UNIVERSIDAD FRANCISCO GAVIDIA

DIRECCION DE POSTGRADOS Y EDUCACION CONTINUA

MAESTRIA EN GESTION ESTRATEGICA DE MARKETING

CATEDRA: ESTADISTICA

GUIA DE EJERCICIOS I SPSS

ALUMNA:
EVA TATYANA ALVARADO PEREZ AP101614

DOCENTE:
DR. ELNER CRESPIN

SAN SALVADOR, 3 DE JULIO DE 2014

INTRODUCCION

El presente documento detalla la resolucin de una gua bsica de ejercicios en

SPSS, este es un programa para manejo de bases de datos que facilita el anlisis
estadsticos de la informacin, en primera instancia, el objetivo es familiarizarse
con el ambiente del programa y sus herramientas, pero la verdadera finalidad
apunta hacia la utilizacin de este tipo de programas en anlisis de estadstica
inferencial que se deriven de investigaciones de mercados que son un campo muy
importante en las reas de mercadeo.

EJERCICIOS SPSS (Gua 1)

1. Estando en SPSS, abrir un archivo de datos desde Excel (empleados.xlsx)

GET DATA /TYPE=XLS

/FILE='C:\Users\Paty
Valiente\Dropbox\Estadistica\Files_Practicas\empleados.xls'
/SHEET=name 'empleados'
/CELLRANGE=full
/READNAMES=on
/ASSUMEDSTRWIDTH=32767.
2. Crear una variable llamada estado civil y asignar cdigos, tipo de variable y
etiquetas de cdigos.

3. Introducir valores a la variable creada.

4. Ordenar el archivo de datos segn cdigo de empleado.

5. Copiar el empleado con cdigo 470 al final del archivo de datos, y cambiar el
cdigo a 474 y cambiar el salario a $200,000.00

6. Buscar el empleado 215 y cambiar el gnero.

7. Insertar a un empleado en la posicin 213 del archivo de datos. Agregar datos

correspondientes.

8. Visualizar las frecuencias absolutas y relativas de la variable gnero.

FREQUENCIES

VARIABLES=gender
/ORDER= ANALYSIS .

Frequencies
Statistics
gender
N
Valid
Mis sing

475
0
gende r

Valid

f
m
Total

Frequenc y
214
261
475

Percent
45.1
54.9
100.0

Valid Percent
45.1
54.9
100.0

Cumulativ e
Percent
45.1
100.0

9. Transformar datos. Obtener frecuencia de la variable gender masculino, luego

eliminar el filtro de la variable (reset).
USE ALL.
COMPUTE filter_$=(gender = 1).
VARIABLE LABEL filter_$ 'gender = 1 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.
FORMAT filter_$ (f1.0).
FILTER BY filter_$.
EXECUTE .

FREQUENCIES
VARIABLES=gender
/ORDER= VARIABLE .

Frequencies
Statistics
gender
N
Valid
Mis sing

261
0
gende r

Valid

FILTER OFF.
USE ALL.
EXECUTE .

Frequenc y
261

Percent
100.0

Valid Percent
100.0

Cumulativ e
Percent
100.0

10. Verificar el nmero de categoras que tiene la variable jobcat (categora

laboral). Luego asignar etiquetas de valor a esas categoras; luego obtenga las
frecuencias de dicha variable para verificar las etiquetas asignadas.

FREQUENCIES
VARIABLES=jobcat
/ORDER= VARIABLE .

Frequencies
Statistics
Categoria Laboral
N
Valid
Mis sing

475
0
Cate goria Laboral

Valid

Adminis tracion
Seguridad
Direc cion
Total

Frequenc y
364
27
84
475

Percent
76.6
5.7
17.7
100.0

Valid Percent
76.6
5.7
17.7
100.0

Cumulativ e
Percent
76.6
82.3
100.0

11. Segmentar el archivo de datos a travs de la variable jobcat. Ahora obtener la

frecuencia de la variable gnero (gender).
SORT CASES BY jobcat .
SPLIT FILE
SEPARATE BY jobcat .

FREQUENCIES
VARIABLES=gender
/ORDER= VARIABLE .

Frequencies
Categoria Laboral = Administracion
Statis ticsa
gender
N
Valid
Mis sing

364
0

a. Categoria Laboral = Adminis tracion

gende ra

Valid

m
f
Total

Frequenc y
160
204
364

Percent
44.0
56.0
100.0

Valid Percent
44.0
56.0
100.0

Cumulativ e
Percent
44.0
100.0

a. Categoria Laboral = Administracion

Categoria Laboral = Seguridad

Statis ticsa
gender
N
Valid
Mis sing

27
0

a. Categoria Laboral = Seguridad

gende ra

Valid

Frequenc y
27

Percent
100.0

Valid Percent
100.0

a. Categoria Laboral = Seguridad

Categoria Laboral = Direccion

Statisticsa
gender
N
Valid
Mis sing

84
0

a. Categoria Laboral = Direcc ion

Cumulativ e
Percent
100.0

gende ra

Valid

m
f
Total

Frequenc y
74
10
84

Percent
88.1
11.9
100.0

Valid Percent
88.1
11.9
100.0

Cumulativ e
Percent
88.1
100.0

a. Categoria Laboral = Direccion

12. Luego eliminar la segmentacin y obtener la frecuencia de la variable gender.

SPLIT FILE
OFF.

FREQUENCIES
VARIABLES=gender
/ORDER= ANALYSIS .

Frequencies
Statistics
gender
N
Valid
Mis sing

475
0

gende r

Valid

f
m
Total

Frequenc y
214
261
475

Percent
45.1
54.9
100.0

Valid Percent
45.1
54.9
100.0

Cumulativ e
Percent
45.1
100.0

13. Hacer una tabla de contingencia entre la variable gender y jobcat.

PENDIENTE
14. Subir el salario de todos los empleados (un 5%) --- transformar datos/compute.
almacenar en una nueva variable llamada increm_Sal. Observar la variable
creada y los datos generados.

COMPUTE increm_sal = salary * 1.05

.
EXECUTE

15. Generar estadsticas descriptivas de las variables salbegin y salary (descriptive

statistics/Descriptives). Cul es el promedio de cada tipo de salario?
DESCRIPTIVES
VARIABLES=salary salbegin
/STATISTICS=MEAN STDDEV MIN MAX .

Descriptives
Des criptive Statis tics
N
salary
salbegin
V alid N (lis tw ise)

475
475
475

Minimum
15750
9000

Max imum
200000
79980

Mean
34811.53
17015.00

Std. Deviation
18684.475
7862.065

16. Podra obtener el promedio de ambos salarios pero en cada una de las
categoras laborales? Dividir el archivo inicialmente (split) por categora laboral,
luego obtener estadsticos.
SORT CASES BY jobcat .
SPLIT FILE
SEPARATE BY jobcat .
DESCRIPTIVES
VARIABLES=salary salbegin
/STATISTICS=MEAN STDDEV MIN MAX .

Descriptives
Categoria Laboral = Administracion
a
Des criptive Statis tics

N
salary
salbegin
Valid N (lis tw ise)

364
364
364

Minimum
15750
9000

Max imum
200000
31980

Mean
28368.10
14102.65

Std. Deviation
11825.122
2905.133

Mean
30938.89
15077.78

Std. Deviation
2114.616
1341.235

Mean
63977.80
30257.86

Std. Deviation
18244.776
9980.979

a. Categoria Laboral = Adminis tracion

Categoria Laboral = Seguridad

a
Des criptive Statis tics

N
salary
salbegin
Valid N (lis tw ise)

27
27
27

Minimum
24300
9000

Max imum
35250
15750

a. Categoria Laboral = Seguridad

Categoria Laboral = Direccion

a
Des criptive Statis tics

N
salary
salbegin
Valid N (lis tw ise)

84
84
84

Minimum
34410
15750

Max imum
135000
79980

a. Categoria Laboral = Direccion

17. Grficos interactivos. Graficar la variable salario (graphs/interactive/bar).

Cmo es la distribucin de esta variable?
IGRAPH /VIEWNAME='Bar Chart' /X1 = VAR(salary) TYPE = SCALE /Y = $count /COORDINATE =
VERTICAL /X1LENGTH=3.0 /YLENGTH=3.0
/X2LENGTH=3.0 /CHARTLOOK='NONE' /BAR KEY=ON SHAPE = RECTANGLE BASELINE =
AUTO.
EXE.

Interactive Graph

18. Obtener la frecuencia de la variable salario. Qu porcentaje de empleados

tiene un salario menor o igual a $60,000?
FREQUENCIES
VARIABLES=salary
/ORDER= ANALYSIS .

Frequencies
Statistics
salary
N
Valid
Mis sing

475
0

salary

Valid

15750

Frequency
1

Percent
.2

Valid Percent
.2

Cumulative
Percent
.2

15900

.2

.2

.4

16200

.6

.6

1.1

16350

.2

.2

1.3

16500

.2

.2

1.5

16650

.2

.2

1.7

16800

.2

.2

1.9

16950

.6

.6

2.5

17100

.4

.4

2.9

17250

.2

.2

3.2

17400

.4

.4

3.6

17700

.2

.2

3.8

18150

.4

.4

4.2

18450

.2

.2

4.4

18750

.2

.2

4.6

19200

.4

.4

5.1

19650

1.3

1.3

6.3

19800

.2

.2

6.5

19950

.4

.4

6.9

20100

.4

.4

7.4

20400

.6

.6

8.0

20550

.2

.2

8.2

20700

.4

.4

8.6

20850

1.1

1.1

9.7

21000

.4

.4

10.1

21150

.4

.4

10.5

21300

.8

.8

11.4

21450

.6

.6

12.0

21600

.6

.6

12.6

21750

.6

.6

13.3

21900

1.1

1.1

14.3

22050

.8

.8

15.2

22200

.6

.6

15.8

22350

1.3

1.3

17.1

22500

1.5

1.5

18.5

22650

.4

.4

18.9

22800

.4

.4

19.4

22950

.8

.8

20.2

23100

.8

.8

21.1

23250

.4

.4

21.5

23400

.8

.8

22.3

23550

.4

.4

22.7

23700

.4

.4

23.2

23850

.4

.4

23.6

24000

1.7

1.7

25.3

24150

.8

.8

26.1

24300

.8

.8

26.9

24450

1.7

1.7

28.6

24600

.4

.4

29.1

24750

.8

.8

29.9

24900

.2

.2

30.1

25050

.8

.8

30.9

25200

1.1

1.1

32.0

25350

.4

.4

32.4

25500

.8

.8

33.3

25650

.4

.4

33.7

25800

.4

.4

34.1

25950

.8

.8

34.9

26100

.4

.4

35.4

26250

1.5

1.5

36.8

26400

.8

.8

37.7

26550

1.1

1.1

38.7

26700

1.5

1.5

40.2

26850

.4

.4

40.6

27000

.6

.6

41.3

27150

.4

.4

41.7

27300

1.1

1.1

42.7

27450

1.1

1.1

43.8

27600

.4

.4

44.2

27750

1.5

1.5

45.7

27900

.8

.8

46.5

28050

.6

.6

47.2

28200

.2

.2

47.4

28350

.6

.6

48.0

28500

1.3

1.3

49.3

28650

.2

.2

49.5

28800

.4

.4

49.9

28950

.2

.2

50.1

29100

1.1

1.1

51.2

29160

.2

.2

51.4

29250

.4

.4

51.8

29340

.2

.2

52.0

29400

.8

.8

52.8

29550

.2

.2

53.1

29700

.2

.2

53.3

29850

.8

.8

54.1

30000

1.1

1.1

55.2

30150

.4

.4

55.6

30270

.2

.2

55.8

30300

.8

.8

56.6

30450

.2

.2

56.8

30600

.6

.6

57.5

30750

13

2.7

2.7

60.2

30900

.6

.6

60.8

31050

.2

.2

61.1

31200

.6

.6

61.7

31350

.6

.6

62.3

31500

.6

.6

62.9

31650

.8

.8

63.8

31950

.8

.8

64.6

32100

.2

.2

64.8

32400

.2

.2

65.1

32550

.6

.6

65.7

32850

.2

.2

65.9

33000

.2

.2

66.1

33150

.2

.2

66.3

33300

.6

.6

66.9

33450

.2

.2

67.2

33540

.2

.2

67.4

33750

.2

.2

67.6

33900

1.3

1.3

68.8

34410

.2

.2

69.1

34500

1.1

1.1

70.1

34620

.2

.2

70.3

34800

.4

.4

70.7

34950

.2

.2

70.9

35100

.4

.4

71.4

35250

.8

.8

72.2

35550

.4

.4

72.6

35700

.6

.6

73.3

36000

.8

.8

74.1

36150

.2

.2

74.3

36600

.2

.2

74.5

37050

.2

.2

74.7

37500

.2

.2

74.9

37650

.2

.2

75.2

37800

.6

.6

75.8

38400

.2

.2

76.0

38550

.2

.2

76.2

38700

.2

.2

76.4

38850

.4

.4

76.8

39150

.2

.2

77.1

39300

.2

.2

77.3

39600

.2

.2

77.5

39900

.2

.2

77.7

40050

.2

.2

77.9

40200

.8

.8

78.7

40350

.4

.4

79.2

40800

.4

.4

79.6

41100

.2

.2

79.8

41550

.2

.2

80.0

42000

.2

.2

80.2

42300

.4

.4

80.6

43000

.2

.2

80.8

43410

.2

.2

81.1

43500

.2

.2

81.3

43650

.2

.2

81.5

43950

.2

.2

81.7

44875

.2

.2

81.9

45000

.2

.2

82.1

45150

.2

.2

82.3

45250

.2

.2

82.5

45625

.2

.2

82.7

46000

.4

.4

83.2

46875

.2

.2

83.4

47250

.2

.2

83.6

47550

.2

.2

83.8

48000

.2

.2

84.0

48750

.2

.2

84.2

49000

.2

.2

84.4

50000

.4

.4

84.8

50550

.2

.2

85.1

51000

.2

.2

85.3

51250

.2

.2

85.5

51450

.2

.2

85.7

52125

.2

.2

85.9

52650

.2

.2

86.1

53125

.2

.2

86.3

54000

.2

.2

86.5

54375

.2

.2

86.7

54875

.2

.2

86.9

54900

.2

.2

87.2

55000

.6

.6

87.8

55500

.2

.2

88.0

55750

.2

.2

88.2

56500

.2

.2

88.4

56550

.2

.2

88.6

56750

.2

.2

88.8

57000

.2

.2

89.1

58125

.2

.2

89.3

58750

.2

.2

89.5

59375

.2

.2

89.7

59400

.2

.2

89.9

60000

.4

.4

90.3

60375

.2

.2

90.5

60625

.2

.2

90.7

61250

.2

.2

90.9

61875

.4

.4

91.4

62500

.2

.2

91.6

65000

.6

.6

92.2

66000

.2

.2

92.4

66250

.2

.2

92.6

66750

.2

.2

92.8

66875

.4

.4

93.3

67500

.2

.2

93.5

68125

.4

.4

93.9

68750

.4

.4

94.3

69250

.2

.2

94.5

70000

.4

.4

94.9

70875

.2

.2

95.2

72500

.2

.2

95.4

73500

.2

.2

95.6

73750

.2

.2

95.8

75000

.4

.4

96.2

78125

.2

.2

96.4

78250

.2

.2

96.6

78500

.2

.2

96.8

80000

.2

.2

97.1

81250

.2

.2

97.3

82500

.2

.2

97.5

83750

.2

.2

97.7

86250

.2

.2

97.9

90625

.2

.2

98.1

91250

.2

.2

98.3

92000

.2

.2

98.5

97000

.2

.2

98.7

100000

.2

.2

98.9

103500

.2

.2

99.2

103750

.2

.2

99.4

110625

.2

.2

99.6

135000

.2

.2

99.8

200000

.2

.2

100.0

475

100.0

100.0

Total

USE ALL.
COMPUTE filter_$=( salary <= 60000).
VARIABLE LABEL filter_$ ' salary <= 60000 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.
FORMAT filter_$ (f1.0).
FILTER BY filter_$.
EXECUTE .

Frequencies
Statistics
salary
N
Valid
Mis sing

429
0

salary

Valid

15750

Frequency
1

Percent
.2

Valid Percent
.2

Cumulative
Percent
.2

15900

.2

.2

.5

16200

.7

.7

1.2

16350

.2

.2

1.4

16500

.2

.2

1.6

16650

.2

.2

1.9

16800

.2

.2

2.1

16950

.7

.7

2.8

17100

.5

.5

3.3

17250

.2

.2

3.5

17400

.5

.5

4.0

17700

.2

.2

4.2

18150

.5

.5

4.7

18450

.2

.2

4.9

18750

.2

.2

5.1

19200

.5

.5

5.6

19650

1.4

1.4

7.0

19800

.2

.2

7.2

19950

.5

.5

7.7

20100

.5

.5

8.2

20400

.7

.7

8.9

20550

.2

.2

9.1

20700

.5

.5

9.6

20850

1.2

1.2

10.7

21000

.5

.5

11.2

21150

.5

.5

11.7

21300

.9

.9

12.6

21450

.7

.7

13.3

21600

.7

.7

14.0

21750

.7

.7

14.7

21900

1.2

1.2

15.9

22050

.9

.9

16.8

22200

.7

.7

17.5

22350

1.4

1.4

18.9

22500

1.6

1.6

20.5

22650

.5

.5

21.0

22800

.5

.5

21.4

22950

.9

.9

22.4

23100

.9

.9

23.3

23250

.5

.5

23.8

23400

.9

.9

24.7

23550

.5

.5

25.2

23700

.5

.5

25.6

23850

.5

.5

26.1

24000

1.9

1.9

28.0

24150

.9

.9

28.9

24300

.9

.9

29.8

24450

1.9

1.9

31.7

24600

.5

.5

32.2

24750

.9

.9

33.1

24900

.2

.2

33.3

25050

.9

.9

34.3

25200

1.2

1.2

35.4

25350

.5

.5

35.9

25500

.9

.9

36.8

25650

.5

.5

37.3

25800

.5

.5

37.8

25950

.9

.9

38.7

26100

.5

.5

39.2

26250

1.6

1.6

40.8

26400

.9

.9

41.7

26550

1.2

1.2

42.9

26700

1.6

1.6

44.5

26850

.5

.5

45.0

27000

.7

.7

45.7

27150

.5

.5

46.2

27300

1.2

1.2

47.3

27450

1.2

1.2

48.5

27600

.5

.5

49.0

27750

1.6

1.6

50.6

27900

.9

.9

51.5

28050

.7

.7

52.2

28200

.2

.2

52.4

28350

.7

.7

53.1

28500

1.4

1.4

54.5

28650

.2

.2

54.8

28800

.5

.5

55.2

28950

.2

.2

55.5

29100

1.2

1.2

56.6

29160

.2

.2

56.9

29250

.5

.5

57.3

29340

.2

.2

57.6

29400

.9

.9

58.5

29550

.2

.2

58.7

29700

.2

.2

59.0

29850

.9

.9

59.9

30000

1.2

1.2

61.1

30150

.5

.5

61.5

30270

.2

.2

61.8

30300

.9

.9

62.7

30450

.2

.2

62.9

30600

.7

.7

63.6

30750

13

3.0

3.0

66.7

30900

.7

.7

67.4

31050

.2

.2

67.6

31200

.7

.7

68.3

31350

.7

.7

69.0

31500

.7

.7

69.7

31650

.9

.9

70.6

31950

.9

.9

71.6

32100

.2

.2

71.8

32400

.2

.2

72.0

32550

.7

.7

72.7

32850

.2

.2

73.0

33000

.2

.2

73.2

33150

.2

.2

73.4

33300

.7

.7

74.1

33450

.2

.2

74.4

33540

.2

.2

74.6

33750

.2

.2

74.8

33900

1.4

1.4

76.2

34410

.2

.2

76.5

34500

1.2

1.2

77.6

34620

.2

.2

77.9

34800

.5

.5

78.3

34950

.2

.2

78.6

35100

.5

.5

79.0

35250

.9

.9

80.0

35550

.5

.5

80.4

35700

.7

.7

81.1

36000

.9

.9

82.1

36150

.2

.2

82.3

36600

.2

.2

82.5

37050

.2

.2

82.8

37500

.2

.2

83.0

37650

.2

.2

83.2

37800

.7

.7

83.9

38400

.2

.2

84.1

38550

.2

.2

84.4

38700

.2

.2

84.6

38850

.5

.5

85.1

39150

.2

.2

85.3

39300

.2

.2

85.5

39600

.2

.2

85.8

39900

.2

.2

86.0

40050

.2

.2

86.2

40200

.9

.9

87.2

40350

.5

.5

87.6

40800

.5

.5

88.1

41100

.2

.2

88.3

41550

.2

.2

88.6

42000

.2

.2

88.8

42300

.5

.5

89.3

43000

.2

.2

89.5

43410

.2

.2

89.7

43500

.2

.2

90.0

43650

.2

.2

90.2

43950

.2

.2

90.4

44875

.2

.2

90.7

45000

.2

.2

90.9

45150

.2

.2

91.1

45250

.2

.2

91.4

45625

.2

.2

91.6

46000

.5

.5

92.1

46875

.2

.2

92.3

47250

.2

.2

92.5

47550

.2

.2

92.8

48000

.2

.2

93.0

48750

.2

.2

93.2

49000

.2

.2

93.5

50000

.5

.5

93.9

50550

.2

.2

94.2

51000

.2

.2

94.4

51250

.2

.2

94.6

51450

.2

.2

94.9

52125

.2

.2

95.1

52650

.2

.2

95.3

53125

.2

.2

95.6

54000

.2

.2

95.8

54375

.2

.2

96.0

54875

.2

.2

96.3

54900

.2

.2

96.5

55000

.7

.7

97.2

55500

.2

.2

97.4

55750

.2

.2

97.7

56500

.2

.2

97.9

56550

.2

.2

98.1

56750

.2

.2

98.4

57000

.2

.2

98.6

58125

.2

.2

98.8

58750

.2

.2

99.1

59375

.2

.2

99.3

59400

.2

.2

99.5

60000

.5

.5

100.0

429

100.0

100.0

Total

Report
/FORMAT= CHWRAP(ON) BRKSPACE(-1) SUMSPACE(0) AUTOMATIC
PREVIEW(OFF) CHALIGN(BOTTOM) CHDSPACE(1)
UNDERSCORE(ON) ONEBREAKCOL(OFF)
PAGE(1) MISSING'.' LENGTH(1, 59)ALIGN(LEFT) TSPACE(1) FTSPACE(1)
MARGINS(1,8)
/TITLE=
RIGHT 'Page )PAGE'
/VARIABLES
salary 'salary' 'In 0 to 60000' (RIGHT) (OFFSET(0))(8)
/BREAK (TOTAL)
/SUMMARY PIN(0,60000)(salary) 'Grand Total' (1) .

Report

Page
salary
In 0 to
60000
________
Grand To
90.3%

19. Crear una variable que contenga rangos de salario. Ejemplo, de $15,750.00 a
$32,750, una diferencia de $17,000.00. Utilizar Transform/Recode/Into Different
variables... Asignar un nuevo nombre a la variable generada, llamarla
code_sal. Ver los cambios generados en el editor de datos, luego asignar
etiquetas de valor a la nueva variable generada y generar frecuencias de dicha
variable.
*Visual Bander.
*salary.
RECODE salary
( MISSING = COPY )
( LO THRU 15750 =1 )
( LO THRU 32750 =2 )
( LO THRU 49750 =3 )
( LO THRU 66750 =4 )
( LO THRU 83750 =5 )
( LO THRU 100750 =6 )
( LO THRU 117750 =7 )
( LO THRU 134750 =8 )
( LO THRU 151750 =9 )
( LO THRU 168750 =10 )
( LO THRU 185750 =11 )
( LO THRU HI = 12 )
( ELSE = SYSMIS ) INTO code_sal.
VARIABLE LABELS code_sal 'salary (Banded)'.
FORMAT code_sal (F5.0).
VALUE LABELS code_sal
1 ''
2 ''
3 ''
4 ''
5 ''
6 ''
7 ''
8 ''
9 ''
10 ''
11 ''
12 ''.
MISSING VALUES code_sal ( ).
VARIABLE LEVEL code_sal ( ORDINAL ).
EXECUTE.

RECODE
salary
(15750 thru 32750=1) (32751 thru 49750=2) (49751 thru 66750=3) (66751 thru 83750=4)
(83751 thru 100750=5) (100751 thru
117550=6) (117751 thru 134750=7) (134751 thru 151750=8) (151751 thru 168750=9) (168751
thru 185750=10) (185751 thru
202750=11) (202751 thru 219750=12) INTO code_sal .
VARIABLE LABELS code_sal 'Rangos de salario'.
EXECUTE

20. Trabajar en el archivo calificaciones_universidad y calcular los promedios de

los laboratorios y de la nota final.

DESCRIPTIVES
VARIABLES=lab1 lab2 lab3 lab4
/STATISTICS=MEAN .

Descriptives
Des criptive Statis tics
lab1
lab2
lab3
lab4
Valid N (lis tw ise)

N
32249
32249
32249
32249
32249

Mean
7.09
6.91
6.74
6.65