Tabla de Contenidos

1. CONCEPTOS BÁSICOS DE ESTADÍSTICA ................................................................................ 4

2. ENTORNO DEL SPSS .............................................................................................................. 5
2.1 Vista de datos .................................................................................................................... 6
2.2 Vista de variables .............................................................................................................. 6
2.3 Vista de resultados ............................................................................................................ 7
3. GESTIÓN DE DATOS .............................................................................................................. 7
3.1 Definición de variables: ................................................................................................... 13
3.2 Etiquetado de valor: .......................................................................................................... 4
3.3 Definir códigos: ................................................................................................................. 6
3.4 Ingreso de datos: ............................................................................................................... 7
4. IMPORTACIÓN Y EXPORTACIÓN DE UN CONJUNTO DE DATOS........................................ 12
4.1 Importación de Datos ...................................................................................................... 12
4.2 Exportación de Datos ...................................................................................................... 13
5. AGRUPAMIENTO DE DATOS ............................................................................................... 14
6. TRANSFORMACIÓN DE VARIABLES .................................................................................... 19
7. ORDENACIÓN DE CASOS..................................................................................................... 23
8. PONDERACIÓN DE CASOS .................................................................................................. 24
9. SEGMENTAR ARCHIVO ....................................................................................................... 27
10. REFERENCIAS BIBLIOGRÁFICAS: ......................................................................................... 30
Tema 07

GESTIÓN DE DATOS CON IBM SPSS

SPSS es un paquete estadístico IBM muy famoso y usado principalmente en las ciencias sociales y
aplicadas. Con SPSS se pueden analizar datos, crear tablas y gráficos con data compleja, es ahí
donde radica su potencialidad de gestionar grandes volúmenes de datos y llevar a cabo análisis de
texto entre otros formatos.
Esta sesión proporciona información para conocer el entorno de SPSS versión 26 y da a conocer al
participante los elementos necesarios para importar y exportar datos, transformar variables,
ordenar y ponderar casos, entre otros.

CAPACIDAD
Gestiona y analiza datos con IBM SPSS 26.

TEMÁTICA
1. Conceptos básicos de estadística
2. Entorno del SPSS
3. Gestión de datos
4. Importación y exportación de datos
5. Agrupamiento de datos
6. Transformación de variables
7. Ordenación de casos
8. Ponderación de casos
9. Segmentar archivo
1. Conceptos Básicos de Estadística

La estadística es la ciencia que se ocupa de la recogida y obtención de datos y de su posterior

tratamiento para poder expresarlos numéricamente y así poder extraer conclusiones.
Los primeros estudios estadísticos eran demográficos así que se ha conservado gran parte del
vocabulario.
Población: Es el conjunto sobre el que se realizará el estudio estadístico.
Individuo o Unidad Estadística: Cada uno de los elementos que componen la población.
Muestra: Conjunto representativo de la población pero más pequeño que esta.
Muestreo: Es la reunión de los datos sobre una muestra que serán el objeto de nuestro estudio
estadístico.
Valor: Son todos los resultados que podemos obtener. En el caso de una moneda serían cara
y cruz.
Dato y variable
Se le llama dato a cada uno de los valores obtenidos después de realizar el estudio estadístico
y variable al tipo de dato, que son una determinada característica de la población (número de
hijos, estatura, peso, color, profesión, etc).
Por ejemplo, empezamos estudiando a 3 alumnos y obtenemos estos datos:
Alumno 1: Aprobado
Alumno 2: Suspenso
Alumno 3: Suspenso
En total, 1 «Aprobado» y 2 «Suspenso».
Tenemos 3 datos y cada uno de los datos puede tomar 2 valores («Aprobado» o «Suspenso»).
La variable estudiada en este caso es la calificación de la asignatura.
Dentro de una población se pueden recoger datos de diferentes variables. Por ejemplo, a los
vecinos de un edificio se les puede preguntar su peso, el color de ojos, si son hombre o mujer…
Tipos de variables estadísticas
Según la forma de expresar sus valores. Tenemos:
Variables cuantitativas (numéricas)
Discreta (valores aislados)
Contínua (todos los valores)
Variables cualitativas (no numéricas)
Variables cuantitativas: discretas y contínuas
Las variables cuantitativas son las que se expresan con números o cantidades.
Una variable cuantitativa es una variable discreta cuando sólo admite valores aislados, es decir,
no hay ninguna cantidad intermedia. Por ejemplo, el número de hijos puede ser 1, 2, 3… pero
no puedes tener un valor intermedio.

4
 Una variable cuantitativa es una variable continua cuando puede tomar cualquier valor entre
un intervalo de valores cualquiera. Por ejemplo, la estatura de una persona puede ser 1,85 m
o el peso puede ser 76,8 kg. No tienen por qué ser valores concretos.
Variables cualitativas
Las variables cualitativas no se expresan con números, sino mediante una cualidad.
Podemos distinguir 3 tipos de variables cualitativas:
Variable cualitativa nominal: Son variables cuyas categorías que no siguen ningún criterio
de orden. Por ejemplo: colores de ojos (verdes, marrones, azules…), profesiones (abogado,
médico, carpintero…), etc.
Variable cualitativa ordinal: Sus categorías siguen un orden. Por ejemplo, calificaciones
(suspenso, aprobado, notable, sobresaliente), puesto en una carrera (primero, segundo,
tercero…), etc.
Variable cualitativa binaria: Sólo tiene dos categorías. Por ejemplo, chico y chica, abierto y
cerrado, correcto e incorrecto…

2. Entorno del SPSS

Para conocer SPSS es indispensable ingresar primero al programa, para lo cual existen 02 formas
básicas:
a) El acceso directo que podría estar en el Escritorio
b) Ruta: Inicio – IBM SPSS Statistics 26
Al abrirse el programa, podemos apreciar la siguiente ventana, la cual en el apartado izquierdo
nos brinda la posibilidad de crear un nuevo conjunto de datos, realizar una consulta de base de
datos o abrir un archivo trabajado anteriormente.

5
 2.1 Vista de datos
Vista que aparece por defecto y que nos permite ingresar, modificar o eliminar los casos y
registros de una base de datos. La estructura de esta vista ha sido diseñada de manera que
las variables (preguntas) se ubiquen en columnas y los casos, registros u observaciones se
ubiquen en filas.

VARIABLES
CASOS, REGISTROS U
OBSERVACIONES

2.2 Vista de variables

Vista que nos permite definir los parámetros informativos de las preguntas o variables de la
base de datos. Sin duda, es la parte más importante ya que de la correcta definición de nuestras
variables depende la efectividad del análisis y los procedimientos a realizar.
Para acceder a ella basta con dar un clic sobre la pestaña Vista de Variables.

6
 2.3 Vista de resultados
Vista que aparece por defecto cada vez que realizamos un proceso en SPSS (tablas, gráficos,
estadísticos, etc.) El tipo de archivo se identifica con la extensión (*.spv).

3. Gestión de datos

En SPSS es posible realizar un trabajo con distintos tipos de datos, los cuales pueden ser ingresados
manualmente o importados de Excel, archivos de texto, Oracle, entre otros y a partir de ellos
realizar diferentes análisis para obtener medidas estadísticas, tablas de frecuencias gráficos, etc.
La creación de un archivo de datos contiene dos etapas:
Definición de variables
Ingreso de datos

Este proceso se comprenderá mejor a través del siguiente caso:

Crear en SPSS el archivo de datos: Pacientes.sav
En la Tabla Nº 1, se pueden apreciar los resultados de un estudio solicitado por el Gerente
Regional de Salud sobre las atenciones de pacientes en tres hospitales del MINSA, en donde
se describe los principales datos médicos de cada paciente los cuales servirán para un análisis
de la salud poblacional.
Las variables son: Hospital (Hospital donde se atendió al paciente), FechaAtenc (Fecha de
atención del paciente), Sexo (Sexo del paciente), Talla (Talla del paciente en m), Peso (peso
del paciente en Kg), P. Sistólica (Presión sistólica el paciente), P. Diastólica (Presión Diastólica
del paciente), Glucosa (Glucosa del paciente), Colesterol (Colesterol del paciente) Tgs
(Triglicéridos del paciente)

7
 Tabla N° 1

FechaAtenc

Colesterol
Diastólica
Hospital

Sistólica

Glucosa
Sexo

Talla

Peso

Tgs
Belén 3/05/2015 M 1.70 53.54 120 80 194 283 224
Regional 6/08/2014 F 1.63 80.91 100 60 200 240 250
Belén 12/06/2016 M 1.63 63.22 150 60 108 230 210
Regional 3/09/2014 M 1.85 59.66 90 50 204 264 226
Regional 8/01/2017 F 1.71 56.50 110 70 98 207 149
La Noria 5/05/2015 M 1.72 75.64 122 85 109 190 174
Belén 12/10/2017 F 1.62 89.17 180 90 122 241 172
Regional 10/05/2015 M 1.54 56.53 120 80 186 200 250
Belén 7/07/2014 M 1.84 50.76 160 90 130 250 215
Regional 4/05/2015 F 1.60 78.03 110 70 150 180 180
Regional 6/10/2015 M 1.72 53.50 130 90 120 180 150
La Noria 8/08/2017 F 1.81 72.02 130 70 272 164 152
Belén 8/05/2015 M 1.76 67.29 122 85 130 228 218
Regional 1/10/2016 M 1.58 75.13 140 100 196 286 88
Belén 12/04/2016 F 1.86 80.59 145 100 70 225 173
Regional 1/06/2014 M 1.85 52.68 107 85 92 231 135
Regional 11/11/2015 F 1.62 57.05 155 77 146 254 161
La Noria 7/06/2017 M 1.73 75.16 145 91 70 223 181
Belén 8/02/2017 M 1.62 63.17 158 78 91 232 174
Regional 2/11/2015 F 1.90 80.00 130 79 179 245 158
Belén 3/01/2015 M 1.62 51.41 96 96 158 251 154
Regional 11/08/2017 F 1.61 74.97 134 96 88 235 128
Regional 4/08/2015 M 1.84 81.92 118 69 142 200 200
La Noria 10/09/2015 M 1.64 74.02 164 100 190 256 202
Belén 5/07/2016 F 1.88 66.31 138 76 87 250 172
Regional 6/09/2015 M 1.89 55.10 160 62 88 259 117
Belén 8/01/2017 F 1.86 83.56 123 78 140 208 218
Regional 8/05/2017 M 1.84 86.64 147 76 140 241 215
Regional 4/10/2015 M 1.60 85.31 97 100 152 213 151
La Noria 6/09/2017 F 1.62 52.63 101 77 156 205 159
Belén 12/11/2015 M 1.55 51.39 92 99 105 222 176
Regional 6/06/2016 F 1.52 87.82 114 71 91 237 125
Belén 1/06/2014 M 1.50 61.52 148 72 110 226 179
Regional 11/11/2015 M 1.50 51.54 94 72 166 207 151
Regional 6/08/2014 F 1.53 65.57 165 62 113 243 111
La Noria 12/06/2017 M 1.56 78.54 154 84 135 253 147
Belén 3/09/2014 F 1.75 86.94 90 81 160 219 115
Regional 8/01/2017 M 1.87 64.56 135 66 122 235 136
Belén 8/01/2017 M 1.88 84.42 94 84 84 226 143

8
Regional 8/05/2017 F 1.82 63.69 159 81 153 224 167
Regional 4/10/2015 M 1.89 77.90 166 99 100 233 163
La Noria 6/09/2017 F 1.62 64.20 153 80 182 223 212
Belén 5/12/2015 M 1.87 82.13 128 73 160 239 106
Regional 12/06/2016 M 1.77 81.79 139 68 85 257 216
Belén 2/12/2017 F 1.56 89.36 148 72 135 252 118
Regional 10/07/2015 M 1.58 77.14 161 92 152 222 166
Regional 3/01/2015 F 1.72 66.48 98 84 113 232 203
La Noria 11/08/2017 M 1.87 52.59 156 83 121 243 123
Belén 6/10/2015 M 1.79 87.03 148 83 100 220 185
Regional 8/06/2016 F 1.50 73.77 101 99 162 253 106
Belén 3/05/2015 M 1.66 83.57 115 60 187 251 173
Regional 6/08/2014 F 1.62 64.84 132 79 139 228 205
Regional 12/06/2016 M 1.87 86.39 109 75 122 260 152
La Noria 3/09/2014 M 1.53 60.06 96 69 125 244 157
Belén 8/01/2017 F 1.70 54.95 163 98 108 226 175
Regional 5/05/2015 M 1.65 86.52 168 84 184 242 120
Belén 12/10/2017 F 1.72 69.66 152 67 90 249 106
Regional 10/05/2015 M 1.88 81.67 131 83 73 212 163
Regional 7/07/2014 M 1.89 55.97 95 80 133 214 204
La Noria 4/05/2015 F 1.76 50.95 92 64 190 255 207
Belén 6/10/2015 M 1.86 81.54 131 79 171 223 181
Regional 8/08/2017 F 1.62 61.56 109 74 93 216 206
Belén 8/05/2015 M 1.59 75.49 120 70 79 235 110
Regional 1/10/2016 M 1.55 51.82 147 98 119 251 214
Regional 12/04/2016 F 1.73 85.58 151 87 121 235 215
La Noria 1/06/2014 M 1.74 76.57 126 100 137 232 207
Belén 11/11/2015 F 1.86 80.41 130 79 187 256 100
Regional 7/06/2017 M 1.88 75.24 90 68 112 215 159
Belén 8/02/2017 M 1.61 68.12 163 62 141 243 109
Regional 2/11/2015 F 1.87 61.89 150 100 73 257 135
Regional 3/01/2015 M 1.80 52.81 91 62 189 230 175
La Noria 11/08/2017 F 1.50 77.45 106 94 78 226 211
Belén 4/08/2015 M 1.71 61.91 101 87 174 212 129
Regional 10/09/2015 M 1.86 76.19 164 92 118 217 107
Belén 5/07/2016 F 1.51 75.28 107 87 166 237 124
Regional 6/09/2015 M 1.86 50.02 123 95 158 250 159
Regional 8/01/2017 F 1.59 69.23 150 70 77 242 166
La Noria 8/05/2017 M 1.89 65.11 130 62 105 230 188
Belén 4/10/2015 M 1.75 59.07 154 89 175 252 106
Regional 6/09/2017 F 1.61 67.66 95 62 103 250 137
Belén 12/11/2015 M 1.88 61.91 96 76 91 217 105
Regional 6/06/2016 F 1.69 61.71 161 79 175 220 168
Regional 1/06/2014 M 1.82 55.11 95 77 172 231 178
La Noria 11/11/2015 M 1.71 54.90 122 99 161 254 203
9
 Belén 6/08/2014 F 1.72 68.73 133 88 91 233 167
Regional 12/06/2017 M 1.88 65.76 119 71 177 255 195
Belén 3/09/2014 F 1.83 80.59 124 97 77 235 168
Regional 8/01/2017 M 1.65 60.95 104 66 88 235 135
Regional 8/01/2017 M 1.72 71.74 142 96 132 253 132
La Noria 8/05/2017 F 1.53 60.97 170 71 119 242 183
Belén 4/10/2015 M 1.55 81.13 130 85 131 205 209
Regional 6/09/2017 F 1.65 70.68 142 84 89 233 109
Belén 5/12/2015 M 1.72 79.04 94 67 91 238 167
Regional 12/06/2016 M 1.82 68.09 141 90 162 242 175
Regional 2/12/2017 F 1.89 88.85 127 63 73 254 140
La Noria 10/07/2015 M 1.52 63.63 91 71 72 218 145
Belén 3/01/2015 F 1.69 63.23 130 77 120 233 171
Regional 11/08/2017 M 1.83 77.18 142 75 100 208 208
Belén 6/10/2015 M 1.90 86.25 96 92 138 253 144
Regional 8/06/2016 F 1.71 77.93 144 66 175 210 124
Regional 3/05/2015 M 1.59 61.03 91 88 80 209 106
La Noria 6/08/2014 F 1.61 67.40 128 72 108 242 139
Belén 12/06/2016 M 1.58 89.24 115 87 78 219 157
Regional 3/09/2014 M 1.66 65.57 95 77 139 231 158
Belén 8/01/2017 F 1.76 66.80 112 87 82 244 186
Regional 5/05/2015 M 1.58 54.07 101 100 188 258 132
Regional 12/10/2017 F 1.67 70.85 100 95 135 203 107
La Noria 10/05/2015 M 1.80 72.26 96 72 114 216 156
Belén 7/07/2014 M 1.83 68.45 142 87 107 255 100
Regional 4/05/2015 F 1.59 73.80 123 86 137 243 213
Belén 6/10/2015 M 1.88 83.89 132 80 111 236 210
Regional 8/08/2017 F 1.65 77.78 126 97 88 214 103
Regional 8/05/2015 M 1.67 86.48 143 60 105 237 182
La Noria 1/10/2016 M 1.52 79.32 117 92 146 240 183
Belén 12/04/2016 F 1.51 83.23 155 91 190 226 210
Regional 1/06/2014 M 1.81 77.46 103 78 72 260 130
Belén 11/11/2015 F 1.82 78.46 139 84 147 224 160
Regional 7/06/2017 M 1.57 66.08 111 91 163 209 214
Regional 8/02/2017 M 1.60 87.70 130 86 149 239 208
La Noria 2/11/2015 F 1.89 80.14 109 72 140 233 220
Belén 3/01/2015 M 1.52 50.69 102 92 127 245 159
Regional 11/08/2017 F 1.53 84.06 149 74 176 230 165
Belén 4/08/2015 M 1.79 66.99 108 99 135 258 160
Regional 10/09/2015 M 1.84 62.44 122 77 171 217 153
Regional 5/07/2016 F 1.63 81.87 130 66 82 235 128
La Noria 6/09/2015 M 1.72 73.25 162 97 149 231 199
Belén 8/01/2017 F 1.59 58.55 165 86 148 201 133
Regional 8/05/2017 M 1.65 55.48 130 85 136 250 171
Belén 4/10/2015 M 1.70 83.92 152 90 170 208 199
10
Regional 6/09/2017 F 1.78 86.15 141 91 150 251 113
Regional 12/11/2015 M 1.70 84.21 95 86 163 255 206
La Noria 6/06/2016 F 1.70 68.24 120 61 97 208 188
Belén 1/06/2014 M 1.80 82.85 98 69 74 239 131
Regional 11/11/2015 M 1.57 66.23 108 64 190 236 149
Belén 6/08/2014 F 1.56 61.82 120 87 92 211 186
Regional 12/06/2017 M 1.61 75.90 116 78 116 256 120
Regional 3/09/2014 F 1.54 52.99 141 77 171 241 215
La Noria 8/01/2017 M 1.54 79.45 150 88 178 225 142
Belén 8/01/2017 M 1.73 64.97 138 76 115 246 162
Regional 8/05/2017 F 1.62 69.97 164 98 190 210 195
Belén 4/10/2015 M 1.59 81.38 155 91 175 237 175
Regional 6/09/2017 F 1.82 70.45 139 96 117 211 194
Regional 5/12/2015 M 1.72 67.34 117 86 105 219 176
La Noria 12/06/2016 M 1.70 81.32 95 70 98 207 119
Belén 2/12/2017 F 1.61 80.77 105 62 123 213 110
Regional 10/07/2015 M 1.89 50.48 158 88 138 247 145
Belén 3/01/2015 F 1.56 59.80 95 88 172 238 191
Regional 11/08/2017 M 1.82 86.78 169 73 177 207 136
Regional 6/10/2015 M 1.81 60.52 133 78 162 250 150
La Noria 8/06/2016 F 1.90 81.62 166 72 82 242 106
Belén 3/05/2018 M 1.70 61.44 167 76 169 216 197
Regional 3/05/2018 F 1.80 89.13 113 75 132 254 103
Belén 3/05/2018 M 1.66 50.95 92 60 139 207 210
Regional 3/05/2018 M 1.86 69.60 90 81 148 203 183
Regional 3/05/2018 F 1.78 85.83 113 64 146 239 110
La Noria 3/05/2018 M 1.69 59.02 91 75 122 240 204
Belén 3/05/2018 F 1.59 66.65 144 88 75 213 214
Regional 3/05/2018 M 1.78 73.00 102 83 88 230 129
Belén 3/05/2018 M 1.73 64.53 156 77 190 256 147
Regional 3/05/2018 F 1.70 78.02 126 70 152 207 192
Regional 3/05/2018 M 1.52 72.50 140 71 152 208 204
La Noria 3/05/2018 F 1.55 84.90 137 83 156 234 152
Belén 3/05/2018 M 1.72 77.54 99 64 108 246 219
Regional 3/05/2018 M 1.66 62.57 151 67 167 233 146
Belén 3/05/2018 F 1.52 56.54 135 83 91 225 196
Regional 3/05/2018 M 1.84 86.56 92 87 140 220 130
Regional 3/05/2018 F 1.86 58.00 127 61 159 257 208
La Noria 3/05/2018 M 1.84 76.68 164 88 107 201 149
Belén 3/05/2018 M 1.58 59.72 140 75 142 227 201
Regional 3/05/2018 F 1.54 82.91 97 64 103 246 137
Belén 3/05/2018 M 1.55 73.68 156 66 101 248 159
Regional 3/05/2018 F 1.77 60.75 163 81 70 205 203
Regional 3/05/2018 M 1.86 64.94 162 75 160 253 162
La Noria 10/09/2015 M 1.50 55.12 159 84 113 222 145
11
 Belén 5/07/2016 F 1.75 87.18 145 87 113 217 139
Regional 6/09/2015 M 1.67 65.39 141 66 115 240 148
Belén 8/01/2017 F 1.64 82.14 121 98 76 223 126
Regional 8/05/2017 M 1.55 79.29 96 97 134 254 117
Regional 4/10/2015 M 1.75 89.97 167 75 129 221 154
La Noria 6/09/2017 F 1.89 69.04 150 67 70 250 156
Belén 12/11/2015 M 1.79 76.10 168 70 155 215 153
Regional 6/06/2016 F 1.88 59.25 158 93 183 212 120
Belén 1/06/2014 M 1.56 85.30 124 95 171 250 105
Regional 11/11/2015 M 1.52 79.97 156 76 166 259 118
Regional 6/08/2014 F 1.55 52.72 130 60 187 256 152
La Noria 12/06/2017 M 1.69 72.84 93 76 73 243 131
Belén 3/09/2014 F 1.57 65.28 135 61 103 234 194
Regional 8/01/2017 M 1.56 69.06 119 86 132 241 132
Belén 8/01/2017 M 1.73 53.06 125 98 101 259 189
Regional 8/05/2017 F 1.62 86.25 111 96 144 260 129
Regional 4/10/2015 M 1.69 85.58 126 90 150 225 186
La Noria 6/09/2017 F 1.53 75.90 150 96 157 239 146
Belén 5/12/2015 M 1.71 89.48 116 83 103 249 121
Regional 12/06/2016 M 1.72 69.30 149 79 150 211 138
Belén 2/12/2017 F 1.58 61.60 162 93 154 256 121
Regional 10/07/2015 M 1.58 50.02 95 83 185 203 148
Regional 3/01/2015 F 1.80 88.46 131 79 117 233 196
La Noria 11/08/2017 M 1.78 57.64 119 81 156 219 137
Belén 6/10/2015 M 1.62 73.00 130 73 118 251 138
Regional 8/06/2016 F 1.85 77.99 140 75 136 222 204
Belén 3/05/2018 M 1.54 85.29 138 73 115 213 168
Regional 4/05/2018 F 1.82 66.04 147 78 174 206 133
Regional 5/05/2018 M 1.69 65.68 123 64 177 247 138
La Noria 6/05/2018 M 1.80 51.74 153 62 179 245 109
Belén 7/05/2018 F 1.62 53.89 165 68 136 207 174
Regional 8/05/2018 M 1.63 69.00 167 80 80 211 218
Belén 9/05/2018 F 1.53 74.22 158 99 104 204 169
Regional 10/05/2018 M 1.86 86.22 99 95 133 234 152
Regional 11/05/2018 M 1.61 64.54 96 66 169 216 201
La Noria 12/05/2018 F 1.66 55.76 162 83 108 221 179
Belén 10/09/2015 M 1.51 75.17 103 63 84 228 143
Regional 5/07/2016 F 1.78 57.72 134 79 134 216 162
Belén 6/09/2015 M 1.57 56.90 108 84 92 226 140
Regional 8/01/2017 M 1.86 59.61 145 100 162 236 216
Regional 8/05/2017 F 1.77 71.20 156 79 97 216 158
La Noria 4/10/2015 M 1.89 77.55 144 97 152 214 153
Belén 6/09/2017 F 1.63 51.64 136 97 118 226 187
Regional 12/11/2015 M 1.73 62.49 161 92 114 204 158
Belén 6/06/2016 M 1.83 75.69 91 93 160 229 195
12
 Regional 1/06/2014 F 1.88 56.68 125 71 112 217 220
Regional 11/11/2015 M 1.78 80.72 148 74 165 259 218
La Noria 6/08/2014 F 1.59 75.48 141 67 155 253 152
Belén 12/06/2017 M 1.86 77.40 141 91 77 238 128
Regional 3/09/2014 M 1.62 74.92 130 100 163 241 111
Belén 8/01/2017 F 1.58 50.21 114 88 188 247 125
Regional 8/01/2017 M 1.51 55.37 149 82 91 224 116
Regional 8/05/2017 F 1.75 60.66 126 68 73 244 154
La Noria 4/10/2015 M 1.60 77.57 95 99 141 200 153
Belén 6/09/2017 M 1.68 75.23 170 78 100 207 207
Regional 5/12/2015 F 1.58 87.10 145 62 159 203 173
Belén 12/06/2016 M 1.68 86.59 109 60 150 245 200
Regional 2/12/2017 F 1.50 64.00 143 79 179 211 173
Regional 10/07/2015 M 1.81 73.05 124 85 167 249 133
La Noria 3/01/2015 M 1.89 51.98 160 69 166 241 122
Belén 11/08/2017 F 1.50 74.46 122 60 81 229 185
Regional 6/10/2015 M 1.57 85.47 140 76 125 259 182
Belén 8/06/2016 F 1.88 75.09 131 95 179 258 111
Regional 8/01/2017 M 1.57 66.49 131 81 90 239 207
Regional 8/01/2017 M 1.77 69.46 90 68 132 246 140
La Noria 8/05/2017 F 1.86 74.74 102 99 100 234 127
Belén 4/10/2015 M 1.60 56.34 136 66 162 255 200
Regional 6/09/2017 F 1.57 65.27 159 90 74 203 124
Belén 5/12/2015 M 1.54 79.95 150 97 140 255 203
Regional 12/06/2016 M 1.84 89.83 144 96 124 243 110
Regional 2/12/2017 F 1.58 57.92 112 94 179 249 140
La Noria 10/07/2015 M 1.85 64.66 152 61 172 240 137
Belén 3/01/2015 F 1.52 82.24 101 70 99 244 177
Regional 11/08/2017 M 1.73 68.12 114 71 174 256 115
Belén 6/10/2015 M 1.78 88.34 126 97 97 207 103
Belén 8/06/2016 F 1.86 57.98 98 65 141 247 113

3.1 Definición de variables:

El primer paso a realizar cuando se tiene una información como la mostrada anteriormente
es definir las variables, en su respectiva vista.

En nuestro caso serían:

Hospital P.Sistólica
FechaAtenc P.Diastólica
Sexo Glucosa
Talla Colesterol
Peso Tgs

13
Cabe indicar que existen otros casos aplicativos en los cuales se realiza una encuesta o
cuestionario y se obtiene un conjunto de datos, aquí las variables serían cada pregunta
definida.

Lo que se recomienda luego de definir cuáles serían las variables, es el conjunto de atributos
que va a tener cada una y esto se podría representar a través de una tabla. SPSS considera los
siguientes atributos:

Tabla Nº 2

Alineación
Decimales

Columnas
Perdidos
Anchura

Etiqueta
Nombre

Medida
Valores
Tipo

B: Belén
Hospital Cadena 1 0 Asignatura R: Regional Ninguno 2 Izquierda Nominal
N: La Noria

FechaAtenc Fecha 8 0 Fecha de atención Ninguno Ninguno 9 Derecha Escala

M: Masculino
Sexo Cadena 1 0 Sexo del paciente Ninguno 1 Derecha Nominal
F: Femenino

1: Entre 1.50 -
1.60
Talla Numérico 3 2 Talla del paciente 2: Entre 1.60-170 Ninguno 4 Derecha Escala
3: Entre 1.70-1.80
4: 1.80 a +

Peso Numérico 3 2 Peso del paciente Ninguno Ninguno 5 Derecha Escala

P.Sistólica Numérico 3 0 Presión sistólica Ninguno Ninguno 5 Derecha Escala

P.Diastólica Numérico 3 0 Presión diastólica Ninguno Ninguno 5 Derecha Escala

Glucosa del
Glucosa Numérico 3 0 Ninguno Ninguno 5 Derecha Escala
paciente

Colesterol del
Colesterol Numérico 3 0 Ninguno Ninguno 5 Derecha Escala
´paciente

Triglicéridos del
Tgs Numérico 13 0 Ninguno Ninguno 5 Derecha Escala
paciente

Al tener la información ya lista y detallada, se procede a activar la Vista Variables e ir insertando

los atributos de cada variable columna por columna.

2
En la columna Nombre, ingresa el nombre de la variable:

Haz clic debajo de la etiqueta Nombre y escribe: Hospital

Pulsa Enter.

La columna Tipo, hace referencia a si la variable es numérica, de tipo texto o cadena, fecha,
etc.

Haz clic en la columna Tipo, en la celda correspondiente a la variable

Selecciona el tipo de variable y el ancho a usar:

Si usas el tipo cadena, deberás

especificar cuántos caracteres
tendrá dicha variable.

Si es un dato numérico,
igualmente definirás el ancho
para la variable y el Nº
decimales a usar.

Puedes apreciar que existen adicionalmente 02 atributos Anchura y Decimales que se

completan por defecto, una vez definido el atributo Tipo.

En la columna Etiqueta, podrás describir a qué se refiere la variable creada: Hospital

El resto de atributos se definen por defecto, salvo Medida que puedes elegir 03 opciones:

3
 Nominal, cuando sus valores representan categorías que no obedecen a una
ordenación intrínseca (por ejemplo, el hospital donde fue atendido el paciente). Otros
ejemplos de variables nominales son: departamento de la empresa en el que trabaja
un empleado, región, código postal, etc.
Ordinal, cuando sus valores representan categorías con alguna ordenación intrínseca
(por ejemplo, los niveles de satisfacción del experto por un determinado libro). Entre
otros ejemplos de variables ordinales se incluyen niveles de satisfacción con un
servicio, que van desde muy insatisfecho hasta muy satisfecho, escalas de actitud que
representan el grado de satisfacción o confianza y las puntuaciones de evaluación de
las preferencias.
Escala, una variable puede tratarse como escala (continua) cuando sus valores
representan categorías ordenadas con una métrica con significado (talla del paciente),
por lo que son adecuadas las comparaciones de distancia entre valores. Son más
ejemplos de variables de escala: peso en gramos, edad en años, ingresos en soles, etc.

3.2 Etiquetado de valor:

Cuando los datos a guardar en una variable (Ejemplo: Hospital), son muy largos
(Ejemplo: Estadística); es mejor asignarle un valor así realizaremos un ingreso rápido del
mismo (Ejemplo: E Estadística).

En nuestro caso lo haremos en las variables señaladas: Ver Tabla Nº 2.

Para la variable “Hospital”

En la Vista de Variables, active la columna Valores para la variable Hospital

En la ventana que se muestra, debe escribir los valores y las etiquetas a usar:

4
 Repetir este proceso tantas veces como opciones se tenga para la variable.

Finalmente, haz un clic en el botón Aceptar.

Para la variable “Sexo”

Repetir el proceso realizado para la variable Hospital.

Para las variable Talla

Repetir el proceso realizado para la variable Hospital.

5
3.3 Definir códigos:
Valores ausentes son aquellos valores de los datos definidos como perdidos por el
usuario. Por ejemplo, es posible que desee distinguir los valores ausentes porque un
encuestado se negó a brindar una respuesta.

Para definir los valores ausentes:

Dar clic en el botón de la casilla Perdidos que se quiere definir, de la Vista Variables.
Introduzca los valores o el rango de valores que representen los datos perdidos.

Tener presente que:

Se pueden introducir hasta tres valores perdidos (individuales) de tipo discreto, un rango
de valores perdidos o un rango más un valor de tipo discreto.
Sólo pueden especificarse rangos para las variables numéricas.
Se considera que son válidos todos los valores de cadena, incluidos los valores vacíos
o nulos, a no ser que se definan explícitamente como perdidos.
Los valores perdidos de las variables de cadena no pueden tener más de ocho bytes.
(No hay ningún límite respecto al ancho definido de la variable de cadena, pero los
valores definidos como perdidos no pueden tener más de ocho bytes.)

6
 Para definir como perdidos los valores nulos o vacíos de una variable de cadena,
escriba un espacio en blanco en uno de los campos debajo de la selección Valores
perdidos discretos.

3.4 Ingreso de datos:

Una vez definidas las variables y sus atributos, estás en condiciones de ingresar los datos
para cada variable.

Activa la Vista de Datos.

Selecciona la casilla de la primera fila, la cual corresponde a los datos del registro
número 1 a ingresar.
Repetir este proceso tantas veces como casos tengas o número de encuestas hayas
aplicado.

En SPSS existen distintas acciones que podemos realizar, desde solicitar un archivo en
blanco para crear una base de datos, abrir una ya existente, guardarla, visualizar antes de
su impresión, etc.

Veamos cómo se realizar estos procesos:

Nuevo:

Si bien desde que abrimos el programa SPSS podemos elegir un nuevo conjunto de datos.

7
 Abrir:

De ser el caso que se estuviera trabajando con una data y desea continuar en ella, solo es
necesario buscar dicho archivo para abrirlo y seguir con los procesos deseados.

Para ello, debes realizar los siguientes pasos:

Menú Archivo – Abrir – Datos.

O también puedes elegir el botón Abrir de la Barra de Herramientas Editor de Datos.

8
Seleccionar el archivo deseado y pulsar Abrir.

Guardar:

Cuando estamos trabajando con una base de datos y deseamos guardar dicha
información, se deberá seleccionar el menú Archivo opción Guardar.

9
Cabe indicar que también podría utilizarse el atajo Ctrl + S.

O, el botón Guardar de la Barra de Herramientas Editor de Datos.

Vista previa:

Todo archivo trabajado en SPSS antes de ser impreso puede ser visualizado de forma que
sea posible realizar unos ajustes o configuraciones según el caso.

Para obtener esta vista previa, seleccionamos el menú Archivo – opción Vista previa.

10
 Impresión:

Si el trabajo realizado se requiere impreso basta con ir al menú Archivo y elegir la opción
Imprimir.

11
También puedes seleccionar el botón Imprimir de la Barra de Herramientas Editor de Datos.

O, pulsar la combinación de teclas Ctrl + P.

4. Importación y exportación de un conjunto de datos

4.1 Importación de Datos

Cuando tienes creado un archivo en Excel puedes traerlo a SPSS con toda la información.
Pero una vez importado debes ajustar las variables, pues por tratarse de programas
diferentes, parte de los formatos se pierden.

Veamos cómo ejecutar este procedimiento:

Ejemplo:

Se tiene el archivo Pacientes .xlsx y toda su información se desea traerla a SPSS.

1. Abre un nuevo conjunto de datos o archivo en blanco en SPSS.

2. Haz clic en el menú Archivo – Abrir - Datos
3. Selecciona en el cuadro Tipo: Excel (*.xls), y localiza tu archivo.
4. Haz doble clic en él para abrirlo.

12
 5. Seleccione las opciones convenientes de acuerdo a lo que se requiere.

6. Haz clic en el botón Aceptar, para importar los datos del archivo.

4.2 Exportación de Datos

Cuando desees llevar tus archivos de SPSS a otro programa como Excel, puedes hacerlo
sin ninguna limitación, sólo es necesario seguir los pasos del ejemplo posterior:

Ejemplo:

1. Abre el archivo Pacientes.sav para exportarlo a Ms. Excel.

2. Haz clic en el menú Archivo - Guardar como…

13
 3. Graba tu archivo en formato de Ms. Excel:

4. Abre el archivo recién exportado a Ms. Excel y comprueba que el proceso se haya
desarrollado exitosamente.

5. Agrupamiento de datos

Podemos agrupar los datos para un mejor análisis, por ejemplo, si queremos analizar la
variable Talla mediante una Tabla de frecuencia, el resultado será una tabla muy grande pues
la variable talla es una variable continua. Por lo que es recomendable agrupar los datos.
Ejemplo. Agrupar la variable Talla de la base de datos pacientes.sav

14
 Agrupamiento visual

Usando el archivo Pacientes.sav, obtener el Índice de Masa Corporal (IMC) La fórmula a usar
es: Peso/Talla*Talla.

1. Selecciona el menú Transformar – Agrupación visual

2. Selecciona la variable Talla y agrega al panel Variables para agrupar en intervalos, luego
hacer clic en el botón Continuar

15
 Se muestra la siguiente ventana

3. Asignar un nombre a la nueva variable agrupada, es este caso le pondremos Talla_paciente

y luego hacer clic en el botón Crear puntos de corte. Esto permitirá crear los intervalos.

16
4. Asignar los intervalos o puntos de corte y hacer clic en el botón Aplicar. En este caso
generamos 3 puntos de corte y el intervalo será 0.100

5. Nos muestra la siguiente ventana con los puntos de corte o intervalos, luego hacer clic en
el botón Crear etiquetas.

17
6. Nos muestra las etiquetas correspondientes a cada intervalo, luego hacer clic en Aceptar

Se muestra un mensaje, informando que se creará una nueva variable agrupada, hacer clic
en Aceptar.

18
 En la siguiente imagen se puede apreciar que ya se creó la variable agrupada en intervalos
llamada Talla_paciente

6. Transformación de variables

Este proceso permite generar nuevas variables a partir de otras ya existentes, mediante
fórmulas efectuadas sobre los valores de las variables ya definidas.

Sin uso del condicional

Usando el archivo Pacientes.sav, obtener el Índice de Masa Corporal (IMC) La fórmula a usar
es: Peso/Talla*Talla.

1. Selecciona el menú Transformar - Calcular variable…

2. Ahora, defina su nueva variable: Altura2

3. Seleccione la variable y operadores a usar para construir la expresión numérica.
4. Luego, ingresar la etiqueta de la variable y luego en continuar.

19
 1
2

Observe se creó ´una nueva variable IMC, en función de las variables Peso y Talla.

Uso del condicional

Usando el archivo Pacientes.sav, obtener el IMC, si los pacientes son de Sexo Masculino.

Considere:

La expresión numérica es: Peso/ Talla*Talla

La condición es: Sexo = “M” AND Hospital =”Regional”

20
Selecciona el menú Transformar - Calcular variable…
1. Ahora defina su nueva variable: IMC_Hombres
2. Construir e ingresar la expresión: Peso/Talla*Talla
3. Hacer clic en el botón Si…

1 2

4. Activar la opción: Incluir si el caso satisface la condición

5. Construir e ingresar la expresión: Asignatura = “E” AND precio < 150
6. Haz clic en el botón Continuar
7. Haz clic en el botón Aceptar

21
 4
5

6
Luego de hacer clic en el botón Continuar, se visualiza que se creó la variable
IMC_Hombres calculada en base a la variable Peso y Talla y cumpliendo con la condición.

Observe como la variable IMC_Hombre, solo se calcula para aquellos casos (registros) que
cumplen con los criterios especificados: Sexo= “M” y Hospital= “Regional”.

22
7. Ordenación de casos

Los casos (registros) de un archivo de datos, consiguen ser ordenados alfabéticamente en

función a una o más variables.

Ejemplo:

Ordenar los casos del archivo Pacientes.sav, en función a la variable FechaAtenc.

1. Haz clic en el menú Datos - Ordenar casos.

2. Agregue la(s) variable(s) a usar para el ordenamiento: FechaAtenc

23
 3. Haz clic en el botón Aceptar. Los resultados serán:

Observe como la base de datos queda ordenada por la Fecha de Atención del paciente

8. Ponderación de casos

Cuando se tabulan los datos en tablas, en muchas ocasiones hay una serie de observaciones
que se repiten un número determinado de veces llamado frecuencia absoluta. También en
otras ocasiones las observaciones son ponderadas según ciertos valores por estudios previos.
SPSS permite introducir estas frecuencias o ponderaciones en una variable que contenga las
frecuencias. Para ello, en primer lugar definimos una variable que llamamos Ponderaciones y
que va a contener las frecuencias absolutas de la variable.

Ejemplo:

Ponderar los casos del archivo Pacient5es.sav, en función a la variable Sexo.

1. Haz clic en el menú Datos - Ponderar casos.

24
2. Seleccione la variable a ponderar: Antigüedad

3. Para comprobar que la ponderación ha sido realizada correctamente, podemos generar

una Tabla de Frecuencias en el menú Analizar – Estadísticos Descriptivos – Frecuencias.

25
Observe como la ponderación de casos de la variable sexo ha sido generada.

26
9. Segmentar archivo

Segmentar archivo divide el archivo de datos en distintos grupos para el análisis basándose en
los valores de una o más variables de agrupación.
Si selecciona varias variables de agrupación, los casos se agruparán por variable dentro de las
categorías de la variable anterior de la lista Grupos basados en.
Ejemplo:

Segmentar los casos según las variables Hospital y Sexo.

1. Haz clic en el menú Datos – Segmentar archivo.

Seleccione la variable a sementar: Hospital

27
2. Luego seleccionar la variable Sexo y hacer clic en el botón Aceptar

La base de datos se segmenta por la variable Hospital, inclusive ordenándose por este
campo

3. Para comprobar que la segmentación se ha sido realizada correctamente, generamos una

Tabla de Frecuencias en el menú Analizar – Estadísticos Descriptivos – Frecuencias.

28
Los datos se muestran en la tabla de frecuencias

29
10. Referencias bibliográficas:

Pacheco, J. (2020). Manual avanzado de Excel 2019. Barcelona: Anaya Multimedia

Pérez, M. (2016). Windows 10 práctico. México: Alfa Omega
Peña, R; Orbegozo A. (2017). Office 2016 - Paso a paso. México: Alfa Omega
https://www.microsoft.com/es-es/microsoft-365/get-started-with-office-
2019http://www.formacionprofesional.info/manual-excel-2016-en-pdf/
https://support.office.com/es-es/article/Gu%C3%ADas-de-inicio-r%C3%A1pido-de-
Office-2016-25f909da-3e76-443d-94f4-6cdf7dedc51e?ui=es-ES&rs=es-ES&ad=ES
https://www.youtube.com/watch?v=Rkq-EKlTY1w
https://www.youtube.com/watch?v=HFgjxwqocl4
https://www.fibao.es/media/uploads/manual_de_spss_universidad_de_celaya.pdf
https://www.ibm.com/pe-es/products/spss-statistics
ftp://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/24.0/es/
client/Manuals/IBM_SPSS_Statistics_Brief_Guide.pdf
ftp://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/25.0/es/
client/Manuals/IBM_SPSS_Statistics_Core_System_User_Guide.pdf

30