Tabulación De Datos

  • Uploaded by: Uribe black
  • 0
  • 0
  • May 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Tabulación De Datos as PDF for free.

More details

  • Words: 663
  • Pages: 22
SPSS TA B U L A C I Ó N D E D AT O S

VISTA DE DATOS

Encuestas, Se habilitarán tantas líneas como encuestas se hayan realizado

DATOS

VISTA DE VARIABLES

Variables: Son las preguntas de la encuesta. Cada línea es una pregunta

Usar una sola palabra como referencia de la pregunta Tipo de dato (Siempre numérico)

Tamaño de celda

Valor que tendrán las preguntas no respondidas. (Ninguno)

Cuántos caracteres como máximo contendrá cada respuesta Cuántos decimales deberá tener

Se asignan valores numéricos a las respuestas múltiples

Es la pregunta de la encuesta que aparecerá en los análisis

Posición de los datos cargados Tipo de variable: Ordinal Nominal Escala Variable de ENTRADA

PREGUNTAS ABIERTAS En preguntas abiertas, por cada encuesta se puede generar un dato diferente, por esta razón se pueden tabular de las siguientes maneras: Análisis de contenido. Técnica cualitativa, se debe leer detalladamente todas las respuestas y generar conclusiones personales, no es necesario usar el SPSS. Transcripción de las respuestas. Se pueden transcribir todas las respuestas y después de analizarlas se las debe reescribir en una palabra sinónima de manera que estas se conviertan en respuestas cerradas múltiples

TIPOS DE ESCALA DE MEDICIÓN

NOMINAL

Cuando sus valores representan categorías que NO siguen un orden, generalmente tienen 2, 3 o 4 valores (Si/No, Norte/Sur/Este/Oeste). Ejemplo: ¿Prefieres el cine a la televisión?

Edad Cinetv

Numérico Numérico

4 1

0 0

¿Cuál es su edad? ¿Prefiere el cine a la tv?

Ninguna {0, no}…

Ninguna Ninguna

Si[ ] No [ ]

8 8

Derecha Derecha

Escala

Entrada Entrada

ORDINAL

Cuando sus valores representan categorías que siguen un orden específico. Por ejemplo, los niveles de satisfacción de un servicio, (muy insatisfecho hasta muy satisfecho), nivel socioeconómico (Alto/Medio/Bajo). Ejemplo: ¿Cuánto gasta cuando va al cine?

Edad Cinetv Gasto

Numérico Numérico Numérico

4 1 1

0 0 0

¿Cuál es su edad? ¿Prefiere el cine a la tv? ¿Cuánto gasta en el cine?

Ninguna {0, no}… {1, 50}…

Ninguna Ninguna Ninguna

a)50 b)100 c)>100

8 8 8

Derecha Derecha Derecha

Escala Nominal Ordinal

Entrada Entrada Entrada

ESCALA Escalas. Una variable puede tratarse como escala (continua) cuando sus valores representan categorías ordenadas con una métrica con significado y que son CUANTITATIVAS. Son ejemplos de variables de escala la edad, estatura, peso, los ingresos, gastos mensuales, promedio de nota, etc.

SPSS A N Á L I S I S D E D AT O S

TABLAS DE FRECUENCIAS SIMPLES (ANÁLISIS UNIVARIANTE) Analizar > Estadísticos descriptivos > Frecuencias Se generará un gráfico Por cada variable seleccionada

TABLAS CRUZADAS O DOBLES (ANÁLISIS BIVARIANTE) Chi cuadrado Si el resultado de una variable está condicionado por el resultado de otra variable, entonces hay dependencia entre ambas variables. De aquí surgen dos hipótesis:

• Hipótesis nula (H0): ambas variables no están relacionadas (o son independientes una de la otra) • Hipótesis alternativa (HA): ambas variables están relacionadas (o son dependientes una de la otra) La hipótesis que nos interesa que se cumpla es HA, para ello se tiene que calcular el Chi cuadrado de Pearson y su resultado (significancia asintótica entre ambas variables) debe ser menor a 5%.

TABLAS CRUZADAS O DOBLES (ANÁLISIS BIVARIANTE) Analizar > Estadísticos descriptivos > Tablas cruzadas Eje “x”

Eje “y” se comparan en función al eje x

Si es mayor a 0,05 se acepta la hipótesis nula. Es decir, LAS VARIABLES SON INDEPENDIENTES.

ANÁLISIS MULTIVARIANTE Análisis > Tablas > Tablas personalizadas

ANÁLISIS DE REGRESIÓN Analizar> Regresión > Estimación Curvilínea

El análisis de regresión es un proceso estadístico para estimar las relaciones entre variables. Ejemplo: Se tienen datos históricos de la oferta de 5 años y se desea proyectar a 5 años.

Se seleccionan todos los tipos de modelo para luego elegir el que tenga mayor coeficiente de correlación (R²).

Ejemplo: Se tienen datos históricos de la oferta de 5 años y se desea proyectar a 5 años.

Se elige el mayor 𝑟 2

Se selecciona el modelo que más se adecúa y le damos GUARDAR:

PRONÓSTICO

GRACIAS

Related Documents

Datos
May 2020 7
Datos
November 2019 11
Datos
November 2019 17
Datos
April 2020 17
Datos
November 2019 24

More Documents from ""