4 Spssbasico - conceptosAnalisisExploratorio

Instituto Na ciona l de Esta dística e Informá tica
SPSS BÁSICO
Estimado alumno, buen

día. Cualquier consulta
no dudes en
comentarme o
avisarme.
Este curso es
netamente práctico y se
que lograremos
objetivos importantes.
2
Contactos:
enei@inei.gob.pe
campusvirtual@inei.gob.pe
CONCEPTOS.
TERMINOS
• La media aritmética de n valores, es igual a la suma de todos ellos dividida
entre n.
• La mediana es el punto central de una serie de datos.

Hallar la mediana en los siguientes datos.
25,30,28,26,32
SOLUCION:
Se ordenan en forma creciente o decreciente y se toma el valor central.
25,26,28,30,32
mediana = 28
Moda :Es aquel valor de mayor frecuencia, la moda puede ser no

única e inclusive no existir.
5
TERMINOS
• Tendencia central: Una de las características más sobresalientes de la
distribución de datos es su tendencia a acumularse hacia el centro de la
misma. Esta característica se denomina Tendencia central.
• Las medidas de tendencia central más usuales son:

a) media aritmética (x), el valor medio.
b) mediana, el valor central.
c) moda, el valor más frecuente
6
TERMINOS
MEDIDAS DE DISPERSION
• Existe otro tipo de medidas que indican la tendencia de los datos a dispersarse
respecto al valor central.
• Algunas de las medidas de dispersión más usuales son:
• Rango, amplitud o recorrido (R)
• Desviación estándar (S , muestral; s , poblacional ).
• Varianza (S² , s² )
• Desviación media (DM).
• Coeficiente de Variación (C. V.)
7
TERMINOS
• Cuartiles. Son valores que dividen a la población en cuatro partes iguales. Los vamos
a representar por C1, C2 y C3. Entre cada dos de ellos estará el 25 % de los datos.
Lógicamente el segundo cuartil coincidirá con la mediana.
• Deciles. Son valores que dividen a la población en diez partes iguales. Los
representaremos por Dn. El quinto decil coincide también con la mediana.
• Percentiles. Son valores que dividen a la población en cien partes iguales. Los
representamos por Pn. Evidentemente los percentiles 25, 50 y 75 coinciden con los
cuartiles. Y los percentiles 10, 20 , ... , 90 coinciden con los deciles.
8
TERMINOS
• Coeficiente de variación. Si hemos realizado un estudio
estadístico en dos poblaciones diferentes, y queremos
comparar resultados, no podemos acudir a la desviación típica
para ver la mayor o menor homogeneidad de los datos, sino a
otro parámetro nuevo, llamado coeficiente de variación y que
se define como el cociente entre la desviación típica y la media.
9
TERMINOS
• RANGO. Es la diferencia entre el dato mayor y el dato menor. (R= X

máx.- Xmín.
• DESVIACION ESTANDAR. La desviación estándar o desviación tipo se

define como la raíz cuadrada de los cuadrados de las desviaciones de los
valores de la variable respecto a su media
10
TERMINOS
• VARIANZA. Es el cuadrado de la desviación estándar
• Desviación media. Se conoce también como promedio de desviación.
• Medidas de curtosis. Miden la mayor o menos concentración de datos

alrededor de la media. Se suele medir con el coeficiente de curtosis.
11
TERMINOS
• Estadística descriptiva. Realiza el estudio sobre la población
completa, observando una característica de la misma y
calculando unos parámetros que den información global de
toda la población.
• Estadística inferencial. Realiza el estudio descriptivo sobre un

subconjunto de la población llamado muestra y,
posteriormente, extiende los resultados obtenidos a toda la
población.
12
TERMINOS – Variables estadísticas

• Variable cualitativa. Es aquella característica que no podemos expresar con números y
hay que expresarla con palabras. Por ejemplo, el lugar de residencia.
• Variable cuantitativa. Es cualquier característica que se puede expresar con números.

Por ejemplo, el número de hermanos o la estatura. Dentro de esta variable podemos
distinguir dos tipos:
– Variable cuantitativa discreta. Es aquella variable que puede tomar únicamente un número
finito de valores. Por ejemplo, el número de hermanos.
– Variable cuantitativa continua. Es aquella variable que puede tomar cualquier valor dentro
de un intervalo real. Por ejemplo, la estatura.
13
Análisis Exploratorio de Datos

• El análisis exploratorio de datos persigue los
mismos objetivos que la clásica estadística
descriptiva univariante.
• Suplementariamente concede una importancia
crucial a la detección de anomalías y errores en la
distribución de la variable que se trate.
14

• Todo ello se basa en técnicas gráficas y en estadísticos
resistentes y robustos, relacionados sobre toso con el
orden y la mediana. Los aspectos fundamentales
consisten en sus representaciones gráficas, el análisis de
residuos y la transformación de los datos con objeto de
encontrar la escala que mejor simplifique y clarifique el
análisis.
15

• Dependent List: en este recuadro se especifican las
variables cuantitativas y si se hace clic en OK se
obtienen para cada variable, por defecto, el diagrama
de tallo y hojas, el de cajas, así como los estadísticos
de tendencia central, de dispersión, asimetría, etc., la
media recortada al 5%.
16

• Factor List: en este recuadro se especifican las
variables que jugarán el papel de factores
(análogos a los del análisis de la varianza); cada
combinación entre variables dependientes y
factores se trata como un problema
diferenciado.
17

• Label Cases by: en este recuadro se selecciona la
variable que servirá para etiquetar a los casos
anómalos e inusuales; es decir, en lugar de que tales
casos se vean identificados, por defecto, por su
número de secuencia, lo serán por las etiquetas de los
valores de la variable que se haya especificado.
18

• En Display se presentan tres alternativas:
– Both (ambos), por defecto, se presentan gráficos y

estadísticos
– Statistics (estadísticos), sólo se presentan los estadísticos
– Plots (gráficos), sólo se presentan los gráficos.
19
Análisis Exploratorio de Datos - Estadísticos
• En función de lo que se haya seleccionado en

Display, se obtendrán o no los estadísticos.
Suponiendo que allí se haya seleccionado Both
(ambos) se hace clic en Statistics... y se entre en
el cuadro de diálogo siguiente:
20
21
• Descriptives (descriptivos), esta opción es por defecto, se

obtienen los estadísticos habituales, así como la media
recortada al 5%, recorrido intercuartílico y los índices de
asimetría y apuntamiento acompañados de sus respectivos
errores estándar.
• En el recuadro de texto adjunto se especifica el nivel de
confianza para la estimación por intervalo de la media en
Intervalo confidencial de la media.
22
• M-estimators (estimadores robustos centrales), estimadores

robustos de máxima verosimilitud de tendencia central, se
presentan los de Huber, Andrews, Hampel y Tukey.
• Outliers (valores atípicos), los casos etiquetados como

“extremos” son los correspondientes a los 5 de mayor valor y a
los 5 de menor.
• Percentiles, muestra los percentiles 5, 10, 25, 50, 75, 90 y 95.
23
Análisis Exploratorio de Datos - Gráficos
• En función de lo que se haya seleccionado en

Display, se obtendrán o no los gráficos.
Suponiendo que allí se haya seleccionado Both
(ambos) se hace clic en Plots... y se entra en el
cuadro de diálogo siguiente:
24
25
Boxplots (diagramas de caja)
• Factor levels together (factor de niveles

juntos), por defecto, en la misma gráfica se
presentan las cajas de los distintos grupos
correspondientes al factor, hay una gráfica por
cada combinación entre factores y variables.
26
• Dependents together (dependientes juntas),

para cada nivel del factor se presentan las cajas
de las distintas variables dependientes,
incluyéndose todos los niveles en una misma
gráfica; si el factor tiene bastantes niveles, la
gráfica es prácticamente inelegible..
27

• Stem-and-leaf (tallo y hojas): Por defecto, se presenta
para cada variable dependiente este tipo de gráfico.
• Histogram (histograma): Histograma obtenido

agrupando los valores de la variable dependiente en
intervalos de igual amplitud.
28

• Normality plots with levene test (gráficos con pruebas
de normalidad)
• Se obtienen las gráficas Q-Q de probabilidad normal y

las de probabilidad normal eliminada la tendencia, así
como los valores de los estadísticos de Shapiro-Wilks,
Kolmogorov-Smitnov y la corrección del nivel de
significación de Lilliefors.
29

• Con el fin de examinar si hay
homocedasticidad, se dispone de Spread vs.
Level with Levene Test (dispersión por nivel con
prueba de Levence), para lo que
evidentemente ha habido que declarar con
anterioridad algún factor.
30

• None (ninguno), por defecto, se suprimen las gráficas
de dispersión por nivel, así como la prueba de Levene.
• Power estimation, se presenta para nivel o grupo la

gráfica de los logaritmos neperianos de la mediana
contra el logaritmo neperiano del recorrido
intercuartílico; muestra también la potencia estimada
a que hay que elevar la variable dependiente parta
lograr hocedasticidad.
31

• Transformed (transformados), el usuario especifica
alguna de las transformaciones de la lista desplegable,
que por defecto es el logaritmo natural o neperiano.
• Untransformed (no transformados), no se procede a

ninguna transformación de los datos.
32

Ejercicio
• Seleccionar Analyze/Descriptive Statistics / Explore
• Especificar como variables dependiente a la edad.
• Especificar como variable factor a la variable sexo.
• Dar clik en OK y ver el resultado en la ventana de
Output, ¿Comente los resultados?.
33
34

Ejercicio
• Especificar como variables dependiente a la edad.
• Especificar como variable factor a la variable est_civil.
35
36
37

Ejercicio
• Especificar como variables dependiente a la edad y
gashog2d.
• No especificar variable factor
38
39
40
GRAFICAS
• La utilización de gráficos es necesaria en Estadística.
Se pretende resumir la información de la muestra de
forma gráfica con fines clarificadores o para enfatizar y
descubrir determinadas características que de otra
forma sería muy difícil apreciar.
• Por otro lado, un gráfico siempre es más inmediato de
comprender que un conjunto de estadísticos. Por
ejemplo, podemos dar una matriz de distancias entre
un conjunto de ciudades pero aún teniendo esa
información será difícil que nos imaginemos su
distribución geográfica si no se adjunta un gráfico.
41
GRAFICAS
• Los gráficos adecuados para

representar variables discretas o
categóricas son diferentes de los de
las continuas por lo que separaremos
su estudio.
42
GRAFICAS
1. Gráficos de variables discretas y

categóricas
• Los gráficos más utilizados en estadística para
representar variables discretas o categóricas
son los gráficos de sectores y los diagramas de
barras.
43
GRAFICAS
Gráficos de sectores
• Un gráfico de sectores consiste en un círculo dividido en

sectores de tamaño proporcional a la frecuencia de cada valor
de la variable. Se utilizan cuando hay pocos valores que
representar (máximo 7).
• Para obtener un gráfico de sectores con SPSS usaremos el menú

Graphs\Pie... y aparecerá el cuadro de diálogo siguiente:
44
GRAFICAS
Summaries for groups of cases (Resúmenes para grupos de casos)
Genera un gráfico en el que cada sector corresponde a un valor de la variable

seleccionada. El tamaño del sector se determina por la opción Slices represent
(Los sectores representan), esta opción aparece en el cuadro de diálogo que
surge después de apretar el botón Definir del cuadro anterior.
45
GRAFICAS
Por ejemplo, suponer que deseamos representar los valores de la variable
est_civi (estado civil) en un diagrama de sectores donde cada sector represente
el número de casos de cada estado civil o conyugal. El gráfico de sectores
podría ser así:
Soltero
Separado
Divorciado
Viudo
Conviviente
Casado
46
GRAFICAS
También es posible que los sectores
representen otra cosa, como la media de los
valores de otra variable, el máximo, etc., esto
se consigue con la opción Other summary
function (otra función resúmen). Se puede
también editar el gráfico haciendo doble clic
sobre él, con posibilidad de cambiar los colores,
tramas, desgajar sectores, etc.
47
GRAFICAS
Summaries of separate variables (Resúmenes para distintas variables)
•Permite que los sectores representen variables en lugar de casos. Cada sector
representa una función de una determinada variable (por ejemplo, la suma de los
valores de sus casos)
48
GRAFICAS
Por ejemplo, las puntuaciones de 10 alumnos a tres profesores de SPSS.
PROF3
71.00 / 36.1%
Prof1 Prof2 Prof3
PROF1
69.20 / 35.2%
PROF2
49
56.30 / 28.7%
GRAFICAS
Values of individual cases (Valores individuales de los casos)
• Se resume una única variable, los casos ya son valores

agrupados de la variable. Cada sector representa el valor de un
caso individual.
50
GRAFICAS
Soltero Conviviente
40.20 / 13.2% 39.30 / 12.9%
Separado Casado
48.86 / 16.1% 49.95 / 16.4%
Divorciado Viudo
61.13 / 20.1% 64.84 / 21.3%
51
GRAFICAS DE DIAGRAMA DE BARRA

• Sobre un eje horizontal se representan los distintos
valores de una variable discreta o categórica.
• Sobre cada valor se levanta un rectángulo vertical cuya

base está separada de las contiguas. En un eje de
escala vertical se representa una característica
numérica de la variable como el número de casos, o
bien otra función resumen que puede estar asociada a
otra variable, etc..
52

• Los diagramas de barras permiten utilizar mayor
número de valores que los gráficos de sectores. Son
más versátiles que los gráficos de sectores y al igual
que con éstos también se pueden conseguir efectos
especiales como 3D, giros e iluminaciones.
53

• Para generar un diagrama de barras con SPSS se utiliza
el menú Graphs\Bar... con lo que aparecerá el
siguiente cuadro de diálogo
54
55

• Para agregar valores a la grafica, o modificar las
propiedades de ellas, realizar los pasos siguientes:
• Doble clic a la gráfica. Se abre la ventana de edición de

gráficos.
• Clic al menú edit / opcion: properties.
• Adicionar propiedades.
56

4 Spssbasico - conceptosAnalisisExploratorio

Cargado por

Información del documento

Título original

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

4 Spssbasico - conceptosAnalisisExploratorio

Cargado por

Copyright:

Formatos disponibles

Instituto Na ciona l de Esta dística e Informá tica

Estimado alumno, buen

• La mediana es el punto central de una serie de datos.

Se ordenan en forma creciente o decreciente y se toma el valor central.

Moda :Es aquel valor de mayor frecuencia, la moda puede ser no

• Las medidas de tendencia central más usuales son:

b) mediana, el valor central.

c) moda, el valor más frecuente

• Algunas de las medidas de dispersión más usuales son:

• Rango, amplitud o recorrido (R)

• Desviación estándar (S , muestral; s , poblacional ).

• Desviación media (DM).

• Coeficiente de Variación (C. V.)

• RANGO. Es la diferencia entre el dato mayor y el dato menor. (R= X

• DESVIACION ESTANDAR. La desviación estándar o desviación tipo se

• VARIANZA. Es el cuadrado de la desviación estándar

• Desviación media. Se conoce también como promedio de desviación.

• Medidas de curtosis. Miden la mayor o menos concentración de datos

• Estadística inferencial. Realiza el estudio descriptivo sobre un

TERMINOS – Variables estadísticas

• Variable cuantitativa. Es cualquier característica que se puede expresar con números.

Análisis Exploratorio de Datos

Análisis Exploratorio de Datos

Análisis Exploratorio de Datos

Análisis Exploratorio de Datos

Análisis Exploratorio de Datos

Análisis Exploratorio de Datos

– Both (ambos), por defecto, se presentan gráficos y

Análisis Exploratorio de Datos - Estadísticos

• En función de lo que se haya seleccionado en

Análisis Exploratorio de Datos - Estadísticos

Análisis Exploratorio de Datos - Estadísticos

• Descriptives (descriptivos), esta opción es por defecto, se

Análisis Exploratorio de Datos - Estadísticos

• M-estimators (estimadores robustos centrales), estimadores

• Outliers (valores atípicos), los casos etiquetados como

• Percentiles, muestra los percentiles 5, 10, 25, 50, 75, 90 y 95.

Análisis Exploratorio de Datos - Gráficos

• En función de lo que se haya seleccionado en

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Boxplots (diagramas de caja)

• Factor levels together (factor de niveles

Análisis Exploratorio de Datos - Gráficos

• Dependents together (dependientes juntas),

Análisis Exploratorio de Datos - Gráficos

• Histogram (histograma): Histograma obtenido

Análisis Exploratorio de Datos - Gráficos

• Se obtienen las gráficas Q-Q de probabilidad normal y

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

• Power estimation, se presenta para nivel o grupo la

Análisis Exploratorio de Datos - Gráficos

• Untransformed (no transformados), no se procede a

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

Análisis Exploratorio de Datos - Gráficos

• Los gráficos adecuados para