Análisis descriptivo con SPSS. Favio Murillo García

Transcripción

1 Análisis descriptivo con SPSS Favio Murillo García

2 Autoevaluación 3 1. Descargue el archivo eval3.xls a) Importe los datos de Excel a SPSS. b) Agregue etiquetas de valor a cada variable según lo indique el instructor. c) Realice un conjunto de variables con las variables sexo, edad, ingreso, imc. d) Obtenga la media y desviación estándar para la muestra. (para el conjunto de variables mencionado)

3 Autoevaluación 3 e) Obtenga la media y desviación estándar por sexo. f) Obtenga la media y desviación estándar por salario. g) Seleccione aquellos hombres mayores de 18 y menores de 24 años y obtenga la media y desviación estándar. h) Realice una grafica que permita comparar la edad entre hombres y mujeres. i) Realice una grafica que permita comparar el salario entre hombres y mujeres.

4 Estadística descriptiva Lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible acerca de sus características. Esto se consigue prestando atención a tres aspectos básicos: tendencia central, dispersión y forma de la distribución.

5 Tendencia central Media Moda Mediana

6 Dispersión Varianza Desviación estándar Mínimo Máximo Rango

7 Distribución Curtosis Asimetría

8 Frecuencias Una distribución de frecuencias informa sobre los valores concretos que adopta una variable y sobre el número (y porcentaje) de veces que se repite cada uno de esos valores.

9 Tabla de Estadísticos del procedimiento Frecuencias. Salario Estadístico Error típ. N Válidos 474 Perdidos 0 Media 34, Mediana 28, Moda 30,750 Desv. típ. 17, Varianza 291,578, Asimetría 2,125,112 Curtosis 5,378,224 Rango 119,250 Mínimo 15,750 Máximo 135,000 Suma 16,314,875 Percentiles , , , , , , , , , , ,700.00

10 Interpretación Observando la tabla vemos, por ejemplo, que el salario medio es de ,57 dólares (Media), que la mitad de los sujetos tienen salarios por debajo de dólares (Mediana, Percentil 50), que entre el sujeto que gana más y el que gana menos existe una diferencia de dólares (Rango), que el 50 % de los sujetos tiene salarios comprendidos entre y ,50 dólares (Percentiles 25 y 75), que el grado de asimetría es acusadamente positivo (pues el cociente entre el índice de asimetría y su error típico vale 2,125/0,112 = 18,97, y este valor es demasiado grande para pensar que pertenece a una distribución con valor esperado cero), y que la acumulación de casos en las colas (Curtosis) es mayor que la que corresponde a una distribución normal (pues tipificando el índice de curtosis obtenemos 5,378/0,224 = 24,01, y este valor es demasiado grande para pensar que pertenece a una distribución con valor esperado cero, que es el valor que indica una curtosis equivalente a la de una curva normal.

11 Explorar El procedimiento Explorar permite obtener nuevos estadísticos descriptivos, identificar casos atípicos y estudiar con mayor precisión la forma y otras características de una distribución. También permite contrastar dos de los supuestos en que se basan muchas de las técnicas de análisis que estudiaremos más adelante: normalidad y homogeneidad de varianzas.

12 Explorar Dependientes. Trasladando a la lista Dependientes una o más variables de la lista de variables del archivo y pulsando el botón Aceptar obtenemos los estadísticos y gráficos que el procedimiento Explorar ofrece por defecto: varios estadísticos descriptivos, un diagrama de tallo y hojas y un diagrama de caja.

13 Explorar Factores. Si en lugar de un análisis referido a todos los casos del archivo, deseamos análisis separados para diferentes grupos de casos (por ejemplo, para hombres y para mujeres, o para cada categoría laboral, etc.), podemos introducir la variable que define esos grupos en la lista Factores. Si introducimos más de una variable factor, obtendremos, para cada variable dependiente, un análisis completo referido a cada uno de los grupos definidos por cada variable factor.

14 Explorar Etiquetar los casos mediante. En los diagramas de cajas y en los resultados que incluyen listados de casos, los casos individuales son identificados por el número de registro (fila) que ocupan en el editor de datos. Si deseamos utilizar como identificadores de caso los valores de alguna variable, no tenemos más que introducir esa variable en este cuadro.

15 Prueba de normalidad Estadísticos de Kolmogorov-Smirnov y de Shapiro-Wilk. Rechazaremos la hipótesis de normalidad cuando el nivel crítico (Sig.) sea menor que el nivel de significación establecido (generalmente 0,05).

16 Homogeneidad de varianzas 1) la prueba de Levene (1960) para contrastar la hipótesis de que los grupos definidos por la variable factor proceden de poblaciones con la misma varianza y 2) un gráfico de dispersión de la variable dependiente en cada nivel definido por la variable factor (gráfico de dispersión por nivel). Si el valor del nivel crítico es menor que 0.05, podemos rechazar la hipótesis de homogeneidad.

17 Tablas de contingencia Cuando se trabaja con variables categóricas, los datos suelen organizarse en tablas de doble entrada en las que cada entrada representa un criterio de clasificación (una variable categórica). Como resultado de esta clasificación, las frecuencias (el número o porcentaje de casos) aparecen organizadas en casillas que contienen información sobre la relación existente entre ambos criterios. A estas tablas de frecuencias se les llama tablas de contingencia.

18 Ejercicio Aplique un análisis descriptivo a sus datos recolectados en el trabajo de campo.