SPSS FOR WINDOWS

Profesor: Msp Leopoldo Bejarano Benites

SPSS PARA WINDOWS DESCRIPCION: SPSS PARA WINDOWS es un programa muy versátil que

presenta modificaciones con respecto a las versiones anteriores, pues trabaja con cuadros de diálogo facilitando el manejo de ventanas como las siguientes ventanas:

Vista de datos: sistema similar a una hoja de cálculo para

la introducción, edición y visualización de datos.

SPSS FOR WINDOWS Vista de variables: Permite la definición de cada variable

en un campo determinado, considerando: nombre, tipo, anchura, decimales, etiqueta de la variable, etiqueta de valores, etc

SPSS FOR WINDOWS

Resultados- Visor – SPSS: Es una ventana en donde se visualiza los resultados del procesamiento de los datos como consecuencia de la ejecución de una serie de comandos, además también aparece los gráficos que uno crea conveniente

SPSS FOR WINDOWS• El SPSS es un programa estadístico aplicado a

las ciencias sociales que permite crear una base de datos mediante: edición de datos, recodificación de nuevas variables, seleccionar grupos de acuerdo a una condición.

• Cuando la base está operativa, permite el análisis de datos mediante la aplicación de pruebas estadísticas para: comparación de medias, tablas de contingencia, pruebas no paramétricas, análisis de regresión lineal simple, múltiple, no lineal, logística, análisis de correlación simple, parcial y análisis de sobrevida, etc.

Guía del programa del SPSS.INGRESO AL SPSS: Hacer doble clic en el ícono de SPSS. Se muestra en pantalla el menú de comandos, seguido de la barra de herramientas o de acceso rápido, luego la hoja electrónica para el ingreso de datos como la siguiente:

ELABORACION DE UNA BASESupongamos que tenemos las siguientes variables con sus respectivos formatos: VARIABLE CAMPO FORMATO ANCHO DECIMALES CODIGO NUM Numérico 4 0 EDAD EDAD Numérico 2 0 PESO PESO Numérico 4 1 SEXO SEXO character(cadena) 1 NIVEL ECONOMICO NIVEL Numérico 2 0 En la ventana de visión de datos en forma directa realizamos la definición de los campos respectivos y sus características respectivas

Edición de datos

Datos de las variables que hemos dado su definición : NUM 2125 1580 1542 1714 2145 1112 1892 1147 2280 3582 EDAD 50 45 25 32 14 28 25 42 47 58 PESO 80.2 60.5 58.4 70.8 58.2 65.4 47.5 58.8 50.5 60.2 SEXO M F F M F M F M F M NIVEL 1=B 2= C 2=C 2=C 1=B 2=C 2= C 1=B 1=B 1=B

Edición de datos

Ingreso en forma directa los datos en la hoja que está en la ventana de vista de datos:

Recodificación de variablesPor ejemplo, si queremos crear 4 intervalos de edad (14 a 29, 30 a 39 y 40 a 49 y de 50 a mas) se recodifica los valores de variable edad de acuerdo a los intervalos que nos piden, pero considerando una nueva variable que le vamos a llamar Edad2, que tomará directamente los códigos de los intervalos. Para tal posibilidad seguiremos el siguiente proceso: Para formar los intervalos de edad para una variable nueva que se crea y lo vamos a denotar por edad2, Seleccionamos en el menú de comandos: Transformar, luego seleccione el comando Recodificar y aparece el siguiente recuadro de diálogo para escribir los nombres de las variables:

Recodificación de variables

En la misma ventana hacemos un clip en valores antiguos y nuevos y aparece una nueva ventana que permite establecer los intervalos y sus códigos respectivos. Para establecer los intervalos en la columna encabezada por valor antiguo seleccionamos rango y en valor nuevo le asignamos el número respectivo Los resultados se presentan a continuación:

Recodificación de variables

Una vez que se culmina la recodificación de la variable, hacemos clic en continuar y después en aceptar y nos da los siguientes resultados:

Aplicaciones Estadísticas

Empezaremos describiendo los datos: En el menú de comandos podemos seleccionar la opción análisis y luego la opción estadísticos descriptivos, en esta ventana tenemos las opciones de frecuencias, descriptiva, análisis exploratorio de datos, crosstabs, etc. Supongamos que deseamos calcular la frecuencia de casos según sexo, para ello se siguen los siguientes pasos: 1. Seleccione análisis 2. Seleccione estadísticos descriptivos 3. Seleccione Frecuencias, luego se visualizará la siguiente

ventana de diálogo: Seleccionamos la variable sexo y pasamos para calcular la frecuencia según sexo.

Aplicaciones EstadísticasComo se aprecia en la ventana, hay opciones de seleccionar cálculos estadísticos descriptivos (Estadísticos...), generar gráficos (Cráficos) y darle formato a la tabla de presentación (Formato...), luego de seleccionar las opciones se presiona OK., obteniendo como resultado la siguiente tabla:

Donde nos muestra lla tabla de frecuencias según sexo, tenemos como F y M 5 casos cada uno que representa al 50%., luego nos muestra el porcentaje y porcentaje válido (estos dos son iguales porque no existen valores perdidos para nuestro ejemplo).

Cálculo de ciertas medidas resúmenes

Si deseamos calcular el promedio, desviación estándar de las variables edad, peso de toda la población, seguiremos los siguientes pasos: 1. Análisis 2. Estadístico descriptivo 3. Descriptiva 4. Luego seleccionamos las variables EDAD y PESO en la

misma tabla para que calcule en forma simultánea para ambos, veamos la ventana de diálogo:

Resultados de las medidas resúmenes que se calcularonAhora presionamos aceptar, luego la tabla de resultados será como sigue:

Se tiene el número de casos (N) luego muestra el número mínimo, el número máximo, la media aritmética y la desviación estándar para cada variable.

Elaboración de una tabla de contingenciaSupongamos que se desea obtener una tabla de resultados según EDAD2 (grupos de edad) y sexo, para luego obtener la tabla se sigue los siguientes pasos: 1. Análisis 2. Estadístico descriptivo 3. Tabla de contingencia 4. Seleccionamos las variables EDAD2 y SEXO, visualizando la

siguiente ventana de diálogo:

En fila (Rows) hemos seleccionado la variable EDAD1 y en columna seleccionamos la variable SEXO, como se puede apreciar al pie de esta ventana hay opciones de realizar la prueba estadística de Chi cuadrado, etc, en estadística..., luego para seleccionar referente a los porcentajes de las celdas en Celdas... y para darle formato de salida a la tabla seleccionamos en Formato...

Tabla de contingencia como resultado

Al presionar aceptar nos muestra la tabla de resultados que visualizaremos los resultados de la tabla

Evaluación de la asociación de dos variables cualitativas

Para evaluar Asociación aplicamos la prueba Ji cuadrado y en la misma ventana presionamos estadística y automáticamente presionamos la instrucción relacionado con la prueba Chi cuadrado y aparece el siguiente resultado:

Pruebas de chi-cuadrado

4.333a 3 .228

5.545 3 .136

10

Chi-cuadrado de Pearson

Razón de verosimilitud

N de casos válidos

Valor glSig. asintótica

(bilateral)

8 casillas (100.0%) tienen una frecuencia esperada inferior a5. La frecuencia mínima esperada es .50.

a.

En la columna sig. Asintótica aparece el valor de la probabilidad de cometer el error tipo I p. La regla de decisión que se considera es: Si p< 0.05, rechazamos Ho y si p0.05, no rechazamos Ho. En relación al ejemplo p=0.228, cantidad que es mayor a 0.05, por consiguiente no rechazamos Ho.

Análisis exploratorio de datos

• Sin embargo podemos estar interesados en realizar un análisis rápido de los datos, considerando los diagramas de talla hoja y diagrama de caja. Por consiguiente, en el menú consideramos el siguiente procedimiento: Presione

• Análisis• Estadística desciptiva• Explore• Aparece la siguiente ventana de diálogo:

Análisis exploratorio de datos

Las variables dependientes que se consideran de preferencia deben ser cuantitativas (discreta o continua) y preferencia trabajar solamente con gráficos (diagrama de tallo – hoja y cajas). A continuación se presentan los siguientes resultados:

Análisis exploratorio de datosExplorar

Resumen del procesamiento de los casos

10 100.0% 0 .0% 10 100.0%

10 100.0% 0 .0% 10 100.0%

Edad

Peso

N Porcentaje N Porcentaje N Porcentaje

Válidos Perdidos Total

Casos

Edad Edad Stem-and-Leaf Plot Frequency Stem & Leaf 1.00 1 . 4 3.00 2 . 558 1.00 3 . 2 3.00 4 . 257 2.00 5 . 08 Stem width: 10 Each leaf: 1 case(s)

Análisis exploratorio de datos

10N =

Edad

70

60

50

40

30

20

10

Peso Peso Stem-and-Leaf Plot Frequency Stem & Leaf 1.00 4 . 7 4.00 5 . 0888 3.00 6 . 005 1.00 7 . 0 1.00 Extremes (>=80) Stem width: 10.0 Each leaf: 1 case(s)

Análisis exploratorio de datos

10N =

Peso

90

80

70

60

50

40

1

GRABAR LA BASE DE DATOS:

• Debe estar en el editor de la base de datos, luego seleccione en el menú de comandos: File, luego Save AS y escriba el nombre del archivo, sin extensión ya que el programa le pondrá la extensión SAV y posteriormente presione Guardar

Aplicaciones de la prueba de hipótesis para una media aritmética

Con los datos siguientes: NUM 2125 1580 1542 1714 2145 1112 1892 1147 2280 3582 EDAD 50 45 25 32 14 28 25 42 47 58 PESO 80.2 60.5 58.4 70.8 58.2 65.4 47.5 58.8 50.5 60.2 SEXO M F F M F M F M F M FC1º 140 150 120 110 160 100 145 135 160 120 FC10º 120 110 95 90 100 100. 105 90 105 125 Aplicaciones de la prueba de hipótesis:

Prueba de hipótesis para contrastar Ho: =o En este caso queremos evaluar si el peso de las personas a nivel de población le corresponde un peso promedio de =60. Para aplicar la prueba de hipótesis se recurre a una muestra aleatoria de 10 personas y cuyos valores se presentan en la ventana vista de datos. A continuación se presenta el siguiente proceso: 1. En el menú se recurre al modulo Analizar Comparar medias Prueba t para

una muestra Seleccione variable peso y le ubica en la ventana apropiada y en la parte inferior anotamos el valor de la media en H0 en el rubro valor de prueba, en este caso es 60 posteriormente presionamos la tecla aceptar.

A continuación se presenta se presenta una serie de ventanas que permite y ilustrar hasta los resultados.

COMPARACION DE MEDIAS (PROMEDIOS): Prueba de hipótesis para Ho: 1 - 2=0 en muestras independientes Si estamos interesados en calcular la media aritmética para cada nivel de una variable cualitativa se utiliza el comando medias Analizar Comparar medias: medias y automáticamente aparece una ventana.

En variable dependiente se considera una variable cuantitativa (peso) y variable independiente una variable cualitativa (sexo) y posteriormente se presiona la tecla aceptar y aparece automáticamente los resultados y nos muestra la media aritmética, desviación estándar y número de casos, luego también para el total de casos.

COMPARACION DE MEDIAS (PROMEDIOS): Prueba de hipótesis para Ho: 1 - 2=0 en muestras independientes Si estamos interesados en calcular la media aritmética para cada nivel de una variable cualitativa se utiliza el comando medias Analizar Comparar medias: medias y automáticamente aparece una ventana.

En variable dependiente se considera una variable cuantitativa (peso) y variable independiente una variable cualitativa (sexo) y posteriormente se presiona la tecla aceptar y aparece automáticamente los resultados y nos muestra la media aritmética, desviación estándar y número de casos, luego también para el total de casos.

Resultados

En caso de averiguar si estas diferencias son estadísticamente significativas, tenemos que utilizar la prueba t de student para grupos independientes: Seguiremos los siguientes pasos: 1. Analizar 2. Comparar medias aritméticas 3. Prueba t para muestras independientes y aparece una ventana 4. Colocamos las variables cuantitativas en contrastar variables (peso) y en

variable agrupación se considera una variable cualitativa dicotómica (en este caso es la variable sexo) y en definir grupos si la variable es numérica se considera números y es string se considera letras y tal como se visualiza en la ventana siguiente:

Se presiona la tecla aceptar y aparecen los siguientes resultados: Prueba T

Estadísticos de grupo

5 67.080 8.7277 3.9031

5 55.020 5.6690 2.5352

SexoM

F

PesoN Media

Desviacióntíp.

Error típ. dela media

Prueba T

Estadísticos de grupo

5 67.080 8.7277 3.9031

5 55.020 5.6690 2.5352

SexoM

F

PesoN Media

Desviacióntíp.

Error típ. dela media

Prueba de muestras independientes

.816 .393 2.591 8 .032 12.060 4.6542 1.3273

2.591 6.865 .036 12.060 4.6542 1.0106

Se han asumidovarianzas iguales

No se hanasumidovarianzas iguales

PesoF Sig.

Prueba deLevenepara la

igualdad devarianzas

t gl

Sig.(bilate

ral)

Diferenciade

medias

Error típ.de la

diferenciaInferio

r

95% Intervalo deconfianza para la

diferencia

Prueba T para la igualdad de medias

En la prueba de muestras independientes antes de aplicar la prueba t es necesario saber si las varianzas son iguales o son diferentes y depende del valor de F y p. Si la probabilidad p>0.05 no rechazamos Ho, por consiguiente, las varianzas de ambas poblaciones son iguales y tomamos como referencia la fila 1, donde tc = 2.591 y p=0.032 (columna sig.), por consiguiente rechazamos H0 y la diferencia observada es estadísticamente significativa. Si p<0.05, se decide que las varianzas son diferentes, por consiguiente consideramos los resultados de la segunda fila y tomamos la decisión respectiva.

Comparación de medias aritméticas en muestras relacionadas En grupo de pacientes se quiere comparar la frecuencia cardíaca del primer al décimo día. Para tal efecto, utilizamos prueba t para muestras relacionadas. En el modulo comparar medias, consideramos prueba t para muestras relacionadas y aparece la siguiente ventana:

De dicha ventana simultáneamente seleccionamos las variables fc1º y fc10º y aparece la siguiente ventana:

(Simultáneamente se podría incluir otros pares de variables) Automáticamente presionamos la tecla aceptar

Prueba T

Estadísticos de muestras relacionadas

134.0000 10 20.78995 6.57436

104.0000 10 11.73788 3.71184

FC1º

FC10º

Par 1Media N

Desviacióntíp.

Error típ. dela media

Correlaciones de muestras relacionadas

10 .189 .601FC1º y FC10ºPar 1N Correlación Sig.

Prueba de muestras relacionadas

30.00 21.85813 6.91215 14.3636 45.6364 4.3 9 .002FC1º - FC10ºPar 1

Media

Desviación típ.

Error típ.de la

media Inferior Superior

95% Intervalo deconfianza para la

diferencia

Diferencias relacionadas

t glSig.

(bilateral)