SPSS

ANALISIS DE VARIABLE
CUALITATIVA:
Seleccionar variable
Verificar que en
estadísticos no
haya nada
seleccionado.
Gráfico de barras o sectores.
Interpretación: El 27,6% de los
libros son de estadística.
 ANALISIS VARIABLE CUANTITATIVA
DISCRETA (REPRESENTAN CONTEOS)
Seleccionar variable.
Seleccionar estadísticos.
Gráfico de barras o sectores.
Interpretación: Se analizaron 30
libros, el promedio fue de 15,50;
con +/- una DS de 8,803; con un
mínimo de 1 y un máximo de 30.
ANALISIS VARIABLE CUANTITATIVA
CONTINUA (REPRESENTAN
MEDICIONES)
Seleccionar variable.
Seleccionar estadísticos.
Gráfico: Histograma,
mostrar curva
normal.
Interpretación: Se analizaron 30 libros, el promedio
de peso es 580,17; el peso que más se repite es
320; el 25% pesa menos de 411,25 gramos.
CATEGORIZAR (RECODIFICAR)
Mirar percentiles.
Apretar
Cambiar y
luego
valores
antiguos y
nuevos.
Añadir y
luego
continuar.
Aceptar.
Ir a valores en
alturarec.
TABLAS DE ASOCIACIÓN
Tablas cruzadas (Tabla de
contingencia)
En fila va la
variable que
más categorías
tiene.

En columnas va
la variable
que menos
categorías
tiene.
Casillas:
Seleccionar Fila,
Columna, Total.
Interpretación: De
29 libros, 27,6% es
de estadística.

De los libros de
estadística 50,0%
tiene entre 1 y 3
años de
antigüedad.

Del total de libros

13,8% son de
estadística y tiene
antigüedad entre 1
y 3 años.
JI CUADRADO
Tablas cruzadas (Tabla de
contingencia)
En fila va la
variable que
más categorías
tiene.

En columnas va
la variable
que menos
categorías
tiene. (la
dependiente)
Estadísticos:
selecciono ji 2,
coeficiente de
contingencia,
Phi y V de
Cramer para
ver la
asociación es
fuerte o no
fuerte.
Casillas:
Seleccionar Fila,
Columna, Total.
 Hay que mirar Chi^2 de Pearson (sig.
Asintótica ese es el valor p). Si el valor
p es menor a 0,05 existe asociación.

Interpretación: Existe asociación entre

la materia del libro y su antigüedad.

Coeficiente de contingencia: Si es
mayor a 0,3 es una asociación fuerte.
EL COEFICIENTE DE CONTIGENCIA SOLO LO LEO SI EXISTE ASOCIACIÓN.
T-STUDENT PARA DATOS
PAREADOS
TEST de KS
Seleccionar
variables
numéricas.
Mirar ambas sig
asintóticas, verificar si
valor es mayor a 0,05;
significa que se
distribuye normal.
T-Student para
muestras
relacionadas.
Se agregan las
variables y aceptar.
Interpretación: Promedio de opinión
experto 1 es 2,93 +/- 1,4.

La T ( es t calculado).
Miramos Sig. (bilateral) Es mayor a 0,05;
por tanto acepto H0. Por tanto podemos
decir que no existen diferencias
estadísticamente significativas entre lo
que pensó el experto 1 y lo que pensó el
experto 2.
T-STUDENT PARA DATOS
INDEPENDIENTES
Test de KS
para
variable
numérica,
para probar
normalidad.
 Mirar sig asintótica,
debería ser mayor a 0,05
para indicar normalidad.

En este caso no es normal,

pero asumiremos
normalidad.

Si n es mayor a 30 asumo normalidad.

T- Student para pruebas independientes.
Variable de
agrupación: Se
pone la
variable
cualitativa.
Luego definir
grupos.
O solo se le
pone 1 y 2.
Variable de
prueba o para
contrastar:
Variable
cuantitativa.

Luego apretar
aceptar.
Mirar Levene Sig., indica cual de las dos
T miro. Si Levene es mayor a 0.05 las
varianzas son iguales y eso sirve para ver
cual T miro.

Mirar prueba T sig bilateral (p), si es

menor a 0,05, rechazo H0.

En este caso se acepta H0 porque p es

mayor que 0,05.
Seleccionar SIMPLE y luego
DEFINIR.
Eje de
categorías:
variable
cualitativa o
categórica.
Variable:
variable
numérica.
Luego aceptar.
ANOVA
Test de KS para ver si
existe normalidad, se hace
el test de KS a la variable
cuantitativa (numérica).
Seleccionar variable
númerica y luego
aceptar.
Hay que mirar sig. Asintótica
(bilateral), si es mayor a 0,05;
significa que la prueba es
normal.
ANOVA
En factor poner
variable
categórica.

Lista de
dependientes:
Variable numérica.
Post Hoc: Tukey
y Tukey B.
Opciones: seleccionar
Descriptivos y Prueba
de homogeneidad de
las varianzas.
Box plots
Seleccionar SIMPLE y luego
DEFINIR.
Eje de categorías:
Variable categórica.
Variable: Variable
numérica.
Luego aceptar.
Interpretación: El promedio de peso
de los libros que tiene entre 1 y 3
años es 523,3.
Mirar tabla de homogeneidad de
varianzas (Levene): Sig. ( es nuestro
valor p)
Si p es mayor a 0.05, las varianzas
son iguales.
De la tabla ANOVA: mirar F y Sig.
F es el f calculado.
Sig. Dice si es o no significativo.
Si p (sig) es menor a 0.05, si es significativo)

Conclusión en el caso: No hay diferencias

entre los promedios de peso según
antigüedad, ya que sig es mayor a 0,05 (es
0,336). Hay un solo conjunto homogéneo.
Si hay un solo ‘’cajón’’ es porque
las variables son todas iguales,
están alineados, ya que no
existen diferencias.