Manual de SPSS Aplicado A Proyectos de Fin de Titulación, Santamaria Edwin

Manual de SPSS
Aplicado a proyectos de
fin de titulacin
Edwin Santamara Freire
Manual de SPSS Aplicado a proyectos de fin de titulacin

Primera edicin
Edwin Javier Santamara Freire
Agosto, 2014
ISBN- 978-9942-20-261-1
Producido bajo licencia: Creative Commons 3.0

CC-BY-NC-SA
Reconocimiento-No Comercial-Compartir Igual
Esta licencia permite a otros distribuir, re mezclar,
retocar, y crear a partir de la obra de modo no
comercial, siempre y cuando den crdito y licencien las
nuevas creaciones bajo las mismas condiciones.
CONTENIDO
PRLOGO
-1-
PRESENTACIN DEL CONTENIDO
-2-
1. CONOCIENDO SPSS
-3-
2. CREACIN DE VARIABLES E INGRESO DE DATOS.
- 10 -
2.1
2.2
2.3
2.4
- 10 - 12 - 13 - 14 -
INTRODUCCIN
INGRESO DE VARIABLES
INGRESO DE DATOS
INGRESO EN EL PROGRAMA
3. MANEJO DE DOCUMENTOS
- 25 -
3.1 GUARDAR DOCUMENTOS

3.2 GUARDAR DOCUMENTOS
3.3 EXPORTAR RESULTADOS
- 25 - 28 - 29 -
4. ESTADSTICOS DESCRIPTIVOS
- 32 -
4.1 INTRODUCCIN
4.2 ELABORAR TABLAS DE FRECUENCIAS
4.3 GENERACIN DE GRFICOS
4.4 ELABORAR TABLAS DE CONTINGENCIA
4.5 MEDIDAS DESCRIPTIVAS
4.5.1 PRIMER CAMINO
4.5.2 SEGUNDO CAMINO
4.5.3 TERCER CAMINO
4.6 EDICIN DE TABLAS Y GRFICOS
4.6.1 EDITAR UNA TABLA
4.6.2 EDICIN DE GRFICOS
- 32 - 38 - 47 - 54 - 59 - 59 - 62 - 63 - 65 - 65 - 68 -
5. COMPROBACIN DE HIPTESIS EN NORMALIDAD
- 70 ii
5.1 INTRODUCCIN
5.2 DETERMINACIN DE NORMALIDAD.
- 70 - 74 -
6. COMPROBACIN DE HIPTESIS PARAMTRICA
- 82 -
6.1 PRUEBA T PARA UNA MAESTRA.

6.2 PRUEBA T PARA MUESTRAS INDEPENDIENTES.
6.3 PRUEBA T PARA MUESTRAS DEPENDIENTES.
- 83 - 85 - 89 -
7. COMPROBACIN DE HIPOTESIS NO PARAMTRICAS
- 92 -
7.1 ANLISIS DE CHI - CUADRADO

7.2 COMPROBACIN EN MANN W HITNEY
7.3 COMPROBACIN EN W ILCOXON:
- 93 - 97 - 101 -
BIBLIOGRAFA
- 104 -
iii
PRLOGO
El material expuesto en este trabajo es una orientacin para facilitar
el trabajo de investigacin para la obtencin de un ttulo terminal de
una institucin de educacin superior.
Dentro del trabajo realizado se hace la orientacin del uso de
estadstica descriptiva y comprobacin de hiptesis que se incluye
en el captulo de Anlisis e interpretacin de resultados, con ello se
facilita la manipulacin de datos obtenidos de instrumentos de
recoleccin de informacin.
Los ejemplos desarrollados son en base a las necesidades que se
han determinado durante la direccin y tutora de trabajos de
investigacin de pregrado y posgrados del cual he sido parte durante
mi actividad de docencia.
Este material se complementa con videos que facilitan la aplicacin
de los diversos procesos, los mismos que se pueden acceder
visitando el canal YouTube:
https://www.youtube.com/user/tutorialestadistica
Si desea revisar las bases de datos utilizadas e informacin
complementaria, contactarse al correo: santamariaedwin@yahoo.es
-1-
-2-
PRESENTACIN DEL CONTENIDO

El anlisis estadstico aplicado a proyectos a fin de titulacin busca
acercar al investigador a las diversas herramientas estadsticas para
el anlisis e interpretacin de resultados que van dentro de los
proyectos de titulacin de pre-grado y post-grado para este efecto, el
material est diseado en base al programa SPSS y en el mismo se
busca identificar desde la estadstica descriptiva, es decir, obtener
tablas y grficos estadsticos que permitan el anlisis de las
variables y compararlas entre ellas, al mismo tiempo nos permite la
comprobacin de hiptesis y dentro del curso se analizaran seis
mtodos de comprobacin, los cuales permitirn tener una gama
adecuada de diferentes herramientas que sern las que nos
permitan a nosotros comprobar adecuadamente la relacin que
existe entre las dos variables de estudio, el curso se realizara en 48
horas dictadas en su totalidad en modalidad virtual, en las mismas
se observara el desarrollo de videos tutoriales, el trabajo con
material bibliogrfico y en la interaccin mediante foros , mediante
tareas y videos, que permitan evaluar el conocimiento adquirido y al
mismo tiempo plantear todas las dudas que cada uno de los
participantes puedan tener respecto a sus propios trabajos de
investigacin, este evento est diseado para personas que estn
en la parte final de la graduacin, es decir estudiantes en la parte
final de su carrera para tutores y directores de tesis que requieren
tener estas habilidades y conocimientos.
1. CONOCIENDO SPSS
En el primer elemento estudiaremos lo que significa el ingreso de
variables y el manejo de SPSS en este caso a iniciaremos con el
tema que es conociendo a SPSS. Cabe recalcar que este es un
software cada alumno debe tenerlo instalado en sus mquinas o
debe adquirirlo como tal, SPSS es un programa que se origin de
sus siglas Statistical Package for the Social Sciences, el mismo que
fue diseado hace dos dcadas atrs, y de lo cual han existido
diversas versiones del mismo de las ms conocidas la versin 15, la
17, la 20, 21 son las ms usuales, a partir de la versin 17 pasa este
software a ser parte de un programa de IBM (International Business
Machines) por lo que ahora se llama IBM SPSS, en el caso que
vamos analizar la versin 21, este programa tiene una ventaja frente
a las versiones anteriores que al ya estar en manos de IBM, tuvo
una gran modificacin especialmente en la parte visual y tiene un
buen entorno de manejo especialmente a travs de lo que son
iconos y una parte consistente en la parte de ayuda que permiten
ingresar fcilmente variables y datos, el programa como tal trabaja
con tres tipos de archivos: un archivo de datos propios que es .sav
un archivo de grficos y resultados que es .spv y un archivo de
sintaxis de SPSS que es .sps; de estos archivos lo habitual es que
los .sav se van a guardar las bases de datos donde nosotros
partimos a manipular justamente la matriz que vamos a formar y de
la cual se desprendern los anlisis y los resultados se vern
visibles directamente en .spv, estos dos archivos son los
fundamentales en el manejo, la ventaja de este programa es que nos
permite realizar diferentes anlisis de datos y variables, jugar con
ellos , es decir, que podamos nosotros mezclar y entrelazar diversas
actividades que puedan realizarse sin ningn inconveniente como
tal, presta un gran soporte para el trabajo as como en datos sin
importar la extensin de los mismos y puede generar y trabajar
diversos anlisis, desde un anlisis simple o sencillo de lo que es
estadstica descriptiva hasta un anlisis complejo donde nosotros
requeriremos el trabajo ms especializado como tal.
-3-
-4-
Veamos dentro de lo que es SPSS nosotros tenemos varios visores,

los visores son las pantallas donde vamos a visualizar cada uno de
los diversos entornos que vamos a manejar, en este caso nosotros
estamos observando el visor de datos; el visor de datos como tal lo
vamos a identificar en la pestaa en la parte inferior se encontrara el
visor de datos el mismo que nos permite identificar claramente de
que se trata este visor.
El visor como tal tiene en la parte superior una barra de

herramientas que es la que nos va a permitir a nosotros a travs del
menu desplazarnos y observar las herramientas que tenemos.
En la parte superior se encuentran los comandos donde nosotros

vamos a ingresar, los comandos principales que tenemos dentro de
SPSS seran justamente las pestaas de datos, las pestaas de
transformar que existen dentro de este y obviamentes el de analizar
donde constan todas las herramientas que nos van a permitir
trabajar.
En la parte de los iconos observaremos los principales accesos que

nos van a permitir ingresar datos o visualizar la parte de datos.
En la parte donde actualmente constan VAR, obviamente no hemos

ingresado todava variables pero al ingresar diferentes variables, nos
va a generar como tal los nombres de cada una de ellas que hemos
ingresado.
Y en la parte izquierda nosotros tenemos la cantidad de

observaciones, es decir, con nmero1, 2, 3, 4...y as sucesivamente,
partimos a identificar cada una de las observaciones que tenemos
dentro del anlisis como tal, estas observaciones indicaran el
nmero total de muestra que vamos a utilizar o la poblacin de
anlisis, por ejemplo: Levantamos una encuesta a 50 personas o 50
elementos vamos a tener aqu o deberamos tener aqu 50
elementos en esta parte.
-5-
-6-
Y obviamente en esta segmento, ser el espacio ingresaremos los

datos de cada una de las variables y de esta manera completar los
datos que tenemos.
Por otra parte, obtenemos el visor de variables, en el visor de

variables tenemos identificado en la parte inferior
As mismo en la parte superior constan las caractersticas de las

variables que vamos a ir completando.
Adems, tendremos en la parte izquierda el nmero de variables que

nosotros podemos tener configuradas dentro del programa,
podemos tener configuradas una gran cantidad de variables, una
encuesta puede obtener de acuerdo al nmero de preguntas 5, 6
variables hasta una infinidad ms grande cuando nosotros tenemos
una base de datos.
Y en este espacio ingresaremos las caractersticas de estas

variables.
-7-
-8-
El tercer visor que nosotros tenemos es el visor de resultados, el

visor de resultados lo vamos a poder visualizar en la parte superior
que se encuentra como resultado 1 que nos aparece por default
(defecto) que aparece este nombre, inmediatamente nosotros
podemos guardarlo con otro nombre, el visor de resultados se
origina una vez que nosotros hayamos hecho alguna transaccin
dentro de SPSS, por ejemplo: abrir un documento, guardar un
documento o realizar diversos anlisis estadsticos dentro del
mismo.
El visor de resultados tiene dos partes principales en la parte

izquierda tenemos la barra de desplazamiento de resultados que nos
va a reflejar los diferentes resultados que tenemos a manera de un
ndice donde podemos ir fcilmente interactuando entre cada uno de
los que tenemos para poder desplazarnos fcilmente.
Al costado derecho tenemos al visor de resultados de tablas y datos

que nos reflejara lo que nosotros hayamos solicitado en el anlisis
como tambin comandos bsicos, los anlisis que nosotros
adquirimos principalmente sern de tablas y grficos, que es el
resultado que nosotros tenemos.
-9-
- 10 -
2. CREACIN
DATOS.
DE
VARIABLES
INGRESO
DE
2.1 Introduccin
A continuacin veremos sobre la creacin de variables e ingreso de
datos, antes de ello empezaremos analizando cual es el proceso
estadstico que debe seguir dentro de una investigacin,
normalmente nosotros tenemos o partimos de una poblacin definida
de elementos, estos elementos como poblacin deben compartir
como al menos una caracterstica en comn, de esta caracterstica
mediante mtodos de muestreo, se selecciona una cantidad de
elementos que constituirn la muestra y se seleccionara una tcnica
adecuada para seleccionar a cada uno de los elementos siempre
tratando de mantener las mismas caractersticas de la poblacin, es
decir, que sea representativa de la misma, una vez obtenido los
datos debemos transformarlos esto a medidas que nos sirvan para
identificar, para esto nosotros debemos ingresar o utilizar software o
programas especializados o en su efecto realizar los trabajos
manuales, para ser ms rpido este proceso es adecuado para
trabajar en un software como SPSS, para lo cual se deben formar
una matriz de datos donde vamos a obtener toda la informacin
ordenada y que luego nosotros podemos obtener datos descriptivos,
los datos descriptivos son los que utilizamos para dar a conocer o
representar a la poblacin en estudio, uno de ellos es un grfico que
puede ser, por ejemplo un pastel, un grficos de barras, tenemos
medidas como la media, desviacin estndar o la proporcin, que
nos van a servir para realizar esta representacin, una vez que
obtenemos estas tablas y grficos, podemos hacer inferencia, es
decir, ver el comportamiento de los datos si se ajusta a una curva
determinada de distribucin o si tiene una caracterstica en
particular, posteriormente nos encargamos de realizar la prediccin
de los datos, es decir, en base a los datos que obtuvimos modelizar
un comportamiento de la poblacin y de esta manera poder
determinar las caractersticas que va a tener la poblacin luego del
trabajo.
Hay que reconocer que al momento que ingresamos los datos se

tendr dos elementos bsicos; la variable y los datos, una variable
es la caracterstica que estudiamos en una poblacin determinada
sexo, edad, estatura. Esta variable va hacer una caracterstica que
debemos codificar como tal, para que haya el ingreso dentro de los
datos del sistema, cada una de estas variables puedes tener
diversas caractersticas, por ejemplo: La edad-sexo est identificada
por dos posibles resultados, masculino y femenino, a este tipo de
variable la conocemos como nivel o una variable de tipo cualitativa
porque estamos investigando una cualidad que no es numrica de
una poblacin en estudio, por otra parte tenemos la variable edad y
estatura, estas variables en cambio podemos utilizar y medirlas en
una categora numrica edad en aos y estatura en centmetros o
metros, estas dos variables son de carcter cuantitativo , es decir se
basa en la medicin de una escala numrica, esto es fundamental
para el ingreso de variables y posteriormente para el anlisis y
validacin de diferentes tipos de hiptesis.
Por otra parte tenemos los datos, en cambio los datos es la
informacin que tenemos de un individuo o unidad que sea tomada
como muestra, entonces nosotros en este caso, tenemos: 50
empleados, 20 consumidores, 100 unidades productivas, por
ejemplo: en el calzado, si nosotros vemos y tomamos ejemplo, los
50 empleados que tomamos como datos que representan a la
muestra, cada uno puede tener diversas variables de estudio, por
ejemplo en los 50 empleados puedo sacar de ellos el sexo, la edad,
la estatura y cualquier otra variable, esto normalmente se puede
visualizar en un cuestionario que es cuando tenemos en un resumen
algunas caractersticas que debemos identificar a las cuales las
vamos a llamar variables y tendremos por otro lado los datos que
sern el nmero de personas que han llenado la encuesta o tal vez
una ficha de evaluacin o cualquier otro instrumento de medida que
nosotros tengamos.
Cuando tenemos estructurado ya una toma de datos, podemos
resumir una matriz de datos, Qu es una matriz de datos? Una
matriz de datos es aquella que nos ayuda a resumir la informacin
de diversas variables y que consta las muestras que hemos
- 11 -
- 12 -
considerado en este ejemplo tenemos las variables: edad, sexo,

peso, altura y tenemos en el lado izquierdo los integrantes de la
muestra, es decir, se han tomado seis muestras de diferentes
variables.
Si nosotros vemos la primera variable Edad, est considerada en

aos, es decir, es cuantitativo; Sexo es una variable cualitativa, el
Peso esta medida en kilogramos (KG) y la Altura en centmetros
(CM), entonces tenemos aqu una combinacin o una matriz que
vamos a utilizar.
2.2 Ingreso de Variables
Cmo vamos a realizar el ingreso en SPSS de variables y datos?
Nosotros vamos a realizar el ingreso de SPSS, tanto en variables y
datos de una manera ordenada, primero debemos ingresar
variables, para ingresar variables, primero nos ubicaremos en la
pestaa que nos dice Vista de Variables, una vez que estemos
ubicados ah vamos a ver o vamos a identificar, las diversas
caractersticas que vamos a seleccionar que van a ser los atributos
de la variable, los ms importante es el nombre de la variable, que
tipo de variable es, la cantidad de decimales, etiqueta, valores, que a
m me permiten identificar como tal, cual va hacer la caracterstica
que tenga esta variable.
Como se haba dicho dentro de la pestaa de variables, tenemos las

caractersticas de las mismas, en este grafico observaremos de
manera resumida una breve descripcin de cada uno de los datos y
que es lo que va a contener cada variable como tal que va hacer
explicado al momento que pongamos un ejemplo.
2.3 Ingreso de Datos
Para ingresar los datos, primero nos dirigimos a la pestaa Vista de
Datos, en esta vista de datos vamos a tener en las columnas las
variables que se van a estudiar y en las filas se simbolizara cada uno
de los datos que obtendremos y de esta manera vamos a ir
completando la matriz de datos, en un ejemplo si nosotros tenemos
10 variables y tengo 10 datos formaramos una matriz de 10 x 10, si
tenemos 9 preguntas y tenemos 8 datos nosotros formaramos una
matriz de 9 x 8 y con esto nosotros completaramos la informacin.
De igual manera como se haba dicho en la parte superior se puede
observar cada una de las variables y en cada una de las filas sern
los datos que debemos ingresar como tal y lo podemos ver en el
siguiente grafico a continuacin:
- 13 -
- 14 -
Al iniciar el trabajo de llenado de datos realizaremos un ejemplo

prctico, vamos a considerar el documento que esta adjunto a los
documentos de este curso que se llama formato de encuesta en el
mismo se han presentado algunas preguntas que nos van a servir,
son 7 preguntas en total, se va a realizar un ejemplo en este
momento de los tres tipos de variables que podemos ingresar y de
trabajo complementario para aprobar la primera unidad, quedara por
complementar el resto de preguntas.
Cmo llenamos nosotros una base de variables?
Primeramente debemos identificar cada una de las variables.
En este caso mi primera variable al analizar ser por medio de la
pregunta ha comprado alguna vez productos en Megamaxi Mall de
los Andes?, en el momento que yo le he preguntado si ha comprado
yo voy a identificar como tal las diferentes caractersticas de la
misma.
2.4 Ingreso en el programa
Nos dirigimos a SPSS, en SPSS, la primera caracterstica que me
pide llenar es el nombre; el nombre que yo le puedo atribuir a una
variable puede ser de dos caractersticas.
I. Un cdigo que se le asigne a la pregunta, por ejemplo: a1 la

siguiente a2 as sucesivamente hasta el cdigo que sera a7
dado que tenemos 7 preguntas en la matriz
II. Si son pocas las variables se le puede asignar una
caracterstica que nos permita fcilmente identificar a la
variable que se est estudiando.
En este caso vamos a seleccionar la segunda opcin que ser un
nombre corto, por ejemplo: puede ser una caracterstica que tenga la
variable como tal, la variable a la que yo le voy a poner nombre ser
Comprado considerando que esta que es celda solo me permite
ingresar caracteres alfanumricos, es decir, letras del abecedario,
nmeros, no puedo ingresar smbolos especiales como una tilde ()
una , un arroba (@) entonces solo le podemos dar un nombre que
sea completo. Una vez que ya se ha completado directamente se
despliegan las opciones que deberan ser, esta es una entrada que
me aparece por default (defecto) del sistema, es decir, viene pre
instalado para que aparezca de esta manera, a la cual yo puedo ir
modificando los atributos que vamos hacer.
La segunda opcin que tenemos es el Tipo, en este caso el tipo de
variable, se refiere a las caractersticas que debe tener la misma, los
tipos de variable significa que es lo que se va a ingresar, en primera
instancia, usted puede pensar que es una variable que vamos hacer
de tipo cadena, es decir, que corresponde a caractersticas
alfanumricas pero no, corresponde a una caracterstica numrica
por que las opciones que le voy a dar de respuesta van a ser como
tal codificadas. Entonces siempre que yo tenga un cdigo o un
nmero de respuesta ser numrico.
Por coma o por puntos se refiere al momento que se va a ingresar
por coma o punto.
La notacin cientfica casi no se lo utiliza para el caso de unidades
grandes o muy pequeas.
En fecha, unidades de dlar, alguna moneda personalizada.
- 15 -
- 16 -
Cadena es un tipo que nosotros utilizamos una respuesta abierta o

dejar que la persona responda libremente, hay que tener cuidado en
este, porque al momento en el que nosotros ingresamos una falta de
ortografa se entender como una opcin diferente, entonces es
preferible codificar las variables.
Y un nmero restringido cuando yo deseo restringir datos como tal.
En este caso vamos a utilizar el numrico, por defecto nos aparece
al lado derecho de la pantalla la anchura que viene ya
preestablecida, y el nmero de decimales, como voy a dar un cdigo
no nos interesa el nmero de decimales, as que lo vamos a cambiar
a cero (0) y la anchura la vamos a dejar en ocho (8).
Ntese que en la pantalla nos aparecen las caractersticas de las
dos siguientes columnas al momento que pongo aceptar vemos que
se han cambiado automticamente el nmero de decimales, lo cual
significa que si yo deseo puedo directamente cambiar las opciones,
en el caso de la anchura puedo aumentar o disminuir el valor.
En la etiqueta nosotros podemos dar una caracterstica y una
descripcin completa de la variable que nosotros vamos a utilizar,
cuando realizamos trabajos de tesis es habitual que nosotros
copiemos toda la pregunta (Ctrl + C) y posteriormente pegamos (Ctrl
+ V). Y luego obtenemos la pregunta, y nos queda directamente
configurada la pregunta para que nosotros podamos ingresar.
En algunas tesis se puede observar que utilizan una breve
descripcin igual aqu podemos modificar, la ventaja de esta etiqueta
es que podemos utilizar caracteres y espacios como se puede
visualizar a continuacin.
La etiqueta de valores la utilizamos cuando vamos a codificar y
esperamos valores predeterminados, como es el caso que nosotros
esperamos, tres valores predeterminados que significa esto que
daremos un cdigo a cada uno de ellos, por ejemplo: si
habitualmente ser el cogido 1 si espordicamente ser el cdigo 2 y
no ser el cdigo 3, entonces yo puedo poner el valor 1 y que
significa para m el valor que yo les estoy dando como uno, que
sera si habitualmente y posteriormente ponemos aadir y

continuamos con las siguientes etiquetas. Entonces de momento
tenemos tres posibles respuestas para la pregunta. En este caso
tenemos una pregunta cerrada directamente podemos utilizar estas
tres. Al poner aceptar se nos ha configurado para que nosotros
podamos utilizar adecuadamente estos datos
En datos perdidos los utilizamos cuando voy a limitar el acceso de

ciertas variables, en este caso no vamos a utilizar porque
normalmente en las encuestas siempre vienen preguntas cerradas
entonces no van a existir datos perdidos o magnitudes que nosotros
no esperamos medir.
Las columnas, el ancho de columna, es el ancho en el que nosotros

vamos a visualizar y esto nos aparece por defecto, no nos va a
cambiar nada y lo podemos dejar ah.
- 17 -
- 18 -
En la alineacin se puede hacer las tres alineaciones izquierda,

derecha o centrado esto depende ms de la presentacin del
investigador al momento de observar los datos.
En cuanto a la medida, tenemos tres posibles medidas la primera

medida es escala o escalar estamos simbolizando con una regla que
justamente es su caracterstica porque proviene de una escala de
medida.
La escala ordinal lo utilizaremos cuando hay una categora
ascendente o jerrquica que diferencia de una a la otra y nominal
cuando son caractersticas propias de la variable. En este caso para
nosotros es nominal porque nosotros tenemos dos opciones una de
si y otra de no; si se hubiese seleccionado ordinal, si es que hubiese
puesto nicamente si o no, entonces en este caso vamos a dejarla
como nominal.
Veamos cual es la siguiente pregunta Cul es su estado de edad?

En su estado de edad vamos a considerar el atributo o cambiamos a
ponerle el nombre de edad, que es la caracterstica de la pregunta,
me pregunte si es numrico, si es numrico porque la edad la
vamos a representar en aos, entonces como la vamos a
representar en aos, tampoco necesito el cero (0) como tal y nos
faltara apuntar la pregunta, en este caso no va haber valores
predeterminados por que las personas van a responder libremente a
la edad que tengan, entonces no me hace falta configurar, si
configuro esta variable con las opciones desde 16-17-18-19-20 sera
un trabajo muy repetitivo y una prdida de tiempo, y en este caso
dejamos como ninguna, estas caractersticas (datos perdidos,
columnas y alineacin) no las vamos a mover, y nos dirigimos a la
medida, en este caso la medida que utilizaremos seria escalar ya
que estamos midiendo los aos y tenemos la segunda variable
configurada.
La tercera variable que nosotros vamos a trabajar es la pregunta 5

Considera que los productos dentro del local Megamaxi son
de calidad y buenos para el consumo dentro de su familia?
Le vamos a poner a esta variable el cogido consumo, las repuestas
que espero sern de orden numrico, porque voy a darle estas
opciones que me permitan a m responder por eso mantengo con
- 19 -
- 20 -
cero decimales y vamos a seleccionar igual la pregunta, como la

pregunta es de un largo contexto podemos modificar la vista de la
misma para poder visualizar el ancho de la pantalla, deseo codificar
todas las opciones que se presentan como posible respuesta, siendo
el nmero uno totalmente de acuerdo, la segunda opcin de
acuerdo, la tercera opcin ni en acuerdo ni en desacuerdo, la cuarta
opcin no est de acuerdo y la quinta opcin totalmente desacuerdo,
una vez que hemos ingresado todas las opciones, se puede escoger
cualquiera de ellas.
Si hacemos alguna modificacin, por ejemplo borro el nombre, el

momento en el que pongo cambiar se cambi la opcin que quiere
decir esto, que yo puedo modificar las etiquetas, algunas veces pasa
que se puede cometer alguna falta de ortografa, simplemente me
doy cuenta lo que ya estn procesados los datos, regreso a datos y
puedo cambiar los valores y una vez aceptado se modifica sin
problemas.
Esta variable es de carcter ordinal por que las opciones que me
dan significan un orden el estar en acuerdo, o en desacuerdo, hay
una diferencia de un orden, entonces ser ordinal.
Hemos configurado las tres variables posibles que se pueden

realizar Nominal, Escalar y Ordinal, hemos visto que podemos
ingresar caractersticas en este caso tipo numrico, dejando cadena,
cuando sea una pregunta abierta que no es muy recomendada
trabajar que nos queda la opcin como tal.
Ahora vamos a ver el ingreso de las encuestas para ver como
ingresamos y nos dirigimos a la vista de datos en este momento
hemos configurado tres variables y estas tres variables se deben ver
configuradas como tal en la parte superior el nombre de las tres
variables, que es el nombre que corresponde a las tres opciones que
hemos ingresado y aqu debemos llenar cada uno de los datos.
En este momento nos vamos a ir al archivo adjunto que se llaman

encuestas llenas, y revisamos la opcin que nos han respondido en
- 21 -
- 22 -
la primera respuesta, tenemos aqu la opcin en el comprado que

voy a llenar (si habitualmente), el cdigo que pusimos para si
habitualmente es uno.
Si no recordamos el cdigo exactamente nos dirigimos a esta opcin

que nos permite visualizar la respuesta, el cdigo que significa
y lo que est puesto, y esto nos permite ver lo que estamos
haciendo, si yo no me encuentro familiarizado con los cdigos o no
recuerdo yo puedo ingresar directamente a esta opcin
cdigo.
o un
Nosotros vamos a ingresar en nmero y luego revisamos los

cdigos.
La segunda era cul es su edad? 33 aos
Y la pregunta 5 la numero 1
El momento en el que nosotros cambiamos las etiquetas, nos va

aparecer las respuestas y podemos confirmar que en la pregunta 5.
Dice: totalmente de acuerdo, en la pregunta 2: 33 aos y en la
pregunta 1: me aparece si habitualmente, as hay que ingresar cada
una de las encuestas que nosotros tenemos, esta es una encuesta si
completo todo ser mi primera encuesta. Tengo la segunda
encuesta llena tengo la respuesta si habitualmente 37 aos y de
acuerdo.
- 23 -
- 24 -
As nosotros podemos ir llenando cada una de las encuestas y al

final todas las filas representaran el nmero total de encuestas que
yo tenga que realizar.
Hasta aqu es el trabajo que debemos realizar en la primera semana,
es decir completa en base a las preguntas las siete variables que
tenemos configuradas en la vista de variables y completar los datos
de acuerdo al documento que tenemos de 10 encuestas, es decir
que tendremos una matriz de 7 x 10 que completaramos, este es el
trabajo de la primera parte.
3. MANEJO DE DOCUMENTOS
3.1 Guardar Documentos
Partimos analizando como modificar el archivo, poseemos en el
men archivo opciones bsicas que nos van a permitir a guiarnos;
cuando ya se tenga completado un archivo con datos y variable o
solos variables.
Se puede guardar para esto yo me voy a guardar como:
- 25 -
- 26 -
Cuando seleccionamos guardar me aparece una pestaa que me va

a decir donde guardarlo.
En primer lugar tenemos en la parte superior en donde deseo

guardarlo. En este caso como podemos observar en mis
documentos.
Aqu tenemos el nombre que vamos a guardar y la extensin sav

que es la extensin que nosotros la damos a la base de datos.
Si utilizamos la opcin guardar obviamente se habr guardado el

archivo.
- 27 -
- 28 -
3.2 Guardar Documentos

Podemos tambin de una vez abierto el programa se puede abrir
resultados o datos, a continuacin vamos abrir datos.
Y tenemos el primer archivo que hemos guardado.
Si damos a continuacin clic en abrir se nos abrir el primer

documento que hemos guardado en este caso en mis documentos.
Y as obviamente vamos a tener constancia del documento.
3.3
Exportar Resultados
PASO 1
A continuacin veremos cmo se puede exportar directamente a un
documento como puede ser Word, PDF o cualquier otro.
Nos dirigimos a Archivo y escogemos la opcin Exportar.
PASO 2
El en momento que se selecciona Exportar nos va aparecer el
cuadro de dialogo para exportacin de los resultados, podemos
pasar toda la informacin o solo los visibles, hay ciertas tablas de
instrucciones que no estn visibles y hay ocasiones en que se quiere
pasar, no es recomendable para la presentacin de una
investigacin sino solamente lo que se ve en el visor de resultados,
- 29 -
- 30 -
para ello escogemos exportamos el documento a Word. En el lado

derecho nos aparece las opciones que tenemos para trabajar es
preferible dejarlas en modo predeterminado y por ultimo elegir en
donde y como se va a llamar el documento y Aceptamos.
Nos dirigimos al lugar donde se guard el documento y podemos ver

que se exporto solo los resultados, el documento se puede modificar
las tablas, en el grafico no podemos modificar porque ya viene como
imagen y por ultimo podeos poner el anlisis y la interpretacin.
Documento de Word
- 31 -
- 32 -
4. ESTADSTICOS DESCRIPTIVOS
4.1 Introduccin
Extendiendo con el curso de anlisis estadsticos aplicado a
proyectos de fin de titulacin vamos hablar sobre la generacin de
estadsticos de resumen, para ellos revisemos lo que hemos
construido en primer lugar nosotros hemos ingresado variables a
SPSS que nos permiten organizar las caractersticas de la poblacin
que estamos estudiando en base a las mismas y llenar datos que
van a partir de las fuentes primarias que hemos investigado, las
fuentes primarias ms utilizadas son: la encuesta , la entrevista, las
fichas de observacin, datos de la empresa como tal.
En nuestro ejemplo anterior habamos hecho justamente partiendo
de una encuesta y habamos ingresado variables y luego los datos,
ahora como ya tenemos estos datos lo que debemos trabajar es con
la actividad principal de estadstica, es decir, resumir y presentar la
informacin en tablas que nos permitan a nosotros trabajar e
identificar las caractersticas de nuestra poblacin de estudio. En
este caso utilizando la estadstica descriptiva, la estadstica
inferencial nos sirve para proyectar y realizar anlisis como la
comprobacin de hiptesis que la veremos ms adelante.
Esto a la final nos permite tomar decisiones como investigador
respecto al problema que estamos estudiando, este problema puede
ser respecto a mercado, puede ser un problema de produccin o un
anlisis investigativo para comprobar diversas hiptesis como tal.
Siendo as la estadstica es una ciencia que nos va a ayudar a una

recoleccin de datos que ya lo vimos. Los instrumentos como la
encuesta que nos permite dar un tratamiento que es del ingreso de
los mismos a travs de un sistema o procesamiento como tal
manual y por ltimo esto nos permite analizar la informacin para ver
si existen semejanza en los datos o existe variabilidad de los
mismos, es decir que tan semejante o que tan diferentes son los
datos entre si de una muestra tomada y al final lo que nos permite a
es interpretar y proyectar informacin para una correcta toma de
decisiones.
Nosotros tenemos dos tipos de estadstica una estadstica
descriptiva y una inferencial.
La estadstica descriptiva se encarga principalmente de organizar,
resumir y presentar los datos de manera informativa, como por
ejemplo luego de haber realizado una encuesta, el que nosotros
tengamos la informacin que resume el comportamiento de las
mismas, los principales instrumentos que tenemos para realizar son
las medidas de frecuencias, graficas, medidas de tendencia central y
dispersin.
Por otro lado tenemos la estadstica inferencial que nos ayuda a
proyectarnos a partir de una muestra tomada es decir o predecir el
comportamiento que tendr una poblacin dentro de un estudio
determinado.
Aqu hablaremos de la estadstica descriptiva que nos permite a
nosotros resumir la informacin, y tenemos bsicamente tres
maneras de resumir informacin en primer lugar la presentacin de
tablas que nos permita resumir frecuencias o tablas de contingencia
cuando tenemos anlisis de dos variables, en el caso de grficos
tambin adquirimos de una dimensin o bidimensionales cuando
utilizamos cruces de dos variables y en medidas tenemos, las
medidas de tendencia centrar, dispersin y ubicacin de estas las
medidas de tendencia central y medidas de dispersin son las ms
utilizadas.
- 33 -
- 34 -
Una tabla de frecuencias es justamente una tabla que nos permite

resumir.
En la imagen podemos ver un ejemplo, en este ejemplo tenemos

tomadas 200 muestras preguntndole el tipo de relacin que tiene la
persona pudiendo ser: soltera, casada, separada o viuda. Y esta
informacin que hemos tomado de 200 personas como vemos en
una muestra no es ms que una nube de puntos que no nos dice
mayor informacin. Para esto sirve entonces una tabla de frecuencia
que nos va a poder resumir la informacin de manera adecuada. En
la tabla de frecuencias en este caso analizamos una sola variable y
vamos a tener nosotros las caractersticas principales, En este caso
las 4 caractersticas por eso se consideraran una variable de tipo
nominal porque son caractersticas propias de la variable sin que
una represente jerarqua sobre la otra. Habitualmente iniciamos la
tabla de frecuencia con la frecuencia absoluta es decir la cantidad
de veces que se repite cada una de las opciones en este ejemplo

habrn 100 mujeres casadas, 56 solteras, 30 separadas o
divorciadas. Y 14 viudas, con la mismas procedemos a obtener la
frecuencia relativa, es decir dividiendo cada una para el total y as
tendremos la frecuencia relativa que equivale tambin al porcentaje
que nicamente multiplicamos por 100 y colocamos el signo de
porcentaje, esta es una tabla de frecuencia que nosotros la podemos
resumir.
En cuanto a los grficos existe gran variedad de grficos unos que
se los maneja habitualmente y otros no tan habitualmente.
Principiemos por el diagrama de caja y bigotes es un diagrama que a
nosotros nos permite establecer los lmites que puede existir con
respecto a la media del cuartil uno y cuartil tres, para ver dispersin
de los datos como tal en este caso por ejemplo, tenemos que la
media esta hacia abajo es decir la dispersin se encuentra en el lado
superior, tallo y hojas para ver en la unidad bsica o las decenas o
centenas cuales son las caractersticas de los datos que estamos
obteniendo, un grfico de sectores o pastel cuando deseamos
representar proporciones de una muestra frente a una poblacin
ejemplo, queremos ver la proporcin de hombres que han aceptado
un nuevo producto yo lo puedo mostrar directamente as, un grfico
de barras que nos muestra cuando tenemos intervalos entre las
medidas de carcter ordinal o nominal, un histograma cuando
tenemos medidas continuas no hay saltos o separaciones entre una
y otra por ejemplo aqu utilizaramos si yo quiero tomar tiempos de
llegada desde mi trabajo a mi domicilio yo puedo tomarlo como la
grfica que veremos posteriormente, un grfico de dispersin es un
grfico de dos entradas en el mismo que puedo representar como
tal dos variables y ver la nube de puntos como se va constituyendo,
un polgono de frecuencias que me va a ayudar a que mediante
lneas determinar cules son las caractersticas o ruta que estn
siguiendo los datos es decir ver una tendencia, un grfico de lneas
me ayudara a ver en el espacio tiempo como es el cambio de una
variable por ejemplo en el grafico podemos observar que cada una
de las lneas representara el cambio que existe en un momento
determinado de una variable por ejemplo yo puedo determinar las
- 35 -
- 36 -
ventas existentes y ver el cambio de la misma mediante el tiempo

estos son los grficos ms utilizados que tenemos y prcticamente
hemos cubierto toda la gama de grficos quedando unos cuantos de
menos utilizacin fuera de este estudio .
En cuanto a las medidas de tendencia central que ya tenemos unas

medidas de resumen nosotros podemos identificar en primer lugar
las medidas de tendencia central se utilizan nicamente cuando
tenemos datos que provienen de una escala numrica como dlares,
unidades producidas, centmetros, kilogramos, etc. No podemos
utilizarla de una nivel nominal u ordinal en el ejemplo anterior
tenamos categoras de carcter nominal es decir que estaban
solteras casadas viudas etc. En este caso no se puede sacar una
media sino simplemente me quedo en el cuadro de frecuencias esto
lo puedo utilizar con medidas escalares. En las medidas de
tendencia central nosotros identificamos como tal las medidas que
corresponden al valor que representara al conjunto de datos desde
el centro del mismo, entre las ms utilizadas tenemos la media,
mediana y moda. La media es el punto medio de los valores es decir
considerara cual es el valor que tiene cada uno de ellos y

establecer el valor central del mismo, con una consideracin la
media es muy susceptible a cambios que puedan existir por diversas
situaciones de dispersin de los puntos por ejemplo si nosotros
queremos medir el tiempo que nos demorados desde la ciudad A
hasta la ciudad B nos vamos a encontrar en promedio que todos se
demoran alrededor de 30 minutos sin embargo a un carro se le bajo
la llanta y tuvo que demorarse una hora adicional este cambio de 60
minutos adicional les va a afectar el tiempo medio o el tiempo
promedio que se demoran todos los vehculos, para esto existe la
mediana; en cambio la mediana considera el punto medio de los
datos, es decir cuntas observaciones quedan por debajo de la
mediana y cuantas observaciones por encima de la mediana con
considerar el valor de cada una de ellas y la moda es la que ms se
repite dentro de una distribucin dada.
En cuanto a las medidas de dispersin, nos permiten identificar cun

lejos o cuan separadas se encuentran los datos con respecto a una
medida de tendencia central en esto nosotros tenemos tres medidas
principales, la varianza que nos ayuda a medir en valores
- 37 -
- 38 -
cuadrticos la dispersin promedio que existe con respecto a la

media. Una consideracin con la varianza; la varianza se presenta
nicamente en valores cuadrticos es decir yo no voy a poder
comparar con una media directamente en el ejemplo anterior
habamos dicho la distancia entre la cuidad A y B en el momento en
que yo tenga la varianza me generara en minutos al cuadrado, es
decir yo no puedo comparar con minutos normales, para esto existe
la desviacin estndar que mide esta dispersin en la misma unidad
de medida de tal manera que puedo comparar los minutos con los
minutos y el rango est compuesto con los valores mximos y
mnimos.
De las medidas de tendencia central, las medidas de ubicacin son
habituales que nosotros trabajemos de manera emparejada dos
medidas, es habitual que se utilice la media con la desviacin
estndar para identificar las caractersticas de una poblacin, la
mediana con el cuartil uno y cuartil tres de igual manera; no me sirve
de mucho que tenga la media y la mediana por separado sin las
medidas de dispersin siempre en una medida de tendencia central
para una buena interpretacin de datos debe estar acompaada de
una medida de dispersin.
4.2 Elaborar Tablas de Frecuencias
A continuacin veremos la parte de aplicacin prctica de la
obtencin de medidas en este caso vamos a trabajar con lo que
sera la obtencin de tablas de frecuencia.
Trabajaremos con la base de datos que se llama encuesta
inmobiliarias que posee 15 variables y tenemos un total de 220
datos.
Nosotros habamos visto que dentro del archivo del editor de datos
tenemos nuestro men de seleccin el cual nos permite interactuar y
esta es una de las ventajas de SPSS nos vamos al icono analizar.
En el icono analizar se encuentran la mayora de anlisis que
nosotros podemos identificar de una variable. En este caso desde
estadstica descriptiva y un sinfn de anlisis de estadstica
inferencial con sus diferentes caractersticas.
- 39 -
- 40 -
En este caso vamos analizar tablas de frecuencia; para analizar una

tabla de frecuencia nos dirigimos en la pestaa de estadsticos
descriptivos a frecuencia.
Si seleccionamos esta opcin nos parece un cuadro de dialogo que
nos permite introducir, al lado izquierdo nosotros tenemos todas las
variables con las cuales estamos analizando o estudiando nuestra
base de datos en este caso constan las 15 variables.
Como podemos ver tenemos la etiqueta ubicada al lado izquierdo

de la ventana, si se desea trabajar solamente con los nombres
damos un clic derecho en el espacio en blanco y pedimos que nos
muestre los nombres de las variables. Si nos fijamos en la imagen
observamos que a lado del nombre de la variable nos muestra la

caracterstica de la variable es decir si es escalar nominal escalar u
ordinal:
Nomina
Escalar
Ordinal
Para nosotros hacer una tabla de frecuencias vamos a trabajar en

este momento con la variable empresas, podemos seleccionar a
travs de el botn con smbolo de una flecha si queremos una
variable o ms de una variable. Pero en este caso trabajaremos
solo con empresas.
- 41 -
- 42 -
Luego que ya hemos seleccionado tenemos en la parte derecha

algunas caractersticas que puedo obtener. Se puede obtener
estadstica descriptiva siempre y cuando mi variable sea escalar. El
programa va a obtener las cifras pero no es coherente a nuestra
realidad entonces el investigador debe saber cmo utilizar
adecuadamente esto.
Podemos obtener grficos, los grficos que nos proporcionan son los
grficos ms utilizados para la representacin es decir un grfico de
barras, un grfico de sectores, o un histograma.
Recordando lo que significa cada una de ellas, un grfico de barras

cuando yo quiero ver la proporcin que hay de una muestra frente a
una poblacin estamos utilizando en este momento una muestra de
220 frente a una poblacin que es la cuidad de Ambato sera ideal el
que nosotros podamos representar con barras para ver justamente
las tendencias y obviamente esto debera estar representado en
porcentajes en el caso de sectores, en el caso de barras represento
principalmente cuando estoy hablando ya de una poblacin en su
completo 220 datos no es la poblacin y por ende sera adecuado
trabajarlo con barras directamente con porcentajes o con
frecuencias, y los histogramas cuando yo tengo una variable que es
continua y ah puedo incluso mostrar una curva de normalidad.
En este caso pediremos con un grfico de sectores y trabajaremos
por porcentajes.
- 43 -
- 44 -
Pondremos continuar y en ese momento podemos mover las

caractersticas que ya tengo en el caso de formato podemos
identificar el orden en que se van a presentar las variables. En este
caso valores ascendentes es lo ms habitual, cuando se tiene ms
de dos variables es decir en caso que seleccionara logotipo y color
es conveniente organizar los resultados segn variable que significa
esto que me va ordenando tabla y grfico de cada una de las
variables si dejo comparar variables me va a ingresar todas las
variables y luego todos los grficos por esto es conveniente utilizar
segn las variables, suprimir variables con varias categoras esto es
en el caso que tengamos respuestas por ejemplo abiertas donde voy
a eliminar variables que sean poco repetitivas y sern acumuladas
como varios o como otros en el caso de que quiera identificarlo, en
este caso dejaremos en organizar segn variables y no tenemos que
suprimir nada porque la opcin de respuesta son solamente dos.
Trabajaremos con organizar resultados segn variable y con valores
ascendentes.
Situamos continuar y al poner ya continuar hacemos clic en aceptar.

En el momento que presionamos aceptar me genera directamente
en el visor de resultados el trabajo que nosotros vamos a realizar en
este caso me indica el procesamiento que nosotros tenemos. A lado
izquierdo tenemos un men que nos permite identificar
caractersticas que nosotros hemos hecho, en este caso hemos
hecho un anlisis de frecuencia.
- 45 -
- 46 -
A travs de las opciones de frecuencias podemos trasladarnos

rpidamente hasta cada uno de ellos. Sin embargo tambin
podemos seleccionar directamente y bajar con la barra o con el
mouse.
Hay informacin que es til y otra que no si deseamos suprimir es

fcil dando clic en el teclado sealando lo que deseamos eliminar.
En el cuadro de estadsticos nos muestra los datos vlidos y
perdidos hubieran datos perdidos si hubiera colocado alguna
caracterstica o el sistema anula alguna caracterstica que considera
anmala al momento que se han ingresado datos.
Estadsticos
Conoce de la existencia de
alguna inmobiliaria en la
ciudad?
Vlidos
220
N
Perdidos 0
- 47 -
Y tenemos lo que hemos presentado que es la tabla de frecuencias,

en este caso me est indicando los valores que tenemos es decir un
dato que es 0 que se ha ingresado y tenemos el s y el no en estas
opciones tenemos la cantidad de veces que se repite casa una de
estas, en el cuadro de porcentaje nos indicara cuanto representa
esto ya directamente multiplicado la frecuencia relativa *100, es decir
el 25% de personas dijeron si y el 74% de personas dijeron no. El
porcentaje valido es cuando excluye directamente un valor perdido o
caso contario nos presenta el mismo valor y el porcentaje acumulado
o frecuencia acumulada que tenemos en este caso va sumando el
25.9% hasta llegar el 100% de la tabla. Y as tendremos la tabla de
frecuencia.
Conoce de la existencia de alguna inmobiliaria en la
ciudad?
0
Vlido Si
s
No
Frecuenci Porcentaj Porcentaje

a
e
vlido
Porcentaje
acumulado
,5
,5
,5
56
25,5
25,5
25,9
163
74,1
74,1
100,0
100,0
100,0
Total 220
4.3 Generacin de Grficos

Tenemos dos caminos en el trabajo de grficos como los grficos
habituales que estn de la mano de una tabla de frecuencias los
podemos generar directamente en la opcin analizar como lo vimos
anteriormente as:
- 48 -
En el caso que yo desee analizar un grfico por separado,

seleccionare la pestaa grficos y puedo irme por los cuadros de
dialogo antiguos para el caso de spss o por el generador de grficos
el cual trabajaremos en este momento.
Nos aparece un cuadro de dialogo al cual nosotros ponemos aceptar

lo que es justamente la definicin de las variables.
Este cuadro de dialogo tiene la versatilidad que nos permite mostrar

e ir cambiando cada uno de los grficos lo cual no se muestra en los
cuadros antiguos de dialogo. Tenemos varios elementos dentro de
este cuadro en primer lugar tenemos a lado izquierdo las variables
detalladas en las cuales nosotros hemos ingresado como tal al
sistema.
Al seleccionar una variable por ejemplo a la variable cotizacin

observamos las opciones que hemos dado a esa pregunta para
- 49 -
- 50 -
respuesta obviamente en las medidas escalares no habr este tipo

de opcin.
En la parte derecha nos va a aparecer el grfico, una figura

preliminar que va hacer un modelo de lo que nos va a generar, es
decir una idea, no muestra en detalle todos los cambios que puede
haber en el grafico pero puede ser interesante observarlo.
En el caso de los grficos en la parte inferior en la galera nos va a

mostrar cuales son los tipos de grficos que tenemos si usted ha
trabajado con Excel est muy familiarizado con este tipo de grficos,
en cada una de las opciones tenemos varios modelos que podremos

elegir.
Luego nos muestra los elementos bsicos con los que vamos a
trabajar.
- 51 -
- 52 -
Los grupos como estn constituidos de puntos.
Y por ltimo notas o ttulos que nosotros queramos hacer.
Nuestro primer grafico que vamos a trabajar es un grfico de barras

si hago doble clic sobre el grafico me aparece pintado el tipo de
grfico y las propiedades que van a tener las barras.
Sabiendo que siempre utilizaremos en el eje de las x las variables y

as podremos notar como cambian las formas de los grficos.
Trabajaremos con la variable empresa al dar clic en aceptar y en el
cuadro de dialogo nos aparece las instrucciones que ha realizado el
grfico y visiblemente el grfico.
- 53 -
- 54 -
4.4 Elaborar Tablas de Contingencia

Continuando con la generacin de estadsticos descriptivos en este
caso vamos a realizar una tabla de contingencia.
La tabla de contingencia relaciona dos variables y sirve
principalmente para las comprobaciones de hiptesis o determinar
probabilidades de cumplimiento.
Para generar una tabla de contingencia nos vamos a ir a la pestaa
analizar, estadsticos descriptivos y tablas de contingencia.
Como ya habamos dicho anteriormente la tabla de contingencia

permite comparar dos variables principalmente nominal y ordinal.
La dar clic en tabla de contingencia nos aparece la siguiente
pestaa.
Y en este caso seleccionaremos en este caso para filas una de las

variables que tenemos, la variable anuncios en filas y la variable
anuncios para columnas, en este caso tenemos dos variables
recordemos que dentro de cada una de estas variables hay una
categora que nosotros la hemos dado se podra decir las opciones
de respuesta que hemos dado a cada una de ellas.
Al lado derecho de la pestaa tenemos diversas caractersticas que

vamos a ir completando, pero las iremos analizando con mayor
detenimiento en la comprobacin de hiptesis especialmente con chi
cuadrado.
- 55 -
- 56 -
Podemos mostrar un grfico de barras agrupadas para ver las

caractersticas a veces nos ayuda a visualizar de mejor manera un
grfico y si se desea solo tener el grafico y eliminar las barras
podramos hacerlo; en este caso vamos a mostrar el grafico. Y
damos clic en aceptar.
Directamente en el visor de resultados comienza aparecerme las

funciones que yo estoy trabajando en primer lugar las instrucciones
que habitual que nos indique lo que se est trabajando. En este caso
tabla de contingencia.
Posteriormente me indica con el ttulo tabla de contingencia lo que

nosotros estamos trabajando en primer lugar el resumen del
procedimiento de casos es decir 220 casos vlidos, casos perdidos 0
que es un total de 220 casos.
En la parte inferior se encuentra la tabla de contingencia, en este

caso es una tabla de recuento o tambin llamada tabla de
observaciones, donde podemos observar la una variable con sus 3
opciones de respuesta y la otra variable en el lado izquierdo con sus
cuatro opciones de respuesta. Tenemos los totales presentados en
columna y los totales presentados en fila en total 220 respuestas.
Cada uno de estos valores significa en este caso tenemos en
nmero 2 que significa el nmero de personas que nos dijeron que
necesitan ver muchas veces el anuncio y consideran como la
ubicacin de la oficina inmobiliaria como un aspecto importante. El
valor 2 es el nico que podra ser de probabilidad o para
comprobacin de hiptesis.
- 57 -
- 58 -
Es muy comn, que una tabla de contingencia se confunda con una

tabla de resumen, donde solamente se ubiquen las 2 preguntas,
como por ejemplo pregunta 3 y 4 y que contengan las mismas
opciones de respuesta.
Eso no es una tabla de contingencia, sino una tabla resumen de las

variables vistas, con sus respectivas respuestas. En el ejemplo se
muestra que en la encuesta han respondido 45 personas como
indica en la tabla de resumen en cada pregunta tiene esa cantidad
de respuestas, mientras que en la tabla de contingencia se indica el
total como 45 respuestas.
4.5
Medidas descriptivas
4.5.1 Primer camino

Nos dirigimos a la opcin analizar que se encuentra en la barra de
herramientas, escogemos la opcin estadsticos descriptivos y
frecuencia, en el cuadro revisado anteriormente podemos ver en el
lado izquierdo las variables y en el lado derecho las variables con las
que vamos a trabajar.
Para sacar un estadstico descriptivo debemos ubicarnos

nicamente en variables de tipo escalar podemos diferenciarlos en
una especie de regla ya que se resumen en una nica medida por
ejemplo habitantes podemos ver cuntas son las que van a estar en
dentro de una vivienda.
- 59 -
- 60 -
Damos clic derecho para mostrar los nombres de las variables,

trasladamos las variables habitantes, recurrimos a la opcin de
estadsticos, seleccionamos media, mediana, moda, desviacin
tpica, varianza, rango, mximo, mnimo, cuartiles.
Recordando que la media nos indica el promedio de los datos, la
mediana divide en dos grupos iguales los datos, la moda el valor que
ms se repite, la desviacin tpica el promedio de desviaciones en la
misma unidad que la media, la varianza indica el promedio de
desviaciones como valores cuadrticos, el rango indica el intervalo
que existe entre el dato mnimo y el dato mximo, el dato mnimo es
el valor ms inferior de todo el conjunto de datos y el mximo es el
valor mayor de los datos.
Aceptamos para que genere los valores estadsticos. En los

resultados nos muestra el cuadro de resumen y se visibiliza los
estadsticos que hemos seleccionados.
- 61 -
- 62 -
4.5.2 Segundo Camino

A continuacin nos dirigimos a la opcin analizar que se encuentra
en la barra de herramientas, escogemos estadsticos descriptivos y
sealamos descriptivos.
Damos clic en opciones, directamente la tabla nos seleccionara los

estadsticos simplemente aceptamos
Y nos generara los resultados
4.5.3 Tercer Camino

Nos destinamos a la opcin Analizar y escogemos Estadsticos
descriptivos y la opcin Explorar, al explorar nos permite jugar un
poco con las variables que se puede trabajar.
En el primer recuadro se escoge la variable que estamos analizando

en este caso es la variable Habitantes en el segundo recuadro se
escoge la variable que se clasifica en un factor determinado en este
caso la variable Empresas.
Nos dirigimos a la opcin de estadsticos, ponemos el valor del nivel

de significancia con el que vamos a trabajar, tambin seleccionamos
la opcin de percentiles y aceptamos.
- 63 -
- 64 -
Al fin obtenemos los resultados.
4.6
Edicin de Tablas y Grficos
4.6.1 Editar una tabla

Una vez que hemos obtenidos las tablas y grficos como valores
predeterminados nos muestran una disposicin de la tabla y una
disposicin como tal que nosotros tenemos en el grfico y
obviamente los colores respectivos de un grfico.
Damos clic derecho en la tabla, escogemos la opcin Editar
contenido y seleccionamos la opcin en el mismo visor, en el
momento que est activado el visor se cambia automticamente el
color que nos indica que podemos trabajar en ella.
El primer camino es dar clic derecho y escogemos la opcin

propiedades de la tabla, casilla o aspectos.
El segundo camino es ir a la opcin Formato y podemos editar las
propiedades de la tabla por ejemplo, escogemos la opcin
Propiedades de la casilla, en el cuadro que aparece podemos
cambiar el color de la casilla, el tipo de letra, el tamao de la letra, el
color que estamos trabajando en el texto y el color de fondo.
- 65 -
- 66 -
En el Valor del formato obviamente viene un formato predeterminado

para las casillas, tambin podemos cambiar el nmero de decimales
que se delimita para las frecuencias perceptiblemente la frecuencia
relativa o porcentaje y por ltimo en la opcin Alineacin de
mrgenes en muchas veces mejor hay que dejar como esta
predeterminado, clic en Aplicar y Aceptar.
Tambin podemos utilizar ediciones que nos permitan modificar

alguna caracterstica puntual de la tabla como tal por ejemplo
podemos ver puntos de separacin, identificar caractersticas y el
autoajuste.
Para ver la diferencia escogemos la opcin en otra ventana, damos

clic en la opcin Pivotar permite hacer diferentes cambios similares a
una tabla dinmica en Excel, podemos cambiar filas y columnas.
- 67 -
- 68 -
4.6.2 Edicin de grficos

Seleccionamos el grafico, doble Clic para que se le traslade
directamente al visor de grficos. Para poner el valor de las
columnas y cuanto representa me dirijo al botn de lado izquierdo
que significa Etiqueta de datos.
Una vez puesta la etiqueta, damos clic en la misma y nos aparece

un cuadro donde se puede el Tamao y forma de la etiqueta, una de
las barras nos indica el relleno que existe y las caractersticas de
cada uno de ellos por ejemplo en el nombre del grafico se pone las
etiquetas que ms se asume en un grfico, la Etiqueta del valor de

los datos nos indica que estamos mostrando el recuento y el
porcentaje, en el Formato de numeracin nos permite indicar las
caractersticas bsicas de lo que estamos observando, cifras
decimales, un factor de escala uno, caractersticas de relleno y
caracteres de relleno posteriores por ejemplo dlares, porcentajes,
kilmetros ,etc. Permite tambin hacer una notacin cientfica en
este caso seleccionamos la opcin nunca.
En el estilo y color del texto cambiamos a su gusto.
- 69 -
- 70 -
5. COMPROBACIN DE HIPTESIS EN NORMALIDAD

5.1 Introduccin
Una distribucin normal primero parte de las tablas de frecuencia ya
que nos indican valores que tiendan a tener las barras ms altas en
caso de los grficos o los porcentajes ms altos en el caso de la
frecuencia relativa en la parte central de la tabla eso nos dara el
primer inicio de la normalidad, segundo se debe considerar dos
aspectos principales como son la ley emprica y el error muestral.
La ley emprica proviene bsicamente de las medidas de dispersin
que nos indica la probabilidad de que un valor se acerca a la media
o se encuentre alejado de la misma y el error muestral nos indica las
caractersticas principales que tiene una distribucin y como puede
irse comportando una vez validada la informacin.
La distribucin normal tambin se la conoce muchas veces como
campana de gauss justamente por tener la forma de campana, esta
distribucin tiene algunas caractersticas propias que la hacen
especial y que hacen punto de partida para muchos anlisis
estadsticos y muchas caractersticas como son:
Esta campana es simtrica, es decir, tiene la misma

inclinacin hacia el lado derecho como al lado izquierdo de la
tabla, pudiendo tener valores positivos o negativos, es decir,
valores superiores a la media que lo llamaremos valores
positivos e inferiores a la media que lo llamaremos negativos.
Se representan normalmente la distribucin normal con unos
valores llamados z que son los que nos permiten justamente
obtener una variacin de la misma.
Se considera que parte de dos grados de libertad, es decir,
compara la media y la desviacin estndar que son las
medidas que van acompaadas para determinar si un valor
puede encontrarse cercano a la media o puede estarse
distinto a otro.
Nos permite comparar dos muestras de diferente

caracterstica siempre y cuando nosotros lo llevemos a
valores z, significa que podemos comparar las unidades de
produccin con los dlares vendidos, la una expresada en
unidades la otra en dlares pero al momento de
transformarlas a una distribucin normal en valores z
podemos compararlas como los dos valores.
La ley emprica es una ley que nos indica valores comunes o
que frecuentemente se observan en una distribucin para
hacer este modelo terico considera una = 0, = 1 la ley
emprica nos indica los valores ms probables y uno de ellos
es los ms utilizados como tal, la ley emprica nos dice que
una desviacin estndar, nosotros tenemos la probabilidad de
que el 68% de los datos se encuentren en la segunda
desviacin estndar que es el 95% aproximadamente de
estos valores y en la tercera desviacin estndar que es el
99% de estos valores, normalmente y es comn utilizar el
95% para todo tipo de anlisis estadsticos porque trabajamos
solo con una desviacin estndar vamos a tener obviamente
un costo ms bajo de recoleccin de informacin pero existe
demasiada variabilidad y esto no nos permite tener unos
resultados confiables. Si nosotros subimos y trabajamos con
una segunda desviacin estndar, es decir, aumentamos en
un solo nivel la dispersin posible nos encontramos que
tenemos el 95% ya de confiabilidad de los datos, si deseamos
aun mayor precisin debemos subir una desviacin estndar
eso nos dara la tercera desviacin estndar con un valor del
99% pero con una complicacin para subir 4 puntos
porcentuales tenemos que trabajar bastante en la recoleccin
de informacin y obviamente se necesita costo y tiempo por
eso normalmente se trabaja con el 95% de los datos.
Una vez recordado y obtenida la informacin bsica de una

distribucin normal podemos empezar el proceso de la comparacin
de hiptesis.
- 71 -
- 72 -
Qu sucede dentro de la comprobacin de hiptesis? La

comprobacin de hiptesis no es ms que validar una hiptesis nula
que la llamamos que es el escenario actual donde no se van a
mostrar cambios significativos de un momento actual a un momento
futuro, este cambio que nosotros esperamos evaluar se la conoce
como hiptesis alternativa que se la simboliza con H a o H1 donde
bsicamente podemos evaluar tres escenarios que haya diferencias,
es decir, establecer simplemente que puede haber cambios de un
escenario inicial o actual con un nuevo escenario y establecer si es
aumentos o disminuciones, cuando queremos ver aumento del
smbolo se representara >, y cuando queramos ver disminucin el
smbolo ser <, a este paso nosotros le conocemos como
planteamiento de la hiptesis nula y alternativa para qu nos sirve?
Nos indica lo que trabajando o buscando normalmente dentro de una
distribucin. En este paso nosotros ya debemos comenzar a
seleccionar el estadstico que nos va a permitir trabajar, para ello
vamos a dividir en dos partes principales el trabajo, en primer lugar
cuando nosotros tengamos una restriccin normal, es decir, cuando
vamos analizar una media directamente y otro cuando tenemos una
distribucin no normal en este caso la distribucin que no es normal
se la conocer como asimtrica si vemos en el grafico observamos
que la parte alta de la curva no tiene simetra es decir la una cola
baja a diferente inclinacin que la otra cola en este caso analizamos
medias principalmente,
Para reconocer cual va hacer el estadstico de prueba debemos
seguir algunos caminos he identificar algunas partes interesantes, lo
primero que hemos recorrido es el tipo de dato que hemos
descubierto que son normales sabremos que son independientes o
dependientes, cuando son independientes y para muestras grandes
utilizan la distribucin normal y para las muestras pequeas se
utilizan t student.
Para el caso de las muestras dependientes en cambio se debe
identificar el camino es t student Por qu? Este camino nos
permitir ver la variacin de los datos que tenemos comparando la
media de las desviaciones de las diferencias que tenemos y la
desviacin estndar de las diferencias, esto ser los caminos que

deben seguir y obviamente nos arrojara diferente informacin.
Como siguiente paso tenemos establecer una regla de decisin,
fijndonos un valor que ser el nivel de significancia, como la
conocemos, y ser nuestro valor alfa, esto nos permitir identificar
cual es el momento que nosotros fijamos una aceptacin o fijamos
un rechazo de la hiptesis nula en otras palabras ser un momento
que nosotros tengamos la zona de rechazo y la zona de aceptacin,
en este caso tenemos dos colas, es decir, el signo diferente porque
no podemos establecer si es incremento o decremento. Los valores
ms comunes que se establece un nivel de significancia es de 0.01
cuando buscamos precisin como proyectos de calidad,
aseguramiento o mejoramiento de la calidad es ah cuando se utiliza
este valor, en el caso de 0.05 es un valor que frecuentemente se
utiliza en casi todas las ciencias se utiliza este valor al reunir las
caractersticas ideales en costo, tiempo es ser eficiente como tal, el
mismo tiempo proveerlas de la confiabilidad de los datos y 0.10 se le
da mayor dispersin cuando analizamos comportamiento del
consumidor, comportamiento de las personas que representa
identificar las variaciones que pueden presentar algunas personas
hacia otra.
Esta regla de decisin nos interesa a nosotros principalmente es el
valor que nos permitir representar y analizar correctamente el
momento que ya tengamos una decisin.
Cuando se trabaja directamente en el programa SPSS debemos
obtener los valores que sern los valores de t Student que nos dar
la cantidad que nos ha calculado el sistema, los grados de libertad
que nos permitir realizar alguna comprobacin adicional y el sig.
bilateral que es el nivel de significancia bilateral que representa el
conjunto de datos esto significa que el nivel de significancia es el
que se espera del conjunto de datos, si comparamos con el nivel de
significancia que asignamos al producto sabremos qu hacer, en el
caso de que el sig. bilateral sea menor que el nivel de significancia
que se otorg se rechaza la H0 y se acepta la H1, eso quiere decir
que hay diferencia en los nuevos datos encontrados y por ende una
- 73 -
- 74 -
relacin entre la fuerza que nosotros hemos aplicado y nuestra

variable de estudio, en cambio s sig. bilateral es mayor que el nivel
de significancia se acepta la H0 y se rechaza la H1, es decir que no
hay cambios y no hay variacin en la variable y por ende nuestra
variable no depende en ningn momento de la otra variable.
5.2 Determinacin de Normalidad.
Ya en la parte prctica marchamos a analizar la base de datos
llamada produccin y comercializacin, esta base de datos nos va a
permitir identificar algunas caractersticas de la normalidad. Vamos a
revisar en este caso algunos atributos bsicos qu vamos a
determinarlos como normales o no.
Para ello en primer lugar vamos a la pestaa analizar, estadsticos
descriptivos y explorar.
Aqu vamos a determinar si hay un comportamiento de normalidad o

no del conjunto de datos.
Esta ventana de exploracin ya la hemos visto, trabajamos en la

unidad anterior, recordemos que simplemente pasamos al lado
derecho la variable que yo deseo analizar.
En estadsticos descriptivos nos mostrar justamente los valores

descriptivos principales que ya lo revisamos anteriormente.
- 75 -
- 76 -
En este caso vamos a seleccionar grficos; el grfico de tallo y hojas

en diagrama de caja y vamos a pedir un grfico con prueba de
normalidad, y seleccionamos Continuar.
Vamos a visualizar ambos es decir, tanto tablas y grficos al colocar

Aceptar.
Esperando de la generacin de tablas y grficas por parte del

programa vamos a analizar cada uno de los resultados cmo nos
damos cuenta que los datos tienen normalidad.
En primer lugar vamos a comparar dos valores de tendencia central

es decir la media y la mediana los valores de la media y la mediana
deben ser cercanos para que no haya dispersin en los datos.
En este caso en un valor tenemos de 119.52 y en el caso de la
mediana 118.95 es decir no existen mayores dispersiones entre
estos dos indicadores.
- 77 -
- 78 -
En cuanto a las pruebas de normalidad simplemente vamos a

obtener la respuesta de Kolmogorov y Shapiro en el caso de
Kolmogorov vemos si existen cercana entre los datos y si existe un
comportamiento de probabilidad normal, en este caso es 0.20 qu
es el nivel de significancia ser mayor a 0.05 lo cual nos indica que
si hay normalidad Shapiro de igual manera nos muestra 0.62 una
cantidad superior a 0.05 por ende se aceptara que los datos tienen
normalidad.
Haciendo un anlisis grfico para ver si es que tenemos nosotros

este tipo de caractersticas vamos a identificar el comportamiento de
los datos si vemos en un diagrama de tallo y hojas que los datos
tienden a formar una curva normal el nico dolor que no tiene esa
caracterstica exacta es el caso de la penltima fila pero en s todo
el comportamiento vemos que hay de normalidad.
En cuanto a los grficos de normalidad nos van a permitir visualizar

si es que los datos estn siguiendo esta distribucin o hay grandes
variaciones la normalidad en este caso vamos a representar por una
lnea perpendicular y veremos si es que todos los datos estn cerca
o no como podemos observar en realidad todos los datos estn muy
cercanos y no existen valores dispersos que estn en los extremos
del grafico y por ende se puede hablar de una normalidad.
- 79 -
- 80 -
Ya haciendo un anlisis un poco ms profundo vamos a comparar

justamente los valores esperados con las desviaciones de acuerdo
a la ley emprica que revisamos anteriormente nos indica que
esperaremos hasta valores en la tercera desviacin estndar y
cmo podemos observar en realidad todos los valores se
encuentran cercanos es mas la mayora de valores tenemos en la
segunda desviacin estndar.
Lo cual nos indica que hay una identificacin clara de la media y
mediana y por ende representan al conjunto de datos.
Por ltimo en un diagrama de tallo y hoja podemos observar si

existe o no existe normalidad como de una manera elemental: la
raya de la mediana que se encuentra en el centro debe ser
equidistante para los dos extremos de la caja, es decir para la parte
superior e inferior con esto indicara justamente qu hiciste
normalidad como observamos en este ejemplo si existen datos y
suficiente evidencia de normalidad.
- 81 -
- 82 -
6. COMPROBACIN DE HIPTESIS PARAMTRICA

Ya en la comprobacin de hiptesis que es nuestro trabajo principal
identificaremos justamente los tres posibles escenarios que tenemos
dentro de normalidad para la comprobacin para esto estamos
utilizando la misma base de datos produccin y comercializacin.
Reconozcamos dnde se encuentran los mismos, en Analizar,
Comparar medias, tenemos justamente los tres estadsticos que nos
permiten a nosotros comparar la medida.
En este caso Prueba T para una muestra compara un valor de la

muestra obtenida frente a un valor terico que nosotros tenemos.
En este caso Prueba T para muestras independientes compara

cuando vemos dos muestras que no tienen relacin entre las
mismas.
Y para muestras relacionadas o muestras pareadas vamos a ver la

relacin y el cambio que puede haber de un momento inicial a un
segundo momento.
6.1 Prueba t para una maestra.

En la prueba t para una muestra nosotros vamos a comparar el valor
que hemos encontrado en una muestra frente a un valor que
consideramos que es habitual o que debera mostrar el
comportamiento del mismo.
Al momento de seleccionar nos pide una variable en este caso yo
voy a comparar una variable con la primera variable que se llama
precio y se debe sujetarla con un valor de prueba, el valor de prueba
que yo voy a seleccionar es un valor que yo creera qu es lo normal
que exista por ejemplo 23 en el caso de nuestro ejemplo este valor
de prueba lo asumimos de diferentes fuentes un ejemplo si nosotros
estamos analizando costos el valor de prueba frente a la muestra
tomada ser el costo promedio que consideramos para la fijacin de
precios, si hacemos un anlisis del tiempo que se demora en
atender a cada cliente ser el tiempo que nosotros habamos
estimado para dicha labor dentro de la empresa si estamos haciendo
una prueba frente a un indicador, por ejemplo de eficiencia en notas
podemos nosotros utilizar aqu el valor que estimaramos como
adecuado dentro de este conjunto de datos.
En este caso volviendo al ejemplo tenemos la variable precio qu
vamos a ver si es igual en nuestra hiptesis nula o si es diferente
que el valor que nosotros hemos credo.
- 83 -
- 84 -
Al poner Aceptar nos genera como tal nuestro estadstico en primer

lugar tenemos los estadsticos descriptivos qu nos van a permitir
identificar la media y la desviacin estndar de nuestra muestra
analizada para comprobar hiptesis, simplemente nos vamos a ir a
la Prueba T para una muestra de que es la que nosotros hemos
sacado en primera instancia nos indica el valor de la prueba, es decir
23 que era el precio que considerbamos que tena el conjunto de
datos, al analizar ya la variable precio nos indica el valor T qu es la
prueba T student qu hemos hecho y es el valor que hemos
obtenido del clculo en este caso de 2.353, los grados de libertad
qu es el tamao de la muestra menos 1 en este caso son 39 datos
que es 40 menos uno, el valor de significancia bilateral nos va a
indicar justamente el valor que tenemos para nuestra prueba en este
caso es 0.24 es decir es inferior a 0.05, por ende rechazamos
nuestra hiptesis o creencia que el valor del precio era 23 y el
contrario aceptamos que hay una diferencia en el precio que
tenemos actualmente.
La diferencia de medias es justamente la variacin que va a haber

entre la media que hemos puesto terica y nuestra media de la
muestra y los intervalos de confianza nos indicar los valores que
esperaramos frente a la media que varan los datos como vemos el
valor ms alto de de variacin en la parte superior qu podramos
concluir en este caso que el precio es diferente a 23 y tiene un
intervalo de confianza hasta de dos unidades es decir qu se puede
presentar hasta 25 como un precio normal.
6.2 Prueba t para muestras independientes.

Comprobacin de t de student para muestras independientes; para
este trabajo nos vamos a Analizar a continuacin nos vamos a ir a
Comparar medidas y vamos a seleccionar Muestras independientes.
- 85 -
- 86 -
Antes de avanzar revisemos qu significa muestras independientes,

significa: que ante una variable determinada vamos a ver si es que
existe en una diferencia entre dos grupos seleccionados de una
poblacin determinada, donde la respuesta de una no dependa del
otro, en este caso vamos a analizar si es que la cantidad actual de
compra va a depender del sexo o gnero de las persona que
estamos diciendo aqu queremos determinar si existe una relacin
para la cantidad de compra actual frente al sexo de las personas que
nosotros tenemos.
Para esto que hemos hecho, seleccionamos la variable a contrastar,

es decir la cantidad actual que estamos comparando o que nos
estn comprando y la variable de agrupacin la variable de
agrupacin en este momento es sexo como ustedes ven los dos
grupos que queremos definir tiene un signo de interrogacin pues
an no hemos definido para definir los dos grupos debemos tener en
cuenta una caracterstica principal cul es el cdigo que hemos

asignado a masculino y femenino en este caso ser 1 y 2 qu es lo
que nosotros hemos utilizado si no recordamos que este punto lo
que tenemos que hacer es simplemente detener el anlisis
regresarnos y revisin de variables y ver cules son las opciones
que hemos ingresado como nmeros una vez que ya hemos definido
ponemos Aceptar.
Vamos a ver justamente el trabajo que a nosotros nos muestra,

ahora que ha hecho la poblacin como tal que tenamos estudio, en
primer lugar la ha dividido en masculino y femenino formando dos
grupos independientes de respuesta y con ello ha obtenido los
valores estadsticos de cada uno de ellos la cantidad de compra de
masculino y la cantidad de compra femenino acompaado de la
desviacin estndar y el error estndar nuestra prueba como tal que
vamos a realizar y a identificar la prueba t para igualdades.
En este caso la igualdad de medias que vamos a revisar nos va a

mostrar si es que nosotros asumimos que la varianza es igual o que
las varianzas no son iguales qu significa esto el momento en que
- 87 -
- 88 -
asumimos que las varianzas son iguales nos va a indicar si es que

tenemos una relacin a una dispersin que es muy cercana entre las
mismas.
Para identificar qu vamos a trabajar en este caso observamos que

las varianzas son iguales al tener un valor significativo mayor al de
0.05 entonces analizaremos la primera lnea como tal, en la prueba
T de igualdad de medias nosotros observamos el valor T que hemos
calculado en este caso los grados de libertad que nosotros tenemos
que seran 38, pues hemos puesto la cantidad de N menos 2 porque
hemos dividido en dos grupos y tenemos el valor de significancia de
0.112 es decir; es un valor superior a 0.05 y por ende tenemos una
comprobacin de dos hiptesis podemos identificar que no existe
una relacin entre la cantidad comprada con el sexo de las personas
que han comprado.
6.3 Prueba T para muestras dependientes.

En el contraste de hiptesis para muestras relacionadas vamos a
analizar justamente este trabajo para ello nos vamos a analizar, a
comparar medias y vamos a seleccionar muestras relacionadas.
Qu son muestras relacionadas? Muestras relacionadas tambin

se las conoce como muestras apareadas o muestras dependientes
significa que a un mismo grupo de estudio o un mismo valor vamos a
aplicar alguna otra variable que permita identificar variaciones en el
mismo conjunto de datos.
Es decir observaremos en este caso para el ejemplo vamos a

analizar la cantidad comprada antes de la publicidad y la cantidad
comprada despus de la publicidad para estos seleccionamos o
pasamos la una variable que ser la cantidad de compra anterior y la
cantidad de compra actual que estamos comprobando en este caso;
estamos comprobando que la cantidad de compra tiene una relacin
con la publicidad que habido o se ha utilizado en esta empresa.
- 89 -
- 90 -
Al poner Aceptar nos genera justamente los estadsticos que nos

muestra para ver la cantidad de compra anterior y la cantidad de
compra actual y nos permite tambin ver si es que hay una relacin
de las variables.
En la diferencia que estamos buscando nos encontramos el valor

medio de la diferencia, es decir en 10 unidades es la diferencia que
ha existido como tal acompaado de la desviacin estndar y del
error estndar.
En cuanto a la prueba t como tal nos indica que hay una diferencia
de -59 en t y los grados de libertad son N menos uno en este caso
40 menos de 1 porque no ha habido ningn cambio en la poblacin
sigue siendo la misma poblacin de estudio y el nivel de significancia
es 0.000 significa que el valor es bien bajo y por ende es inferior a
0.05 y con eso aceptaramos la hiptesis alternativa o la hiptesis de
estudio que nos dice que si hay una variacin entre la cantidad
consumida y la publicidad que se ha utilizado en la empresa.
- 91 -
- 92 -
7. COMPROBACIN
PARAMTRICAS
DE
HIPOTESIS
NO
Para realizar las distribuciones no paramtricas vamos a revisar dos

formas independientes en este caso con la U de Mann Whitney, y
dependientes con Wilcoxon, recordando que independiente es
cuando la muestra tomada uno no tiene relacin con la muestra
tomada dos y dependiente es cuando a la misma muestra tomamos
los valores en dos momentos diferentes.
Cuando trabajamos directamente con U Mann Whitney nos genera la
comparacin entre lo que sera masculino y femenino en este caso
que nos proveer la cantidad de resultados que tenemos en
masculino y femenino y nos generara los valores respecto a los
mismos.
Lugo nos generara un valor de Mann Whitney considerando que el
mismo debera compralo con una distribucin o con las tablas de
distribucin de Mann Whitney o caso contrario realizo una
aproximacin a una distribucin normal y con lo cual podemos
obtener un valor P o la significancia que nos permitir tomar la
decisin si las variables son dependientes o hay relacin en este
caso, en este caso 0.125 nos indicara que las variables son
independientes y no hay relacin entre las mismas al aceptar la
hiptesis.
En el caso de Wilcoxon trabaja comparando los momentos dados en
la toma de datos entre el primero y segundo instante, pudiendo
existir tres posibles escenarios uno: que los rangos sean negativos
es decir que la segunda toma comparada con la primera los cambios
han sido negativos, los cambios pueden ser positivos o que los datos
se mantienen iguales.
En el caso de los datos iguales los mismos se excluyen del anlisis y
quedara solo la comparacin entre rangos positivos y rangos
negativos, de los cuales escoger el valor mnimo de ellos en este
caso ser rangos positivos sern el rango que se utilizaran Wilcoxon.
Wicoxon hace el mismo trabajo que lo realizaba directamente Mann

Whitney aproximando a una distribucin normal de tal manera que
nos permite obtener unos valores que los podamos realizar e
identificar rpidamente; en este caso se est considerando un valor
Z de 2.840 y tenemos un valor de 0.05 con lo cual aceptaramos que
si existe una relacin entre las variables estudiadas.
7.1
Anlisis de Chi - Cuadrado
Para este anlisis se considera dos variables de estudio y una

hiptesis para este caso sabemos generar una tabla de
contingencia.
Nos vamos a Analizar, Estadsticos descriptivos y luego a Tablas de

contingencia, la variable de estudio ser partiendo de la hiptesis
que se va a trabajar.
- 93 -
- 94 -
La hiptesis ser determinar si hay una relacin entre los

Instrumentos y la Comunicacin existente para ello se cambia los
nombres de las variables y se selecciona como tal:
Instrumentos ira en las filas y Comunicacin en las columnas esta
operacin permite generar que la Tabla de contingencia que es el
fruto del anlisis.
Para realizar el anlisis estadstico me dirijo al lado derecho a

Estadsticos y selecciono mi estadstico de Chi cuadrado que me
permite comparar el valor como tal.
En la opcin de casillas se pude identificar los valores identificados y

esperados que son parte del clculo habitual si se desea se lo
puede realizar y se obtiene directamente las tablas.
Luego al poner aceptar nos genera el clculo de mi Tabla de

contingencia en este caso vamos a trabajar con el resumen del
procesamiento que ya conocemos.
Tenemos la tabla de Recuento o los valores observados de las dos

variables con las 45 observaciones que tenemos en total en este
caso vamos a ver la relacin que existe de cada uno de los valores
frente al total.
- 95 -
- 96 -
En el cuadro de la Prueba de Chi- cuadrado nos genera el valor P o

valor se significancia en el sistema en este caso tenemos una
relacin entre las dos variables; pues el valor de 0,00 es menor al
valor se significancia de 0,05 esto ya me permitira comprobar.
Sin embargo tenemos la razn de ver similitudes para identificar si

hay similitud dentro de los valores observados y esperados y
tambin lo comprobamos confirmando que si hay una relacin entre
las variables y la sucesin lineal por lineal va revisar si es que existe
semejanza en los valores es decir que puede existir una adulteracin
de datos con lo cual se pude observar que 0.42 me indicaran que
los valores son autnticos y originales para el estudio.
Aceptamos la hiptesis alternativa:
Las variables estudiadas estn relacionadas entre ellas.
Esto sera el anlisis para el estudio de Chi- cuadrado en este caso

comprobando que si existe una relacin entre los instrumentos y la
comunicacin.
7.2 Comprobacin en Mann Whitney
En este proceso para analizar lo que no son paramtricos nos
vamos directamente hasta el programa donde tenemos en Analizar
Pruebas no paramtricas, en este caso, estos son los cuadros de
dilogos actuales, sin embargo los cuadros de dilogos antiguos son
un poco ms fciles de operar.
Analizaremos dos muestras independientes, aqu vamos a

considerar si es que la variable indumentaria que corresponda a la
pregunta si es que le entregaron indumentaria en el trabajo tiene una
relacin o una agrupacin en este caso, por Ejemplo:
Primero cambio a la vista por nombre de variables y selecciono la
variable que quiero estudiar en este caso indumentaria que ser mi
variable que voy a Contrastar.
- 97 -
- 98 -
Se necesita la variable de agrupacin que en este caso ser la

variable Gnero.
Hiptesis: Hay relacin entre la entrega de indumentaria y el
gnero del encuestado
Recordando que tengo la categora masculino y debo definir el grupo

uno y el grupo dos es decir, uno para masculino y dos para femenino
y con esto tengo como tal la Prueba.
Aqu ya est seleccionado un visto Mann Whitney el cual me permite

generar el cuadro de respuesta en este caso el cuadro de la Prueba
de Mann Whitney, me va a generar la respuesta en masculino y las
respuestas en femenino.
Una vez obtenido, contabiliza el nmero de respuestas que tiene en

masculino, femenino y el total de datos es decir 45, nos da los
rangos promedios que tenemos entre cada uno de ellos.
- 99 -
- 100 -
Mann Whitney seleccionara el valor mnimo en este caso 22.55 para

continuar con el clculo.
Nos provee el valor que podemos compararlo directamente con la

tabla, sin embargo, lo podemos dejar con el proceso que hace una
aproximacin a una distribucin normal.
En la distribucin normal tambin se obtiene el valor P o el nivel de
significancia el cual se debe comparar con el valor que se asignado
para este estudio del nivel de significancia; como es habitual se
trabajara con el 0.05.
Aceptamos
nula:
la
- 101 -
hiptesis
Las variables estudiadas son

independientes, por lo tanto
no hay relacin entre ellas.
= 0.05
Valor P >
Se compara el valor de significancia del sistema o del valor P frente

al nivel de significancia que se asigna para el estudio, en este caso
0.05, lo cual se aceptara que las variables son independientes entre
s.
7.3 Comprobacin en Wilcoxon:
Para el anlisis no paramtricos de muestras dependientes o
relacionadas no dirigimos directamente, a las pruebas no
paramtricas, se selecciona en los cuadros antiguos dos muestras
relacionadas.
Luego nos indica lo que justamente tenemos una variable uno y una
variable dos, el cual nos a permitir el acceso de las variables en
estudio en este caso vamos a comprobar la hiptesis si hay relacin
entre la variable Meta y Rendimiento, es decir si hay una relacin
- 102 -
entre las dos preguntas si es clara en su meta del trabajo frente a su

informacin en el rendimiento en su trabajo.
Ingresamos la variable si es clara su meta y la otra variable

informado sobre los resultados Wilcoxon esta seleccionado el cual
nos permite directamente trabajar.
Este caso vamos a encontrarnos que los valores o rangos
negativos, son los cambios que esperara que se den como nos
explica en la tabla, cuando hay una variacin como tal.
Tenemos los cambios en el rango positivo cuando el valor si est
informado es mayor sobre la meta de produccin y en partes cuando
los valores son iguales en los dos momentos.
En este caso de los 45 elementos de la muestra, 14 han recibido
un cambio negativo, es decir en la segunda pregunta han respondido
una categora inferior a la primero.
Rangos positivos tenemos trece y entre ellos comparo el rango
promedio en este caso 12.96 es el rango ms bajo de los negativos
y con ello proceder al clculo de Wilcoxon.
Wilconxon tambin realiza una aproximacin a la distribucin normal

y con ello obtenemos un valor de significancia, este valor de
significancia del sistema o el valor P se lo comparara con el valor de
significancia que yo asigne al estudio, que habitualmente es de 0.05
Comparamos la hiptesis que las variables son independientes

como tal.
- 103 -
- 104 -
BIBLIOGRAFA
IBM Company. (2010). Gua breve de IBM SOSS Statistics 19. IBM.
Lind, D., Marchal, W., & Wathen, S. (2008). Estadstica aplicada a
los negocios y la economa. Mxico: McGraw-Hill
Interamericana.
Martn, Q., Cabero, M. T., & De Paz, Y. (2008). Tratamiento
Estadstico de datos con SPSS. Madrid: Thomson Editores
Espain.
Santamaria F, E., & Santamaria D, C. (2014). Estadistica: Casos y
Aplicaciones. Ambato: Publisec.
Santamara F, E., Santamara D, C., & Verdesoto, S. (2014).
Probabilidad y Estadstica: Conceptos bsicos. Ambato:
Publisec.
Santamaria, E., Velastegui, L., & Verdesoto, S. (2014). Estrategias
de Operaciones para las ventas. Ambato: Publisec.
Triola, M. (2004). Estadstica. Mxico: Pearson Educacin.
Edwin Santamara Freire, Ing. MBA.
Producido bajo licencia: Creative Commons 3.0

Manual de SPSS Aplicado A Proyectos de Fin de Titulación, Santamaria Edwin

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Manual de SPSS Aplicado A Proyectos de Fin de Titulación, Santamaria Edwin

Uploaded by

Copyright:

Available Formats

Manual de SPSS

Manual de SPSS Aplicado a proyectos de fin de titulacin

Producido bajo licencia: Creative Commons 3.0

PRESENTACIN DEL CONTENIDO

2. CREACIN DE VARIABLES E INGRESO DE DATOS.

3.1 GUARDAR DOCUMENTOS

5. COMPROBACIN DE HIPTESIS EN NORMALIDAD

6. COMPROBACIN DE HIPTESIS PARAMTRICA

6.1 PRUEBA T PARA UNA MAESTRA.

7. COMPROBACIN DE HIPOTESIS NO PARAMTRICAS

7.1 ANLISIS DE CHI - CUADRADO

Manual de SPSS Aplicado a proyectos de fin de titulacin

PRESENTACIN DEL CONTENIDO

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

Veamos dentro de lo que es SPSS nosotros tenemos varios visores,

El visor como tal tiene en la parte superior una barra de

En la parte superior se encuentran los comandos donde nosotros

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

En la parte de los iconos observaremos los principales accesos que

En la parte donde actualmente constan VAR, obviamente no hemos

Y en la parte izquierda nosotros tenemos la cantidad de

Y obviamente en esta segmento, ser el espacio ingresaremos los

Por otra parte, obtenemos el visor de variables, en el visor de

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

As mismo en la parte superior constan las caractersticas de las

Adems, tendremos en la parte izquierda el nmero de variables que

Y en este espacio ingresaremos las caractersticas de estas

El tercer visor que nosotros tenemos es el visor de resultados, el

El visor de resultados tiene dos partes principales en la parte

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

Al costado derecho tenemos al visor de resultados de tablas y datos

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

Hay que reconocer que al momento que ingresamos los datos se

considerado en este ejemplo tenemos las variables: edad, sexo,

Si nosotros vemos la primera variable Edad, est considerada en

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

Como se haba dicho dentro de la pestaa de variables, tenemos las

Al iniciar el trabajo de llenado de datos realizaremos un ejemplo

Manual de SPSS Aplicado a proyectos de fin de titulacin

I. Un cdigo que se le asigne a la pregunta, por ejemplo: a1 la

Cadena es un tipo que nosotros utilizamos una respuesta abierta o

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

sera si habitualmente y posteriormente ponemos aadir y

En datos perdidos los utilizamos cuando voy a limitar el acceso de

Las columnas, el ancho de columna, es el ancho en el que nosotros

En la alineacin se puede hacer las tres alineaciones izquierda,

En cuanto a la medida, tenemos tres posibles medidas la primera

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

Veamos cual es la siguiente pregunta Cul es su estado de edad?

La tercera variable que nosotros vamos a trabajar es la pregunta 5

cero decimales y vamos a seleccionar igual la pregunta, como la

Si hacemos alguna modificacin, por ejemplo borro el nombre, el

Edwin Santamara Freire

Manual de SPSS Aplicado a proyectos de fin de titulacin

Hemos configurado las tres variables posibles que se pueden