Práctica 1: Introducción al entorno de trabajo Excel y Estadística Descriptiva (I)

Transcripción

1 Práctica 1: Introducción al entorno de trabajo Excel y Estadística Descriptiva (I) Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Instalar correctamente las herramientas estadísticas en la hoja de cálculo Excel. Clasificar un conjunto de variables. Analizar correctamente variables cualitativas nominales y ordinales mediante tablas, gráficos y estadísticos descriptivos. Construir tablas de dos o más entradas para variables cualitativas y representarlas gráficamente de la forma más adecuada. 1. Introducción al entorno de trabajo Excel La herramienta informática que vamos a utilizar en las prácticas es la hoja de cálculo Microsoft Excel. Se trata de un software considerado como estándar en todos los entornos (educativo, profesional, familiar, etc), que permite, además de la realización de cálculos repetitivos como los que se derivan de los métodos iterativos, realizar una serie de funciones específicas que permiten al usuario trabajar en economía, estadística e incluso utilizar un lenguaje de programación con la utilización de los condicionales. Además, tiene un asistente para gráficas muy potente. Para acceder al programa, basta con hacer doble clic sobre el icono del programa que está presente en el escritorio, o en el de un archivo de datos que tiene la forma, o bien a través del menú INICIO>PROGRAMAS>MICROSOFT EXCEL. Una vez arrancado el programa, aparecerá una pantalla como la que se muestra en la Figura 1. Isolina Alberto Moralejo 1

2 Figura 1: Hoja de cálculo Excel En la parte superior aparece el nombre del fichero que tenemos abierto: (por defecto ese nombre es Libro1) y debajo aparece la barra del menú principal: La barra de herramientas es la tercera y cuarta líneas de la Figura 1, y está formada por iconos correspondientes a determinadas subopciones del menú principal: Esta barra de herramientas se puede configurar a la medida del usuario. Un libro de trabajo de Excel está compuesto por varias hojas de cálculo. Por defecto, los libros tienen tres hojas llamadas HOJA1, HOJA2 y HOJA3 tal y como se muestra en la Figura 1. Para pasar de una a otra basta con pinchar en la solapa correspondiente o en las flechas de la izquierda (primera hoja, hoja anterior, hoja siguiente y última hoja). Los nombres de las hojas se pueden cambiar sin más que pinchar dos veces sobre ellos. Además, podemos insertar y eliminar hojas en el libro seleccionando las opciones INSERTAR>HOJA DE CÁLCULO y EDICIÓN> ELIMINAR HOJA tal y como muestran la Figura 2 y la Figura 3, respectivamente. Isolina Alberto Moralejo 2

3 Figura 2: Inserción de una hoja nueva Figura 3: Eliminación de una hoja existente A las opciones de CAMBIAR NOMBRE, INSERTAR y ELIMINAR hoja de cálculo (entre otras opciones) se puede también acceder pinchando con el botón derecho del ratón en la solapa de la hoja correspondiente. Automáticamente aparecerá el menú de contexto de la Figura 4. Figura 4: Cambio de nombre, inserción y borrado de una hoja Ejercicio.- Haz el Ejercicio 0 del final de la práctica. Una hoja de cálculo es una tabla dividida en filas y columnas (ver Figura 1). Las columnas se identifican con letras (A, B, C,...) y las filas con números (1, 2, 3,...), de tal forma que cada casilla se identifica mediante una letra y un número (A6, B11, C4,...). A la hora de introducir datos en la hoja de cálculo tendremos en cuenta que cada columna representará una variable observada y cada fila representará un individuo, de tal forma Isolina Alberto Moralejo 3

4 que cada casilla contendrá el valor observado de una determinada variable para un individuo concreto. Es conveniente que en la primera fila del fichero introduzcamos siempre los nombres de las variables. 2. Instalación de las herramientas de análisis de datos Por defecto, las herramientas de análisis de datos no vienen instaladas en la hoja de cálculo. Para instalarlas, hay que seleccionar la opción del menú HERRAMIENTAS> COMPLEMENTOS como se muestra en la Figura 5. Figura 5: Instalación de las herramientas de análisis de datos Se accede así a una ventana de diálogo como la que se muestra en la Figura 6, en la que hay que seleccionar las HERRAMIENTAS PARA ANÁLISIS y las HERRAMIENTAS PARA ANÁLISIS VBA y pulsar en el botón ACEPTAR. Automáticamente, se instalarán estas herramientas en nuestra hoja de cálculo Excel. Figura 6: Instalación de las herramientas de análisis de datos Isolina Alberto Moralejo 4

5 Nota: Puede que al instalar estas herramientas se necesite el CD de instalación de Microsoft Office para incorporarlas. Si fuera necesario, deberás introducirlo en el ordenador para que se pueda completar la instalación. 3. Presentación de la base de datos El fichero con el que vamos a trabajar se llama Supermercado.xls. Son datos recogidos entre los clientes de una conocida cadena de supermercados en Zaragoza en el año Las variables recogidas son: - Cliente: es una etiqueta introducida para poder identificar a los clientes en caso de que fuera necesario. - Tarjeta: nos indica si el cliente posee tarjeta propia del supermercado o no. - Frecuencia de compra: mide la frecuencia de compra en el supermercado. Los valores codificados son 1 (esporádicamente), 2 (cada mes), 3 (cada 15 días), 4 (una vez a la semana), 5 (dos veces a la semana), 6 (de 3 a 5 veces a la semana) y 7 (todos los días). - Estado civil: indica el estado civil del cliente encuestado. Los valores codificados son 0 (soltero), 1 (casado) y 2 (otros). - Hijos: tiene hijos? Los valores codificados son 0 (no), y 1 (sí). - Número de miembros: cuenta el número de miembros en el hogar del cliente encuestado. - Sexo: sexo del cliente encuestado. - Nivel de estudios: nivel de estudios del encuestado. Los valores de la variable son sin estudios (0), primarios (1), medios (2) y superiores (3). - Razón de compra: Razón por la que acude a ese supermercado. Las razones se agruparon en las siguientes categorías: 0 (no responde), 1 (otros), 2 (buena relación calidad-precio), 3 (por poseer aparcamiento gratuito en el propio supermercado), 4 (por variedad y surtido de productos) y 5 (por cercanía del domicilio). - Edad: edad del cliente encuestado. - Ingresos mensuales: ingresos mensuales, en euros, del cliente encuestado. - Gasto porcentual: porcentaje de los ingresos mensuales gastado en el supermercado. - Otro supermercado: esta variable toma el valor 0 si el cliente no compra en supermercados de otra cadena y el valor 1 en caso contrario. Isolina Alberto Moralejo 5

6 - Profesión: indica la profesión del cliente. 1 (no trabaja, estudiante, ama de casa, pensionista), 2 (trabajador por cuenta propia), 3 (personal de administración y servicios hasta el nivel de mandos intermedios) y 4 (directivos y altos mandos de la administración) - Gasto limpieza: cantidad mensual, en euros, gastada en material de limpieza. 4. Clasificación de las variables Antes de proceder al análisis de una variable, hay que determinar de qué tipo es, ya que, por ejemplo, el gráfico que la represente dependerá del tipo de variable que sea. La clasificación que vamos a hacer en las prácticas va a ser la siguiente: Variables cualitativas: son aquéllas que no se pueden expresar de forma natural numéricamente, aunque en el fichero de datos aparezcan codificadas con números. A su vez, las clasificaremos en: - Cualitativas nominales: si sus valores no admiten un orden natural, como por ejemplo, el estado civil (cuyos valores son soltero, casado, divorciado y viudo), o la profesión. - Cualitativas ordinales: si sus valores admiten un orden natural, por ejemplo las calificaciones (suspenso, aprobado, notable, sobresaliente y matrícula de honor), o el nivel de estudios (sin estudios, primarios, medios y superiores). Variables cuantitativas: son aquéllas que son expresables numéricamente. Las clasificaremos en: - Cuantitativas discretas: son aquellas variables numéricas que en el fichero de datos han tomado pocos valores distintos (sean enteros o no), por ejemplo, el número de hijos. - Cuantitativas continuas: son aquellas variables numéricas que en el fichero de datos han tomado muchos valores distintos (sean enteros o no), por ejemplo, los ingresos mensuales de una familia. Ejercicio.- Haz el Ejercicio 1 del final de la práctica. Isolina Alberto Moralejo 6

7 5. Análisis de variables cualitativas Para una variable cualitativa nominal obtendremos su tabla de frecuencias con las frecuencias absolutas y relativas, la representaremos gráficamente mediante un gráfico de sectores y calcularemos su moda. Si la variable es cualitativa ordinal obtendremos su tabla completa de frecuencias con las frecuencias absolutas, relativas, sin acumular y acumuladas, la representaremos gráficamente mediante un diagrama de barras y calcularemos su moda y sus cuantiles. 6. Menú INFORME DE TABLAS Y GRÁFICOS DINÁMICOS Una tabla dinámica o un informe de tabla dinámica es una serie de datos agrupados que enfatizan aspectos concretos de la información global de la que partimos. Utilizaremos las tablas dinámicas, por ejemplo, para presentar distribuciones de frecuencias de variables cualitativas y cuantitativas discretas. La información contenida en la tabla podrá, además, representarse gráficamente, dando lugar a gráficos dinámicos o informes de gráficos dinámicos. Para que el uso de tablas dinámicas tenga sentido, la cantidad de información que se maneje debe ser importante. Para construir estas tablas, una vez abierto el libro Excel del que queramos crear el informe y seleccionada la hoja en la que estén los datos, tenemos que seleccionar la opción del menú DATOS>INFORME DE TABLAS Y GRÁFICOS DINÁMICOS, como se muestra en la Figura 7. Figura 7: Informe de tablas y gráficos dinámicos Al hacerlo accedemos a la ventana de diálogo que aparece en la Figura 8, en la que a la pregunta DÓNDE ESTÁN LOS DATOS QUE SE DESEA ANALIZAR?, deberemos responder LISTA O BASE DE DATOS DE MICROSOFT EXCEL; y a la pregunta QUÉ TIPO DE INFORME DESEA CREAR?, la opción TABLA Isolina Alberto Moralejo 7

8 DINÁMICA como se muestra en la Figura 8. Al pinchar en el botón SIGUIENTE, accedemos a la ventana de diálogo que se muestra en la Figura 9. Figura 8: Asistente para tablas y gráficos dinámicos - paso 1 de 3 En esta ventana deberemos indicarle que utilice todos los datos de la hoja de cálculo activa. Si lo hacemos así, podremos decir más adelante que cruce entre sí las variables que deseemos. Pinchamos nuevamente en el botón SIGUIENTE y accedemos a la última ventana de diálogo, que aparece en la Figura 10. Figura 9: Asistente para tablas y gráficos dinámicos - paso 2 de 3 Para mantener el libro de Excel lo más organizado posible, es conveniente contestar HOJA DE CÁLCULO NUEVA a la pregunta DÓNDE DESEA SITUAR LA TABLA DINÁMICA? Figura 10: Asistente para tablas y gráficos dinámicos - paso 3 de 3 Isolina Alberto Moralejo 8

9 Ahora, pincharemos en el botón DISEÑO, y al hacerlo, accederemos a una ventana de diálogo como la que se muestra en la Figura 11. Como puede verse, en la parte derecha de la ventana aparecen los nombres de todas las variables seleccionadas en el paso 2 (ver Figura 9) que en este caso son todas las del fichero Supermercado.xls. En la parte de la izquierda aparece una tabla sobre la que podemos arrastrar las distintas variables en los campos DATOS, FILA, COLUMNA y PÁGINA. Figura 11: Asistente para tablas y gráficos dinámicos - diseño Vamos a ver una pequeña descripción de los distintos campos: - DATOS: Este campo es imprescindible para terminar la tabla dinámica. En ella insertaremos los datos que vamos a resumir y organizar. Al introducir, por ejemplo, la variable Sexo, aparece en ese campo como FUNCIÓN de Sexo (ver Figura 12), donde FUNCIÓN puede ser Contar, Suma u otra función resumen. Si pinchamos dos veces en FUNCIÓN de Sexo, aparece la ventana de diálogo de la Figura 13, que se despliega completamente pinchando en el botón OPCIONES. Figura 12: Variable Sexo en el campo DATOS Isolina Alberto Moralejo 9

10 Figura 13: Funciones de resumen del campo DATOS, desplegadas con el botón OPCIONES Algunas de las funciones que más vamos a utilizar van a ser: SUMA: calcula la suma de los valores de una variable cuantitativa si los datos los muestra como NORMAL. CONTAR: calcula las frecuencias absolutas si los datos los muestra como NORMAL; las frecuencias relativas, si los datos los muestra como % DEL TOTAL; y las frecuencias relativas condicionadas, si los datos los muestra como % DE LA FILA o % DE LA COLUMNA. PROMEDIO: calcula la media de una variable cuantitativa si los datos los muestra como NORMAL. MAX: calcula el máximo de una variable (cuando tenga sentido) si los datos los muestra como NORMAL. MIN: calcula el mínimo de una variable (cuando tenga sentido) si los datos los muestra como NORMAL. DESVEST: calcula la cuasidesviación estándar de una variable cuantitativa si los datos los muestra como NORMAL. DESVESTP: calcula la desviación estándar de una variable cuantitativa si los datos los muestra como NORMAL. VAR: calcula la cuasivarianza de una variable cuantitativa si los datos los muestra como NORMAL. VARP: calcula la varianza de una variable cuantitativa si los datos los muestra como NORMAL. Isolina Alberto Moralejo 10

11 Nota: Algunas combinaciones de las opciones RESUMIR CON y MOSTRAR DATOS COMO pueden dar lugar a análisis poco claros e incluso erróneos, por lo que pondremos especial cuidado al seleccionarlas. - FILA: Aquí situaremos las variables que queramos colocar como filas en la tabla dinámica. Podemos introducir más de una variable. Si así lo hacemos, éstas quedarán anidadas de arriba a abajo. Por ejemplo, si introducimos arriba la variable Sexo y a continuación la variable Nivel de estudios (ver Figura 14), se anidarán, apareciendo primero los valores de la variable Sexo (Hombre y Mujer) y a continuación, los valores de la variable Nivel de estudios (0, 1, 2 y 3), como puede verse en la Figura 15. Figura 14: Variables Sexo y Nivel de estudios anidadas Figura 15: Tabla de frecuencias conjuntas de las variables Sexo y Nivel de estudios anidadas Ejercicio.- Haz el Ejercicio 2 del final de la práctica. - COLUMNA: Este campo es similar al anterior. Las variables que introduzcamos aquí aparecerán como columnas en la tabla dinámica. Por ejemplo, si situamos la variable Sexo en el campo FILA y la variable Nivel de estudios en el campo COLUMNA, como muestra la Figura 16, obtenemos la tabla de la Figura 17. Isolina Alberto Moralejo 11

12 Figura 16: Variable Sexo en FILA y Nivel de estudios en COLUMNA Figura 17: Tabla de frecuencias conjuntas de Sexo (FILA) y Nivel de estudios (COLUMNA) Ejercicio.- Haz el Ejercicio 3 del final de la práctica. - PÁGINA: Las variables que situemos en este campo serán las primeras por las que se filtrarán (condicionarán) los datos de la tabla dinámica. Si por ejemplo, introducimos la variable Tarjeta (manteniendo en FILA la variable Sexo y en COLUMNA la variable Nivel de estudios, como se muestra en la Figura 18), obtenemos la tabla de la Figura 19. Figura 18: Variable Tarjeta en el campo PÁGINA Figura 19: Tabla con la variable Tarjeta en el campo PÁGINA Isolina Alberto Moralejo 12

13 Como puede observarse, al lado de la casilla Tarjeta está indicando que está seleccionando todas las categorías (todos los valores) de esta variable. Pinchando en la flecha hacia abajo se despliega una ventana como la de la Figura 20 en la que podemos seleccionar todas las categorías de la variable o solamente algunas de ellas. Obviamente, los valores que aparecerán en la tabla dinámica cambiarán. Figura 20: Categorías de la variable Tarjeta Si, por ejemplo, seleccionamos (condicionamos por) los clientes que no tienen tarjeta, el resultado es el que se muestra en la Figura 21. Figura 21: Tabla de los clientes que no poseen tarjeta Veamos ahora la ventana que se abre al pinchar en el botón OPCIONES que aparece en la Figura 10. Como puede verse en la Figura 22, desde esta ventana se puede cambiar el aspecto final de la tabla dinámica. Por ejemplo, nos interesará que las opciones TOTALES GENERALES DE COLUMNAS y TOTALES GENERALES DE FILAS estén seleccionadas cuando hagamos una tabla de frecuencias ya que así dispondremos de las distribuciones marginales de las variables introducidas en la tabla. Figura 22: Opciones de la tabla dinámica Isolina Alberto Moralejo 13

14 Para terminar la tabla dinámica, no nos queda más que pinchar en el botón FINALIZAR. Automáticamente, se genera una hoja de cálculo nueva en nuestro libro, que por defecto se llamará HOJA1, en la que se construirá la tabla dinámica solicitada y aparecerá en esa misma hoja la barra de herramientas de la tabla dinámica (Figura 23). Figura 23: Barra de herramientas de la tabla dinámica Nota: Si no aparece esta barra de herramientas deberemos seleccionar desde el menú la opción VER>BARRAS DE HERRAMIENTAS>TABLA DINÁMICA tal y como se muestra en la Figura 24. Figura 24: Selección por menú de la barra de herramientas de la tabla dinámica Una vez construida la tabla, podemos indicarle que represente gráficamente la información contenida en la misma. Para ello, si por ejemplo hemos introducido la variable Sexo en el campo FILAS; y en el campo DATOS, la función CONTAR de Sexo, la tabla dinámica generada es la de la Figura 25. Figura 25: Tabla dinámica con la distribución de frecuencias de la variable Sexo El gráfico se genera automáticamente en una hoja nueva, llamada por defecto GRÁFICO1, al pinchar en el botón del asistente para gráficos, herramientas de la tabla dinámica (ver Figura 26)., de la barra de Isolina Alberto Moralejo 14

15 Figura 26: Gráfico de la distribución de la variable Sexo. Diagrama de barras Si seleccionamos el gráfico y pinchamos nuevamente en el botón del asistente para gráficos podremos cambiar su aspecto, representando la variable, por ejemplo, mediante un diagrama de sectores Figura 27, mucho más adecuado a este ejemplo. Figura 27: Diagrama de sectores de la variable Sexo Nota: Si en algún momento necesitásemos visualizar los individuos de la muestra de una determinada casilla de una tabla dinámica no tenemos más que pinchar con el botón derecho del ratón sobre la casilla correspondiente, y seleccionar la opción del menú de contexto AGRUPAR Y ESQUEMA>MOSTRAR DETALLE, o bien pinchar dos veces sobre la casilla correspondiente. Automáticamente se creará una hoja de cálculo nueva en nuestro libro que contendrá la información de todas las variables para esos individuos. A esta operación se le llama seleccionar casos. Nota: La operación de seleccionar casos también se puede hacer con la opción del menú DATOS>FILTRO>AUTOFILTRO del menú principal. Ejercicio.- Haz los Ejercicios 4, 5 y 6 del final de la práctica. Ejercicio.- Para finalizar esta práctica resuelve el resto de los ejercicios de la hoja. Isolina Alberto Moralejo 15

16 Isolina Alberto Moralejo 16

17 Apellidos y nombre: Profesor: Grupo: Ejercicio 0.- Inserta en la hoja de cálculo activa dos hojas con el nombre Gráficos y Resultados, respectivamente. Guarda la hoja de cálculo en el disquete 3 1/2. Ejercicio 1.- Clasifica las variables del archivo Supermercado.xls según el tipo, marcando con una cruz la casilla que corresponda. Variable Nominal Ordinal Discreta Continua Sexo Ingresos mensuales Nivel de estudios Estado civil Edad Razón de compra Gasto porcentual Otro supermercado Hijos Frecuencia de compra Tarjeta Profesión Número de miembros Gasto limpieza Ejercicio 2.- Rellena la tabla de frecuencias para la variable Razón de compra. Razón de compra n i f i Ejercicio 3.- Rellena con las frecuencias absolutas la siguiente tabla de doble entrada o de contingencia para las variables Sexo y Tarjeta. Sexo Tarjeta Sí No n i. Hombre Mujer n.j = N Isolina Alberto Moralejo 17

18 Ejercicio 4.- Indica cuál es el diagrama de sectores correspondiente a la variable Profesión y escribe los porcentajes de cada categoría. Cuál es la categoría modal de esta variable? Diagrama de sectores Diagrama de sectores Diagrama de sectores Categoría modal: Ejercicio 5.- Calcula la moda y la mediana de la variable Nivel de estudios. Representa su diagrama de barras indicando sobre cada valor la frecuencia relativa correspondiente Porcentaje de individuos sin estudios primarios medios superiores Nivel de Estudios Moda. Mediana.. Ejercicio 6.- Representa las variables Sexo y Tarjeta por medio de un diagrama de barras agrupado. Las barras representarán las frecuencias absolutas conjuntas n ij. Indica sobre cada barra el valor de la frecuencia correspondiente. Isolina Alberto Moralejo 18

19 Tiene tarjeta? 40 No 20 hombre mujer Si Sexo Ejercicio 7.- El siguiente diagrama de barras agrupado representa la variable Frecuencia de compra para cada categoría de la variable Tarjeta. Las frecuencias representadas son las frecuencias condicionadas por los valores de la variable Tarjeta. 35,00% 30,00% 25,00% 20,00% 15,00% FRECUEN ,00% 5,00% 0,00% 0 1 A la vista del gráfico, comenta la existencia o no de dependencia entre dichas variables. Ejercicio 8.- Rellena con las frecuencias absolutas y relativas la tabla unidimensional correspondiente a la variable Frecuencia de compra condicionada a que el cliente tiene Tarjeta. El cliente tiene Tarjeta Frecuencia de compra n i/j f i/j Total Isolina Alberto Moralejo 19

20 Ejercicio 9.- Abre el fichero Cortes Publicitarios.xls. Clasifica las variables del archivo según el tipo, marcando con una cruz la casilla correspondiente. Variable Nominal Ordinal Discreta Continua Cadena de TV Tipo de programa Hora intermedio Duración (minutos) Día de la semana Franja horaria Ejercicio 10.- Representa en el círculo un diagrama de sectores de la variable Cadena de televisión (comenzando a las doce), e indicando la frecuencia relativa de cada sector. Cadena de televisión Ejercicio 11.- El siguiente diagrama de barras representa la variable Día de la semana. Etiqueta adecuadamente cada una de las categorías Frecuencia absoluta Día de la semana Isolina Alberto Moralejo 20