Frecuencias y porcentajes
Siga la siguiente ruta:

Analizar – Estadísticos Descriptivos - Frecuencias

Aparece esta pantalla

Datos de salida
Se elige la frecuencia y el porcentaje para trasladarlo a la tabla correspondiente y
en caso de que se perdieran valores se utilizará el porcentaje válido. Estos son los
datos después de dicotomizar las opciones de respuesta y agrupar por “De
acuerdo” y “En desacuerdo”

Los datos de la imagen anterior muestra todas las opciones de respuesta, para
efectos de análisis se decidió dicotomizar. Y aparecen 7 datos perdidos por el
sistema, ha reconocido que hay inconsistencia en los datos de esas encuestas y
automáticamente los elimina.

Análisis Descriptivo
Siga la siguiente ruta:

Analizar - Estadísticos descriptivos - Frecuencias

Le saldrá la siguiente pantalla:

Le da “estadísticos” y saldrá la siguiente pantalla:

Da “continuar”.

Datos de salida del SPSS

Los datos que están enmarcados con color verde son los que se trasladan a la
tabla APA, según el siguiente ejemplo (tabla 4).
TABLAS DE CONTINGENCIA
Siga la siguiente ruta:

Analizar – Estadísticos Descriptivos – Tablas cruzadas

Aparece esta pantalla

Al dar estadísticos aparece la siguiente pantalla

Regresa a la pantalla anterior y elige “Casillas”

Aparece la siguiente pantalla

Datos de salida

Dependiendo de la utilidad de los datos se escoge el porcentaje adecuado que

explique mejor sus resultados.

En este caso utilizaremos los datos “Recuento” que es la frecuencia y

“porcentajes totales” que es la representación del total de la muestra.

El Chi-cuadrado sirve para determinar si existe o no una asociación

estadísticamente significativa entre las variables dependientes (reactivos o sub
escalas dicotomizadas/calculadas en función de las variables independientes
(datos sociodemográficos).
Los datos se trasladan a la tabla APA de la siguiente manera (datos de otra
investigación para ilustrar):

Comparar estos datos con el ítem 35 de la tabla 5, más adelante. Los datos que
se tomaron en cuenta en esta investigación sólo son los que están “de acuerdo”
por lo tanto se tomó del rango de “edad 17-25 años” 110 personas que
contestaron estar de acuerdo con el porcentaje 44.7 del total general; y del rango
de “edad 26-67 años” 117 personas manifestaron estar de acuerdo con esta
afirmación que le corresponde el 47.6%, Según las necesidades del investigador o
la utilidad de los datos deberá poner todas las opciones de respuesta (en este
caso de haberlo necesitado se habría incluido “De acuerdo, en desacuerdo e
indeciso”) completando así el 100% de las respuestas obtenidas.

En el ítem 41 aparece en la columna del Chi-cuadrado (X2) 6.747* con un

asterísco (*) significa que hay significancia en las respuestas obtenidas,
precisamente en ese ítem, debido a que la significancia se mide de la siguiente
forma: Si el X2 es *p<0.05; **p<0.01;***p<0.001; en este caso la p es igual 0.034,
se le coloca el *
PRUEBAS DE HIPÓSTESIS
ANÁLISIS INFERENCIALES
200 pruebas-No paramétricas
U de Mann- Whitney
Kruskal Wallis
Chi-cuadrado
Spearman
Más de 200 pruebas-Paramétricas
Prueba T student
ANOVA
Correlación de Pearson
Regresiones

Prueba No Paramétricas U de Mann-Whitney

Siga la siguiente ruta:
Analizar- Pruebas No Paramétricas – Cuadros de Diálogo Antiguos – 2
Muestras Independientes ( se usa cuando se trabaja con dos elementos
dentro de la variable, por ejemplo, sexo, femenino y masculino)

Sale la siguiente pantalla

Aparece la siguiente pantalla

Datos de salida
Traslado de datos a tabla APA

Kruskal – Wallis (Prueba no paramétrica)

Siga la siguiente ruta:

Analizar – Pruebas No Paramétricas – Cuadros de Diálogos Antiguos – K

Muestras independientes ( se usa cuando se trabaja con más dos elementos
dentro de la variable, por ejemplo, estado civil, soltero, casado, divorciado,
acompañado y viudo).

Y luego escoger
Aparece la siguiente pantalla

Aparece la siguiente pantalla

Se digita 1 y 3 porque hay tres opciones o tres elementos de respuesta en la
encuesta. A continuación la tabla APA

Comprobar los datos de la tabla con los datos de salida del SPSS que están a
continuación.
 Durante la descripción de 
la prueba H de Kruskal‐
Wallis se toma en cuenta 
los grados de libertad (gl) 

Correlaciones de Pearson
Siga la siguiente ruta:

Analizar – Correlaciones – Bi-variadas

Aparece esta pantalla.

Debe trasladar las variables de las sub escalas que quiere comparar, estar seguro
que ha elegido “Pearson” y dar aceptar.
Datos de salida

Para obtener la media y desviación estándar DE LA EDAD en hombres y

mujeres.

Sale la siguiente pantalla

Tabla de resultados