Herramientas para uso y manejo de archivos y bases de datos.

1.
Tutorial:
introducción
al
análisis
de
datos
con
hojas
de
cálculo
Elaborado
por:
Camila
Salazar
Cómo
importar
un
archivo
.csv
a
Excel
Para
este
tutorial
se
utilizará
la
base
de
datos:
“rendimientoacademico_chile.csv”,
que
contiene
datos
de
alumnos
aprobados,
reprobados
y
retirados
de
centros
educativos
en
todo
Chile
para
el
año
2012.
El
archivo
se
puede
descargar
de
http://tinyurl.com/pxlqdm6. Para
el
ejemplo
se
utilizaron
solamente
los
datos
de
aquellos
centros
educativos
que
tuvieran
a
más
de
200
alumnos
por
nivel
y
de
tres
regiones
del
país,
para
simplificar
los
cálculos.
La
base
original
se
puede
descargar
de:
http://datos.gob.cl/datasets/ver/990
1. Abra
su
Excel
y
busque
en
la
parte
superior
la
pestaña
de
dice
“Data”
o
“Datos”,
seleccione
la
opción
que
dice
“External
Data
Sources”
y
de
clic
en
en
“Text”
o
“Texto”.
2. Seleccione
el
archivo
.csv
que
desee
importar.
3. Seleccione
la
opción
“Delimited”
o
“Delimitado”,
dado
que
los
archivos
.csv
se
caracterizan
por
estar
delimitados
por
algún
signo
de
puntuación
como
comas,
espacios,
guiones,
entre
otros.

2.
2
4. Seleccione
la
opción
del
delimitador
de
sus
datos.
Por
ejemplo,
en
el
caso
del
archivo
“rendimiento_academico.csv”
se
trata
de
una
coma,
mientras
que
en
otros
archivos
puede
ser
un
“|”,
“;”
u
otro
signo.
De
click
en
siguiente,
dos
veces.
5. El
archivo
queda
listo
para
comenzar
a
trabajar.

3.
3
Algunas
fórmulas
básicas
Una
vez
que
hemos
importado
la
base
de
datos
a
la
hoja
de
cálculo,
explorado
el
tipo
de
variables
que
contiene
y
planteado
las
preguntas
que
queremos
responder,
podemos
comenzar
el
análisis.
Uno
de
los
primeros
pasos
es
explorar
el
tipo
de
datos
que
tenemos
y
empezar
a
realizar
cálculos
generales
que
nos
permitan
entender
mejor
la
información.
Para
ello
podemos
utilizar
fórmulas
básicas.
Para
insertar
una
fórmula
en
Excel
se
digita
=
en
la
celda
seguido
de
la
fórmula
que
se
quiera
utilizar:
=NOMBREDELAFUNCION(Argumento).
A
continuación
hay
una
lista
de
algunas
de
las
funciones
comunes
o
de
uso
frecuente
cuando
se
trabaja
con
datos.
FORMULA
EN
INGLÉS
FÓRMULA
EN
ESPAÑOL
DESCRIPCIÓN
=SUM(A1:A5)*
=SUMA(A1:A5)
Suma
los
valores
en
las
celdas
seleccionadas
=AVERAGE(A1:A5)
=PROMEDIO
(A1:A5)
Calcula
el
promedio
de
los
valores
de
las
celdas
seleccionadas
=COUNT(A1:A5)
=CONTAR(A1:A5)
Cuenta
el
número
de
observaciones
=INT
=ENTERO(A1:A5)
Devuelve
el
valor
entero
del
número,
eliminando
los
decimales
=MEDIAN(A1:A5)
=MEDIANA(A1:A5)
Calcula
la
mediana
de
los
datos
seleccionados
=MIN(A1:A5)
=MIN(A1:A5)
Calcula
el
valor
menor
del
rango
de
datos
=MAX(A1:A5)
=MAX(A1:A5)
Calcula
el
valor
mayor
del
rango
de
datos
=MODE(A1:A5)
=MODA(A1:A5)
Calcula
la
moda
del
rango
de
datos
=PERCENTILE(A1:A25,
numero
de
percentil)
=PERCENTIL(A1:A25,
numero
de
percentil)
Calcula
el
percentil
deseado
a
un
rango
de
datos.
Por
ejemplo
si
queremos
el
25,
ponemos
en
número
de
percentil
0.25.
*El
rango
A1:A5
se
usa
como
ejemplo,
hay
que
seleccionar
el
rango
correcto
según
el
cálculo
que
se
quiera
realizar.

4.
4
Cómo
filtrar
datos
y
ordenar
variables
Otra
forma
de
explorar
la
información
es
utilizando
filtros
y
ordenando
variables.
Los
filtros
permiten
establecer
criterios
específicos
sobre
la
información
de
interés
que
estamos
buscando,
por
ejemplo
ordenar
los
datos
de
mayor
a
menor
o
seleccionar
solamente
unas
variables.
Para
aplicar
un
filtro,
posiciónese
sobre
la
primera
fila
en
el
encabezado
de
la
variable
que
desee
filtrar,
y
en
la
parte
superior
seleccione
la
figura
que
parece
un
embudo.
Luego
de
clic
en
el
triángulo
negro
que
aparece
debajo
de
la
celda.
En
este
ejemplo,
supongamos
que
queremos
ver
cuál
es
el
centro
educativo
con
mayor
cantidad
de
alumnos.
Seleccionamos
el
triángulo
que
aparece
en
la
celda
de
total_alumnos.
Al
dar
clic,
nos
aparece
un
recuadro
y
seleccionamos
la
opción
“Descending”
(Descendente)
para
ordenar
los
datos
de
mayor
a
menor.

5.
5
También
podríamos
seleccionar
solo
aquellos
centros
educativos
de
enseñanza
media.
Para
ello,
aplicamos
el
filtro
en
la
columna
de
“nivel_ensenanza_agregado”
y
en
el
cuadro,
seleccione
la
opción
de
select
all
(para
deseleccionar
las
opciones)
y
luego
de
clic
en
enseñanza
media
(que
es
la
opción
que
queremos).
Si
quisiéramos
seleccionar
nuevamente
todas
las
opciones,
damos
clic
a
la
casilla
“Select
All”
(Seleccionar
todos).
Otra
forma
de
ordenar
los
datos:
1. Posiciónese
sobre
una
celda
en
la
columna
que
quiere
ordenar.
2. En
la
parte
superior
de
la
hoja
de
cálculo
busque
este
símbolo
(o
uno
similar)
.
En
el
caso
de
“Google
Sheets”
busque
en
la
parte
superior
donde
dice
“Data”
y
seleccione
“Short
sheet
by
column”
.
3. Seleccione
ordenar
de
la
A
–Z
(de
menor
a
mayor)
o
Z-­‐A
(de
mayor
a
menor).
4. Una
vez
que
ordenó
verifique
la
información
y
asegúrese
de
que
se
haya
ordenado
correctamente.
Algo
importante
a
tener
en
cuenta
es
que
cuando
se
ordena
una
columna
las
demás
deben
moverse
también
de
forma
que
las
observaciones
sean
las
correctas
para
cada
variable.
Por
ejemplo:
En
la
tabla
se
observa
que
la
persona
1
dedica
38
horas
a
labores
domésticas
y
1
al
mercado
laboral.
Al
ordenar
la
columna
“promedio
de
horas
semanales
que
dedican
al
mercado
laboral”
de
menor
a
mayor,
vemos

6.
6
que
las
tres
columnas
cambian
de
orden
de
forma
que
las
observaciones
sigan
siendo
las
mismas
para
la
persona
1.
Tablas
dinámicas
(pivot)
para
el
análisis
Las
tablas
dinámicas
o
pivot
son
una
herramienta
útil
y
fácil
de
usar
para
analizar
datos,
ya
que
permiten
cruzar
variables
y
realizar
cálculos
con
ellas.
¿Cómo
crear
una
tabla
pivot?
1. Lo
primero
es
seleccionar
todo
el
rango
de
datos
con
el
que
queremos
trabajar.
Para
el
ejemplo
vamos
a
trabajar
con
el
archivo
rendimientoacademico_chile.csv.
Para
seleccionar
podemos
usar
Ctrl+Shift
y
las
flechas
del
teclado
para
seleccionar
de
forma
rápida.
2. Buscar
donde
dice
Data
y
dar
clic
en
el
ícono
que
diga
Pivot
Table.
Dependiendo
del
Excel
con
el
que
se
esté
trabajando
la
ubicación
puede
variar,
por
ejemplo
en
algunas
versiones
hay
que
buscar
Insertar
y
luego
dar
clic
en
Tabla
dinámica.

7.
7
3. Una
vez
que
dimos
clic
a
tabla
Pivot
se
nos
abre
una
nueva
hoja
de
trabajo
con
el
organizador
de
tabla
dinámica
que
se
ve
así:
Independientemente
del
Excel
que
estemos
utilizando
las
tablas
pivot
tienen
en
común
que
se
componen
de
cuatro
elementos:
• Filas:
en
las
filas
se
introducen
las
variables
con
las
que
queremos
realizar
cálculos.
• Columnas:
al
igual
que
con
las
filas,
en
las
columnas
se
introducen
las
variables
con
las
que
queremos
realizar
cálculos.
• Valores:
asigna
valores
y
funciones
a
las
filas
y
columnas.
• Filtros:
permite
desplegar
solamente
valores
o
categorías
específicas
de
la
variable
que
queramos,
para
realizar
un
análisis
más
detallado.

8.
8
4. Para
ver
cómo
funciona
la
tabla
lo
ideal
es
plantearse
las
preguntas
que
queremos
responder.
Por
ejemplo:
¿Cuántos
centros
de
enseñanza
hay
en
cada
provincia?
Esta
es
una
pregunta
de
primer
nivel.
Para
responder
a
la
pregunta
arrastramos
desde
la
parte
superior
del
editor
de
tabla
dinámica
la
variable
“nombre_provincia”
hasta
el
campo
de
filas.
Luego
tomamos
la
variable
“nombre_establecimiento”
y
la
arrastramos
al
campo
de
valores.
En
el
campo
de
valores
debería
decir
“Count”
(Cuenta).
Al
hacer
esto
observamos
que
la
tabla
nos
permite
responder
a
la
pregunta
planteada.
Si
ahora
quisiéramos
ordenar
los
resultados
de
mayor
a
menor
para
saber
con
mayor
claridad
cual
es
la
región
con
más
centros
educativos,
nos
posicionamos
en
la
primera
fila
y
luego
en
la
parte
superior
seleccionamos
el
símbolo
para
ordenar
los
datos.
También
en
el
campo
de
valores
podemos
realizar
otros
cálculos
como
mostrar
el
porcentaje
por
filas
o
columnas,
el
mínimo,
el
máximo,
promedio,
entre
otros.

9.
9
Por
ejemplo
si
quisiéramos
ver
la
proporción
respecto
al
total,
arrastramos
la
variable
a
la
que
queremos
calcular
el
nuevo
valor
al
campo
de
valores
y
damos
clic
en
la
esquina
derecha
de
la
variable
ubicada
en
el
campo
de
valor.
En
la
ventana
que
se
despliega
seleccionamos
“opciones”
y
luego
escogemos
el
cálculo
que
queremos
realizar,
por
ejemplo
calcular
el
porcentaje
con
respecto
al
total.
Si
tuviéramos
una
pregunta
como:
¿Qué
tipo
de
dependencias
hay
en
cada
región?
Esta
sería
una
pregunta
en
la
que
se
combinan
dos
variables,
por
lo
que
necesitamos
construir
una
tabla
cruzada
en
la
que
se
coloca
una
variable
en
las
filas
y
otra
en
las
columnas.
Como
ya
habíamos
colocado
la
variable
de
nombre
de
región
en
las
filas,
lo
que
tenemos
que
hacer
es
colocar
la
variable
“dependencia”
en
el
campo
de
columnas.

10.
10
Si
quisiéramos
agregar
una
nueva
variable,
por
ejemplo
saber
cuántos
centros
están
en
zona
rural
y
cuáles
en
urbana,
según
el
tipo
de
dependencia
y
la
región,
podemos
agregar
la
variable
“área_geografica”
al
campo
de
filas
con
lo
que
obtendríamos
una
tabla
así:

11.
11
Podemos
observar
que
según
cada
región
se
despliegan
aquellos
centros
en
zona
urbana
y
rural
y
los
clasifica
según
el
tipo
de
dependencia.
Otra
forma
de
responder
a
la
pregunta
es
agregando
la
variable
“área_geografica”
al
campo
de
filtros.
Los
filtros
funcionan
para
desplegar
en
la
tabla
las
categorías
de
la
variable
que
queramos.
La
variable
filtro
aparece
en
la
parte
superior
de
la
tabla
de
resultados
y
para
poder
filtrar
seleccionamos
el
triángulo
que
se
ubica
en
la
parte
superior
derecha.
Al
hacer
esto
se
despliega
un
recuadro
donde
aparecen
las
diferentes
categorías
de
la
variable,
por
lo
que
podemos
seleccionar
todas
o
solo
algunas.
Por
ejemplo
si
seleccionamos
los
centros
en
zona
rural,
solamente
los
hay
en
tres
regiones,
mientras
que
12
regiones
tienen
centros
educativos
en
áreas
urbanas.

12.
12
Así
dependiendo
de
la
pregunta
que
nos
formulemos
podemos
utilizar
las
diferentes
opciones
de
las
tablas
dinámicas.
Aquí
algunos
consejos
para
tomar
en
cuenta:
1. Identifique
cuántas
variables
tiene
su
pregunta,
de
esta
manera
podrá
ver
cuáles
coloca
en
filas
o
columnas.
2. Piense
qué
tipo
de
cálculos
puede
realizar
con
la
variable
que
está
ubicada
en
el
campo
de
valores.
Recuerde
verificar
qué
tipo
de
variables
son
(numéricas,
cualitativas).
Por
ejemplo
se
puede
calcular
una
frecuencia
del
tipo
de
centro
educativo
pero
no
un
promedio,
mientras
que
para
a
variable
de
total
de
alumnos
se
podría
calcular
la
diferencia
entre
los
centros
con
menos
y
más
alumnos
por
región.
3. Una
vez
que
tenga
su
tabla
lista,
es
recomendable
pegarla
en
una
hoja
nueva.
Otros
tips
Para
seleccionar
muchos
datos
a
la
vez
de
forma
fácil,
posiciónese
sobre
la
primera
celda
y
use
Ctrl+Shift
y
las
flechas
del
teclado
para
seleccionar
de
forma
rápida.