- \n
- Identifica las diferentes partes que componen el paquete estad\u00edstico SPSS, as\u00ed como, las principales herramientas que le ayudar\u00e1n a realizar un an\u00e1lisis estad\u00edstico.<\/li>\n<\/ul>\n
Elementos de la competencia<\/strong>:<\/p>\n
- \n
- Distingue las diferentes partes del SPSS y la funcionalidad de sus herramientas.<\/li>\n
- Utiliza datos de captura de forma adecuada en el software estad\u00edstico para su futuro an\u00e1lisis.<\/li>\n
- Aplica las herramientas de importaci\u00f3n de datos para integrar de manera autom\u00e1tica las bases de datos que se encuentran en softwares distintos al SPSS.<\/li>\n
- Obtiene resultados que puede importar y utilizar en otros medios electr\u00f3nicos o f\u00edsicos.<\/li>\n<\/ul>\n
CONTENIDO<\/h2>\n
3.1 Tablas de Contingencia<\/h3>\n
Las variables categ\u00f3ricas son muy comunes en la ciencias de la salud y en las ciencias sociales, en muchos estudios es f\u00e1cil encontrar variables tanto ordinarias como nominales, en las que se presentan cualidades o categor\u00edas, tales como: sexo, estado civil, lugar de origen, antecedentes parentesco familiar, enfermedades cong\u00e9nitas, etc\u2026, este tipo de variables no pueden resolverse con el mismo procedimiento que estudiamos en la unidad dos; para darle tratamiento a la informaci\u00f3n y poder hacer el an\u00e1lisis pertinente, el SPSS incorpora un asistente, permitiendo efectuar tablas de contingencia y detectar la asociaci\u00f3n que se da entre ellas.<\/p>\n
3.1.1 Tablas cruzadas 3 variables<\/h4>\n
Para poder hacer un ejercicio con las tablas de contingencia, se abre el anexo de la carpeta correspondiente, denominado: BASE DE DATOS VALORACIONES.sav. Esta base de datos es un estudio que se hizo a 1241 estudiantes de nivel medio superior sobre su estado f\u00edsico, de salud y sus h\u00e1bitos saludables. Para realizarlo, seguimos este procedimiento: Abrimos donde dice: Analizar>Estad\u00edsticos<\/strong> Descriptivos>Tablas<\/strong> de contingencia, ah\u00ed visualizaremos un cuadro de di\u00e1logo llamado Tablas de contingencias<\/strong>, tiene a su lado izquierdo el listado de variables que contiene, y las se\u00f1ala, como variables ordinales, nominales o de escala; en la parte central observamos dos secciones la primera corresponde a Filas<\/strong> donde insertamos la variable que queremos agrupar y en la de Columnas<\/strong>: la variable que usaremos como condici\u00f3n para agrupar las variables. En la parte inferior encontraremos Capa1<\/strong>de1, ah\u00ed indicamos que las variables de las filas se desglosen en subniveles seg\u00fan el criterio de la variable asignada. Esto lo podemos observar en la imagen siguiente:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Uni-3-001.jpg?resize=735%2C499&ssl=1\")
Imagen 1. Tablas cruzadas 3 variables.<\/figcaption><\/figure>\n Como ejemplo realizaremos una tabla de contingencia, con la intenci\u00f3n de confrontar si existe una relaci\u00f3n entre las variables drogas y salud mental. Subdividimos por g\u00e9nero a los examinados, lo hacemos as\u00ed: vamos a la secci\u00f3n Filas<\/strong>: se arrastra la variable Salud mental a el recuadro blanco de dicha secci\u00f3n, o se selecciona la variable con un clic y enseguida se da otro clic en el bot\u00f3n , para agregarla para que SPSS pueda procesarla, enseguida agregamos la variable drogas en la secci\u00f3n Columnas<\/strong>: de la misma forma que la variable salud mental, ahora repetimos el proceso a\u00f1adiendo la variable g\u00e9nero a el recuadro de Capa1<\/strong> de 1, tal como se muestra en la siguiente imagen:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-002.jpg?resize=652%2C428&ssl=1\")
Imagen 2. Tablas de contingencia.<\/figcaption><\/figure>\n Seguimos con el segundo bot\u00f3n del men\u00fa de la derecha, denominado Estad\u00edsticos<\/strong>\u2026 le damos clic y se abre un cuadro de opciones, mostr\u00e1ndonos diferentes pruebas estad\u00edsticas, de las cuales seleccionaremos la casilla de verificaci\u00f3n , ah\u00ed indicamos las pruebas que el software debe realizar con las variables. Para continuar con el ejercicio que estamos realizando, seleccionamos el Chi-cuadrado<\/strong>, correlaciones y finalmente kappa<\/strong>, enseguida damos clic en el bot\u00f3n \u201cContinuar<\/strong>\u201d, tal como se muestra en la imagen.<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-003.jpg?resize=351%2C336&ssl=1\")
Imagen 3. Tablas de contingencia, estad\u00edsticos.<\/figcaption><\/figure>\n Hecho lo anterior, nos dirigimos al bot\u00f3n formato y damos clic, abrimos el cuadro de opciones y luego mostrar casillas; aqu\u00ed se podr\u00e1n modificar los par\u00e1metros de acuerdo a la informaci\u00f3n y formato que queremos muestre la tabla, en nuestro caso puede ser, puntuaciones z, para que los recuentos sean los observados o los esperados, ya sean porcentajes, residuos o ponderaciones. Para este ejercicio vamos a seleccionar la casilla fila en la secci\u00f3n Porcentaje<\/strong> y vamos al bot\u00f3n Continuar<\/strong>, nos regresa al cuadro de di\u00e1logo anterior, para finalizar damos clic en aceptado. Lo explicado, se muestra en la tabla siguiente:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-004.jpg?resize=503%2C425&ssl=1\")
Imagen 4. Mostrar en casillas.<\/figcaption><\/figure>\n Enseguida se nos abrir\u00e1 la ventana de resultados mostr\u00e1ndonos tres tablas: la primera llamada Resumen del procedimiento de los casos<\/strong>; nos muestra la cantidad de datos que se analizaron y los que se perdieron de las variables analizadas. Nos ayuda a conocer la confiabilidad de los datos analizados o los errores que se tuvieron al capturar las variables, esto se muestra en esta tabla:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-1.jpg?resize=734%2C170&ssl=1\")
Tabla 1. Resumen del procedimiento de los casos.<\/figcaption><\/figure>\n En la parte inferior, encontraremos una tabla de contingencias, en ella visualizamos las variables de salud mental que se encuentran en la fila, diferenciadas por las capas de la variable G\u00e9nero<\/em> que distingue los datos entre hombres y mujeres. En las columnas aparece el tipo de droga consumida. En este caso, observamos que existe una relaci\u00f3n, quiz\u00e1 sin riesgo, entre el estado de salud mental de las personas encuestadas y el consumo de marihuana. As\u00ed lo vemos en esta tabla:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-2.jpg?resize=521%2C545&ssl=1\")
Tabla 2. Contingencias Salud Mental.<\/figcaption><\/figure>\n La tercera tabla muestra las pruebas estad\u00edsticas que se realizaron con las variables, dentro de las cuales se encuentra la chi cuadrada desglosada por g\u00e9nero; se puede observar que el valor de chi para ambos es mayor a 0.05 por lo cual, no existe relaci\u00f3n entre las variables, veamos la tabla:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-3.jpg?resize=635%2C388&ssl=1\")
Tabla 3. Pruebas chi-cuadrado.<\/figcaption><\/figure>\n La \u00faltima tabla nos muestra la prueba kappa y el coeficiente de correlaci\u00f3n de spearman, en ellas, podemos observar la \u00edndice kappa de Cohen. Nos proporciona una inferencia entre la variable de salud mental y las drogas; nos dice que la medida entre las mismas es nula, el valor es muy peque\u00f1o 0,00, por lo cual, se puede rechazar la hip\u00f3tesis, tanto en hombres como en mujeres.<\/p>\n
3.1.2 Gr\u00e1ficos Cruzados<\/h4>\n
Para comprender mejor el comportamiento de las variables se pueden realizar gr\u00e1ficas cruzadas con el mismo asistente de las tablas de contingencia; para hacerlo y realizar un ejercicio de gr\u00e1ficas cruzadas con dos variables categ\u00f3ricas, seguimos este procedimiento: recurrimos al asistente de tablas de contingencia ubicadas en An\u00e1lisis>descriptivo>Tablas de contingencia<\/strong>\u2026, en la secci\u00f3n de filas agregaremos la variable g\u00e9nero y en la de columnas alcohol (agrupado), despu\u00e9s nos dirigimos al bot\u00f3n casillas<\/strong>\u2026 seleccionamos porcentajes<\/strong>, y clic en continuar; visualizamos la parte inferior y activamos mostrar los gr\u00e1ficos de barras agrupadas<\/strong>, clic en el e recuadro para que se active (
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Captura-4.jpg?resize=24%2C20&ssl=1\")
) y aceptar<\/strong>, como se muestra en la siguiente tabla:<\/p>\n![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-4.jpg?resize=616%2C194&ssl=1\")
Tabla 4. Tablas de contingencia, Alcohol.<\/figcaption><\/figure>\n Observemos que se abri\u00f3 la ventana de resultados, mostr\u00e1ndonos una tabla de contingencia en donde se hace diferencia entre el consumo de alcohol por g\u00e9nero y el porcentaje de la poblaci\u00f3n estudiada. En la parte inferior se ve una gr\u00e1fica, donde a simple vista, observamos el alto grado de abstinencia en las mujeres. Generamos un conjunto de gr\u00e1ficas en la opci\u00f3n capas<\/strong>, pasamos a la ventana de editor o resultado, clic en el bot\u00f3n recuperar cuadro de di\u00e1logos recientes<\/strong>
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Captura-3.jpg?resize=37%2C40&ssl=1\")
, agregamos al recuadro capas<\/strong>, la variable y damos clic en el bot\u00f3n aceptar<\/strong>. Lo observamos en la tabla que sigue:<\/p>\n![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-005.jpg?resize=639%2C573&ssl=1\")
Imagen 5. Porcentaje de la poblaci\u00f3n estudiada.<\/figcaption><\/figure>\n La ventana de resultados desplegar\u00e1 cuatro tablas diferentes, podemos distinguir cada una por el estado de salud mental. Los gr\u00e1ficos nos muestran la distribuci\u00f3n de consumo de alcohol por g\u00e9nero y tambi\u00e9n en qu\u00e9 carreras tanto los hombres como las mujeres tienen un mayor consumo.<\/p>\n
3.2 Respuesta m\u00faltiple<\/h3>\n
El m\u00f3dulo de tablas nos permite realizar una gran variedad de las mismas, con los conjuntos de respuesta m\u00faltiple, \u00e9stas se presentan al recolectar datos o mediciones con varias respuestas para la misma pregunta. La dificultad con este tipo de datos, es saber c\u00f3mo estructurar la respuesta, generalmente se presentan cuando se elaboran encuestas con preguntas abiertas y los encuestados contestan con toda libertad, sin ning\u00fan l\u00edmite, ni respuestas sugeridas. Por ejemplo, si preguntamos a las personas qu\u00e9 desayunan normalmente, las respuestas ser\u00e1n muy variadas, ir\u00e1n desde un huevo, cereal, entre otras. En las preguntas cerradas puede darse la misma situaci\u00f3n, cuando se les presentan a los entrevistados varias opciones de las cuales pueden elegir una o varias a la vez. El SPSS nos permite procesar estos casos, analiz\u00e1ndolos de manera descriptiva en la gran mayor\u00eda. Con ello, la informaci\u00f3n proporcionada nos trae dos grandes ventajas: la primera es que, si nos centramos en la respuesta de la opci\u00f3n que tiene el primer lugar, generalmente es la m\u00e1s significativa, al capturar la informaci\u00f3n es bueno respetar el orden en que se expusieron las opiniones; la segunda ventaja es que, en las respuestas abiertas, la opini\u00f3n no se ve influenciada por el instrumento utilizado ni por la misma investigaci\u00f3n.<\/p>\n
3.2.1 Dicot\u00f3micas y Categ\u00f3ricas<\/h4>\n
Cuando la respuesta m\u00faltiple es cerrada se deben realizar variables por cada una de las respuestas sugeridas por el investigador; por ejemplo, en una pregunta de respuesta m\u00faltiple cerrada con seis diferentes opciones, de las cuales se pueden seleccionar una o m\u00e1s; se crear\u00e1n seis variables diferentes, se\u00f1alando que pertenecen a la misma pregunta e indic\u00e1rselo al programa respectivo del SPSS para que las tome en cuenta y elabore los procesos estad\u00edsticos correspondientes. Para realizar este ejercicio es necesario ir a la carpeta de anexos, abrir el archivo multi.sav, en la tabla de variables dicot\u00f3micas y seguir este procedimiento:<\/p>\n
Observamos que el multivariable de esta opci\u00f3n tiene 10 variables que comienzan con \u201cpg\u201d, esto indica que todas corresponden a una sola, visualizamos la pesta\u00f1a Analizar>Respuestas m\u00faltiples>conjuntos de Respuestas m\u00faltiples<\/strong>, al entrar vemos dos secciones de las cuales la de Definici\u00f3n del conjunto est\u00e1 activa<\/strong>, aqu\u00ed seleccionamos todas las variables que contengan \u201cpg\u201d; en la parte inferior, encontramos las opciones para elegir el tipo de conjunto que requerimos, en el caso de preguntas cerradas, seleccionamos dicot\u00f3micas, al hacerlo se activa el recuadro valor, especificamos el valor de la respuesta que representa, en nuestro ejemplo es \u201csi \u201d es 1, lo agregamos en el recuadro; despu\u00e9s indicamos el nombre del conjunto y la etiqueta, para el primero s\u00f3lo se aceptan un m\u00e1ximo de siete caracteres, excepto el signo $ y la etiqueta que la representa.<\/p>\n
Para nuestro ejercicio, nombramos el conjunto marcacanjunto y la etiqueta como Marca de Autom\u00f3vil, visualizamos la parte izquierda de la ventana, clic en A\u00f1adir<\/strong> y vemos el nuevo conjunto con el nombre de: $marcaconjuto, se agreg\u00f3 al recuadro con. respuestas M\u00falt.<\/strong>, seleccionamos aceptar, se abre la ventana de resultados indic\u00e1ndonos que la operaci\u00f3n ha sido realizada con \u00e9xito.<\/p>\n
Ahora se propone un ejemplo de respuesta m\u00faltiple categ\u00f3ricas o de preguntas abiertas, nos ubicamos en el asistente de Conjuntos de Respuestas m\u00faltiples<\/strong>, agregamos las variables marca 1 hasta la marca 7 las cuales se representan en la siguiente tabla:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-5.jpg?resize=594%2C231&ssl=1\")
Tabla 5. Conjuntos de Respuestas m\u00faltiples.<\/figcaption><\/figure>\n Para el recuadro de las variables del conjunto<\/strong>, nos situamos en la parte inferior, elegimos en Codificaci\u00f3n de la variable<\/strong> la opci\u00f3n Categor\u00edas<\/strong> y en el recuadro de Rango<\/strong> a\u00f1adimos 1, se puede indicar hasta 28, la tabla se\u00f1ala el m\u00ednimo o el m\u00e1ximo, seg\u00fan corresponda. Especificamos el nombre de la variable como abiertamarca, indicamos en la etiqueta la leyenda Marcas de Autom\u00f3viles, clic en el bot\u00f3n A\u00f1adir<\/strong>, agregamos el conjunto y pulsamos el bot\u00f3n Aceptar<\/strong>, se abrir\u00e1 una ventana de respuestas indic\u00e1ndonos que se realiz\u00f3 la operaci\u00f3n con \u00e9xito.<\/p>\n
3.2.2 Frecuencias de respuesta m\u00faltiple<\/h4>\n
En el software SPSS se pueden hacer varias actividades con los conjuntos de respuestas m\u00faltiples, ejemplo las tablas de frecuencias, cuyo procedimiento es: nos situamos en la opci\u00f3n Analizar>Respuesta m\u00faltiple>Frecuencia<\/strong>, se abre el cuadro de di\u00e1logo que cuenta con tres secciones, la primera corresponde a los conjuntos de respuesta m\u00faltiple, la segunda al seleccionador de tablas y la restante es la de valores Perdidos<\/strong>, esta nos permite excluir casos de acuerdo a la lista de que se trate, es decir, si son dicot\u00f3micas y de categor\u00edas. En nuestro caso agregamos tanto las $abiertamarca y $marcaconjuto y damos clic en aceptar. Lo podemos ver en la tabla que sigue:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-006.jpg?resize=443%2C339&ssl=1\")
Imagen 6. Frecuencias de respuesta m\u00faltiples.<\/figcaption><\/figure>\n Hecho lo anterior, se abrir\u00e1 la ventana de resultado, nos presentar\u00e1 dos tablas: la primera corresponde al conteo de frecuencias de la variable $abiertamarca; se muestran las 28 diferentes respuestas que se indicaron respecto a las marcas, tomando en cuenta el recuento de veces que se mencionaron, as\u00ed como, el porcentaje, identificamos que fue la marca Toyota la m\u00e1s mencionada en las entrevistas. En la segunda tabla, visualizamos la variable $marca conjunto, recordemos que era dicot\u00f3mica; podemos ver representadas las 9 diferentes respuestas sugeridas por el investigador, observamos que, en este caso, la marca Mercedes Benz fue la m\u00e1s mencionada.<\/p>\n
3.2.3 Pruebas Estad\u00edsticas con respuestas m\u00faltiples<\/h4>\n
Las pruebas estad\u00edsticas que pueden elaborarse con respuestas m\u00faltiples, son las tablas de contingencia, para hacerlo seguimos este procedimiento: nos ubicamos en la opci\u00f3n Analizar>Respuesta m\u00faltiple>Tablas de Contingencia<\/strong>; encontramos tres secciones: lista de variables y conjuntos, filas y columnas y capas. Para continuar con el ejemplo propuesto, en la secci\u00f3n de filas agregamos la variable g\u00e9nero, en columnas indicamos el conjunto $abiertamarca y $marcaconjunto, damos clic en Definir rangos<\/strong>, aqu\u00ed indicamos el valor m\u00ednimo<\/strong> de las variables, en nuestro caso es 1 y el m\u00e1ximo<\/strong> 28; seleccionamos el bot\u00f3n de opciones, se despliega un cuadro de di\u00e1logo, especificamos la forma en que queremos se presenten los porcentajes; nos da la opci\u00f3n de definir si los porcentajes que se incluyen en la tabla estar\u00e1n basados en el n\u00famero de casos, es decir, por cada uno de los entrevistado o por el n\u00famero de respuestas dadas por el total de ellos. Podemos indicar si se quiere que el SPSS ignore los valores perdidos; enseguida seleccionamos filas y caso, damos clic en Continuar<\/strong> y en aceptar<\/strong> en el asistente de Tablas de Contingencia<\/strong>, tal como lo muestran las siguientes im\u00e1genes:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-007.jpg?resize=649%2C295&ssl=1\")
Imagen 7. Tablas de contingencias respuestas m\u00faltiples.<\/figcaption><\/figure>\n Para finalizar dar clic en aceptar, accedemos a la ventana de resultados y nos mostrar\u00e1 las tablas de contingencia con el comportamiento de las respuestas m\u00faltiples, tanto abiertas como cerradas y el porcentaje por cada una de ellas.<\/p>\n
3.3 Cubos OLAP<\/h3>\n
Los Cubos OLAP o de Procedimiento Anal\u00edtico en L\u00ednea por sus siglas en ingl\u00e9s, consisten en tablas desplegables que se pueden modificar e interactuar con las variables, sin necesidad de volver a realizar un procedimiento. Con ello, se pueden observar los comportamientos de m\u00faltiples variables categ\u00f3ricas e ir modificando su combinaci\u00f3n; adem\u00e1s se pueden hacer an\u00e1lisis descriptivos. Para aplicar este conocimiento, en la carpeta de anexos abrimos el Archivo BASE DE DATOS VALORACIONES.SAV, luego el men\u00fa Analizar>Informes>Cubos OLAP<\/strong>, se abrir\u00e1 un cuadro de di\u00e1logo mostrando todas las variables en una de sus secciones y en la otra las variables resumen, seleccionamos la variable que har\u00e1 el conteo de cada uno de los datos y la secci\u00f3n de variable de agrupaci\u00f3n, aqu\u00ed elegimos la variable en la cual se formar\u00e1n los conjuntos a sumar. En nuestro caso, agregamos la variable SUE\u00d1O(hrs) en la secci\u00f3n variables de resumen<\/strong> y carrera a Variables de agrupaci\u00f3n<\/strong> y damos clic en aceptar. Ver lo mencionado en la siguiente imagen:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-008.jpg?resize=559%2C367&ssl=1\")
Imagen 8. Cubos OLAP.<\/figcaption><\/figure>\n Realizado lo anterior se abrir\u00e1 la ventana de visor de resultados, aparecen dos tablas: la primera corresponde al informe de los datos procesados, tomando en cuenta los porcentajes de los datos incluidos y el de los perdidos. En la otra tabla denominada Cubos OLAP<\/strong>, aparece el total de horas de sue\u00f1o, el n\u00famero de datos, la media, la desviaci\u00f3n t\u00edpica y el porcentaje correspondiente al dato de agrupaci\u00f3n. Se puede ver en la imagen siguiente:<\/p>\n
Para interactuar con los cubos OLAP y cambiar el criterio con el cual se est\u00e1 contando la variable sue\u00f1o, hacemos doble clic sobre la tabla de cubos OLAP, se activa la opci\u00f3n para cambiarlo, pudiendo sustituirlo por alguno de los datos con que cuenta la variable carrera; pulsamos el bot\u00f3n de abrir lista (
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/2.jpg?resize=17%2C23&ssl=1\")
), seleccionamos cualquiera de las carreras y podemos apreciar que cambiaron los resultados que nos muestra la tabla. Por ejemplo, si seleccionamos la carrera de Psicolog\u00eda Cl\u00ednica, observamos que la media de horas de sue\u00f1o que duermen los estudiantes de Psicolog\u00eda es de 6.35 horas, representando el 12% del total de poblaci\u00f3n atendida.<\/p>\n![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-6.jpg?resize=610%2C245&ssl=1\")
Tabla 6. Resumen del procesamientos de los casos, cubos OLAP.<\/figcaption><\/figure>\n Lo mismo podemos hacer con cada una de las carreras, esto nos permite darnos cuenta que la carrera en donde duermen menos los estudiantes es la de Biotecnolog\u00eda.<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-7.jpg?resize=626%2C147&ssl=1\")
Tabla 7. Cubos OLAP, Psicolog\u00eda cl\u00ednica.<\/figcaption><\/figure>\n 3.3.1 Pruebas estad\u00edsticas en cubos OLAP<\/h4>\n
Con los cubos OLAP podemos realizar una gran cantidad de pruebas estad\u00edsticas diversas, tales como: de resumen entre s\u00ed para encontrar la suma, n\u00famero de casos, media, mediana, mediana agrupada, error t\u00edpico de la media, m\u00ednimos, m\u00e1ximo, rango, valor de la variable para la primera categor\u00eda de la variable de agrupaci\u00f3n, desviaci\u00f3n t\u00edpica, varianza, curtosis, asimetr\u00eda, porcentaje de casos totales, porcentaje de la suma total dentro de las variables de agrupaci\u00f3n, media geom\u00e9trica y media arm\u00f3nica, entre otras.<\/p>\n
Para acceder a estas pruebas, abrimos el cuadro de di\u00e1logo de Cubos OLAP<\/strong>, ingresamos por la ruta Analizar>Informes>Cubos OLAP<\/strong> o por el bot\u00f3n de Recuperar cuadros de di\u00e1logos; en el cuadro llamado cubosOLAP<\/strong>, agregaremos dos variables de escala sue\u00f1o y edad en la secci\u00f3n de Variables de Resumen<\/strong>, indicamos tambi\u00e9n las variables categ\u00f3ricas carrera y g\u00e9nero en la secci\u00f3n que les corresponde. Nos ubicamos en el bot\u00f3n de Estad\u00edsticos, se activa cuando se indican las variables resumen y agrupaci\u00f3n, damos clic y se abrir\u00e1 un cuadro de opciones llamado Cubos OLAPEstad\u00edsticos<\/strong>, en esta parte se divide en dos secciones: la llamada Estad\u00edsticos<\/strong>, corresponde a la lista de todas las pruebas que no se van a realizar; la de Estad\u00edsticos de casilla<\/strong>, donde se enlistan las pruebas que se realizar\u00e1n a la variable resumen, para cambiar una prueba de una lista a otra es necesario seleccionarla con un clic y enseguida presionar el bot\u00f3n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/3.jpg?resize=41%2C38&ssl=1\")
o ![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/4.jpg?resize=36%2C35&ssl=1\")
seg\u00fan corresponda, despu\u00e9s de establecer las pruebas que se realizar\u00e1n a las variables. Para nuestro ejemplo, seleccionamos M\u00ednimo y M\u00e1ximo, con el objeto de que en la tabla nos muestre dichos valores, respecto a la variable sue\u00f1o, damos clic en el bot\u00f3n de continuar, tal como se muestra en la imagen<\/em>:<\/p>\n![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-009.jpg?resize=409%2C435&ssl=1\")
Imagen 9. Cubos OLAP, estad\u00edsticos.<\/figcaption><\/figure>\n Para continuar nos dirigimos a la opci\u00f3n de Diferencias, aqu\u00ed especificamos al programa que realice comparaciones de porcentaje o aritm\u00e9ticas entre las variables de resumen, o entre las categor\u00edas de una variable. Esta opci\u00f3n se encuentra dividida en cuatro secciones correspondientes a Diferencias para estad\u00edsticos de resumen, Tipo de diferencia, Diferencias entre variables y Diferencias entre grupos de casos<\/strong>. Mediante estas secciones podemos especificarle al programa que realice comparaciones de porcentaje o aritm\u00e9ticas entre las variables de resumen o entre las categor\u00edas de una variable, esto se muestra en la imagen siguiente:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-010.jpg?resize=657%2C513&ssl=1\")
Imagen 10. Cubos OLAP, diferencias.<\/figcaption><\/figure>\n A manera de pr\u00e1ctica realizamos algunos ejemplos, seleccionamos la secci\u00f3n de Diferencias para estad\u00edsticos de resumen<\/strong> y activamos la opci\u00f3n: \u201cDiferencias entre variables\u201d; en tipo de diferencia activamos la opci\u00f3n aritm\u00e9tica, se activa por la raz\u00f3n de que en la secci\u00f3n de variables de Resumen<\/strong>, se tienen dos o m\u00e1s variables a analizar; al activarse la secci\u00f3n Diferencias entre variables<\/strong>, seleccionamos la de sue\u00f1o y menos g\u00e9nero, en la etiqueta de porcentaje indicamos el nombre de la misma, en este caso: \u201cDiferencia porcentual\u201d y en Etiqueta aritm\u00e9tica tecleamos \u201cDiferencia aritm\u00e9tica\u201d, damos clic en el bot\u00f3n para agregar el grupo de comparaci\u00f3n entre estas dos variables. Esta herramienta nos permite agregar m\u00e1s para para obtener las diferencias. Damos clic en continuar y enseguida en aceptar en el cuadro de di\u00e1logo de Cubos OLAP<\/strong>, como lo vemos en la imagen:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-UNI-3-011.jpg?resize=535%2C470&ssl=1\")
Imagen 11. Cuadro de dialogo, Cubos OLAP.<\/figcaption><\/figure>\n Al cerrarse el cuadro de di\u00e1logo, se abre la ventana de resultados mostr\u00e1ndonos dos tablas: la primera indica los resultados de la operaci\u00f3n, cu\u00e1ntos datos se analizaron y los que se perdieron; en la segunda visualizamos los cuadros OLAP, con la diferencia que ahora tiene dos variables de agrupaci\u00f3n y se agregaron dos filas con las diferencias entre las variables de escala, para cambiar la agrupaci\u00f3n damos doble clic y activamos las listas desplegables para seleccionar los criterios de agrupaci\u00f3n. El resultado lo observamos en la imagen que sigue:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/09\/Sotware-Tabla-8.jpg?resize=622%2C192&ssl=1\")
Tabla 8. Cubos OLAP, resultados.<\/figcaption><\/figure>\n Conclusiones<\/h2>\n
Las diferentes tablas que vimos en esta unidad son de gran ayuda en estudios descriptivos, sobre todo para poblaciones con muchos casos y gran cantidad de variables que pueden estar relacionadas y se pueden comprobar mediante las pruebas estad\u00edsticas procesadas por las herramientas del SPSS.<\/p>\n
Si se quiere conocer la interacci\u00f3n o el comportamiento de dos variables entre s\u00ed, de un n\u00famero grande de casos, estos se pueden agrupar a trav\u00e9s de un nuevo criterio de los datos de una variable. Esto facilita observar las tendencias de cada respuesta, las preguntas o variables que tienen diversas respuestas y, por tanto, mayor complejidad para procesarlas. El software del SPSS a trav\u00e9s de sus diversas aplicaciones permite implementar diversos tipos de herramientas para buscar, sacar y procesar informaci\u00f3n valiosa para nuestro estudio. Por \u00faltimo, puede decirse que a trav\u00e9s de este software podemos conocer y realizar pruebas estad\u00edsticas, relacionar dos variables y poder discernir entre el dato observado en la agrupaci\u00f3n y el criterio de una variable de resumen.<\/p>\n
Bibliograf\u00eda consultada<\/h2>\n
- \n
- LANDERO H. Ren\u00e9 (2009). Estad\u00edstica con SPSS, y metodolog\u00eda de la investigaci\u00f3n. 1ra ed. Editorial Trillas<\/li>\n
- spssfree.com<\/li>\n
- PALLAT, Juliet (2002). SPSS Suvirval Manual. 2end ed. Allen&Unwin,<\/li>\n
- CARRASCO, J.L. (1989) \u201cEl m\u00e9todo estad\u00edstico en la investigaci\u00f3n m\u00e9dica\u00bb. Editorial<\/li>\n
- ESPERANZA Bausela Herreras (2005). SPSS: Un instrumento de an\u00e1lisis de dato cuantitativos. Revista de Inform\u00e1tica Educativa y Medios Audiovisuales. Vol. 2 (4), ISSN 1667-8338<\/li>\n
- Gardner, C. R. (2003). Estad\u00edstica para psicolog\u00eda usando SPSS.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"
Introducci\u00f3n En este cap\u00edtulo revisaremos diferentes formas para analizar datos de variables categ\u00f3ricas fundamentalmente. Son variables sobre las que \u00fanicamente es posible obtener una medida de tipo nominal u ordinal, pero con muy pocos valores, lo que limita la variedad de an\u00e1lisis param\u00e9tricos o no param\u00e9tricos. Se procesan de una manera m\u00e1s descriptiva, manifestando su … Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":111,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_crdt_document":"","episode_type":"","audio_file":"","podmotor_file_id":"","podmotor_episode_id":"","cover_image":"","cover_image_id":"","duration":"","filesize":"","filesize_raw":"","date_recorded":"","explicit":"","block":"","itunes_episode_number":"","itunes_title":"","itunes_season_number":"","itunes_episode_type":"","jetpack_post_was_ever_published":false,"footnotes":""},"categories":[40],"tags":[],"class_list":["post-7366","post","type-post","status-publish","format-standard","hentry","category-software-estadistico"],"acf":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/p9Pe0m-1UO","jetpack-related-posts":[],"_links":{"self":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts\/7366","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/users\/111"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/comments?post=7366"}],"version-history":[{"count":4,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts\/7366\/revisions"}],"predecessor-version":[{"id":10641,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts\/7366\/revisions\/10641"}],"wp:attachment":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/media?parent=7366"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/categories?post=7366"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/tags?post=7366"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}