Análisis Con SPSS / Statistical Analysis Using SPSS

Análisis estadístico
con SPSS
Análisis estadístico con SPSS Ricardo Rojas Montero

rrmmex@netscape.net
Método de investigación y obtención de dato
Transversal
Encuestas
Cuantitativo Longitudinal Observación
Experimentación
Panel
Sesiones de grupo
Cualitativo Entrevistas a profundidad
Técnicas proyectivas

rrmmex@netscape.net
Características: Tipos y escalas
Naturaleza Escalas
Distribución frecuencias
Nominal La moda
Representación gráfica
Atributo
Distribución frecuencias
La moda
Ordinal
Cuartiles
Tendencia central
Caracte- Dispersión
rística Asimetría
Discreta Intervalo
Curtosis
Variable
Tendencia central
Dispersión
Continua Razón Asimetría
Curtosis

rrmmex@netscape.net
Análisis de datos
Medidas de tendencia central

Descriptivo Medidas de dispersión
Gráficas
Univariado
Estimación por intervalos
Inferencial
Pruebas de hipótesis
Tabulación cruzada
Descriptivo Coeficiente de correlación
Gráficas
Análisis de
Bivariado
datos
Diferencia de medidas tend cent
Inferencial Regresión simple
ANOVA
Descriptivo Análisis factorial

Análisis de conglomerados
Multivariado
Regresión Múltiple
Inferencial ANOVA

rrmmex@netscape.net
Análisis descriptivo

rrmmex@netscape.net
Escala nominal: Análisis de datos
El principal análisis de datos cuando nos encontramos con una escala nominal es el uso
de estadísticas de frecuencias
Analizar →
Estadísticas descriptivas →
Frecuencias

rrmmex@netscape.net
En el cuadro de diálogo se indican las variables para las cuales necesitamos la tabla de
frecuencias
La opción de estadísticas
permite diversos análisis
estadísticos como:
• Valores percentiles
• Medidas de dispersión
• Medidas de tendencia
central
• Gráficas de distribución
Seleccionamos:
Estadísticas

rrmmex@netscape.net
La moda es la una medida de tendencia central que indica la categoría con mayor número
de frecuenciaa y la indicada para la escala nominal…
Seleccionamos:
Moda →
Continuar…

rrmmex@netscape.net
Una forma relevante de analizar los datos de escala nominal es a través del método
gráfico, una forma de generarlo es por medio del cuadro de diálogo de Frecuencias
La opción de gráficos permite

presentar los resultados en
valores porcentuales o
frecuencias en:
• Gráficas de barras
• Gráficas de Pie
• Histogramas
•Curva normal
Seleccionamos:
Gráfica

rrmmex@netscape.net
La gráfica de barras es la de mayor uso y la más recomendada para presentar el análisis
de este tipo de variables. El caso del histograma no tiene sentido en el caso de variables
en escala nominal.
Seleccionamos:
Gráfica de barras →
Frecuencias →
Continuar…

rrmmex@netscape.net
La tabla de resultados muestra la frecuencia de las categorías y el porcentaje que
representan del total
Cuando no existen
valores perdidos el
porcentaje y el
porcentaje válido son
los mismos

rrmmex@netscape.net
Escala nominal: Presentación gráfica
La gráfica, que se presenta en la hoja de resultados, requiere en algunas ocasiones
formato adicional para una presentación más profesional…
Damos doble “Click”

sobre el gráfico →
Se abrirá
automáticamente el
editor de gráficos

rrmmex@netscape.net
Una forma fácil de ello es a través de los cuadros de diálogo que presenta el programa
Damos doble “Click”

con el botón derecho
sobre el las barras del
gráfico→
Mostrar etiquetas de
datos

rrmmex@netscape.net
La pestaña de “Valor de datos” permite mostrar los valores tanto de frecuencia como de
porcentaje..
La ventana de Propiedades
permite modificar
• Etiquetas y valor de
datos
• Categorías (fusionar,
excluir o cambiar de
orden)
• Modificar los colores del
relleno y del borde de las
barras y del texto
• Cambiar el tamaño del
gráfico

rrmmex@netscape.net

rrmmex@netscape.net
Escala ordinal: Análisis de datos
Un caso clásico es cuando nos encontramos fuente a variables que expresan opinión. La
distribución de frecuencias se realiza igual que en el caso de la escala nominal.
En el cuadro de diálogo de
Estadísticas podemos
seleccionamos:
• La Moda
• Cuartiles

rrmmex@netscape.net
Al igual que en el caso de la escala nominal, la representación gráfica puede ser por
diagramas de Pie o diagramas de frecuencias
En el cuadro de diálogo
Gráficas, seleccionamos:
Gráfica de Pie→
Porcentajes →
Continuar…

rrmmex@netscape.net

rrmmex@netscape.net
Escala ordinal: Presentación gráfica
En SPSS 13.0, el gráfico presenta los valores perdidos dentro del gráfico, una solución
sencilla a eso, es crear el gráfico directamente…
Menú de Análisis
En el menú principal
seleccionamos:
Menú de Gráficas
Gráficas→
Pie→
Resumen para grupos de
casos →
En la casilla de opciones
asegurarse que no está
activa la celda “Mostrar
grupos definidos por
valores perdidos”

rrmmex@netscape.net
Análisis descriptivo
Una Variable

rrmmex@netscape.net
Escala intervalo: Análisis de datos
Una variable discreta puede adoptar los valores de: 1,2,3,…,n. Para su análisis, en el
menú de Análisis, estadísticas descriptivas, frecuencias, en la sección de estadísticas
seleccionamos todas aquellas estadísticas que nos son de interés.
Seleccionamos:
Estadísticas

rrmmex@netscape.net
Estadísticas de Distribución…
Asímetría: Una medida de asimetría de

una distribución. Toma el valor de cero
cuando es simétrica; negativo cuando
está sesgada a la izquierda, positivo
cuando está sesgada a la derecha.
Curtosis: Una medida de la extensión del

conglomerado de observaciones con
respecto a un punto. Toma el valor de
cero frente a la distribución normal;
positivo frente a una mayor
conglomeración y colas largas; negativo
frente a observaciones poco
conglomeradas y colas cortas

rrmmex@netscape.net
Los resultados que arroja el programa se presenta como:
Statistics
p5_1
N Valid 185
Missing 0
Mean 77.02
Std. Error of Mean 17.942
Median 5.00
Mode 0
Std. Deviation 244.040
Variance 59555.695
Skewness 3.535 Sesgada a la derecha
Std. Error of Skewness .179
Kurtosis 10.683 Muy agrupadas a la media pero los datos se
Std. Error of Kurtosis .355
Range
encuentran extendidos
999
Minimum 0
Maximum 999
Sum 14249
Percentiles 25 .00
50 5.00
75 30.00

rrmmex@netscape.net

rrmmex@netscape.net
Escala Razón: Análisis de datos
Una variable continua puede adoptar los valores infinitos entre n y n+1. Las variables
continuas tienen la característica de facilitar el estudio descriptivo de normalidad.
Rasgos fundamentales
f(x)
• Perfectamente simétrica, con eje de
simetría en la vertical que para por la
media (coeficiente de asimetría = 0)
• Dominio de la variable X de -∞ a + ∞
• Asintótica al eje de abcisas (f(x)>0)
• Mesocúrvica (coeficiente de curtosis=0).
Una distribución de media 0 y

D.E. 1 se obtiene al tipificar
cualquier variable que siga la
x distribución normal
media

rrmmex@netscape.net
Para verificar que una variable analizada tiene una distribución normal, lo más adecuado
es:
X-m
• Tipificar la variable Z=
δ
• Calcular la media y la desviación estándar de la variable tipificada, y verificar si sus

valores son 0 y 1 respectivamente.
• Calcular los coeficientes de asimetría y curtosis y comprobar si los valores son 0.
Otra forma de hacerlo es trazando sobre el histograma de la variable la curva de la

distribución normal y probando que se ajusta.

rrmmex@netscape.net
La representación gráfica se elige en el cuadro de diálogo Frecuencias: Gráficos.
Elegimos la presentación del histograma con la curva de normalidad

rrmmex@netscape.net
El histograma de frecuencias, junto con la curva normal se muestran a continuación.

rrmmex@netscape.net
Otra forma de analizar la normalidad de los datos es a través del análisis descriptivo.
seleccionamos:
Análisis→
Estadísticas descriptivas→
Descriptivos

rrmmex@netscape.net
El análisis descriptivo es una forma fácil de obtener valores tipificados sin tener que
generar los valores a través de cálculos complicados.
El menú opciones permite

estadísticos tales como:
•Media
•Suma
•Dispersión
•Desv. Estand.
•Mínimo
•Máx
•Varianza
•Rango
•Error Estand de la
media
•Distribución
•Asimetría
•Curtosis

rrmmex@netscape.net
Los valores que obtenemos son:
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation

p9 86 3 100 58.29 29.415
Valid N (listwise) 86
Los estadísticos descriptivos
Los datos tipificados

rrmmex@netscape.net
Escala Razón: Análisis gráfico
Un análisis gráfico que nos ayuda a entender el comportamiento de una variale en el
tiempo son las gráficas de líneas (secuencia) y los diagramas de caja y brazo…. Para este
análisis es importante definir las fechas en SPSS, para ello….

rrmmex@netscape.net
Seleccionamos del Menú:

- Gráficos
- Secuencias

rrmmex@netscape.net
En el menú de diálogo
seleccionamos la variable a
graficar….
Y la etiqueta para el eje

temporal..

rrmmex@netscape.net
El resultado es una gráfica que

nos presenta el comportamiento
de la variable en el tiempo….

rrmmex@netscape.net
Sin embargo, la utilización de gráficas de “caja y brazo” permiten conocer el
comportamiento estacional y la varianza de la variable de interés. Para ello….
Seleccionamos:
- Gráficas
- Boxplot
En el menú de diálogo:
- Simple
- Resumen por grupos de
casos

rrmmex@netscape.net
Seleccionamos la variable
y la categoría….

rrmmex@netscape.net
El nuevo gráfico permite

observar el comportamiento de
tendencia en el tiempo además
de su variabilidad…

rrmmex@netscape.net
Para observar la estacionalidad

mensual realizamos el mismo
procedimiento pero en esta
ocasión con categorías
mensuales….

rrmmex@netscape.net
El gráfico muestra el
comportamiento estacional de la
variable en el año..
Esto es, En los meses de enero

son los de mayor inflación con
alta varianza, sin embargo en los
meses julio la inflación es la más
baja del año…

rrmmex@netscape.net
Prueba de hipótesis
(Media estadística)

rrmmex@netscape.net
Regla de decisión para prueba de hipótesis en
SPSS
Una forma sencilla para tomar una decisión de rechazar o aceptar una hipótesis nula en
SPSS es simplemente comparando el α con el p-value que el programa proporciona. Si el
α > p-value entonces se rechaza la hipótesis nula..
Región de aceptación de H0
α= .01 .05 .10

Cuanto más pequeño
Nivel de confianza 99% 95% 90% sea el p-value mayor
evidencia existe en
P-value contra de la H0
.015 .07
No se rechaza H0 con un nivel de No se rechaza H0 con un nivel de

confianza del 99% confianza del 95%
Se rechaza H0 con un nivel de Se rechaza H0 con un nivel de
confianza del 95% confianza del 90%

rrmmex@netscape.net
Regla de decisión para prueba de hipótesis en
SPSS
Rechazar H0 cuando
α > p value

rrmmex@netscape.net
Prueba t
La prueba t es una prueba paramétrica usada para determinar si dos medias son
significativamente diferentes la una de la otra. Existen tres tipos de pruebas t:
• Prueba t de muestra simple. Determina si la media observad es diferente de un valor

dado.
• Prueba t de independencia. Compara las medias de dos grupos independientes de
individuos.
• Prueba t pareada. Compara las medias de dos conjuntos de observaciones de los
mismos individuos o de pares de individuos.
Todas estas pruebas requieren que los datos sean por lo menos de escala de
INTERVALO, NORMALMENTE DISTRIUIDAS e IGUAL VARIANZA.

rrmmex@netscape.net
Prueba t
La prueba t se utiliza en el análisis de muestreos cuando el número de casos es menos a
30..
Supongamos que obtenemos una muestra de una población normal con media µ y
varianza δ…
Si x es el promedio de las n observaciones y la varianza será s
f(x) La apariencia de la distribución t

es similar a la de la normal
Grados de Libertad = ∞ estándar, es decir, simétrica y
unimodal.
Grados de Libertad = 10
Sin embargo la distribución t
Grados de Libertad = 1 tiene colas más amplias que la
normal.
Pero a medida que los grados de

libertad aumentan la distribución
x se asemeja a la normal.
media

rrmmex@netscape.net
Prueba t de muestra simple
Se afirma que una población tiene una media de 1, para afirma lo anterior se toma una
muestra de 25 casos para verificar lo dicho..
H0: mx= m
La hipótesis que probaremos es que la media de nuestra muestra es igual a una media
que nosotros creemos…
En el menú principal:
Análisis→
Comparar medias →
Prueba T para una media

rrmmex@netscape.net
En el cuadro de diálogo de la prueba T para una media seleccionamos la variable a ser
analizada
El botón de “Opciones” permite

establecer el intervalo de
confianza para nuestra prueba
El valor de prueba es el valor

que afirmamos que es la media
poblacional…

rrmmex@netscape.net
En la hoja de resultados de SPSS observamos la solución a la prueba…
En este caso se rechaza la Hipótesis nula

H0: mx=m
Por lo tanto, podemos afirmar que la media poblacional es igual a la media muestral
One-Sample Test
Test Value = 1
95% Confidence
Interval of the
Mean Difference Con 95% de confianza
t df Sig. (2-tailed) Difference Lower Upper sabemos que la
Nicotina -1.745 24 .094 -.12360 -.2697 .0225
diferencia entre la media
poblacional y la muestral
Regla de rechazo: es de -.2697 y 0.225
α > p value
Para un nivel de confianza del 95%,
rechazamos hipótesis nula si,
0.05 >0.094
No rechazamos lo hipótesis nula

rrmmex@netscape.net
Prueba t de independencia
La prueba de independencia compara el desempeño o evaluación de las unidades de
análisis de dos grupos. Esta prueba debe ser utilizada cuando los datos son paramétricos
y se obtuvieron por medio de un diseño de grupos independientes.
H0: m1 = m2
Es posible para construir las dos poblaciones utilizar tanto un atributo (SI/NO) como una
variable (edad: <18 / >=18)
Para verificar la hipótesis nula existen dos estadísticos de prueba diferentes de acuerdo a:
• Igualdad de varianza
• Desigualdad de varianza
Por lo tanto, es necesario realizar una prueba de hipótesis sobre la igualdad de las
varianza a través de la prueba de Levene

rrmmex@netscape.net
Para realizar la prueba de independencia sobre la diferencia de las medias
seleccionamos..
Análisis→
Comparar medias →
Prueba T para muestras
independientes

rrmmex@netscape.net
SPSS presenta el cuadro de diálogo de prueba T de muestras independientes. A la
izquierda del cuadro aparece la lista de variables..
Seleccionamos la variable a
comparar, y…
Definimos los grupos, esto es, le

indicamos al programa cuáles
son los valores con los cuales
codificamos los grupos a
comparar

rrmmex@netscape.net
No es necesario especificar al programa que realice la prueba de Levene, pues esta se
realiza automáticamente y se presenta en el resultado. Si rechazamos la H0 de varianzas
iguales, entonces, el p-value para la prueba T será el de “Varianzas iguales no
asumidas”…
Independent Samples Test
Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
p7 Equal variances
1.150 .285 .035 183 .972 .110 3.146 -6.098 6.318
assumed
Equal variances
.032 106.369 .974 .110 3.397 -6.625 6.845
not assumed
Regla de rechazo: Regla de rechazo:

α > p value α > p value
Para un nivel de confianza del 95%, Para un nivel de confianza del 95%,
rechazamos hipótesis nula si, rechazamos hipótesis nula si,
0.05 >.285 0.05 >.972
No rechazamos lo hipótesis nula de No rechazamos lo hipótesis nula de

varianzas iguales igualdad de medias de los grupos

rrmmex@netscape.net
Análisis de Varianza

rrmmex@netscape.net
Análisis de varianza
Es una de las técnicas más utilizada en los análisis de los datos de diseños
experimentales y es una extensión de la prueba T de Stundent para dos muestras…
Se utiliza cuando queremos contrastar más de dos medias
H0 : m1 = m2=m3= m4=….=mn
El procedimiento del ANOVA permite dividir la varianza de la variable dependiente en dos

o más componentes, cada uno de los cuales puede ser atribuido a una fuente (variable o
factor) identificable.
Los modelos que permiten construir el ANOVA se resumen como:

Valor Observado = Σ (Efectos atribuibles) + Σ (Efectos no atribuibles o residuales)

rrmmex@netscape.net
Análisis de varianza. Modelos
Los modelos del Análisis de Varianza se clasifican de acuerdo a tres criterios: el número
de factores, el muestreo de niveles y el tipo de aleatorización. En este caso sólo nos
enfocaremos a los modelos por Número de Factores…
1. Factor único de clasificación. Los experimentos que utilizan sólo una variables
independiente y una variable dependiente se analizan mediante varianza de un factor
o unidireccional (one way).
2. El análisis de Varianza con dos factores de clasificación utilizado para examinar el
efecto de dos factores en una variable observada.

rrmmex@netscape.net
Análisis de varianza. Factor único
El procedimiento de ANOVA de un factor genera un análisis para una variable dependiente
cuantitativa respecto a una única variable de factor, la variable independiente. Se utiliza
para contrastar la hipótesis de si las medias en varios grupos son iguales.
Análisis→
Comparar medias →
ANOVA de un factor

rrmmex@netscape.net
En el siguiente ejemplo, deseamos conocer si existe una diferencia en la esperanza de
vida por regiones económicas, para ello…
En el cuadro de diálogo
seleccionamos como:
Variable dependiente: esperanza de

vida
Factor: Región

rrmmex@netscape.net
La hoja de resultados muestra el análisis de ANOVA…
Recordemos que la Hipótesis Nula es:

ANOVA
Average female life expectancy H0 : m1 = m2=m3= m4=….=mn

Sum of
Squares df Mean Square F Sig.
Between Groups 7568.810 5 1513.762 34.636 .000
Within Groups 4501.539 103 43.704
Total 12070.349 108
Regla de rechazo:
α > p value
0.01 >.000
Rechazamos lo hipótesis nula de

igualdad de medias de los grupos

rrmmex@netscape.net
Ahora que conocemos que sí existe una diferencia por medio de la variable independiente
o factor, el siguiente paso es conocer cuáles son las medias que difieren, para ello…
Seleccionamos el botón “Post

Hoc de Comparación Múltiple”
Bajo supuesto que las varianzas no son

iguales, seleccionamos la prueba T2 de
Tamanhe que se basa en la t de Student

rrmmex@netscape.net
Multiple Comparisons
Dependent Variable: Average female life expectancy

Tamhane
Mean
(I) Region or (J) Region or Difference 95% Confidence Interval
economic group economic group (I-J) Std. Error Sig. Lower Bound Upper Bound
OECD East Europe
Pacific/Asia
4.095*
12.683*
.393
2.653
.000
.003
2.84
3.61
5.35
21.76
Recordemos que la Hipótesis Nula es:
Africa 25.832* 1.848 .000 19.64 32.03
Middle East
Latn America
8.507*
8.333*
1.122
1.633
.000
.001
4.72
2.95
12.29
13.72
H0 : mi = mj
East Europe OECD -4.095* .393 .000 -5.35 -2.84
Pacific/Asia 8.588 2.657 .073 -.50 17.67
Africa 21.737* 1.854 .000 15.53 27.94
Middle East 4.412* 1.131 .015 .61 8.21
Latn America 4.238 1.639 .228 -1.16 9.64
Pacific/Asia OECD -12.683* 2.653 .003 -21.76 -3.61
East Europe -8.588 2.657 .073 -17.67 .50 Para cada uno de los casos:
Africa 13.149* 3.213 .005 2.91 23.39
Middle East -4.176 2.857 .925 -13.59 5.23
Latn America -4.350 3.094 .940 -14.28 5.58
Africa OECD
East Europe
-25.832* 1.848 .000 -32.03 -19.64 Regla de rechazo:
-21.737* 1.854 .000 -27.94 -15.53
α > p value
Pacific/Asia -13.149* 3.213 .005 -23.39 -2.91
Middle East -17.325* 2.131 .000 -24.12 -10.53
Latn America -17.499* 2.439 .000 -25.13 -9.86
Middle East OECD
East Europe
-8.507* 1.122 .000 -12.29 -4.72 Para un nivel de confianza del 99%,
-4.412* 1.131 .015 -8.21 -.61
Pacific/Asia 4.176 2.857 .925 -5.23 13.59 rechazamos hipótesis nula si,
Africa
Latn America
17.325*
-.174
2.131
1.947
.000
1.000
10.53
-6.31
24.12
5.96
0.01 >p value
Latn America OECD -8.333* 1.633 .001 -13.72 -2.95
East Europe -4.238 1.639 .228 -9.64 1.16
Pacific/Asia 4.350 3.094 .940 -5.58 14.28
Africa 17.499* 2.439 .000 9.86 25.13
Middle East .174 1.947 1.000 -5.96 6.31
*. The mean difference is significant at the .05 level.

rrmmex@netscape.net
Análisis de varianza. Dos factores
El análisis de Varianza con dos factores de clasificación sirve para examinar el efecto de
dos factores en una variable observada.
Este tipo de diseño presenta varias ventajas:

• Estudio de los efectos principales:
• Eficiencia. Permite analizar los efectores de varios factores simultáneamente y
sus efectos de interacción
• Control sobre factores adicionales. Las variables independientes sirven como
variables de control.
• Estudio del efecto interactivo:
• Estudio de la interacción. La inclusión de varios factores en el diseño permite
investigar la interacción de los factores, y sus efectos sobre la variable
observada.

rrmmex@netscape.net
Las hipótesis que se ponen a prueba en el Análisis de varianza de dos factores son:
Filas:
H0: m1= m2 = m3 = … = mf
La media de las f poblaciones contempladas en las filas son iguales, es decir, no hay un
efecto por el primer factor
Columnas:
H0: m1= m2 = m3 = … = mc
La media de las c poblaciones contempladas en las columnas son iguales, es decir, no
hay un efecto por el segundo factor
Interacción:
H0: todos (mij - mi - mj + m)=0

No hay una diferencia entre las medias de las poblaciones que no pueda ser explicado
por el efecto de filas ni por el efecto de columnas
rrmmex@netscape.net
Ejemplo. Se desea conocer si existe una diferencia en salarios recibidos al graduarse de
la Universidad, se cree que la diferencia de salarios está relacionada con el género y la
facultada donde estudiaron los graduados..
Al analizar las medias de la muestra obtenida se obtuvieron los siguientes gráficos:

rrmmex@netscape.net
Al analizar el efecto entre colegio y género, parece que existe una diferencia, no sólo por
el género y el colegio, sino también por la interacción entre género y facultad del egresado

rrmmex@netscape.net
Para comprobar si existe una diferencia de salario por el tipo de facultad y el género del
egresado, procedemos a realizar un análisis de ANOVA de dos factores para ello..
Análisis→
Modelo Lineal General→
Univariado

rrmmex@netscape.net
En el cuadro de diálogo seleccionamos las variables a analizar…
Variable dependiente: Salarios
Variables independientes: Género

y Colegio

rrmmex@netscape.net
En la hoja de resultados observamos…
Tests of Between-Subjects Effects
Dependent Variable: Starting Salary

Type III Sum Si existe una diferencia de salarios por
Source of Squares df Mean Square F Sig. tipo de facultad
Corrected Model 1.033E+010 a 15 688932388.8 17.357 .000
Intercept 2.476E+010 1 2.476E+010 623.757 .000
college 6701435981 7 957347997.3 24.120 .000
gender 20147204.5 1 20147204.51 .508 .476 No hay una diferencia significativa por el
college * gender 381003159 7 54429022.74 1.371 .214 Género del graduado
Error 4.303E+010 1084 39691430.21
Total 8.006E+011 1100
Corrected Total 5.336E+010 1099
No hay una diferencia significativa por el
a. R Squared = .194 (Adjusted R Squared = .183) Género del graduado y el colegio del que
egresó
Para cada uno de los casos:
Regla de rechazo:
α > p value
0.01 >p value
rrmmex@netscape.net
Análisis de Tablas de
Contingencia

rrmmex@netscape.net
Tablas de contingencia
La tabla de contingencia es una forma de representar N casos clasificados con arreglo a
dos criterios. Es una primera forma de observar si existe una diferencia en las categorías
de la variable dependiente. Pues a través de ella podemos calcular:
1) La significancia en la asociación y
2) La fortaleza de la asociación
Variable independiente
Hombre Mujer
Se puede observar que existe
una diferencia en el ingreso por
0-10 25% 50%
la variable de sexo..
e l ba i r a V
e t ne i dne pe d
11-20 El porcentaje en las tablas de

contingencia deben establecerse
) s e l i m , os er gn I (
100% 100% 100% en las columnas o filas donde se

encuentra la variable
independiente…

rrmmex@netscape.net
En SPSS, el análisis de tablas de contingencia se solicita seleccionando…
Análisis→
Estadísticas descriptivas→

rrmmex@netscape.net
En el cuadro de diálogo de la tabla de contingencia debemos especificar la variable que se
presenta en columna y en fila…
En el botón de “Celdas” es
donde se debe especificar cómo
será presentado el porcentaje de
nuestra tabla

rrmmex@netscape.net
En el cuadro de diálogo de la tabla de contingencia debemos especificar la variable que se
presenta en columna y en fila…
p1 * tipo Crosstabulation
% within tipo Podemos decir a simple vista

tipo que tal vez no existe una
"Nacional" "Internacional" Total
diferencia en la evaluación
p1 "(1) Muy malo" 1.2% 1.0% 1.1% global (P1) por el tipo de
"(2) Malo" 2.4% 2.9% 2.7% empresa…
"(3) Regular" 15.9% 13.6% 14.6%
"(4) Bueno" 51.2% 48.5% 49.7%
"(5) Muy bueno" 29.3% 34.0% 31.9%
Total 100.0% 100.0% 100.0%
Sin embargo, para ello es

necesario sustentarlo con un
análisis estadístico

rrmmex@netscape.net
Tablas de contingencia. Prueba de
independencia
Para conocer la significancia en la asociación de las variables, el análisis que debe
realizarse es la prueba de independencia, esto es, probar que la que no existe asociación
entre las columnas y las filas de la tabla. Por
Ho: Son independientes
El estadístico de prueba para verificar esta hipótesis es el denominado Ji-cuadrada de Pearson, el cual
presenta la forma:
(FO-FT)2
El nivel de confianza está dado
Σ FT por:
1- α
La probabilidad de aceptar la
hipótesis nula cuando es
verdadera.
α Para un nivel de confianza del

1- α 90%, rechazamos hipótesis nula
si,
1-p value > 1-α
Región de aceptación Región de rechazo

rrmmex@netscape.net
Tablas de contingencia. Prueba de
independencia
SPSS permite dos pruebas de independencia que depende de los valores de nuestras
variables…
Pruebas de independencia
• Chi-cuadrada. Cuando tenemos tablas de

contingencia con cualquier cantidad de columnas y
filas.
• Estadística de Cochran’s & Mantel-Haenszel.

Prueba de independencia cuando la variable
dependiente e independiente son dicotómicas.

rrmmex@netscape.net
El estadístico de Ji-Cuadrado se solicita a través del botón de “Estadísticas”…

rrmmex@netscape.net
Si el valor del estadístico de prueba pertenece a la región de aceptación, con confianza 1-
α, se acepta Ho, en caso contrario se rechaza…
Chi-Square Tests
Para un nivel de confianza del
Asymp. Sig.
Value df (2-sided) 90%, rechazamos hipótesis nula
Pearson C hi-Square .608 a 4 .962 si,
Likelihood Ratio .609 4 .962
Linear-by-Linear
1-p value > 90%
.314 1 .575
Association 3.8% >90%
N of Valid Cases 185
a. 4 cells (40.0%) have expected count less than 5. The
minimum expected count is .89.
Por lo tanto no podemos
rechazar la Ho…
Las respuestas de los grupos

son independientes de cómo les
fue en la feria!!!…
Si alguna frecuencia teórica adopta valores muy pequeños el
resultado puede alcanzar valores muy elevados y conducir un
rechazo o aceptación equívoco. Por lo que…
es recomendable recodificar la tabla o aumentar el número de

casos observados!!!

rrmmex@netscape.net
Originalmente, la tabla de contingencia se encuentra de la siguiente forma…
p1 * p15 Crosstabulation
% within p15
p15
"(1) Nada "(2) Poco "(3) "(4) Muy
Productiva" Productiva" Productiva" Productiva" Total
p1 "(1) Muy malo" .9% 1.5% 1.1% Por lo que es necesario
"(2) Malo" 10.0% 3.7% 2.7%
recodificar las variables
"(3) Regular" 30.0% 18.3% 6.2% 14.6%
"(4) Bueno" 100.0% 50.0% 56.9% 36.9% 49.7%
"(5) Muy bueno" 10.0% 20.2% 55.4% 31.9%
Total 100.0% 100.0% 100.0% 100.0% 100.0%

rrmmex@netscape.net
Para recodificar, en el menú principal seleccionamos “Transformar”, “Recodificar” y la
opción “En la misma variable”
En el cuadro de diálogo de
“Recodificar en la misma
variable” introducimos la variable
a recodificar y el botón “Viejos y
nuevos valores”

rrmmex@netscape.net
SPSS ofrece una manera sencilla de cmabiar los viejos y nuevos valores, así como
cambios por rangos y otras opciones
Una vez cambiados los valores

es necesario cambiar las
etiquetas de las variables
directamente en la hoja de “Vista
de Variables”

rrmmex@netscape.net
Tabla de contingencia
Realizado la recodificación, y volviendo a crear nuestras tablas de contingencia, podemos
observar que nuestra conclusión de las variables es diferente..
p1 * p15 Crosstabulation
% within p15
p15 Para un nivel de confianza del
"(2) 90%, rechazamos hipótesis nula
"(1) Nada Productiva/
/Poco Muy
si,
Productiva" Productiva" Total 1- p value > 1-α
p1 "(1) Muy malo/Malo" 36.4% 17.2% 18.4%
"(3) Bueno/Muy Bueno" 63.6% 82.8% 81.6%
1-(.082) >90%
Total 100.0% 100.0% 100.0% 91.8%>90%
Por lo tanto rechazamos Ho…
Las respuestas de los grupos

NO SON INDEPENDIENTES

rrmmex@netscape.net
Tabla de contingencia. Pruebas de asociación
Conociendo que existe una asociación significativa entre las variables analizadas (en
términos técnicos, entre las columnas y las filas). El siguiente paso importante es:
analizar la fortaleza de la asociación
• Nominal.
• Medidas de asociación
•Coeficiente de contingencia.
•V deCramer.
•Medidas de reducción al error (predicción)
• Lambda.
•Coeficiente de incertidumbre.
• Ordinal
•Medidas de asociación
•Gamma
•Tau de Kendall
•Medidas de reducción al error (predicción)
•D de Sommers
• Nominal por intervalo
•Eta. Análisis de una variable categórica
codificada numéricamente y una variable
cuantitativa

rrmmex@netscape.net
Tablas de contingencia. Lambda
Para analizar si estamos realizando un pronóstico incorrecto con respecto a la variable
dependiente e independiente utilizamos el estadístico LAMBDA
El coeficiente de lambda se calcula a través de la fórmula:
P(I1) – P(I2)
λ=
P(I1)
Donde:
P(I1) Es la probabilidad de realizar un pronóstico incorrecto cuando sólo se considera la

información correspondiente a la característica dependiente
P(I2) Es la probabilidad de realizar un pronóstico incorrecto cuando se considera la información
adicional correspondiente a otra característica
El coeficiente de lambda siempre se mueve de 0 a 1

0<λ<1
λ=0 Significa que la característica independiente no es útil para pronosticar la dependiente

λ=1 Significa que la característica independiente es perfecta para realizar el pronóstico

rrmmex@netscape.net
El análisis de Lambda aparece en el botón de “Estadísticas” del menú de diálogo del
análisis de tabla cruzada..

rrmmex@netscape.net
Análisis de Correlación

rrmmex@netscape.net
Análisis de correlación
El análisis de correlación tiene por objeto estudiar y cuantificar el grado de ajuste o
asociación entre un conjunto de puntos correspondientes a la población o muestra
observada
Si sólo se considera una variable independiente
y= f(x),
Se utiliza el análisis de correlación simple
En el caso de más de una variable independiente
y= f(x,z,w,….)
Se utiliza el análisis de correlación Múltiple
Para ello podemos realizar correlaciones bivaridas o correlaciones parciales

rrmmex@netscape.net
Análisis de correlación
SPSS ofrece tres pruebas para medir la correlación de los datos de acuerdo a tipo de
variable analizada..
• Pearson. Cuando las variables son

contínuas
• Spearman. Cuando utilizamos los
rangos de las observaciones o valores
en orden que les corresponden
• Tau de Kendall. Medida de asociación
entre dos atributos sometidos a escala
ordinal

rrmmex@netscape.net
Análisis de Fiabilidad

rrmmex@netscape.net
Análisis de fiabilidad
El análisis de fiabilidad surge por la necesidad de conocer si un indicador empírico (o un
conjunto de ellos) representa adecuadamente un determinado concepto teórico.
Es recomendable que cualquier procedimiento o instrumento de medida goce de las

propiedades:
• Fiabilidad (reliability): Hace referencia al hecho de que un experimento, prueba o

procedimiento de medida arroja los mismo resultados al realizar pruebas repetidas
• Validez: Es la relación entre el concepto y el indicador
La fiabilidades está relacionado con el tema empírico y la validez con el tema teórico.

rrmmex@netscape.net
Existen diferentes formas de medir la fiabilidad de una escala, pero el Coeficiente Alfa de
Cronbach es uno de los más utilizados para este tipo de pruebas
El coeficiente de Cronbach mide:

Que tan bien un conjunto de preguntas (o variables) miden la construcción de una
dimensión potencial. Por ende..
Si los datos tienen una estructura multidimensional el Alfa de Conbach será bajo
El alfa de Cronbach no es una prueba estadística…

es un coeficiente de fiabilidad

rrmmex@netscape.net
El coeficiente Alfa, al interpretarse en términos de correlación, varía de 0 a 1(Si se
obtienen valores negativos se ha violado el modelo de fiabilidad)
La fórmula que permite calcular el alfa de Cronbach es:

K cov / var
α = 1+((k-1)cov/var)
Donde:
K : Número de ítems en la escala
cov: Covarianza media entre ítem
var: Varianza media de los ítems
Si los ítems están tipificados, la fórmula se simplifica a:

Kr
α= 1+(k-1)r
Donde:
r: es la correlación media entre ítems

rrmmex@netscape.net
Ejemplo analizando la organización de un evento. Se desea conocer cómo evalúan la
organización de un evento para ello se realiza una “batería” de preguntas relacionadas
con este concepto.
seleccionamos:
Análisis→
Escala→

rrmmex@netscape.net
En el cuadro de diálogo de análisis de fiabilidad, se seleccionan los ítems que desea
considerar, y seleccionamos el modelo alfa.
En el menú de estadísticas
podemos encontrar una mayor
interactividad con la prueba, así
como una mayor versatilidad de
análisis:
• Estadísticas descriptivas
• Estadísticas de resumen
• ANOVA
• Estadísticas Inter-ítem

rrmmex@netscape.net
Una de las estadísticas más utilizadas en la práctica es la “Escala si el ítem es eliminado”,
la cual nos permite mejorar nuestra escala al eliminar o aumentar ítems para medir
nuestro concepto
Estadísticas adicionales
T2 de Hotelling. Genera una prueba con

Ho: todos los ítems tienen la misma
media
Prueba de adicionalidad de Turkey. Ho:
No existe una interacción multiplicativa
entre los ítems

rrmmex@netscape.net
El alfa de Cronbach con los datos actuales se muestra en la tabla de “Estadísiticas de
Fiabilidad”, mientras que las posibles alfas se muestran en las “Estadísticas de ítem-total”
Reliability Statistics
Cronbach's Este sería el alfa si no

Alpha Based
on contemplamos la
Cronbach's Standardized pregunta p14_1
Alpha Items N of Items
.824 .833 13 Item-Total Statistics
Scale Corrected Squared Cronbach's

Scale Mean if Variance if Item-Total Multiple Alpha if Item
Item Deleted Item Deleted Correlation Correlation Deleted
p14_1 44.83 129.513 .499 .580 .810
p14_2 45.06 121.094 .603 .640 .800
p14_3 45.00 128.163 .505 .332 .810
p14_4 44.81 144.212 .273 .286 .824
p14_5 44.91 141.906 .437 .436 .816
p14_6 45.31 140.879 .387 .402 .818
p14_7 44.95 141.497 .440 .392 .816
p14_8 44.95 122.231 .580 .816 .803
p14_9 44.99 120.772 .607 .827 .800
p14_10 45.42 113.256 .627 .556 .800
p14_11 44.55 144.238 .393 .337 .819
p14_12 44.53 145.033 .429 .434 .819
p14_13 44.99 140.663 .363 .239 .819

rrmmex@netscape.net
Si realizamos el ejercicio manualmente, podemos comprobar el resultado anterior:
La fórmula que permite calcular el alfa de Cronbach es:

K cov / var 13 .752 / 2.835
α = 1+(k-1)cov/var .824 =
1+((13-1).752/2.835
Donde:
K : Número de ítems en la escala (13)
cov: Covarianza media entre ítem (.752)
var: Varianza media de los ítems (2.835)

rrmmex@netscape.net
Análisis de Regresión

rrmmex@netscape.net
Introducción
Estudios anteriores han demostrado que incrementos en el contenido de alquitrán y nicotina
en un cigarrillo están acompañados de incrementos en el Monóxido de Carbono emitidos*
Objetivo: Explicar relación entre el contenido de nicotina, alquitrán y el Monóxido de Carbono.
Diseño de Investigación: Transversal utilizando análisis de regresión lineal múltiple por

mínimos cuadrados
Hipótesis: A mayor cantidad de alquitrán/nicotina que contenga un cigarrillo es más probable

que produzca mayores cantidades de Monóxido de Carbono
El modelo será generado a partir de una base de datos con información sobre el contenido de
alquitrán, de nicotina, de monóxido de carbono producidos en la combustión y el peso de un
cigarrillo para 25 marcas de cigarros diferentes.
*Fuente: Federal Trade Commision. “Tar”, nicotine and carbon monoxide of the smoke of 1294 varieties of domestic cigarretes for the year
1998

rrmmex@netscape.net
Generalidades
Se pretende estudiar la relación entre el monóxido de carbono producido en la combustión de
un cigarrillo y su contenido en alquitrán y nicotina
Modelo Hipótesis:
Varible Varible H1: ↑ alquitrán ↑ proba de q de

Independiente Dependiente
Monóxido de Carbono controlados
por Nicotina y Peso
Nicotina H2: ↑ Nicotina ↑ proba de q de
Monóxido de Monóxido de Carbono controlados
Carbono
Alquitrán por alquitrán y peso
Peso Hipótesis alternativa:
H0: No existe relación entre las variables

rrmmex@netscape.net
Análisis: Procedimiento
1. Análisis exploratorio de los datos.
2. Matriz de correlaciones.
3. Modelo inicial y primer análisis de regresión.
4. Eliminación de variables en el modelo inicial.
5. Repetición de los pasos 3 y 4 hasta obtener un modelo definitivo, cuyas
variables tengan todas un valor p menor a 0.05 .
6. Pronósticos efectuados sobre el modelo definitivo.

rrmmex@netscape.net
Análisis: Exploración
Moda N.D. Moda N.D.

Varianza 32.1 Varianza 0.01
Desv Stand 5.67 Desv Stand 0.09
Moda 1.02 Moda 10.2

Varianza 0.13 Varianza 22.46
Desv Stánd 0.35 Desv. Stand 4.74

rrmmex@netscape.net
Análisis: Exploración
Gráficamente es posible observar que existe una clara relación entre las diversas variables,
exceptuando Monóxido y Peso
**Significante al 0.01; *
Significante al 0.05
C. Correlación C. Correlación
0.95** 0.92**
C. Correlación C. Correlación
0.97** 0.46*

rrmmex@netscape.net
Modelo
Para nuestro modelo inicial se consideraron todas las variables descritas anteriormente, para
el número total de observaciones.
Por lo que el modelo es de la forma:
^ ^ ^ ^ ^
Y=β +β X1 + β X2 + β
^
0 1 2 3 X3 + ε
Para este análisis el procedimiento fue por medio de:
• Modelo de eliminación hacia atrás.

• Tres modelos analizados:
• Monoxido = Intercepto + Nicotina + Alquitrán + Peso + Error
• Monóxido = Intercepto + Alquitrán + Error
• Monóxido = Intercepto + Nicotina + Error

rrmmex@netscape.net
Para desarrollar un análisis de regresión en SPSS…
seleccionamos:
Análisis→
Regresión→
Lineal

rrmmex@netscape.net
Como variable dependientes seleccionamos aquella que nos interesa explicar y como
variables dependiente aquellas que suponemos que explican su comportamiento…

rrmmex@netscape.net
En la opción de estadísticas seleccionamos: Estimación de coeficientes de regresión, Ajuste
de modelo, diagnóstico de colinearidad y Prueba de Durbin Watson para análisis de
residuales.
Estimación de coeficientes de regresión. Muestra los
coeficientes de regresión y la prueba de significancia de
cada una de las B’s
Ajuste de modelo. Proporciona la R2 del modelo, es decir,

la varianza total explicada y el análisis de varianza.
Diagnóstico de colinearidad. Desarrolla una prueba para

analizar si una variable independientes está correlacionada
linealmente con otra variable independiente
Prueba de Durbin Watson para análisis de residuales.

Genera una prueba de correlación serial de los residuales.

rrmmex@netscape.net
Un análisis importante en la regresión cuando es utilizada para estimación es analizar que
los valores residuales tengan una distribución normal…
SPSS permite dos análisis gráficos de los residuales..

El histograma con curva de distribución y
Grágica de probabilidad normal…
En caso que los residuales no tengan una distribución

normal, se debe tener cuidado de utilizar el modelo de
regresión para predecir nuevos datos…

rrmmex@netscape.net
El primer resultado importante de analizar en el modelo es el R2 que determina cuanta
varianza es explicada por nuestro modelo y el Análisis ANOVA
Model Summaryb
Adjusted Std. Error of Durbin- Utilizando Nicotina y Alqauitrán el modelo explica el

Model R R Square R Square the Estimate Watson
1 .958 a .919 .911 1.41252 2.865
91.9% del comportamiento de la producción de
a. Predictors: (Constant), Nicotina, Alquitrán
Monóxido… Entre mayor sea el valor de la R2 mejor
es el modelo…
b. Dependent Variable: Monoxido
El segundo paso es realizar una prueba de

hipótesis para comprobar que almenos una de
nuestras estimaciones es diferentes de cero
ANOVAb
Sum of
Model Squares df Mean Square F Sig. Regla de rechazo:
1 Regression 495.255 2 247.628 124.110 .000 a
Residual 43.895 22 1.995 α > p value
Total 539.150 24
a. Predictors: (Constant), Nicotina, Alquitrán Para un nivel de confianza del 99%,
b. Dependent Variable: Monoxido
0.01 >0.00
Rechazamos la hipótesis nula y por lo menos

un B es diferente de cero…

rrmmex@netscape.net
Identificado que por lo menos una B es diferente de cero con el análisis ANOVA, el
siguiente paso es conocer que B es diferente de cero, para ello, analizamos….
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 3.090 .844 3.662 .001
Alquitrán .962 .237 1.151 4.067 .001 .046 21.627
Nicotina -2.646 3.787 -.198 -.699 .492 .046 21.627
a. Dependent Variable: Monoxido
Para cada coeficiente analizamos su hipótesis

nula..
Regla de rechazo:
H0: B0 = 0
α > p value
H0: B1 = 0
H0: B2 = 0 Para un nivel de confianza del 99%,
0.01 >0.00
En este caso, alquitrán muestra no ser
significativo para explicar la producción de Rechazamos la hipótesis nula de Bi es
monóxido..
diferente de 0

rrmmex@netscape.net
Esto sucede porque puede existir un problema de colinearidad de las variables o por que
la variable realmente no ayuda a explicar el comportamiento de nuestra variable
dependiente, por ello, es necesario realizar un análisis de colinearidad..
Existen dos formas de realizar una inspección
de colinearidad…
a
Collinearity Diagnostics
Variance Proportions
Previo al análisis de regresión realizar un
Condition
Model Dimension Eigenvalue Index (Constant) Alquitrán Nicotina análisis de correlación, o
1 1 2.891 1.000 .01 .00 .00
2 .106 5.229 .71 .02 .01
3 .004 28.710 .28 .98 .99
a. Dependent Variable: Monoxido Realizar en el análisis de regresión un
diagnóstico de colinearidad…
En los casos en que el valor de la proporción de

En este caso, el 98% de la varianza de alquitrán la varianza sea muy alta, tenemos presencia de
es explicado por la Nicotina, por lo tanto existe colinearidad
un problema de colinearidad entre estas
variables

rrmmex@netscape.net
Otro resultado que muestra SPSS, es el análisis de normalidad de los residuales, el cual
utilizamos cuando vamos a utilizar el modelo para generar predicciones…
Entre mayor sea el ajuste a una curva normal Entre mayor sea el ajuste a línea recta de los
de los residuales mejor será nuestro modelo residuales mejor será nuestro modelo para
para predecir valores predecir valores

rrmmex@netscape.net
Modelo 1
El análisis del primer modelo (Monoxido = Intercepto + Nicotina + Alquitrán + Peso + Error)
muestra que Nicotina y Peso pueden no funcionar para nuestro objetivo.
Resultados
Resumen del Modelo
Resumen del Modelo
R2
.919 1. El modelo tiene una excelente bondad. La
D-W 2.860
proporción de variación total en Y explicada
por el modelo es del 91.9%
2. No Existe autocorrelación. No debe esperarse
ANOVA que el efecto de un incremento en el alquitran
Sig. 0.00 Residual 43.89 de un cigarrillo incida sobre la producción de
otro cigarrillo.
Regresión 495.25 Total 539.15 Anova
1. Rechazo la hipótesis de
Beta P-value Tolerancia β 0=β 1=β 2=β 3=0; por lo que almenos
una β es diferente de cero.
Constante 3.202 .365 Coeficientes
Alquitrán 0.963
1. Sólo alquitran rechaza la hipótesis de β j=0.
.001 .046 2. Esto puede deberse a que alquitrán y nicotina
Nicotina -2.632 .507 .046 están linealmente relacionados
(multicolinealidad). Una variable con poca
Peso -.130 .974 .750 tolerancia contribuye con poca información al
Análisis estadístico con SPSS modelo. Peso se elimina Ricardo Rojas Montero
Ricardo Rojas Montero
rrmmex@netscape.net
Modelo 2
Debido a que Nicotina y Alquitrán muestraron una alta correlación es necesario probar las
variables por separado (Monoxido = Intercepto + Nicotina + Error)
Resultados
Resumen del Modelo
R2 .857
Resumen del Modelo
1. La proporción de variación total en Y explicada
D-W 2.674 por el modelo es del 85.7%
2. No Existe autocorrelación. No debe esperarse
ANOVA que el efecto de un incremento en la Nicotina
de un cigarrillo incida sobre la producción de
Sig. 0.00 Residual 76.89 otro cigarrillo.
Regresión 462.25 Total 539.15 Anova
1. Rechazo la hipótesis de β 0=β 1=0; por lo
Beta P-value que almenos una β es diferente de cero.
Coeficientes
Constante 1.665 .107 1. Sólo Nicotina rechaza la hipótesis de β j=0.
2. El valor medio de los residuos es cercano a
Nicotina 12.395 .000 cero por lo que tiene buena bondad de ajuste
Media de residuos 5.116E-15

rrmmex@netscape.net
Modelo 3
El mejor modelo es el que sólo toma como variable independiente al alquitrán (Monoxido =
Intercepto + Alquitrán + Error)
Resultados
Resumen del Modelo
R2 .917
Resumen del Modelo
1. La proporción de variación total en Y explicada
D-W 2.893 por el modelo es del 91.7%. Mayor que en el
modelo 2.
ANOVA 2. No Existe autocorrelación. No debe esperarse
que el efecto de un incremento en el alquitran
Sig. 0.00 Residual 44.86 de un cigarrillo incida sobre la producción de
Regresión 494.28 Total 539.15 otro cigarrillo.
Anova
1. Rechazo la hipótesis de β 0=β 1=0; por lo
Beta P-value
que almenos una β es diferente de cero.
Constante 2.743 .000 Coeficientes
1. Ambas variables rechazan la hipótesis de
Alquitrán 0.801 .000 β j=0.
2. La media de los residuos es menor que con el
Media de residuos 3.730E-15 modelo 2.

rrmmex@netscape.net
Modelo 3 (Continuación)
Gráfico de probabilidad Normal valores pronosticados y observados

rrmmex@netscape.net
Modelo
El modelo resultantes se puede escribir de la forma:
Monóxido = 2.743 + (0.801)Alquitrán + ε

rrmmex@netscape.net
Conclusiones
• No hubo evidencia suficiente de la existencia de relación entre Monóxido y el

peso del cigarrillo.
• Alquitrán o nicotina tienen buenas mediadas de bondad para explicar la

producción de Monóxido; sin embargo,
• El modelo con mejor ajuste fue el que consideraba Alquitrán como variable
explicativa.
• Sólo 8.3% de la varianza no es explicada por el Alquitrán
• La base de monóxido para cualquier cigarro es de 2.7 miligramos
• Un incremento unitario de alquitrán provoca un incremento de 0.8 miligramos

en el Monóxido

rrmmex@netscape.net
Análisis de Factorial

rrmmex@netscape.net
Análisis de factorial
El análisis factorial permite expresar una serie de variables observadas en función de un
número menor de factores analizando para ello la correlación entre las variables.
Trata de identificar las dimensiones subyacente que determinan la relación entre

variables, es decir,….
Los factores comunes
Los factores comunes son variables hipotéticas no directamente observadas. Por ejemplo:
• Personalidad de marca
• Competitividad
• Creatividad
• Percepción de calidad
• Entre otras…

rrmmex@netscape.net
Aunque no existe una solución única en el análisis factorial para un conjunto de datos, se
deben contemplar dos principios básicos para seleccionar una solución..
• Principio de Parsiomonia
• Interpretabilidad
Esto es una buena solución es aquella que es:
simple e interpretable
Debemos seleccionar el menor número de factores posibles y éstos deben tener un

significado lógico con base en el tema que estamos analizando.

rrmmex@netscape.net
Otro uso importante del análisis factorial es la identificación de individuos similares.
A diferencia del análisis de cluster, el cual basa la agrupación de unidades de acuerdo a

distancia, el análisis factorial…
identifica sujetos que demuestran un patrón similar en las variables incluidas en el análisis

rrmmex@netscape.net
Análisis de factorial: Supuestos
Tamaño de muestra:
• Se debe utilizar el análisis cuando se tenga un tamaño de muestra mayor a 50
observaciones.
• Regla general: Mínimo 20 casos por cada variable (nivel óptimo), 10 casos por cada
variable (nivel medio)
Supuestos:
• Normalidad en las datos si es el análisis va a ser utilizado para significancia de los
factores
• Multicolinearidad: Pues el objetivo del análisis es identificar conjunto de variables
interrelacionadas.

rrmmex@netscape.net
La correlación de las variables se analiza por medio de autocorrelaciones parciales o anti-
imagen de correlaciones. Cuya diferencia radica en que una prueba muestra los valores
negativos de otra
Regla:
Si existen factores reales en la muestra los valores serán pequeños… si no existen
factores reales los valores serán altos.

rrmmex@netscape.net
Análisis de factorial: Análisis exploratorio
Otra forma de analizar el supuesto de colinearidad, la existencia de factores, es a través
de…
Prueba de Esfericidad de Bartlett
•Es una prueba estadística sobre la presencia de correlación entre variables.

•Muestra la probabilidad de que la matriz de correlación tenga correlaciones significantes
con al menos una de las variables

rrmmex@netscape.net
Análisis de factorial: Análisis exploratorio
Otra medida que cuantifica el grado de intercorrelación entre las variables y la factibilidad
de del análisis factorial es la..
Prueba de adecuación de la muestra (KMO)
• El rango de la variable va de 0 a 1, 1 cuando cada variable es perfectamente predicha

por otra variable y el valor de 0 cuando no existe esta relación.
• Un valor de .8 se califica como meritorio;
• Entre .8 y .7 medio
• Entre .7 y .6 regular
• Menor a .6 no adecuado

rrmmex@netscape.net
Análisis de factorial: Generación de factores
Una vez identificadas las variables, el siguiente paso es identificar la estructura adyacente
en los datos. Para ello…
1. Se debe seleccionar el método de extracción

2. Seleccionar el número de factores adecuado

rrmmex@netscape.net
Análisis de factorial: Común vs. componentes
El análisis de componentes se utiliza cuando el objetivo es resumir en mayor medida la
información (varianza) en un mínimo de factores para propósito predictivos. Considera la
varianza total y deriva los factores que contienen poca proporción de varianza única.
El análisis de factores comunes es usado para identificar los actores o dimensiones que
reflejan lo que las variables tienen en común. Considera en el análisis la varianza que
existe en común en las variables.

rrmmex@netscape.net
Sea la matriz de observaciones XNxn en la que se expresan los valores de las variables X1,
X2, X3…,Xn, con N número de casos…
X11 X11 X11 X1n

X21 X21 X21 X2n
XNxn= X31 X31 X31 X3n
XN1 XN1 XN1 XNn
El objeto del análisis factorial es expresar cada variable como una combinación lineal de
una serie de factores comunes F1, F2,…,Fm (m<n) y un factor único.
Para evitar problemas ocasionados por las dimensiones de las diferentes variables es
recomendable tipificarlas previo al análisis.

rrmmex@netscape.net
Análisis de factorial: Matriz de correlación
Una vez tipificadas las variables es posible obtener la matriz de correlaciones. La matriz
de correlaciones es una matriz cuadrada y simétrica que contiene los coeficientes de
correlación lineal entre las variables observadas.
En la diagonal principal de la matriz Rnxn se encuentran las correlaciones=covarianzas de

cada variable consigo misma, es decir, las varianzas de las variables observadas. Por
ende, la suma de ellas es la varianza total.

rrmmex@netscape.net
rrmmex@netscape.net
Análisis de factorial: Extracción de factores
Existen diferentes métodos de extracción de factores, pero los más utilizados son el
método de componentes principales y el de factorización de ejes principales.
Componentes principales.
Se trata de obtener unas nuevas variables o componentes como combinación lineal de las
variables observadas. Este método transforma un conjunto de variables correlacionadas
en un conjunto de variables incorrelacionadas
Ejes principales.
Es un caso particular del de Componentes Principales. Trata de maximizar una función

con n variables cuando las variables están relacionadas a través de un número arbitrario
de ecuaciones auxiliares.

rrmmex@netscape.net
Análisis de factorial: Rotación de factores
Con el fin de lograr una estructura simple que facilite la interpretación de los factores, es
necesario realizar la rotación de los factores…
Rotación ortogonal. Tiene por objetivo reducir la Matriz Factorial a una estructura simple.
• Varimax. Maximiza la varianza de los coeficientes, i.e., maximiza la varianza explicada

por cada componente.
• Quartimax. Minimiza el número de factores necesarios para explicar una variable
• Equimax. Es una combinación del método Varimax y el método quartimax.

rrmmex@netscape.net
Análisis de factorial: Interpretación
La extracción ortogonal permite representar a los factores mediante ejes perpendiculares.
Por lo que si se asocia a cada variable un vector que parta del origen, es posible
conseguir una interprtación gráfica de los factores.
El coseno del ángulo que determinan los vectores asociados a las variables permite establecer una
correlación entre factores..
Cosα = r
-1≤ cos α ≤ +1
-1≤ r ≤ +1
Si el ángulo de los dos vectores Si el ángulo de los dos vectores Si el ángulo de los dos vectores
es 00 es 900 es 1800
Correlación perfecta entre No hay Correlación entre Correlación perfecta negativa
variables (Cos 00= 1) variables (Cos 900= 0) entre variables (Cos 1800= -1)

rrmmex@netscape.net
Análisis de factorial. Ejemplo
La cultura política de los ciudadanos, por revisión teórica, se sabe que los componentes
de la cultura política son tres:
1. Orientación cognoscitiva (creencias y conocimientos sobre el sistema político)

2. Afectiva (sentimientos sobre el sistema político)
3. Evolutiva (compromisos hacia los valores políticos y juicios de desempeño del sistema
político)

rrmmex@netscape.net
Para ello se formularon un conjunto de preguntas para medir la cultura política de los
ciudadanos..
2a. En México ¿Quién tiene facultad para aprobar las reformas a la Constitución?
2c. ¿Cuál partido político propone cobrar IVA a medicinas, alimentos y colegiaturas?
2d. En la Cámara de Diputados ¿Qué partido tiene el mayor número de representantes?
2f. ¿Sabe usted cuanto tiempo duran los diputados federales en el cargo?
2g. ¿Cómo se llama el Gobernador de este Estado?
2h. ¿A qué partido pertenece el Gobernador de este Estado?
4a.1 En escala donde 1 es nada y 5 mucho ¿Qué tanto cree usted que los diputados se preocupan por
las necesidades de la gente?
4d. ¿Usted confía en el Gobierno Federal?
4e. ¿Usted cree que la corrupción es de los políticos, de los ciudadanos o de ambos?
4h. ¿Considera usted que durante los últimos años ha disminuido las diferencias entre los mexicanos?
4f. ¿Quién cree usted que respeta menos las leyes: los gobernantes, los ciudadanos o ambos?

rrmmex@netscape.net
Se realiza un análisis de fiabilidad para conocer la validez interna de nuestras
preguntas….
Reliability Statistics
Item-Total Statistics
Cronbach's
Alpha N of Items Scale Corrected Cronbach's
.783 9 Scale Mean if Variance if Item-Total Alpha if Item
Item Deleted Item Deleted Correlation Deleted
¿Qué tanto cree usted que los diputados se
28.34 217.358 .454 .765
preocupan por las necesidades de la gente?
¿Qué tanto cree usted que los diputados se
30.27 210.486 .459 .763
preocupan por las necesidades de la gente?
¿Usted cree que la corrupción es de los
30.75 227.779 .453 .768
políticos, de los ciudadanos o de ambos?
¿Quién cree usted que respeta menos las
leyes: los gobernantes, los ciudadanos o 29.66 230.643 .403 .773
ambos?
¿Considera usted que durante los últimos años
ha disminuido las diferencias entre los 28.96 210.844 .464 .763
mexicanos?
¿Cuál partido político propone cobrar IVA a
29.46 192.024 .523 .755
medicinas, alimentos y colegiaturas?
En México ¿Quién tiene facultad para aprobar
29.50 202.371 .511 .756
las reformas a la Constitución?
En la Cámara de Diputados ¿Qué partido tiene
28.53 187.456 .546 .751
el mayor número de representantes?
¿Sabe usted cuanto tiempo duran los diputados
28.69 204.192 .462 .763
federales en el cargo?

rrmmex@netscape.net
Una vez observado la validez interna de nuestro conjunto de preguntas, el siguiente paso
es realizar la reducción de variables a variables artificiales, para ello…
seleccionamos:
Incluimos las variables a analizar
Análisis→
Reducción de datos→
Factor

rrmmex@netscape.net
Una vez observado la validez interna de nuestro conjunto de preguntas, el siguiente paso
es realizar la reducción de variables a variables artificiales, para ello…
En el cuadro de estadísticas
descriptivas seleccionamos
Solución inicial (muestra el
porcentaje de varianza extraída
de cada variable
En el cuadro de extracción
seleccionamos el método a
utilizar, en este caso
“Componentes principales”

rrmmex@netscape.net
Debemos seleccionar un
método de rotación para
poder interpretar los
resultados..
Si deseamos utilizar los factores

para clasificar a los casos de
acuerdo a las variables
artificiales, seleccionamos
“salvar como variables”

rrmmex@netscape.net
Uno de los primeros resultados que debemos observar es la varianza total explicada…
Muestra el total de la varianza que está explicada por medio de los componentes o
variables artificiales generadas
Total Variance Explained
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Component Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3.366 37.396 37.396 3.366 37.396 37.396 2.416 26.845 26.845
2 1.241 13.789 51.185 1.241 13.789 51.185 2.191 24.340 51.185
3 .857 9.526 60.711
4 .706 7.845 68.556
5 .687 7.637 76.193
6 .624 6.933 83.126
7 .595 6.616 89.741
8 .513 5.696 95.438
9 .411 4.562 100.000
Extraction Method: Principal Component Analysis.
La varianza explicada de
nuestros doscomponentes
es de 51.185%

rrmmex@netscape.net
Para nombrar nuestras variables artificiales, debemos analizar la matriz de componentes
rotados, de esta forma, el concepto explicado por la variable artificial se establecerá de
acuerdo a las variables de las cuales extraiga la mayor varianza, esto es…
a
Rotated Component Matrix
Component
1 2
¿Sabe usted cuanto tiempo duran los diputados federales
.677 .112
en el cargo? Para el componente 1, estas
¿Cuál partido político propone cobrar IVA a medicinas,
alimentos y colegiaturas?
.711 .166 son las variables a las que
En la Cámara de Diputados ¿Qué partido tiene el mayor “extrae” mayor varianza
.766 .129
número de representantes?
En México ¿Quién tiene facultad para aprobar las reformas
.670 .197
a la Constitución?
¿Qué tanto cree usted que los diputados se preocupan por
.376 .468
¿Qué tanto cree usted que los diputados se preocupan por
.329 .543
¿Usted cree que la corrupción es de los políticos, de los
Para el componente 2, estas
ciudadanos o de ambos?
.090 .825 son las variables a las que
¿Quién cree usted que respeta menos las leyes: los
.022 .829 “extrae” mayor varianza
gobernantes, los ciudadanos o ambos?
¿Considera usted que durante los últimos años ha
.399 .462
disminuido las diferencias entre los mexicanos?
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.

rrmmex@netscape.net
De esta forma, nosotros podemos nombrar a nuestras variables artificiales, por lo que…
Componente 1: Conocimiento político.

Componente 2: Creencia sobre el sistema político

rrmmex@netscape.net
a) No hay correlación entre

P41 y P2f, es decir, el hecho
que no conozcan el periodo
de duración de los diputados
no implica que tengan una
a) apreciación positiva sobre el
respeto a la ley
b)
b) Existe correlación entre
P2d y P2f, es decir, el
hecho que no conozcan el
periodo de duración de los
diputados está relacionado
también con el
desconocimiento de quien
tiene mayoria en la cámara

rrmmex@netscape.net

Análisis Con SPSS / Statistical Analysis Using SPSS

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Análisis Con SPSS / Statistical Analysis Using SPSS

Uploaded by

Copyright:

Available Formats

Análisis estadístico

Análisis estadístico con SPSS Ricardo Rojas Montero

Cuantitativo Longitudinal Observación

Cualitativo Entrevistas a profundidad

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Medidas de tendencia central

Descriptivo Análisis factorial

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

La opción de gráficos permite

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Damos doble “Click”

Análisis estadístico con SPSS Ricardo Rojas Montero

Damos doble “Click”

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Asímetría: Una medida de asimetría de

Curtosis: Una medida de la extensión del

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Una distribución de media 0 y

Análisis estadístico con SPSS Ricardo Rojas Montero

• Calcular la media y la desviación estándar de la variable tipificada, y verificar si sus

• Calcular los coeficientes de asimetría y curtosis y comprobar si los valores son 0.

Otra forma de hacerlo es trazando sobre el histograma de la variable la curva de la

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

El menú opciones permite

Análisis estadístico con SPSS Ricardo Rojas Montero

N Minimum Maximum Mean Std. Deviation

Los estadísticos descriptivos

Los datos tipificados

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Seleccionamos del Menú:

Análisis estadístico con SPSS Ricardo Rojas Montero

Y la etiqueta para el eje

Análisis estadístico con SPSS Ricardo Rojas Montero

El resultado es una gráfica que

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

Análisis estadístico con SPSS Ricardo Rojas Montero

El nuevo gráfico permite

Análisis estadístico con SPSS Ricardo Rojas Montero

Para observar la estacionalidad

Análisis estadístico con SPSS Ricardo Rojas Montero

Esto es, En los meses de enero