Вы находитесь на странице: 1из 43

SPSS-BASICO

MG.ING.ESTAD. VILLENA ZAPATA, LUIGI

SESIÓN N°04 y N°05


LOGRO ESPECÍFICO DE LA
SESIÓN
Al terminar la sesión de aprendizaje el
estudiante será capaz de calcular e interpretar
los cuantiles, medidas de tendencia central y
dispersión haciendo uso del programa
estadístico SPSS.
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición:
 Tendencia Central (media, mediana, moda)
 Tendencia No Central (cuartiles, deciles, percentiles)

Medidas de Variación o Dispersión:


 Varianza, desviación estándar, rango, coeficiente de variación.
MEDIDAS DE POSICIÓN-
CUANTILES
MEDIDAS DE POSICIÓN-
CUANTILES
CUARTILES
 Sedenotan por Q1, Q2 y Q3
 Son los valores que dividen a un conjunto de
datos ordenados en forma ascendente o
descendente en cuatro partes iguales.
MEDIDAS DE POSICIÓN-
CUANTILES
PERCENTILES
 Se denotan por P1, P2 …y P99
 Son los valores que dividen a un conjunto
de datos ordenados en forma
ascendente o descendente en cien
partes iguales.
MEDIDAS DE POSICIÓN-
CUANTILES

Las tres medidas coinciden entonces: Me  Q2  P50

Las dos medidas coinciden entonces: Q1  P25

Q3  P75
MEDIDAS DE POSICIÓN-
CUANTILES
Teniendo en cuenta el archivo Data_01.sav,
con esta base de datos, para la variable
talla encontrar e interpretar el percentil 5,
percentil, 25 y percentil 75.
MEDIDAS DE
Son aquellos valores que se
TENDENCIA toman como referencia para
CENTRAL señalar el comportamiento de
un conjunto de datos. Los más
utilizados son: la media
aritmética o promedio, la
mediana, la moda.

x media

Mo moda
Me mediana
UNA MEDIDA FAMILIAR…

En 1955, cada mujer


peruana tenía un
promedio de 7 hijos y
el peruano vivía 44
años. En el 2050
tendrían en promedio
sólo 2 hijos y se llegaría
hasta los 79 años.
UNA MEDIDA FAMILIAR…

El amor dura en promedio 3


años según el francés
Frederic Beigbeder.
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.

Medidas de Posición - Tendencia Central

MEDIA
 Promedio, Media Aritmética.
 Valor central del conjunto de datos.
 Se denota con x o M(x)
Media x

Valor Mínimo Valor Máximo


RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
Medidas de Posición - Tendencia Central
MODA
 Se denota por Mo
 Se define como el valor que más repite en un conjunto de datos.
 Un conjunto de datos puede presentar los siguientes casos:

12 30
10 25
8 20
6 15

Amodal 4 10 Unimodal
2 5

0 0
1 2 3 4 5 6 1 2 3 4 5 6

30 25

25 20
20
15
15
Bimodal 10
10
Trimodal
5 5

0 0
1 2 3 4 5 6 1 2 3 4 5 6
Moda

Mo: 30
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MEDIANA
 Se denota por Me.
 Es el valor que divide al conjunto de datos en dos partes iguales. La
mitad de ellos son menores a Me y la otra mitad son mayores a Me.
Mediana Me

50% 50%

Valor Mínimo Valor Máximo


RELACION ENTRE
MEDIA –MEDIANA Y MODA

SIMETRIA

Si las tres medidas coinciden entonces se dice que la distribución de


frecuencias es simétrica.

x  Me  Mo
Distribución Distribución
normal Normal
 Estándar Z 1

 Z  0 Z
ASIMETRIA POSITIVA

Si la distribución de frecuencias es asimétrica de cola a la derecha


entonces, la moda es menor que la mediana y esta a su vez es
menor que la media.
Mo  Me  x
0,09

0,08

0,07

0,06

0,05

0,04

0,03

0,02

0,01

0 2,5 5 7,5 10 12,5 15 17,5 20


ASIMETRIA NEGATIVA

Si la distribución de frecuencias es asimétrica de cola a la derecha


entonces, la moda es menor que la mediana y esta a su vez es
menor que la media.
x  Me  Mo
0,09

0,08

0,07

0,06

0,05

0,04

0,03

0,02

0,01

0 2,5 5 7,5 10 12,5 15 17,5 20


MEDIDAS DE DEFORMACIÓN
Coeficiente de Asimetría
Indican la deformación horizontal de las
curvas de frecuencia, entonces tenemos
las principales medidas de asimetría como:
Pr imer coeficiente de Pearson
X  M0 3 X  M e  Si As<0, ASIMETRÍA NEGATIVA
As  o AS 
S S Si As=0, SIMETRÍA
Segundo coeficiente de Pearson Si As>0, ASIMETRÍA POSITIVA
P  P  2M e
As  75 25
P75  P25
MEDIDAS DE DEFORMACIÓN
Coeficiente de Apuntamiento o Curtosis
Analiza el grado de concentración que
presentan los valores alrededor de la zona
central de la distribución.

Q3  Q1 Si K<0,263 LEPTOCÚRTICA
K Si K=0,263 MESOCÚRTICA
2P90  P10  Si K>0,263 PLATICÚRTICA
REVISAR EL
GRÁFICO DE BOX
PLOTS
PARA ANALIZAR
Supongamos que tenemos dos grupos de
ocho estudiantes (grupo A y grupo B) de
una muestra de estudio, si deseamos
comparar dichos grupos por el número de
errores obtenidos por cada uno de los
ocho integrantes al aplicarles una prueba
con 20 ítems, se obtienen los siguientes
datos:
PARA ANALIZAR
Haciendo uso del SPSS, obtener las
medidas de tendencia central
(promedio, moda y mediana).
¿Podemos concluir que no existen
diferencias entre ambos grupos?
PARA ANALIZAR
PARA ANALIZAR
PARA ANALIZAR

Realiza un breve
comentario, respecto
al análisis del gráfico
de box plots, si en
vez de estudiantes
fuesen trabajadores,
¿qué grupo de
contratarías?.¿Por
qué?
MEDIDAS DE DISPERSIÓN
Indican como los
datos se dispersan
alrededor de su
punto central (la
media). Miden la
variabilidad o la
distancia promedio
de separación de los
datos a su valor
central.
Si vas de paseo a un lugar en el cual se encuentra un río y te dicen
que el río tiene una profundidad promedio de 1.5 mts.
Estarías dispuesto a cruzarlo?
Si vas de paseo a un lugar en el cual se encuentra un río y te dicen
que el río tiene una profundidad promedio de 1.5 mts.
Estarías dispuesto a cruzarlo?
PROFUNDIDAD
DEL RÍO

•1 MT
•0.9 MT
•1.2 MT
•0.9 MT
•3.5 MT
Recorrido
(Rango)

Absolutas Varianza

Medidas
Desviación
de Estándar
dispersió
n
Coeficiente
Relativas de
Variación
RANGO O RECORRIDO (R)

Es la medida de dispersión más sencilla. Se determina restando , el


valor máximo del valor mínimo , de los datos.

R = valor máx. – valor mín.


Ejemplo:
Se tiene el registro de una semana, acerca del tiempo en minutos,
que demora la movilidad escolar desde la casa al centro de estudios
. Los datos son: 15´, 14.5`, 12.5`, 22`, 20`. Encontrar el rango
del tiempo de demora de esta movilidad.

R = 22 – 12.5 = 9.5
 La varianza mide la mayor o menor dispersión de los valores de la variable respecto
a la media aritmética. La varianza se expresa en las mismas unidades que la variable
analizada, pero elevadas al cuadrado.
 Por lo tanto no se interpreta.
Formalmente se expresa:

Varianza poblacional  
2  X i
2
 n 2

  nX
2
Varianza Muestral
2
X
s 2
 i

n 1
LA VARIANZA
La varianza se define como la media aritmética del
cuadrado de las desviaciones de las observaciones
con respecto a la media.
La varianza se expresa en las mismas unidades que
la variable analizada, pero elevadas al cuadrado.
Por lo tanto es ilógica su interpretación.
LA VARIANZA
σ 2:Varianza Poblacional
S 2 :Varianza Muestral

x1  90; x2  128; x3  205; x4  140; x5  165; x6  160


MEDIDAS DE DISPERSIÓN
Simulador

http://www.educa
ndus.cl/estadistica
/ejercicios/obtener
/descriptiva/Conc
eptos%20y%20Acti
vidades.htm
DESVIACIÓN ESTÁNDAR

Conocida también como la desviación típica y


es la medida que nos indica cuánto tienden a
alejarse los datos del promedio. Se calcula
sacando la raíz cuadrada de la varianza.

S
2
s

 
DESVIACIÓN ESTÁNDAR

Es una medida muy útil cuando:

 Los datos se encuentran en unidades


distintas.
 Tienen las mismas unidades, pero tienen
medias significativamente diferentes.

S
CV   100
x
Ejemplo:
Comparar la estatura en cm y el peso en kg. de los 20
niños seleccionados de gimnasia artística y determine
que medida es más homogénea o estable.
Estatura (X) Peso (Y)

X  128, 5 Y  36,4
S X  8, 4 SY  4 ,9

8.4 4.9
CV   100  6.5% CV   100  13.5%
128.5 36.4

La medida referente a la altura tiene menor variabilidad , por lo tanto sus datos
son más homogéneos a su promedio.
EDUCAPLAY: TEST DE MEDIAS DE DISPERIÓN
http://www.educaplay.com/es/recursoseducativos/39632/
medidas_de_despercion_epidemio.htm