seminario by xiaopangnv

VIEWS: 0 PAGES: 24

									              Definición
Statistical Package for the Social Sciences (SPSS)
  es un programa estadístico informático muy
 usado en las ciencias sociales y las empresas de
             investigación de mercado.
• Fue creado en 1968 la Universidad de Chicago por
  medio estuvo a cargo del desarrollo, distribución y
  venta del programa. A partir de 1975 corresponde
  a SPSS Inc.

• Como programa estadístico es muy popular su uso
  debido a la capacidad de trabajar con bases de
  datos de gran tamaño. En la versión 12 es de 2
  millones de registros y 250.000 variables.
  Además, de permitir la recodificación de las
  variables y registros según las necesidades del
  usuario.
•  SPSS lleva a cabo las tres etapas claves para
   la realización del estudio estadístico:
1. Implementa de forma organizada y ordenada
   la base de datos,
2. Nos ayuda en la manipulación de los datos.
3. Implementa técnicas estadísticas para el
   análisis de los datos.
 ANALISIS
ESTADISTICO
ANÁLISIS DESCRIPTIVO de los datos se compone
  de dos pasos fundamentales:
• Calculo de los estadísticos de centralización y
  dispersión (media, mediana, desviación típica...)
• Representación gráfica de los datos.
          Análisis descriptivo
1. Frecuencias. Una distribución de frecuencias
   informa sobre los valores concretos que adopta
   una variable y sobre el numero de veces que se
   repite cada uno de esos valores.
2. Descriptivo. Esta diseñado únicamente para variables
    cuantitativas continuas (tendencia central,
    dispersión y forma de la distribución)
          Análisis Exploratorio


Permite identificar posibles errores, valores
   extremos, pautas extremas en los datos,
          variabilidad no esperada.
   Análisis de variables categóricas

• Tablas de Contingencia (Con estas tablas se puede
  obtener una descripción cuantitativa de las distintas cualidades
  bivariantes de la muestra, en forma de frecuencias y porcentajes)

Para variables categóricas como sexo, raza,
  clase social.
    Análisis de contrastes sobre medias

•   Medias
•   Prueba T para una muestra
•   Prueba t para dos muestras independientes
•   Prueba t para dos muestras relacionadas
    Análisis de varianza de un factor

• Anova de un factor
(Permite comparar dos grupos, representados
  por una variable nominal u ordinal (VI) y
  una cuantitativa a la que llamamos
  dependiente (VD)
Tomemos como ejemplo la comparación de 5 laboratorios que analizan nk
  veces con el mismo procedimiento la concentración de Pb en una
  misma muestra de agua de río. El objetivo del ANOVA aquí es
  comparar los errores sistemáticos con los aleatorios obtenidos al
  realizar diversos análisis en cada laboratorio.
   Análisis de varianza factorial
• Sirven para evaluar el efecto individual y
  conjunto de uno o más factores (VIC) sobre
  una variable dependiente cuantitativa.
p.ej.Si el salario entre hombres y mujeres es
  diferente , y si varios grupos de edad tiene
  salario diferente. Y si las diferencias de h y
  m se repiten en cada grupo de edad es decir
  si tiene que ver con el salario.
  Análisis de varianza con medidas
              repetidas.
• Estudia el efecto de uno o más factores
  cuando al menos uno de ellos es un factor
  intrasujetos (todos los niveles de factor se
  aplican a los mimos sujetos)
P ej. Opinión acerca de cinco productos
  alternativos o rivales entonces tomamos un
  único grupo de sujetos y pedirles que
  expresen su opinión a cerca de los cinco
  productos.
   Medidas de correlación lineal
A) Correlación lineal simple (variación entre
  dos o más variables)
b) Correlación parcial (controla el posible
  efecto de una o dos variables extrañas)
    Análisis de regresión lineal
• Se utiliza para predecir un amplio rango de
  fenómenos desde medidas economías hasta
  aspectos del comportamiento humano.
• Regresión simple
• Regresión múltiple
       Análisis no paramétrico
• Contrastes que no plantean hipótesis sobre
  parámetros y que se limitan a analizar las
  propiedades nominales u ordinales de los
  datos, y añaden el termino de distribución
  libre para referirse a los contrastes que no
  necesitan establecer supuestos.
           Análisis factorial
• Sirve para encontrar grupos homogéneos
  (pero independientes) de variables a partir
  de un conjunto numeroso de ellas
• P.ej. en un cuestionario de satisfacción
  laboral, podemos estar interesados si las
  preguntas se agrupan en alguna
  característica.
     Análisis de conglomerados
• Técnica multivariante para agrupar casos o
  variables.
• Agrupación de variables. Es menos restrictiva en
  sus supuestos y admite varios métodos de
  estimación de la matriz de distancias.
• Agrupación de casos. Detecta un numero óptimo
  de grupos y su composición es a partir de la
  similaridad existente entre los casos.
      Análisis de conglomerados
              jerárquicos
• Permite aglomerar tanto casos como
  variables y elegir el método de
  aglomeración y medidas de distancia.
       Análisis Discriminante
• Ayuda a identificar las características que
  diferencian a dos o más grupos y crear una
  función capaz de distinguir con la mayor
  precisión a los miembros de uno u otro
  grupo.

								
To top