Академический Документы
Профессиональный Документы
Культура Документы
GUA PARA EL
TALLER
SPSS -17.0
OFICINA ACADMICA DE INVESTIGACIN
Coordinacin de Estadstica.
Junio - 2010
INTRODUCCIN
En la actualidad, la necesidad de tomar decisiones ms acertadas nos obliga a
conocer mejor los factores que influyen en cada suceso; es por este motivo que
el anlisis de datos aparece como una herramienta fundamental para
comprender las causas y consecuencias del comportamiento de nuestro
entorno, brindndonos las bases para optimizar los esfuerzos y recursos y as
orientarlos a mejores resultados.
En el mercado actual se venden diversos software para el anlisis de datos,
destacndose entre ellos el paquete estadstico SPSS principalmente por su
gran capacidad, la facilidad de uso y su adaptabilidad a la mayora de las ramas
de la ciencia y los negocios.
Este taller surge como una alternativa educativa para los alumnos de la
Universidad Cesar Vallejo, en esta ocasin para los alumnos del ltimo ciclo de
la Escuela de Ingeniera de Sistemas, para ellos es importante este programa
para poder realizar su TESIS de graduacin.
Para concluir, deseo resaltar que esta obra no tendr ningn sentido, si al
finalizar usted no est en la capacidad de realizar cualquier anlisis descriptivo
de datos con SPSS, generando grficos, estadsticos y diversos tipos de tablas y
a su vez, ser capaz de interpretar los resultados extrayendo las respectivas
conclusiones de la informacin utilizada
I. CONCEPTOS BSICOS
I.1 Qu es el SPSS?
SPSS es un software estadstico que nos sirve para realizar anlisis de datos.
Las siglas SPSS est en ingles Statistical Packge for the Social Sicencce
traducido al espaol paquete estadstico para las ciencias sociales, este
software puede adquirir datos de casi cualquier tipo de archivo y utilizarlos para
generar informes tabulares, grficos y diagramas de distribuciones y
tendencias, estadsticos descriptivos y anlisis estadsticos complejos.
I.3
En esta ocasin
haremos clic en la
segunda opcin ya
que por primera
vez se disearemos
una base de datos.
Nota:
para
desactivar
el
asistente debemos
activar
la opcin
no volver a mostrar
este
cuadro
de
dilogo, ubicado en
la parte inferior del
asistente.
I.4
TIPO DE VENTANA
SPSS es un programa muy verstil que presenta modificaciones con respecto a
las versiones anteriores, pues trabaja con cuadros de dilogo facilitando el
manejo de ventanas como las siguientes ventanas:
Vista de datos (Data View): sistema similar a una hoja de clculo para la
introduccin, edicin y visualizacin de datos (figura N 03). Cuando usted
guarda este archivo su extensin es de tipo *.sav
Figura N 03
Vista
de
variables
(Variable View): Permite
la definicin de cada
variable en un campo
determinado,
considerando:
nombre,
tipo, anchura, decimales,
etiqueta de la variable,
etiqueta de valores, etc.
(figura N 04 )
Figura N 04
I.5 EJEMPLOS
A continuacin presentaremos ejemplos para los usuarios nuevos del SPSS.
Ejemplo N 01
Para ilustrar las cuestiones que se van a ir discutiendo a lo largo de las
prcticas, utilizaremos el conjunto de datos de la Tabla 1, que se refieren al
estudio de diversas variables en una muestra de libros de una biblioteca
universitaria. Las variables son: materia (disciplina cientfica a la que pertenece
el libro); precio (en soles); entrada (fecha de entrada del libro en la biblioteca);
vejez (antigedad del libro, es decir, nmero de aos transcurridos entre su
publicacin y la fecha en la que se hace la investigacin, con los siguientes
resultados: 1=entre 1 y 3 aos, 2=entre 4 y 6 aos, 3=entre 7 y 9 aos, 4=10
aos o ms); altura (en centmetros); peso (en gramos); prstamo (nmero de
veces que se ha prestado el libro en el ltimo ao); y las tres ltimas
corresponden a la opinin de tres expertos respecto de la encuadernacin de los
libros (1=muy mala, 2=mala, 3=regular, 4=buena, 5=muy buena).
libr
o
1
2
3
4
5
6
7
8
9
preci
materia o
entrada
Estadsti
03.05.199
ca
106 5
Geograf
06.12.199
a
64 4
Estadsti
25.10.199
ca
252 5
Informti
03.09.199
ca
150 4
Literatur
12.03.199
a
18 6
Informti
26.06.199
ca
231 6
15.10.199
Historia
65 5
26.11.199
Historia
80 4
Literatur
390 07.07.199
Tabla N 01
veje altur pes
z
a
o
opini
n1
opinin opinin
2
3
1 20.5
325
32
2 25.6
890
18
2 20.0
415
2 20.0
400
15
1 18.8
515
2 25.0
650
36
1 30.6
790
4 28.9
1 20.1
890
320
9
7
1
4
3
2
2
1
prsta
mo
10
11
12
13
14
15
16
a
Informti
ca
Estadsti
ca
Estadsti
ca
Geograf
a
Informti
ca
Estadsti
ca
Literatur
a
110
174
326
193
50
175
25
4
04.05.199
5
06.10.199
5
12.12.199
6
12.05.199
5
13.11.199
4
15.02.199
6
01.02.199
4
1 20.0
420
12
3 23.5
620
42
2 23.5
720
20
3 30.9
850
10
2 20.5
620
1 22.0
475
15
1 20.0
320
Se indica el tipo de la
variable: en nuestro
caso ser numrico
ya que se codificar
con nmero
Se utiliza para
identificar qu
informacin o valor est
perdido o ausente, en
caso de que el
participante no emita
respuesta porque se
rehse o porque no
aplique. Esto permite
que el valor perdido se
excluya de muchos
Figura N 08
3
1
I.6
RECODIFICACION DE VARIABLES:
Por ejemplo, si queremos crear 3 intervalos de precio:
Lic. Helfer Molina Quiones
- 10 -
Una vez que uno culmina de recodificar la variable hacemos clic en continuar y
despus en aceptar y aparecen los siguientes resultados:
Figura N 12
Figura N 14
Figura N 15
3. Descriptiva
4. Luego seleccionamos la variable ALTURA Y PESO en la misma tabla
para que calcule en forma simultnea para ambos, veamos la
ventana de dilogo:
Figura N 16
Figura N 17
Anlisis
Estadstico descriptivo
Tabla de contingencia
Seleccionamos las variables PRECIO2 y MATERIA, visualizando la siguiente
ventana de dilogo:
Figura N 19
Figura N 20
Figura N 21
GRABAR RESULTADOS:
1.
2.
3.
4.
Figura N 23
Figura N 24
Figura N 25
Figura 26
Lic. Helfer Molina Quiones
- 21 -
Figura N 28
Figura N 29
Grfico interactivo
12,50
10,00
7,50
5,00
Control
Tcnica I
Tcnica II
Grupo
PRUEBAS
DE
HIPOTESIS
INDEPENDIENTES
PARA
MUESTRAS
INICIALES
DEL
Figura N 31
Figura 32
Figura N 33
Figura N 34
Prueba T
Estadsticos de grupo
Grupo
Antes
Desviacin
tp.
Media
Error
tp. de
la
media
Control
22
7,8864
2,35499
,50209
Tcnica I
22
7,4091
2,02153
,43099
Figura N 35
Prueba de muestras independientes
Prueba de Levene
para la igualdad de
varianzas
F
Antes
Se han asumido
varianzas iguales
No se han asumido
varianzas iguales
,519
Sig.
,475
gl
Sig. (bilateral)
Diferencia
de medias
Error tp. de
la diferencia
95% Intervalo de
confianza para la
diferencia
Inferior
Superior
,721
42
,475
,47727
,66170
-,85809
1,81263
,721
41,058
,475
,47727
,66170
-,85900
1,81354
ANALISIS DE VARIANZA
VERIFICACION DE LAS CONDICIONES INICIALES DEL
EXPERIMENTO
(COMPARANDO VARIOS GRUPOS)
Figura N 36
Figura N 37
Figura N 38
Figura N 39
Figura N 40
Lic. Helfer Molina Quiones
- 27 -
ANOVA de un factor
Descriptivos
Antes
Medi
a
L
mit
e
inf
eri
or
Lmit
e
supe
rior
Control
Error
tpico
Intervalo de
confianza para
la media al 95%
Mni
mo
Mxi
mo
Lmite
inferior
Lmite
superi
or
Lmi
te
infe
rior
Lmit
e
supe
rior
Lmit
e
inferi
or
Lmit
e
supe
rior
22
7,88
64
2,35499
,
5020
9
6,84
22
8,93
05
3,50
14,0
0
22
7,40
91
2,02153
,
4309
9
6,51
28
8,30
54
4,00
12,0
0
22
7,04
55
2,07542
,
4424
8
6,12
53
7,96
56
4,00
11,0
0
66
7,44
70
2,15036
,
2646
9
6,91
83
7,97
56
3,50
14,0
0
Tcnica I
Tcnica
II
Desviac
in
tpica
Total
gl1
2
gl2
Sig.
63
,738
Figura N 41
ANOVA
Antes
Suma
de
cuadra
dos
gl
Media
cuadr
tica
Sig.
,842
,436
Intergrupos
7,826
3,913
Intragrupos
292,73
9
63
4,647
300,56
4
65
Figura n 42
Pruebas post hoc
Comparaciones mltiples
Variable dependiente: Antes
HSD de Tukey
(I)
Grup
o
Cont
rol
Tcni
ca I
Tcni
ca II
(J)
Grup
o
Diferenc
ia de
medias
(I-J)
Error
tpico
Sig.
Lmite
inferior
Lmite
superi
or
Lmit
e
inferi
or
Lmite
superior
Intervalo de
confianza al 95%
Lmit
e
inferi
or
Tcni
ca I
,47727
,
6499
4
,744
-1,0828
2,03
73
Tcni
ca II
,84091
,
6499
4
,404
-,7192
2,40
10
Cont
rol
-,47727
,
6499
4
,744
-2,0373
1,08
28
Tcni
ca II
,36364
,
6499
4
,842
-1,1964
1,92
37
Cont
rol
-,84091
,
6499
4
,404
-2,4010
,
7192
Tcni
ca I
-,36364
,
6499
4
,842
-1,9237
1,19
64
Grfico interactivo
16,00
12,00
8,00
4,00
Control
Tcnica I
Tcnica II
Grupo
ANOVA de un factor
Descriptivos
Diferencia
N
Control
Tcnica I
Tcnica II
Total
22
22
22
66
Desviacin
tpica
2,67505
3,06283
2,36918
3,13531
Media
9,8712
13,5000
13,0909
12,1540
Error tpico
,57032
,65300
,50511
,38593
Mnimo
4,50
8,50
9,00
4,50
6.
Prueba de homogeneidad de varianzas
Diferencia
Estadst
ico de
Levene
1,412
gl1
2
gl2
Sig.
63
,251
ANOVA
Diferencia
Suma
de
cuadra
dos
gl
Media
cuadr
tica
Sig.
11,7
71
,000
Intergrupos
173,81
4
86,90
7
Intragrupos
465,14
8
63
7,383
Total
638,96
2
65
Mximo
16,00
18,33
17,33
18,33
(I)
Grup
o
(J)
Grup
o
Diferenc
ia de
medias
(I-J)
Error
tpico
Sig.
Intervalo de confianza
al 95%
Lmite
inferior
Cont
rol
Tcni
ca I
Tcni
ca I
3,62879
(*)
,
8192
7
,000
-5,5953
-1,6623
Tcni
ca II
3,21970
(*)
,
8192
7
,001
-5,1862
-1,2532
3,62879
(*)
,
8192
7
,000
1,6623
5,5953
,40909
,
8192
7
,872
-1,5574
2,3756
3,21970
(*)
,
8192
7
,001
1,2532
5,1862
-,40909
,
8192
7
,872
-2,3756
1,5574
Cont
rol
Tcni
ca II
Tcni
ca II
Lmite
superior
Cont
rol
Tcni
ca I
Conclusiones
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________