SPSS

SPSS

1. 01. Cómo crear una matriz de datos

   • Etiqueta: nombre correcto de la variable
   • valores: categorias de la variable
   • variable numérica (Ej: Edad, Saldo)
     • no posee valores, son números enteros

2. 02. Cómo describir una variable categórica

   • si la variable posee valores para sus categorías
     • Se pueden analizar los datos como su frecuencia

3. 03. Cómo describir una variable numérica

   • Medidas de tendencia central
     • Media
     • mediana
     • Moda
     • Si la media, mediana y moda son el mismo valor, se trata de una distribución normal
   • Medidas de dispercion
     • desviación estándar
     • varianza
     • Error típico
   • Medidas de posición
     • Cuartiles
     • Percentiles
     • Deciles
   • Medidas de forma
     • Asimetria
     • Curtosis

4. 04. Cómo crear una tabla de contingencia

   • Analisis para dos variables, relacionar dos variables de naturaleza categorica
     • Analizar > estadísticos descriptivos >Tablas de contingencia

5. 05. Cómo calcular y recodificar variables

   • Transformar > Calcular variable > expresión numérica con su rango de salida
     • Se pueden colocar categorias a la exprecion calculada (Ej: Indice de Masa)

6. 06. Qué es el test de Chi cuadrado y cuando se utiliza

   • Asociación entre dos variables categóricas; dicotomicas o politomicas
     • Analizar > estadísticos descriptivos >Tablas de contingencia > estadistico > Chi cuadrado
       • Se mira el p-valor de la prueba Chi cuadrado
         • p<0.05 rechazar la hipotesis nula
         • p>0.05 no rechazar la hipotesis nula

7. 07.Prueba de t para muestras independientes

   • Analizar > Comparar medias > Prueba de T para muestras Independientes > Definir las muestras de la variable de agrupación
     • Se mira el p-valor de la prueba T student
       • p<0.05 rechazar la hipotesis nula
       • p>0.05 no rechazar la hipotesis nula

8. 08. Prueba de t para muestras relacionadas

   • Formular hipotesis
     • En SPSS
       • Analizar – comprar medias – prueba T para muestras relacionadas
         • Seleccionar ambas variables como si fueran una pareja
   • Nivel de significancia 5%
     • compara con el p-valor.
       • Se mira el p-valor, si menor que le nivel de significancia.
         • Se mira el p-valor de la prueba T student
           • p<0.05 rechazar la hipotesis nula
           • p>0.05 no rechazar la hipotesis nula

9. 09. Análisis de la varianza con un factor ANOVA

   • Comparar dos grupos y la variable es numerica
     • t- student para muestras independientes
     • cuando son mas de dos grupos.
       • Formular hipotesis
         • Nivel de significancia 5%
           • comparar con el p- valor.
             • Se mira el p-valor, si menor que le nivel de significancia.
               • p<0.05 rechazar la hipotesis nula
               • p>0.05 no rechazar la hipotesis nula
       • Análisis de la varianza con un factor ( ANOVA)
         • En SPSS
           • Analizar - compara medias - ANOVA de un factor
             • variables que se contrasta
             • Factor
           • Post Hoc
             • Prueba de Tukey
               • comparaciones entre los observados, teniendo en cuenta el mismo

10. 10. Principales usos de la Correlación de Pearson

    • Asociacion entre las variables categoricas, correlacion con variables numericas
      • En spss
        • analizar- correlacion- bibariadas
          • Pearson
            • Analisar la correlacion
              • Medida de correlacion atravez de su indice R de pearson.
            • Se mira el p-valor, si menor que le nivel de significancia.
          • Kendall
          • Spearman

11. 11. Regresión lineal simple

    • regresion simple
      • Modelo
        • En SPSS
          • Analizar - Regresio - Lineal
            • Dependientes
            • independientes
    • correlacion
      • Hipotesis
        • Formular hipotesis.
          • Nivel de significancia 5%
            • comparar con el p- valor.
              • Se mira el p-valor, si menor que le nivel de significancia.

12. 12. Prueba de normalidad Kolmogorov-Smirnov

    • Analizar > pruebas no parametricas > cuadros de dialogo antigua > k- smirnov
      • Se mira el p-valor, si menor que le nivel de significancia
    • Tambien se puede hacer segmentando la variable en grupos

13. 13. Homogeneidad de varianzas Test de Levene

    • compara grupos, comparar la variabilidad, no distinta del otro grupo
      • Analizar > Comparar medias > Prueba de T para muestras Independientes > Definir las muestras de la variable de agrupación
        • Se mira el p-valor, si menor que le nivel de significancia

14. 14. U de Mann-Withney para variables ordinales

    • Comparar dos grupos, y la variable es ordinal
      • Analizar > pruebas no parametricas > cuadros de dialogo antiguos >dos muestras independientes
        • Definir la variable de agrupacion, y establecer prueba U de mann- Withney
          • Se mira el p-valor, si menor que le nivel de significancia

Images and files in the map