Computacin Aplicada

Fonoaudiologa
Rodolfo Recabarren

Seccin 1

Principios de la investigacin:
Para qu nos sirve SPSS?

Conceptos de la estadstica que

deben recordarse
Muestra y poblacin:
Muestra:
Subconjunto de la poblacin.
De la muestra se pueden estimar estadsticos.
Se utiliza porque el tiempo y los recursos econmicos
no son suficientes para estudiar la poblacin.
Poblacin:
Conjunto grande de cifras y datos
De la poblacin se pueden estimar parmetros

Conceptos de la estadstica que

deben recordarse
Tipos de variables:
Cuantitativa:
Aquellas con la que se puede realizar una operacin
matemtica.
Discretas: (1, 2, 3, 4) Ej: N de hijos.
Continuas: (1, 1.1, 1.2, 1.3, 1.4) Ej: Temperatura.
Cualitativa:
Aquellas con la que no se puede realizar una operacin
matemtica.
Ordinales: Son categoras y se pueden ordenar. Ej: Grado de
severidad de la disfagia.
Nominales: Son categoras y no se pueden ordenar. Ej: Tipo de
afasia.

Conceptos de la estadstica que

deben recordarse
Tipos de variables:
Independiente:
La que se controla.
La que afecta a la dependiente.
La que causa los efectos.
Dependiente:
La que no se controla.
Es afectada por la independiente.
Es la consecuencia de las causas.

Estadsticos de ubicacin (posicin)

Medidas de tendencia central

Mediana: A partir de este dato se encuentra el 50% de los
datos menores y el 50% de los datos mayores.
Moda: Dato que ms se repite (El que ocurre con mayor
frecuencia).
Media (Promedio): Si en la muestra los datos no tuvieran
ninguna desviacin, ese valor sera igual al promedio.

Estadsticos de diferenciacin

Medidas de dispersin
Rango: Diferencia entre el valor ms alto y el ms bajo.

Varianza: Dispersin de una muestra en relacin con el promedio.

Sin embargo, no se expresa en la unidad de medida de la variable.
Desviacin estndar: Estadstico que corrige la dificultad que
tiene la varianza para estimar el grado de dispersin.

Estadsticos de forma

Medidas de distribucin
Asimetra: Medida de desigualdad de la
distribucin de los datos en un eje de
simetra vertical.
Curtosis: Medida de la presencia de valores
extremos en la distribucin.

Asimetra
(0,5 = Aceptable como Curva Normal)

Curtosis
(0,5 = Aceptable como Curva Normal)

Positiva

Negativa

Seccin 2

SPSS: Concepto
Es un software estadstico ampliamente reconocido.

Fue considerado como el Gold standard de los

estudios de investigacin.
Se caracteriza por ofrecer varias pruebas estadsticas
para distintos campos y disciplinas.

SPSS: Desventajas
Aunque el SPSS es caracterizado por poseer mltiples

funciones de anlisis estadstico, se hallan defectos de

calidad, convirtindose en un software poco
comprensible para los usuarios.
Por ejemplo, se hallan excesos de informacin
irrelevante, duplicados de informacin, entre otros.

SPSS: Ventajas
An as, SPSS es una provechosa herramienta:
Que puede vincularse con otros programas tales como
Excel, Access;
Que contiene herramientas de programacin avanzada
para desarrollar otro tipo de funciones;
Que incluye herramientas de anlisis estadstico para
desenvolverse en el rea de las ciencias sociales y la
medicina.

Seccin 3

Creando un archivo de datos(*.sav)

SPSS: Vista de datos

SPSS: Vista de datos

SPSS: Vista de datos

Barra de herramientas:

Botn Carpeta: Abrir

Botn Diskette: Guardar
Botn Impresora: Imprimir

SPSS: Vista de datos

Barra de herramientas:

Recuperar cuadro de dilogos cerrados.

Deshacer y Rehacer

Ir (Al caso y A la variable)

SPSS: Vista de datos

Barra de herramientas:

Informacin acerca de variables

Ejecutar descriptivos

Buscar elemento

SPSS: Vista de datos

Barra de herramientas:

Insertar caso y variable

Generando un anlisis descriptivo

Botn descriptivos o
Analizar > Estadsticos descriptivos > Descriptivos

Seleccin de variables

Seleccin de variables: Opciones

SPSS:
Generacin de resultado (*.spv)

SPSS:
Generacin de resultado (*.spv)
Botones en barra de herramientas:

Ttulo y Texto en los resultados

SPSS:
Generacin de resultado (*.spv)
Debe saber que cada vez que usted solicite
realizar un procedimiento cualquiera a los
datos, se generar un archivo resultado.
Este aspecto termina siendo incmodo para
el usuario, causando confusin en la
interpretacin de la informacin.
Tenga en cuenta esto, siempre que
trabaje con SPSS.

SPSS: Exportacin de resultados

Con SPSS los resultados se pueden exportar a:
Word
PDF
Excel
PowerPoint
Grficos
Otros

SPSS: Exportacin de resultados

SPSS: Exportacin de resultados

Seccin 4

SPSS: Vista de variables

Modificando las variables:

Atributos
Nombre: Nombre corto de la variable. Cdigo.

Tipo: Similar a Excel y Access.

Nmero
Cadena = Texto
Fecha
Moneda

Anchura: Mximo de dgitos que contiene el campo

Decimales: En caso de nmero, seala decimales.

Modificando las variables:

Atributos
Etiqueta: Rtulo de la variable (Nombre largo)

Valores: Rtulo de los valores.

Se usan cuando las variables son Nominales u Ordinales.
Ejemplos:
1 = Bonitos; 2 = Feos
1 = Siempre; 2 = A veces, 3 = Nunca

Modificando las variables:

Atributos
Perdidos: Ingreso de los valores perdidos
Cuando una persona no quiere contestar algunas preguntas de su
encuesta o no las entiende, debe registrarlo como perdido.
Los valores perdidos deben asignarse como discretos y siempre
deben ser los ms altos. Por ejemplo = 99, 999 o 999999
En el caso de que usted trabajara con variable tipo cadena el valor
perdido es SR (Sin respuesta).
Columnas: Ancho de la columna.

Alineacin: Ubicacin en la columna.

Modificando las variables:

Atributos
Medida: Parmetro ms importante de variables.
Escala: Los valores se pueden disponer en una escala discreta o
continua de nmeros. (Edad, Altura, Prdida auditiva)
Ordinal: Los valores sealan una categora de pertenencia que
est ordenada jerrquicamente. (Nivel educacional, grado de
severidad)
Nominal: Los valores sealan una categora de pertenencia que
no tiene orden jerrquico. (Gnero, Raza, Estado civil, Patologa)

Medida y Tipo de dato

Medida

Modificando las variables:

Atributos

Rol: Determina si la variable es independiente o dependiente.

Entrada: Independiente
Destino: Dependiente
Ambos: Independiente + Dependiente
Ninguna: No hay clasificacin

Recomendacin
PARA TRABAJAR EN SPSS, ES

RECOMENDABLE INGRESAR NMEROS

Y EVITAR CADENAS.
Por ejemplo:
Sexo Masculino = 1
Sexo Femenino = 2

Ordenando los casos

Ordenar casos

Ordenar casos

Ordenar casos
Guardar archivo con datos clasificados:
Ofrece al usuario generar un nuevo archivo
El archivo tiene el orden asignado

Seccin 3

Pruebas de Hiptesis
Para poder realizar inferencias sobre la estimacin de

un parmetro, es requerido usar un mtodo

especializado.
Esto permite adoptar decisiones frente a una hiptesis
formulada.

Hiptesis
Afirmacin de una o ms poblaciones.

Corresponde a un supuesto que podra ser verdad

sobre el comportamiento de una poblacin.

Ej: El promedio del PLE de los nios con TEL es de 3,6.
Ej: A mayor cantidad de estimulacin temprana, mayor

CI.

Las posibilidades de la Hiptesis

H0: Hiptesis ms conservadora llamada Nula.

H1: Hiptesis menos conservadora. Alternativa

Resultados, Diagnstico, Pronsticos y Sugerencias

Ejemplo:
H0: La estimulacin temprana no influye sobre el CI.
H1: La estimulacin temprana influye significativamente
sobre el CI.

Las posibilidades de la Hiptesis

H0: Hiptesis ms conservadora llamada Nula.

H1: Hiptesis menos conservadora. Alternativa

Resultados, Diagnstico, Pronsticos y Sugerencias

Ejemplo:
H0: El acusado es inocente
H1: El acusado es culpable

Errores en la seleccin de la
hiptesis

Significancia (Error Tipo I)

Es la probabilidad de rechazar la hiptesis nula cuando

esta es verdadera.
Es fijada por el investigador.

Confianza () y Significancia (1-)

Confianza

Significancia

Se conoce como alfa.

La determina el
investigador.
Seala cul es la
probabilidad de que el
fenmeno ocurra en
la poblacin sin
cometer errores.

Seala la probabilidad
de cometer un error.
Se obtiene al restar 1
menos la confianza.
Existe una prueba de
hiptesis conocida
como la prueba p
que entrega este valor.

Confianza

99%

95%

67%

0%

Confianza

 (Error Tipo II)

Es la probabilidad de aceptar la hiptesis nula cuando

esta es falsa.
Es fijada por el investigador.

Aceptacin de la Hiptesis
alternativa (H1)
La Prueba de Hiptesis
estndar que realiza el
SPSS es la prueba p.
Esta prueba seala la
probabilidad de
equivocarse.

Llamaremos
significativo cuando el p<0,05 (Recuerde que SPSS coloca ,05)
valor de p sea inferior a p<0,01 (Recuerde que SPSS coloca ,01)
0,05.

Aceptacin de la Hiptesis
alternativa (H1)

La Curva de Gauss (Normal)

Distribucin de probabilidad de una variable que

aparece habitualmente en los fenmenos reales.

Cociente intelectual en una poblacin
Capacidad lingstica en una poblacin
Estatura de individuos en una poblacin

La media poblacional, moda y mediana son iguales.

La Curva de Gauss (Normal)

Cuando se trabaja con muestras, esta debe ser

Representativa de la poblacin.
Procure trabajar con muestras grandes.
Procure de que los elementos seleccionados para la

muestra contengan el comportamiento o atributo que

usted quiere estudiar.
Procure limitar la muestra.

Curva de Gauss

99%

95%

67%

0%

Confianza

Determinacin del tamao de la

muestra (Recomendacin)

Qu pasa cuando las curvas no

son normales?
En este caso, lo ms probable es que la curva no sea

normal debido a:
Que la muestra no ha sido bien seleccionada
Que la muestra es de tamao pequeo
Que la poblacin sea demasiado pequea

Debo descartar mi estudio?

No. Existen algunas pruebas estadsticas que permiten

corregir este problema.

Seccin 4

Tablas Cruzadas
Sirve para examinar la relacin entre 2 variables

categricas (nominal y ordinal).

Permite testear la independencia o la asociacin entre
variables.
Tambin, se puede estimar el riesgo relativo.

Tablas Cruzadas
En las filas se inserta la variable independiente.

En las columnas se inserta la variable dependiente.

Archivo de ejemplo: Satisf.sav

Tablas Cruzadas

Tablas Cruzadas

Tablas Cruzadas

Tablas Cruzadas

Pruebas de Chi-Cuadrado
Chi-cuadrado de Pearson

Razn de Verosimilitud
Asociacin lineal por lineal

Para poder aceptadas, deben cumplir un valor

pertinente al recuento y obtener la significancia bajo

0,05.

Pruebas de Chi-Cuadrado
Chi-cuadrado de Pearson

Razn de Verosimilitud
Asociacin lineal por lineal

Para poder aceptadas, deben cumplir un valor

pertinente al recuento y obtener la significancia bajo

0,05.

Pruebas de Chi-Cuadrado
Interpretacin del valor de p
p<0,05 = Las muestras son dependientes (H1)
p=>0,05 = Las muestras son independientes (H0)

Pruebas T
Cuando queremos comparar las medias (promedios)

de dos grupos o cuando es el mismo grupo y hemos

aplicado tratamientos distintos, resulta conveniente
aplicar esta prueba.
Ej: Un grupo de alumnos del 4to ao de universidad se
han sometido a una nueva forma de aprendizaje para
la clase de Fundamentos de Fonoaudiologa. El curso
ser dividido en 2; uno en sala regular y el otro en sala
con equipos multimedia.

Pruebas T
Es para datos escalares (porque requiere de la media y

la varianza)
Se encuentran 3 alternativas:
Simple muestra T
Muestras independientes T
Muestras dependientes T

Simple muestra T
Compara un promedio de la muestra con un valor

hipottico (Valor de muestra).

Simple muestra T
Interpretacin del valor de p
p<0,05 = La media es significativamente diferente (H1)
p=>0,05 = La media no es significativamente diferente
(H0)

Muestras independientes
Debe contar con una variable de agrupacin y los

valores.
Se deben definir los grupos
Por ejemplo:
Los del grupo aula regular = 1
Los del grupo sala multimedia = 2

Insertar datos

Resultados

Muestras Independientes T
Interpretacin del valor de p
p<0,05 = Las media son significativamente diferentes
(H1)
p=>0,05 = Las media no son significativamente
diferentes (H0)

Muestras Dependientes T
Para datos que tengan una relacin o para un mismo

grupo de casos expuestos a dos situaciones diferentes.

Se requiere de 2 variables sin agrupacin.

Muestras Dependientes T

Muestras Dependientes T
Interpretacin del valor de p
p<0,05 = Las medias son significativamente diferentes
(H1)
p=>0,05 = Las media no son significativamente
diferentes (H0)

Muestras Dependientes T
Interpretacin del valor de p en Correlaciones de

Muestras Emparejadas
p<0,05 = Las media estn correlacionadas de forma

categrica (H1)
p=>0,05 = La media no estn correlacionadas de forma
categrica (H0)

Correlaciones Bivariadas
Destinadas para valores escalares

Muestra el grado de asociacin entre variables X e Y.

Una correlacin fuerte se acerca ms a -1 o 1
Una correlacin dbil se acerca ms a 0
Una correlacin positiva tiene signo +
Una correlacin negativa tiene signo -

Correlaciones Bivariadas

Correlaciones Bivariadas

Correlaciones Bivariadas
Interpretacin del valor de p en Correlaciones de

Bivariadas
p<0,05 = Las media estn correlacionadas de forma

categrica (H1)
p=>0,05 = La media no estn correlacionadas de forma
categrica (H0)

Algunas pruebas asociadas

Tau-b Kendall = Mide asociacin entre 2 ordinales.

Spearman = Mide asociacin entre 2 ordinales cuando

se conoce su posicin (Positivo o Negativo)

Gracias