definición, construcción y codificación de datos en spss

PRÁCTICA 1:
DEFINICIÓN, CONSTRUCCIÓN Y CODIFICACIÓN DE DATOS EN
SPSS
Objetivos
1. Conseguir que el alumnado se familiarice con las destrezas y rutinas básicas de
construcción de plantillas de datos y su cumplimentación.
2. Codificar variables de distinta naturaleza.
3. Archivar datos y recuperar datos grabados.
4. Diferenciar ficheros según sean de resultados o de datos.
5. Exportar resultados de análisis a ficheros de texto.
Ejemplo propuesto
Un profesional de la educación desea crear una plantilla de SPSS y trabajar algunos
aspectos a partir de la misma. Los datos recopilados hacen referencia a las
variables género del alumnado: hombre y mujer y a su opinión sobre la actuación
docente de un profesor medida en valores que oscilan entre 1: muy mala, 2: mala,
3: aceptable, 4: buena, 5: muy buena. Los datos en cuestión son los siguientes:
Género
Hombre
Hombre
Mujer
Mujer
Mujer
Mujer
Mujer
Hombre
Mujer
Mujer
Opinión valorativa
sobre su
actuación docente
4
4
3
5
4
4
3
5
4
4
Actividades de que se piden
1. Crear la plantilla de datos del ejemplo propuesto.
2. Codificar las dos variables de acuerdo a la naturaleza de la escala en la que se
miden.
3. Archivar datos (extensión .sav) y recuperarlos una vez guardados (nombre del
archivo: practica_1)
4. Desarrollar algún tipo de análisis simple y salvar los resultados en un archivo
(extensión .spo; nombre del archivo: practica_1).
5. Exportar alguno de los análisis realizados a un procesador de textos (nombre del
archivo: practica_1).
Instrucciones de uso para el análisis informatizado
1. Una vez abierto el programa nos situamos en el editor de variables
2. Una vez en vista de variables deberemos configurar cada variables, según
una serie de elementos o parámetros: Nombre, tipo, anchura…
3. Una vez debidamente configuradas las variables nos pasamos de nuevo al
editor de datos para introducir los mismos.
4. Para evitar sorpresas grabamos la plantilla recién creada con el nombre
“PRACTICA_0” Para ello, igual que en Word, nos vamos a “archivo” y después
“guardar como” indicando la ruta y/o lugar del archivo. Este archivo al ser de datos
tendrá la extensión .sav.
5. Para implementar algún tipo de análisis sencillo deberemos seguir los siguientes
pasos. Por ejemplo podemos calcular las frecuencias de cada una de las variables.
Tras desarrollar estos paso y tras activar aceptar debieran aparecer estos
resultados:
genero
Frecuencia
Válidos
Porcentaje
Porcentaje
válido
Porcentaje
acumulado
hombre
3
30,0
30,0
30,0
mujer
7
70,0
70,0
100,0
10
100,0
100,0
Total
actuaciondocente
Frecuencia
Válidos
Porcentaje
Porcentaje
válido
Porcentaje
acumulado
aceptable
2
20,0
20,0
20,0
buena
6
60,0
60,0
80,0
2
20,0
20,0
100,0
10
100,0
100,0
muy
buena
Total
Finalmente, nos posicionamos sobre cada tabla, activamos el botón derecho y la
opción “copiar”. Nos vamos al procesador de textos “el Word, por ejemplo” y
pegamos la tabla.
PRÁCTICA 2:
CÁLCULO DE FRECUENCIAS, PORCENTAJES Y GRÁFICOS
CONVENCIONALES CON VARIABLES DE DISTINTA
NATURALEZA EN SPSS
Objetivos
1. Conocer las medidas más básicas (frecuencias y porcentajes) y sus modalidades
tomando como objeto de análisis variables cualitativas.
2. Desarrollar el proceso de cálculo de frecuencias y porcentajes de variables
categoriales con SPSS.
3. Implementar algunos gráficos clásicos (diagramas de barras, sectores…) para
considerar la incidencia de las variables nominales contempladas.
Ejemplo propuesto
Vale el ejemplo explicitado con anterioridad y, además, le añadimos la presencia de
la variable curso:
Género
Curso
Hombre
Hombre
Mujer
Mujer
Hombre
Mujer
Mujer
Hombre
Mujer
Mujer
Primero
Segundo
Segundo
Segundo
Primero
Primero
Segundo
Segundo
Segundo
Primero
Opinión valorativa
sobre su
actuación docente
2
2
3
5
1
4
3
2
4
4
Actividades de que se piden
1. Una vez creada la plantilla de datos calcular las frecuencias y porcentajes de las
variables género y curso.
2. Implementar algún tipo de gráfico que muestre la incidencia de las variables
género y curso: uno de barras y otro de sectores.
3. Diferencia los resultados por género (hombre vs mujer) en la variable actuación
docente e indica quién puntúa mejor la actuación docente del profesor.
Instrucciones de uso para el análisis informatizado
1. Pinchar en analizar y después en estadísticos descriptivos para ir después a
frecuencias
2. Una vez ahí, introducir las variables categoriales género y curso
3. Finalmente, pinchar en aceptar y obtendremos las frecuencias y porcentajes de
las variables consideradas
RESPUESTAS
GRAPAR/PEGAR AQUÍ LOS RESULTADOS DE SPSS Y CONTESTAR A LAS CUESTIONES PLANTEADAS
PRÁCTICA 3:
REPRESENTACIÓN DE DATOS MEDIANTE GRÁFICOS EDA
Objetivos
1. Conocer las principales representaciones gráficas que se contemplan en el
análisis de datos desde el posicionamiento alternativo del análisis de datos
exploratorio (Exploratory Data Analysis).
2. Implementar el cálculo de algunas de las principales representaciones gráficas
del análisis de datos mencionadas mediante el programa SPSS.
3. Interpretar los resultados obtenidos en las representaciones gráficas
explicitadas.
Ejemplo propuesto
1. Dado el siguiente conjunto de puntuaciones en un examen de matemáticas
perteneciente a 10 niños del grupo A: 1,2,2,3,3,3,3,4,4,5 y otros 10 niños del
grupo B: 1,1,1,1,2,2,2,3,3,4.
Actividades que se piden
a) Representar gráficamente los resultados obtenidos por ambos grupos a
partir de un diagrama de tallo y hojas, así como otro de caja y patillas
b) ¿Se pueden considerar ambas distribuciones normales si tenemos en cuenta
los resultados obtenidos en los diagramas de tallo y hojas y caja y patillas?
¿Por qué?
c) Tomando como referencia los diagramas de caja y patillas ¿qué grupo ha
obtenido globalmente un mayor rendimiento matemático? ¿Por qué?
Instrucciones de uso para el análisis informatizado
1. Ir a analizar > descriptivos > explorar.
2. Después marcar Tallo y hojas y diagramas de caja (dependientes juntas)
RESPUESTAS
GRAPAR/PEGAR AQUÍ LOS RESULTADOS DE SPSS Y CONTESTAR A LAS CUESTIONES PLANTEADAS
PRÁCTICA 4:
MEDIDAS DE ASIMETRIA Y APUNTAMIENTO
Objetivos
1. Implementar el cálculo de los coeficientes de asimetría y curtosis mediante el
programa SPSS.
2. Interpretar los resultados obtenidos e identificar las diversas distribuciones en
cuanto a su condición de asimetría y apuntamiento.
Ejemplo propuesto (similar a la práctica 2)
1. Dado el siguiente conjunto de puntuaciones en un examen de matemáticas
perteneciente a 10 niños del grupo A: 1,2,2,3,3,3,3,4,4,5 y otros 10 niños del
grupo B: 1,1,1,1,2,2,2,3,3,4.
Actividades que se piden
a) Calcular los coeficientes de asimetría de ambos grupos indicando qué tipo de
asimetría posee cada uno de ellos. Razona tu respuesta.
b) Calcular los coeficientes de apuntamiento de ambos grupos indicando qué tipo
de curtosis posee cada uno de ellos. Razona tu respuesta.
Instrucciones de uso del análisis informatizado
1. Ir a analizar > estadísticos descriptivos > descriptivos > opciones > marcar
asimetría y curtosis .
RESPUESTAS
GRAPAR/PEGAR AQUÍ LOS RESULTADOS DE SPSS Y CONTESTAR A LAS CUESTIONES PLANTEADAS
PRÁCTICA 5
MEDIDAS DE TENDENCIA CENTRAL
OBJETIVOS
1. Conocer y comprender un conjunto de medidas de tendencia central.
2. Calcular una colección de medidas de tendencia central de un conjunto de
variables a través del programa SPSS.
3. Interpretar los resultados obtenidos y elaborar un pequeño informe con la
discusión y hallazgos obtenidos.
Ejemplo propuesto
1. Un investigador ha encuestado a titulados (treinta) de tres titulaciones diferentes
acerca del tiempo (meses) que han tardado en encontrar su primer empleo. Los
resultados alcanzados son los siguientes:
LICENCIATURA
DE PEDAGOGÍA
12
13
14
14
12
16
15
11
10
11
INGENIERÍA
TÉCNICO
AGRÍCOLA
5
2
1
3
5
3
1
2
5
80
LICENCIATURA
EN GEOGRAFÍA
16
17
16
18
20
22
16
18
19
20
Actividades que se piden
1. Determinar cuál es la titulación que mejores resultados ofrece en cuanto
inserción en el mercado, justificando la respuesta y, por tanto, calculando: la
media, media y moda de las tres titulaciones mediante SPSS a fin de elaborar un
pequeño informe descriptivo. Como en el caso de la práctica 1 los resultados serán
impresos, recortados y pegados en el lugar correspondiente.
2. Estimar si la media aritmética es la mejor medida promedio para las tres
titulaciones. Si no lo es indique qué medida tomaría como promedio y por qué.
Instrucciones de uso para el análisis informatizado
1º Ir a > Analizar > Estadísticos descriptivos > Frecuencias
2º Introducir las variables a analizar y marcar > Estadísticos
3º Una vez ahí, marcamos los estadísticos que nos interesan y, finalmente >
continuar
RESPUESTAS
GRAPAR/PEGAR AQUÍ LOS RESULTADOS DE SPSS
(media, mediana y moda de cada titulación)
¿Cuál es la Titulación con mayor capacidad de inserción laboral?
¿Por qué?
PRÁCTICA 6
MEDIDAS DE DISPERSIÓN
OBJETIVOS:
1. Comprender el significado de los estadísticos de dispersión.
2. Interpretar los resultados de los estadísticos de dispersión.
3. Calcular e interpretar los estadísticos de dispersión de manera informatizada
a través del programa SPSS.
Ejemplo propuesto
Un investigador ha desarrollado un experimento con dos grupos. Los resultados
obtenidos por los diez sujetos de cada grupo en la variable dependiente medida son
los siguientes:
GRUPO EXPERIMENTAL
6
7
6
8
9
7
8
6
7
9
GRUPO CONTROL
1
2
10
2
5
9
7
3
2
1
Actividades que se piden
1. Calcular la amplitud, desviación típica, varianza y error típico de la media de
cada grupo a través del programa SPSS.
2. Indicar el grupo más homogéneo y justificar por qué lo es.
3. Determinar el intervalo de confianza para la media poblacional (parámetro)
de cada grupo a partir de un alfa de 0,05 bilateral (±1,96) tomando los dos
valores de las medias grupales.
Instrucciones de uso para el análisis informatizado
1º Ir a > Analizar > Estadísticos descriptivos > Descriptivos
2º Introducir las variables que van a ser analizadas y después > Aceptar
3º Marcar los estadísticos que nos interesen
RESPUESTAS
GRAPAR AQUÍ LOS RESULTADOS DE SPSS
(amplitud, desviación típica, varianza y error típico de la media de cada grupo)
Interpretación (escrita a mano) de los resultados obtenidos:
¿Cuál es el grupo más homogéneo?
¿Por qué?
PRÁCTICA 7
MEDIDAS DE POSICIÓN
OBJETIVOS
1. Comprender el significado de los estadísticos de posición.
2. Interpretar los resultados de los estadísticos de posición.
3. Calcular e interpretar los estadísticos de posición de manera informatizada a
través del programa SPSS.
Ejemplo propuesto
Un profesor ha realizado un examen de matemáticas y estos han sido los resultados
de sus alumnos, que aquí están representados por las letras del abecedario:
A=1
B=2
C=3
D=3
E=1
F=6
G=2
H=8
I=7
J=8
K=7
L=2
M=3
N=3
O=9
P=4
Q=3
R=5
S=6
T=1
Actividades que se piden
1. Tomando como referencia el percentil 50 indicar los alumnos que han
aprobado la prueba en comparación a si el criterio fuese la calificación de
“5”, en definitiva, indicar qué alumnos aprueban con la evaluación criterial
(valor 5) y la normativa (percentil 50).
2. Tomando como referencia el percentil 70 qué alumnos han suspendido la
prueba.
3. Indicar cuántos alumnos se colocan tras el percentil 60.
4. Finalmente, calcular la puntuación típica “z” de cada uno de los alumnos
para denotar qué lugar ocupa en relación al grupo.
Instrucciones de uso para el análisis informatizado
1º Ir a > Analizar > Estadísticos descriptivos > Frecuencias
2º Introducir las variables a analizar y marcar > Estadísticos
3º Marcar los estadísticos que nos interesan
PARA EL CÁLCULO DE LAS PUNTUACIONES TÍPICAS “z”
1º Se debe partir de la siguiente expresión:
donde
x = puntuación directa de cada sujeto
μx = media del grupo
σx = desviación típica del grupo
2º Por tanto, hay que calcular la media y desviación típica del grupo.
Una vez determinadas, con ayuda del programa, colocamos sus
valores a lo largo de dos columnas más; de la siguiente forma:
3º Utilizamos la opción > Calcular para determinar las puntuaciones
“z”. Es por ello, que como variable de destino proponemos, en
primer lugar, “distanc” y como expresión numérica > matemati –
media
4º Tras esta operación dividimos la variable recién
creada “distanc” entre la desviación típica del
grupo “destipic”
5º Finalmente, debiera aparecer la siguiente pantalla
6º Para verificar si hemos operado correctamente también
podemos calcular las puntuaciones Z directamente a través de
la opción Analizar > Descriptivos > Guardar los valores
tipicados como variables
7º La pantalla de datos de debiéramos obtener es la
siguiente. En ella puede apreciarse como los valores de Z
son muy parecidos por ambas vías
RESPUESTAS
Grapar/Pegar aquí los resultados calculados mediante SPSS
Responde aquí a las cuestiones planteadas:
RESPUESTAS
Grapar/Pegar aquí los resultados calculados mediante SPSS
Responde aquí a las cuestiones planteadas:
PRÁCTICA 8
CORRELACIONES (1)
OBJETIVOS
1. Entender el concepto de relación entre dos variables.
2. Conocer algunos coeficientes de correlación, según la naturaleza de las variables
relacionadas.
3. Implementar e interpretar algunos coeficientes de correlación para variables
medidas en intervalo y ordinalmente de manera manual e informatizada.
Ejemplo propuesto
La pedagoga de un centro está interesada en determinar si la velocidad
lectora está relacionada con la comprensión lectora. Para ello somete a los 20
alumnos de su curso a dos tests estandarizados que miden tales variables. Los
resultados obtenidos han sido:
Sujetos
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Velolect
12
23
24
14
15
15
16
17
13
20
23
23
12
11
14
16
17
20
21
22
complect
4
8
8
5
6
6
5
4
4
9
8
8
4
4
5
7
6
8
9
9
Actividades que se piden e instrucciones para su uso manual e
informatizado
1 Calcular manualmente con ayuda del programa SPSS los coeficientes de
correlación de Pearson y Spearman. Para ello tendréis en cuenta los siguientes
aspectos:
a) Las ecuaciones de partida, que en nuestro caso serán:
Pearson:
donde S²xy es la covarianza entre las variables velolect y comlect y Sx y Sy
son sus desviaciones típicas respectivamente
Spearman:
donde d² es la diferencia cuadrática de rangos entre las variables velolect y comlect
b) Para el cálculo del coeficiente de Pearson, por tanto, deberíamos pedir al
programa que nos calcule la covarianza y desviaciones típicas de la variables
velolect y comlect y aplicar la fórmula propuesta, o sea,
1º Ir a >
Analizar >
Correlaciones >
Bivariadas
2º
Introducir
las variables
a analizar y
marcar >
Opciones
3º Finalmente,
marcar los
estadísticos que
nos interesen
c) Para el cálculo del coeficiente de Spearman sería necesario transformar las
puntuaciones medidas en intervalo a ordinales mediante el cálculo de rangos.
Calcular los rango manualmente sería, sin duda, un proceso largo y tedioso. Es por
ello que le proponemos que lo haga mediante el programa SPSS siguiendo los
siguientes pasos:
1º Ir a
Transformar >
Asignar rangos
a casos
2º Si has seguido al pie de la letra las instrucciones y
aplicado la opción asignar rangos a casos correctamente, con
las opciones que ya vienen por defecto, debiera aparecer la
siguiente pantalla:
Rangos de
velocidad
lectora (x)
Rangos de
compresión
lectora (y)
3º Una vez hallados los rangos de ambas variables hay que
determinar sus diferencias y, finalmente, elevarlas al
cuadrado. Para ello, igualmente podemos ayudarnos del SPSS
en su función > Calcular> revelolec- rcomlec (resta)
3.1.
3.2.
4º Si has seguido las instrucciones correctamente debieras
obtener la siguiente pantalla con la diferencia de rangos
5ºEnhorabuena si has obtenido la anterior pantalla!!!, porque sólo te
quedará elevar al cuadrado la diferencia de rangos de ambas
variables. Para ello, igual que con anterioridad, podrás utilizar la
opción calcular siguiendo las acciones que se ven en el siguiente
cuadro de diálogo
6º Ya tienes la diferencia de rangos al cuadrado. Ahora súmala y
aplica la fórmula:
2. Para verificar si los cálculos son correctos implementar ambos coeficientes
mediante SPSS y comprobar e interpretar los resultados.
1º Ir a > Analizar > Correlaciones > Bivariadas
2º Introducir las variables a analizar y marcar >
Spearman
RESPUESTAS
GRAPAR/PEGAR AQUÍ LOS RESULTADOS DE SPSS Y CONTESTAR A LAS CUESTIONES PLANTEADAS
Interpretación (escrita a mano) de los resultados obtenidos por ambos
coeficientes:
PRÁCTICA 9
CORRELACIONES (2)
CORRELACIONES BASADAS EN EL CHI CUADRADO
OBJETIVOS
1. Conocer un conjunto de coeficientes de correlación basados en el concepto de
fuerza de la asociación y para variables medidas nominalmente.
2. Implementar e interpretar manual e informatizadamente algunos coeficientes de
correlación para variables medidas nominalmente.
EJEMPLO PROPUESTO
Un investigador está interesado en determinar si el género de los maestros es una
variable determinante en la opinión (a favor/en contra) de la reciente Ley Orgánica
de la Calidad Educativa (LOCE). Para ello pregunta a veinte de ellos sobre este
aspecto, habiendo obtenidos los siguientes resultados y teniendo en cuenta que: 1
> Hombre; 2>mujer / 0 > en contra; 1 > a favor
Género
1
2
1
2
1
2
1
2
2
2
1
2
1
2
1
2
2
1
1
2
Opinión
0
1
0
1
0
0
0
0
0
1
0
1
0
0
0
0
1
0
0
1
Actividades que se piden e instrucciones para uso manual e informatizado
1. Calcular los coeficientes de correlación (nominal x nominal) Phi o también
llamado cuádruple, de Contingencia, así como el “V” de Cramer. Para ello
partiremos de las siguientes expresiones:
φ = (A*D) – (B*C) :
√(A+B)*(A+C)*(C+D)*(B+D)
Téngase en cuenta que esta expresión sólo es válida para tablas de 2*2, nuestro
caso.
C=
√χ² / χ²+N
V=
√φ² / mín (I-1),(J-1)
1º Ir a > Analizar > Estadísticos descriptivos> Tablas de contingencia
2º Introducir las variables objeto de análisis como filas y columnas
3º Tras activar estadísticos aparecerán un conjunto de medidas.
Marcamos las que nos interesan > Continuar
DESARROLLO MANUAL CON AYUDA DEL PROGRAMA SPSS
1º Para el coeficiente PHI
φ = (A*D) – (B*C) : √(A+B)*(A+C)*(C+D)*(B+D)
donde:
A = frecuencia observada para la celdilla formada por asociación de los niveles no + hombre
B = frecuencia observada para la celdilla formada por asociación de los niveles sí + hombre.
C = frecuencia observada para la celdilla formada por asociación de los niveles no + mujer.
D = frecuencia observada para la celdilla formada por asociación de los niveles si + mujer.
OPINIÓN
GENERO
no
sí
hombre
A (9)
B (0)
mujer
C (5)
D (6)
2º Para elaborar la anterior tabla de contingencia nos podemos ayudar de
SPSS siguiendo los siguientes pasos: Ir a Analizar > Estadísticos
descriptivos > Tablas de contingencia. Tras este proceso aparecerá la
siguiente pantalla de resultados:
3º Finalmente, aplicamos la expresión de referencia. Los valores
deben ser muy parecidos a los facilitados por SPSS
4º Para los COEFICIENTES DE CONTINGENCIA y “V” DE CRAMER
basados en χ² pedimos a SPSS que nos calcule dicho valor. Una
vez hecho aplicamos las fórmulas. Para ello seguiremos la
siguiente secuencia:
Ir a Analizar > Estadísticos descriptivos > Tablas de Contingencia
> Estadísticos > Chi-cuadrado.
RESPUESTAS
Espacio reservado a los cálculos manuales de la aplicación de fórmulas, así
como a la interpretación de los resultados
2. Para verificar los resultados obtenidos manualmente se pide, además, su
desarrollo con SPSS
RESPUESTAS
Pegar aquí los resultados obtenidos por los coeficientes phi, contigencia y “V”
de Cramer calculados mediante SPSS
PRÁCTICA 10
LA REGRESIÓN LINEAL SIMPLE
OBJETIVOS
1. Entender el concepto de regresión lineal.
2. Conocer la ecuación de regresión lineal simple.
3. Implementar e interpretar manual e informatizadamente un análisis de regresión
lineal simple.
EJEMPLO PROPUESTO
Un investigador pretende determinar si el número de horas de estudio que invierten
10 de sus alumnos durante un fin de semana para la preparación de una prueba de
estadística o bien la actitud previa de éstos hacia la misma está relacionada con la
calificación que, finalmente, obtienen en la prueba. Los datos del problema son los
siguientes:
(X1) Horas de estudio
(X2) Actitud hacia la estadística
(medida de 1 a 5)
(Y) Calificación en la prueba
2
2
3
3
3
4
5
5
6
6
1
1
2
2
3
3
4
4
4
5
2
2
3
4
5
7
8
8
9
9
Actividades que se piden e instrucciones para uso informatizado
1.
Calcular la ecuación de regresión de la variable criterio calificación en
estadística (y^) a partir de las variables predictivas horas de estudio en fin de
semana (x1) y actitud previa hacia la estadística (x2)
2.
Calcula las puntuaciones predichas (y5^) del alumno nº 5 (las que obtendría,
según las ecuaciones de regresión establecidas) y compáralas con la que realmente
ha obtenido.
3. Indica cuál de los dos modelos de regresión es más preciso, es decir, tiene un
mejor ajuste y justifica la respuesta.
1º Ir a > Analizar > Regresion > Lineal
2º Dejar todas las opciones por defecto y proponer como
variable dependiente rendimiento y como independiente
horas de estudio. Finalmente marcar Aceptar
RESPUESTAS
Pegar aquí los resultados obtenidos en las ecuaciones de regresión calculadas
mediante SPSS
Espacio reservado al cálculo de la puntuación predicha del alumno 5 tomando como
base las horas de estudio
RESPUESTAS
Indica aquí cuál de las dos ecuaciones de regresión ha resultado más precisa y
justifica tu respuesta