Académique Documents
Professionnel Documents
Culture Documents
507
CREACION DE GRAFICOS
508
CREACION DE GRAFICOS
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
255
509
CREACION DE GRAFICOS
510
CREACION DE GRAFICOS
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
256
511
LECTURA DE DATOS
512
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
257
513
514
Acceda a demo.sav y
bralo. Consulte Archivos
muestrales si desea obtener
ms informacin.
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
258
515
516
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
259
517
518
En Excel 95 o posterior,
tambin se pueden
especificar las hojas de
clculo que se desea
importar.
Asegrese de que est
seleccionada la opcin Leer
nombre de variables de la
primera fila de datos. Esta
opcin
p lee los encabezados
Si los encabezados de las columnas no cumplen las normas de denominacin de columnas como nombres
de variables de SPSS Statistics, se convertirn en nombres de variables de variables.
vlidos y los encabezados originales de las columnas se guardarn como
etiquetas de variable.
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
260
519
520
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
261
521
522
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
262
523
Se asignar automticamente
el tipo de datos Numrico a
las nuevas variables.
Si no introduce nombres de
variable, se crearn nombres
nicos automticamente. No
obstante estos nombres no son
obstante,
descriptivos ni recomendables
para archivos de datos ms
grandes.
Pulse en la pestaa Vista de
datos para seguir introduciendo
los datos.
524
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
263
525
526
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
264
527
528
NIVEL DE MEDIDA
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
265
529
NIVEL DE MEDIDA
Ordinal. Datos
categricos en los que las
categoras tienen un orden
significativo, pero sin una
distancia medible entre las
categoras. Por ejemplo,
hay un orden para los
valores alto, medio y bajo
pero no se puede calcular
la "distancia" entre los
valores.
530
NIVEL DE MEDIDA
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
266
531
532
MEDIDAS DE RESUMEN
PARA VARIABLES DE ESCALA
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
267
533
SPSS EJEMPLO
534
1.5 MATTHEW
JULIA
1.0 LUCY
JENNIFER
.5 NICOLE
0.0
JOHN
-.5 PAMELA
THOMAS ARTHUR
-1.0
Component2
-1.5
15 FRED
-2.0
-1.5 -1.0 -.5 0.0 .5 1.0 1.5 2.0
Component1
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
268
535
Agglomeration Schedule
Number of clusters: 10 6 = 4
536
1.5 MATTHEW
JULIA
1.0 LUCY
JENNIFER
.5 NICOLE
0.0
JOHN
-.5 PAMELA
THOMAS ARTHUR
Cluster Number of Ca
-1.0 4
ponent2
3
-1.5 FRED
2
Comp
-2.0 1
-1.5 -1.0 -.5 0.0 .5 1.0 1.5 2.0
Component1
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
269
537
MODO VISUAL
538
MODO VISUAL
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
270
539
ANALISIS UNIVARIABLE
La mayora de estos objetivos se alcanzan realizando un anlisis descriptivo
de las variables. Concretamente utilizaremos medidas de tendencia central y
de dispersin para describir las caractersticas de las variables cuantitativas
y de las tablas de frecuencias y porcentajes para las variables cualitativas.
Para ello utilizaremos,
utilizaremos esencialmente,
esencialmente los procedimientos de SPSS que
aparecen en la ltima columna de la siguiente tabla:
Representaciones Procedimientos de
Tipo de variable ndices analticos
grficas SPSS
Diagrama de barras,
Frecuencias, diagrama de lneas,
Cualitativa Frecuencias, Tablas
porcentajes, moda, etc. diagrama de
sectores
540
DETECTAR ERRORES EN LA CODIFICACION
DE LAS VARIABLES CUALITATIVAS
Y CUANTITATIVAS
Vamos a entender por errores de codificacin a todos aquellos valores que estn
fuera del rango de las variables cuantitativas y a cdigos numricos o no numricos
no definidos para representar a categoras de las variables cualitativas.
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
271
541
DETECTAR ERRORES EN LA
CODIFICACION DE LAS VARIABLES
CUALITATIVAS Y CUANTITATIVAS
Para realizar el anlisis descriptivo, hemos seleccionado las opciones que
aparecen en los cuadros siguientes y hemos obtenido las siguientes tablas. A
partir de la informacin que nos proporcionan las tablas, podemos identificar
errores de codificacin en las variables medidas?
542
CARACTERIZAR LAS DISTRIBUCIONES DE LAS
VARIABLES EN CUANTO A SU TENDENCIA CENTRAL,
DISPERSION Y FORMA (NORMALIDAD)
Para ello, utilizaremos tanto ndices numricos como grficos.
Estadsticos de tendencia central
Media aritmtica.
Mediana: una vez ordenados los datos, es el valor que deja el mismo nmero de
observaciones a su derecha que a su izquierda.
Existen distintas formas de ponderar: Humbert (pondera con valor uno los valores
situados a menos de 1339 de la mediana), Tukey (pondera con cero los valores
situados a 4385 de la mediana), Andrews (pondera con cero los situados a
42066 de la mediana), etc.
Ing. Jos Luis Salazar - jsalazar@expo.intercade.org - Consultor Intercade
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
272
543
Estadsticos de dispersin
Rango
R
Varianza
Desviacin tipo
Amplitud intercuartlica (AI)
Estadsticos de forma
Asimetra
Kurtosis
K t i
544
16
14
12
10
0 N = 49.00
0.0 2.5 5.0 7.5 10.0 12.5 15.0
DIG
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
273
545
(Xmx 1) Xi
Xi
1 1
Xi Xmx 1 Xi
546
CARACTERIZAR LAS DISTRIBUCIONES DE LAS
VARIABLES EN CUANTO A SU TENDENCIA CENTRAL,
DISPERSION Y FORMA (NORMALIDAD)
Para caracterizar a las variables cuantitativas, utilizaremos el procedimiento
Explorar de SPSS con las variables cansancio emocional, despersonalizacin,
realizacin personal y depresin total medidas en una muestra de odontlogos.
Los cuadros de dilogo con las opciones bsicas recomendadas son los
siguientes:
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
274
547
548
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
275
549
xi med x
4,5
MEDA( x)
Donde Med(x) es la mediana y MEDA(x) es la mediana de las desviaciones
absolutas de x con respeto a la mediana.
550
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
276
551
552
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
277
553
DETECTAR DATOS ATIPICOS
Grficos de estrella
sujeto 1 sujeto 2
zcan
4
zcan zcan 2
1 4 0
0 2 zsatisfa -2 zdespe
zsatisfa -1 zdespe zsatisfa 0 zdespe -4
fr
-2
2 sujeto
j t 1 -2
2
2
1
0
zcan d
zdespe zrea zdepre
d zsatisfa
ti f
-1
-2
-3
-4
-5
Grficos de lnea
554
LINEALIDAD
Muchos procedimientos de anlisis se basan en el patrn de
correlaciones de Pearson entre variables cuantitativas. El coeficiente de
correlacin mide el grado de asociacin lineal entre variables y no es
adecuado utilizarlo cuando el patrn de covariacin no es lineal. Es
importante tambin que los coeficientes de correlacin sean fiables y,
bajo determinadas circunstancias, pueden ser mucho ms grandes o
mucho ms pequeos de lo que deberan ser.
Variables compuestas: En muchas investigaciones es frecuente utilizar
variables compuestas (sumas, promedios, etc.) que se obtienen a partir
de varios tems. Las correlaciones entre variables compuestas que
comparten tems individuales en su definicin suelen estar infladas.
Presencia de valores atpicos: Los valores atpicos como ya hemos
demostrado pueden inflar o reducir significativamente las correlaciones
entre variables.
Restriccin de rango: Las correlaciones muestrales pueden ser
inferiores a las poblacionales cuando, en la muestra, el rango de
respuestas de uno o ambas de las variables analizadas est restringido.
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
278
555
LINEALIDAD
556
LINEALIDAD
100
10
80
5
60
0
40
-5
20
-10
0
0 1 -15
15
40
30 35
30
25 25
20 20
15
15 10
10 5
0
5
0 5 10 15 20
0
300
250
200
150
100
50
0
0 5 10 15 20
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
279
557
LINEALIDAD
558
LINEALIDAD
Grfico
80,00
60,00
hrv_b
40,00
20 00
20,00
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
280
559
ANALISIS EXPLORATORIO DE DATOS (II). ANALISIS DE
DOS VARIABLES CUANTITATIVAS. DIAGRAMA DE
DISPERSION CON SPSS
Grfico
hrv_a
hrv_b
hrv_c
hrv_d
hrv_fa
imp_a
imp_b
imp_c
imp_d
560
LINEALIDAD
grup
ctrl
phob
80,00
60,00
hrv_b
40,00
20,00
INTERCADE www.intercade.org
CONSULTANCY & TRAINING