IBM SPSS STATISTICS

INTRODUCCION
PAQUETE ESTADSTICO: Conjunto de potentes herramientas de tratamiento de datos y anlisis estadstico en una nica aplicacin informtica. OTROS PAQUETES ESTADSTICOS: SAS, MATHLAB, STATGRAPHICS, MINITAB, E-VIEWS, SPSS:

El software: SPSS (STATISTICAL PACKAGE FOR SOCIAL SCIENCES)

La compaa: IBM Se inicio (1968) como absorcin de BMDP y SYSTAT; est conformado por SPSS base mas mdulos.

PROFESOR: JOHNNY MUCHA VIVANCO

CONCEPTOS BSICOS
Caso=observacin=registro=individuo

Variable=pregunta
Dato=informacin Matriz de datos (estructura caso*variable)

PROFESOR: JOHNNY MUCHA VIVANCO

ESTRUCTURA DEL SPSS

Tipos de ventanas Editor de datos Visor de resultados Editor de tabla Editor de grficos Editor de texto Editor de sintaxis Editor de procesos

PROFESOR: JOHNNY MUCHA VIVANCO

EDITOR DE DATOS
La ventana del Editor de datos puede mostrar dos contenidos diferentes: los datos propiamente dichos y las variables del archivo acompaadas del conjunto de caractersticas que las definen.

PROFESOR: JOHNNY MUCHA VIVANCO

VISTAS DEL EDITOR DE DATOS (*.SAV)

PROFESOR: JOHNNY MUCHA VIVANCO

VISOR DE RESULTADOS (*.SPV)

Recoge la informacin (tablas, grficos, etc.) que el SPSS genera como consecuencia de las acciones que lleva a cabo. El Visor no slo muestra los resultados del SPSS, sino que permite editarlos y guardarlos para su uso posterior.

PROFESOR: JOHNNY MUCHA VIVANCO

EDITORES DEL VISOR DE RESULTADOS Editor de tablas:

PROFESOR: JOHNNY MUCHA VIVANCO

Editor de grficos:

PROFESOR: JOHNNY MUCHA VIVANCO

Editor de textos:

PROFESOR: JOHNNY MUCHA VIVANCO

10

EDITOR DE SINTAXIS: (*.SPS)

Permite utilizar las posibilidades de programacin del SPSS. Las acciones que el SPSS lleva a cabo como resultado de las selecciones hechas en los mens y cuadros de dilogo se basan en un conjunto de sentencias construidas con una sintaxis propia del SPSS.

PROFESOR: JOHNNY MUCHA VIVANCO

11

EDITOR DE PROCESOS: (*.WWD; *.SBS; *.BAS; *.OBM; *.CLS)

Un proceso (script) es una secuencia de sentencias que sirve para personalizar y automatizar algunas tareas SPSS, especialmente en lo relacionado con el contenido y el aspecto de las tablas de resultados.

PROFESOR: JOHNNY MUCHA VIVANCO

12

CUADROS DE DIALOGO:
Son las ventanas que permiten al usuario dialogar con el SPSS para darle instrucciones sobre lo que desea hacer; permiten utilizar la mayora de las funciones del SPSS simplemente utilizando el puntero del ratn

PROFESOR: JOHNNY MUCHA VIVANCO

13

CONCEPTO DE ESTADSTICA
Se refiere a un conjunto de mtodos para manejar la obtencin, presentacin y anlisis de observaciones numricas. Sus fines son describir al conjunto de datos obtenidos y tomar decisiones o realizar generalizaciones acerca de las caractersticas de todas las observaciones bajo consideracin.

PROFESOR: JOHNNY MUCHA VIVANCO

14

AREAS QUE CONFORMAN A LA ESTADSTICA

Estadstica Descriptiva (Deductiva): Es la encargada de la organizacin, condensacin, presentacin de los datos en tablas y grficos y del clculo de medidas numricas que permitan estudiar los aspectos ms importantes de los datos.

DESCRIBIR
PROFESOR: JOHNNY MUCHA VIVANCO

15

Estadstica inferencial o inferencia estadstica: Est definida por un conjunto de tcnicas, mediante las cuales se hacen generalizaciones o se toman decisiones en base a informacin parcial obtenida mediante tcnicas descriptivas.

INFERIR

PROFESOR: JOHNNY MUCHA VIVANCO

16

POBLACIN Y MUESTRA
POBLACIN: Es la coleccin de todas las posibles mediciones u observaciones que pueden hacerse de una variable bajo estudio.

PROFESOR: JOHNNY MUCHA VIVANCO

17

Se clasifica en dos categoras: Finita: Es aquella que incluye una cantidad limitada contable de observaciones, individuos o medidas. Siempre que sea posible alcanzar (contar) el nmero total de todas las posibles mediciones, se considera como finita la poblacin.

PROFESOR: JOHNNY MUCHA VIVANCO

18

Infinita: Es aquella que incluye un gran conjunto de observaciones o mediciones que no pueden alcanzarse por conteo. Al menos, hipotticamente, no existe lmite en cuanto al nmero de observaciones que el experimento puede generar.

PROFESOR: JOHNNY MUCHA VIVANCO

19

MUESTRA: Es un conjunto de mediciones u observaciones tomadas a partir de una poblacin. Es un subconjunto de la poblacin.

PROFESOR: JOHNNY MUCHA VIVANCO

20

Muestra aleatoria: Se considera aleatoria siempre y cuando cada observacin, medicin o individuo de la poblacin tenga la misma probabilidad de ser seleccionado.

PROFESOR: JOHNNY MUCHA VIVANCO

21

 Variables:

son las caractersticas o lo que se estudia de cada individuo de la muestra. Ejemplo: sexo, edad, peso, estatura, color de ojos, estado civil, temperatura, cantidad de nacimientos, presin, grosor, dimetro, ... son los valores que toma la variable en cada caso.

Datos:

PROFESOR: JOHNNY MUCHA VIVANCO

22

 Cualitativos:

son datos que solo toman valores asociados a las cualidades o atributos, clasificndolos en una de varias categoras, es decir, no son valores numricos. Ejemplo:

Sexo: f/m. Hbito de fumar: Fumador/No fumador Color de ojos: negro, azul, marrn, Religin: catlica, evanglica, Estado civil: soltero, casado, divorciado,

PROFESOR: JOHNNY MUCHA VIVANCO

23

 Cuantitativos:

provienen de variables que pueden medirse, cuantificarse o expresarse numricamente. Ejemplos:

Peso Edad Estatura Presin Humedad Intensidad de un sismo Cantidad de hermanos

PROFESOR: JOHNNY MUCHA VIVANCO

24

 Tipos

de variables cuantitativas:

Discretas: es aquella que solo puede tomar un nmero finito o infinito numerable de valores. Ejemplo: cantidad de hermanos. Continuas: es la variable que puede tomar cualquier valor en una escala continua. Ejemplo: cantidad de lquido contenido en un recipiente.

PROFESOR: JOHNNY MUCHA VIVANCO

25

 Escala

Nominal. Variables Cualitativas Escala Ordinal. Escala de Intervalos. Escala de Razn o Proporcin. Escala Absoluta.

Variables Cuantitativas

PROFESOR: JOHNNY MUCHA VIVANCO

26

 Escala

nominal: los datos se pueden agrupar en categoras que no mantienen una relacin de orden entre si, por lo tanto no estn definidas las operaciones lgicas (>, <, , ) sino solo las de igualdad o diferencia. Ejemplos: color de ojos, sexo, profesin, estado civil, religin.

PROFESOR: JOHNNY MUCHA VIVANCO

27

 Escala

ordinal: existe un cierto orden o jerarqua entre las categoras (>, <, , ). Ejemplos: grados militares, organigrama de una empresa, escalafn de los profesores universitarios, grados de disnea, estado de un tumor.

PROFESOR: JOHNNY MUCHA VIVANCO

28

 Escala

de Intervalos: valores numricos de las variables y adems de las relaciones de orden (>, <, , ), se pueden establecer distancias, es decir, tienen sentido las operaciones de suma y resta. Tiene dos propiedades:

Existe una unidad de medida que se mantiene constante para todos los valores que toma la variable. Existe un valor patrn u origen relativo que no significa la ausencia de valor en la variable.

PROFESOR: JOHNNY MUCHA VIVANCO

29

 Ejemplo:

temperatura, nivel de ruido, movimientos ssmicos.

PROFESOR: JOHNNY MUCHA VIVANCO

30

 Escala

de razn o proporcin: es la ms completa y general de todas las escalas. Se caracteriza porque los valores de la variable son nmeros entre los cuales, adems de las relaciones de orden (>, <, , ) y distancia (+,-), se pueden establecer mltiplos y proporciones. Ejemplos: peso, altura, volumen

PROFESOR: JOHNNY MUCHA VIVANCO

31

 Escala

Absoluta: se caracteriza porque los valores que toma la variable son el resultado de contar y por lo tanto, est constituida por los enteros positivos y el cero. Ejemplos: nmero de hermanos, cantidad de autos vendidos, cantidad de accidentes en una interseccin, cantidad de hijos,

PROFESOR: JOHNNY MUCHA VIVANCO

32

 Univariantes

o unidimensionales: slo recogen informacin sobre una caracterstica (Ej: edad de los alumnos de una clase). Bivariantes o bidimensionales: recogen informacin sobre dos caractersticas de la poblacin. (Ej: edad y estatura de los alumnos de una clase).

PROFESOR: JOHNNY MUCHA VIVANCO

33

 Multivariantes

o pluridimensionales: recogen informacin sobre tres ms caractersticas. (Ejemplo: edad, estatura y peso de los alumnos de una clase).

PROFESOR: JOHNNY MUCHA VIVANCO

34

 Conclusiones

errneas debido a que los datos son numricamente insuficientes. Representaciones grficas engaosas (escalas). Datos muestrales no representativos:

Muestra que no incluye a elementos de toda la poblacin. Ciertas categoras de personas no responden correctamente. Respuestas voluntarias (sesgadas).

PROFESOR: JOHNNY MUCHA VIVANCO

35