Pablo

Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

Apuntes clase gestin de archivos

Fundir archivos

Fundir archivos permite unir en una sola base de datos, informacin de distintos
archivos de datos. Es un procedimiento sumamente comn, que se utiliza
especialmente en dos casos: cuando una encuesta de corte transversal ha sido
segmentada en varias bases de datos; cuando se trata una encuesta de tipo
longitudinal, que implica acoplar bases de datos en distintos puntos del tiempo.

Aadir casos

Se combinan archivos con las mismas variables, pero con distintos casos.

Pasos:

1. Datos
2. Fundir archivo
3. Aadir casos
4. Seleccionar la base de datos externa que se pretende fundir con la base de
datos de trabajo
5. Seleccionar variables que se deseen incluir, y que se deseen excluir.
6. Seleccionar si se quiere indicar el origen del caso como variable. Esta opcin
crea una nueva variable de identificacin, en la que asigna un 0 a los casos
provenientes originalmente del archivo de trabajo, y un 1 a los casos
provenientes del archivo externo.
7. Aceptar

Variables desemparejadas: Muestra las variables que no se van a fundir en el
nuevo archivo combinado, por 3 motivos:

a) Son variables que se encuentran slo en uno de los archivos
b) Variables definidas como numricas en un archivo y como cadenas en el otro
c) Variables de cadena de distinto ancho

Las variables desemparejadas es posible incluirlas en el nuevo archivo combinado,
traspasndolas a la sub-ventana de variables del nuevo conjunto de datos. Dado que

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

la variable desemparejada se encuentro en solo uno de los archivos, los casos del
archivo que no contienen la variable, quedan como casos perdidos.



Variables del nuevo conjunto de datos activo: muestra las variables que sern
parte del nuevo archivo de datos combinado. Incluye las que tienen el mismo
nombre y formato. Si no desea combinar todas las variables del listado, se pueden
seleccionar y traspasar tales variables a la sub-ventana de variables
desemparejadas.

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

Aadir variables

Se combinan archivos con los mismos casos, pero con distintas variables.

Pasos:

1. Ordenar los casos de forma ascendente, en las variables que sern utilizadas
como criterio de emparejamiento
2. Datos
3. Fundir archivo
4. Aadir variables
5. Seleccionar la base de datos externa que se pretende fundir con la base de
datos de trabajo
6. Seleccionar asignar casos en variable clave (procedimiento ms comn)
7. Seleccionar variable clave
8. Seleccionar la casilla que sea acorde a las caractersticas de los datos para
realizar el acoplamiento de datos
9. Aceptar

Variables excluidas: muestra las variables que tienen el mismo nombre y
formato en ambas archivos de trabajo, por lo cual no sern incluidas en el nuevo
archivo combinado. Si se las quiere incluir, se les debe cambiar el nombre y
traspasar a la sub-ventana de nuevo conjunto de datos activo. Estas se identifican
con un signo +.

Nuevo conjunto de datos activo: muestra las variables que sern parte del nuevo
archivo combinado. Incluye

a) Todas las variables del archivo de trabajo
b) Todas las variables del archivo externo que no se encuentren duplicadas en
el archivo de trabajo.

Si ambos archivos contienen la misma cantidad de casos, se selecciona aceptar y los
archivos de trabajo y externo se funden correctamente.

En caso de que los archivos no contengan la misma cantidad de casos (lo ms
frecuente), es necesario seleccionar una variable clave para emparejar
correctamente los archivos.

La variable clave debe ser idntica en ambos archivos y estar ordenada de forma
ascendente.

La variable clave, al estar duplicada, se encuentra en la sub-ventana de variables
excluidas.

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

Para emparejar los casos segn una variable clave:

1. Selecciona asignar casos en variables clave
2. Seleccionar la variable clave y pasarla a la casilla variables clave
3. Seleccionar procedimiento de emparejamiento:
a. Ambos archivos proporcionan casos: se utiliza cuando cada archivo
tiene asociado un caso nico a la variable clave, de modo que al
funcionar los archivos no se dupliquen los casos.
b. El que no es un conjunto de datos es una tabla de claves: cada caso
del archivo externo puede emparejarse con ms de un caso del
archivo de trabajo.
c. El conjunto de datos activos es una tabla de claves: cada caso del
archivo de trabajo puede emparejarse con ms de un caso del archivo
externo.

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

AGREGAR DATOS

Consiste en agregar varios casos para conformar uno o varios grupos. Esta funcin
permite generar un nuevo archivo, compuesto por los grupos creados
anteriormente a travs de una variable de segmentacin y una de agregacin

Este comando es til cuando se quiere cambiar la unidad de anlisis. Por ejemplo,
podramos querer agrupar el promedio de ingreso por provincia, por lo que
podramos agrupar todos los casos por provincia e indicarle que agregue segn la
media de ingreso.

Pasos:

1. Datos
2. Agregar
3. Seleccionar variable de segmentacin
4. Agregar variable
5. Seleccionar funcin (o dejar defecto)
6. Seleccionar mtodo de guardado
7. Ordenar archivo antes de agregarlo
8. Aceptar

Variable de segmentacin: en este cuadro hay que introducir la variable que ser
utilizada como criterio para agrupar los datos. La variable de segmentacin puede
ser numrica o de cadena.

Agregar variables: las nuevas variables agregadas, se obtienen al aplicar alguna
funcin u operacin a las variables del archivo original. Si no se indica alguna en
particular, el SPSS asume la media.

Nombre y etiqueta: se puede dejar el nombre por defecto que otorga el SPSS o
modificarlo y agregar una etiqueta de identificacin.

Funcin: la agregacin de variables se obtiene al aplicar una funcin, la cual por
defecto el SPSS asume que es la media. Es posible modificar esta funcin segn los
propsito particulares de investigacin.

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

SEGMENTAR O DIVIDIR ARCHIVO

Consiste en dividir la base de datos en grupos, de modo que todo anlisis de datos
que se realice con el archivo segmentado, se repite para cada grupo producto de la
segmentacin.

Este comando es til cuando se tiene un segmento especfico de la poblacin sobre
la que se quieren realizar todos los anlisis. Por ejemplo, para un reporte, nos podra
interesar hacer varios anlisis para las mujeres trabajadoras de cada una de las
regiones del pas. Esta funcin permite ir obteniendo automticamente los anlisis
para este grupo segmentado por regin.

Pasos:

1. Datos
2. Dividir archivo
3. Seleccionar el mecanismo de divisin de archivos
4. Seleccionar variable o variables de segmentacin
5. Seleccionar si requiere el archivo ordenado por las variables de
segmentacin
6. Aceptar

Analizar todos los casos, no crear grupos: es el estado por defecto del SPSS, es
decir, cuando se encuentra activada esta opcin el SPSS opera con la base de datos
sin segmentar.

Comparar los grupos: esta opcin activa la segmentacin. Si se corren anlisis
simultneos, el SPSS ordena los resultados mostrando el primer anlisis solicitado
para todos los grupos, el segundo anlisis para todos los grupos, el tercer anlisis
para todos los grupos, etc.

Organizar los resultados por grupo: esta opcin activa la segmentacin. Si se
corren anlisis simultneos, el SPSS ordena los resultados mostrando todos los
anlisis para el primer grupo, todos los anlisis para el segundo grupo, todos los
anlisis para el tercer grupo, etc.

Grupos basados en: se selecciona la o las variables de segmentacin. Estas pueden
tener ser un mximo de 8. En caso de incluir ms de una variable de segmentacin,
el anlisis va ir siendo segmentado en el orden de inclusin de las variables.

Ordenar los archivos segn variables de agrupacin: ordena la base de datos
segn las variables de segmentacin. Recomendado.

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

Seleccionar casos

Selecciona un subconjunto de datos especfico para el anlisis, el cual es
determinado segn si cumple determinada condicin (if). Tambin permite
generar una muestra aleatoria de casos que por definicin es tiene un N menor a la
base de datos original.

Es recomendable cuando se tiene una gran base de datos (como la CASEN) y se est
interesado en un grupo especfico. A diferencia de la segmentacin de datos, no
repite necesariamente todos los anlisis para todos los grupos del nuevo conjunto
de datos seleccionados. Tambin es til cuando se tienen bases de datos con un gran
nmero de casos, para ahorrar tiempo en procesamiento. Por ejemplo, una base de
datos administrativa suele contener de miles a millones de casos, por lo que sera
ms conveniente seleccionar una sub-muestra aleatoria para los anlisis.

Pasos:

1. Datos
2. Seleccionar casos
3. Seleccionar mecanismo de divisin de casos
4. Seleccionar resultado
5. Aceptar

Todos los casos: es el estado por defecto del SPSS, es decir, cuando se encuentra
activada esta opcin el SPSS opera con la base de datos completa.

Si satisface la condicin: selecciona casos que cumplen una determinada
condicin, la cual puede estar basada en una o ms operaciones lgicas, aritmticas,
etc. Es til cuando se requiere combinar varios criterios de seleccin.

Muestra aleatoria de casos: crea una muestra aleatoria de casos en base a dos
criterios: a) Tomando un % de los casos; b) Tomando un rango de casos.

Basndose en el rango del tiempo o de los casos: si los casos cuentan con una
variable que indique tiempo (meses, das u horas), es posible solicitar al SPSS que
seleccione casos que se encuentren dentro de cierto marco temporal, tomando esa
variable por referencia.

Usar variable filtro: opera con variables numricas. Selecciona los casos que tienen
valores distintos de cero en la variable de filtro. Los casos con valor cero, no son
seleccionados.

Descartar casos no seleccionados: descarta (los tacha) los casos seleccionados
para el anlisis, pero sin borrarlos de la base de datos activa.

Pablo Cceres Taller de Anlisis Estadstico Aplicado 24 de Abril de 2015

Copiar casos seleccionados a un nuevo conjunto de datos: crea una nueva base
nicamente con los casos seleccionados:

Eliminar no casos seleccionados: literalmente elimina de la base de datos activa
los casos no seleccionados. Se recomienda utilizarse slo si se guarda con un
nombre distinto la nueva base generada.