Este documento presenta conceptos estadísticos básicos como variables, análisis descriptivo, relaciones estadísticas y validación de experimentos. Explica el uso del programa PSPP para depurar y transformar datos, realizar análisis descriptivos como tablas y gráficos, y comparar proporciones, medias y realizar regresiones. El objetivo es proporcionar conocimientos sobre estadística básica y familiarizar al lector con las herramientas de PSPP.

1. Conocimientos básicos de
estadística con PSPP
Ángel J. Sánchez Campos

2. INDICE
• Conceptos estadísticos básicos.
- Estadística
- Tipos de Variables
- Análisis Descriptivo
- Relación estadística
• Utilización del PSPP
- Ventanas
- Propuesta de trabajo
• Validación de experimentos
– Rel. entre variables categóricas.
– Rel. Categórica y cuantitativa.
– Rel. entre variables cuantitativas.

3. Conceptos básicos
Probabilidad y Estadística

4. Conceptos básicos
Variables (mediciones)
Variables Mediciones Ejemplos
Cualitativas Categóricas
(Nominales)
Igualdad o desigualdad Sexo, estado civil,
nacionalidad
“ Ordinales Igualdad, desigualdad
u orden
Curso, meses año,
nivel cultural
Cuantitativas Discretas Sólo valores enteros Nº hijos, censo,
Nº acciones
“ Continuas Cualquier valor Edad, peso,
temperatura

5. Conceptos básicos
Variables (gráficos)
Principales representaciones gráficas
Variable Gráficos
Categórica (Nominal) Diagrama de Pareto
Diagrama de sectores
Categorías ordenadas Diagrama de barras
Diagrama de líneas
Cuantitativa discreta Diagrama de líneas
Steam and leaf
Cuantitativa continua Steam and leaf
Histograma
Polígono de frecuencias

6. Conceptos básicos
Gráficos

7. Conceptos básicos
Análisis descriptivo: basado en momentos

8. Conceptos básicos
Análisis descriptivo
• Basado en momentos: (V. CuantitativasV. Cuantitativas).
– Tendencia Central: Media
– Dispersión: Variancia, Desviación estandar
– Asimetría: Skewness
– Apuntamiento: Curtosis
• Basado en ordenaciones: (V. Cuantitativas u ordinalesV. Cuantitativas u ordinales)
– Mediana
– Moda
– Cuartiles
– Amplitud
– Gráfico: Boxplot
DistribucionesDistribuciones
SIMETRICASSIMETRICAS
DistribucionesDistribuciones
ASIMETRICASASIMETRICAS

9. Conceptos básicos
Boxplot

10. Conceptos básicos
Relación estadística
Variable
Independiente
(X)
Variable
Dependiente
(Y)
Prueba
estadística
Categórica Categórica Comparación de proporciones
Categórica Cuantitativa Comparación de medias
Cuantitativa Cuantitativa Regresión

11. Conceptos básicos
Pruebas de Significación estadística
•Hipótesis inicial (proceso de deducción)
– Ej: Alcohol incrementa el tiempo de reacción
•Hipótesis nula (Ho):
– No existe diferencia entre los grupos a comparar.
•Diferencia observada (d):
– Indicador de la discrepancia entre los datos
recogidos y la Ho.
•Grado de significación (p):
– Valorar la discrepancia percibida.
– En muestras de poblaciones con la misma
distribución,prob. obtener diferencias mayores a d

12. Conceptos básicos
Pruebas de Significación estadística -2
•Grado de significación (p≈0): [Gran discrepancia]
-La Ho se rechaza (poco creible).
-Considera diferencia estadísticamente significativa.
-No sugiere causalidad.
-Punto de corte aceptado: p≤0,05
Grado de Significación (p≈1): [pequeña discrepancia]
- No se rechaza Ho (puede ser el azar).
- Diferencia estadísticamente NO significativa.
- Los datos no aportan suficientes pruebas (No
demostrado, no concluyente).

13. Conceptos básicos
Intervalos de Confianza (IC)
• Estimación puntual de un parametro debe ir
acompañada de su precisión (IC 1-α del parámetro µ).
• Los IC situan entre sus límites la verdadera magnitud
del parametro detectado.
• Cuanto más estrecho, mas información de la magnitud
• Requiere el supuesto de muestras aleatorias.

14. Conceptos básicos
Intervalos de Confianza (IC)
•Ejemplo1:
Una muestra aleatoria de 100 niños al nacer presenta
una talla media de 51cm y una desviación estandar de 2
cm. ¿Cual es la talla media de la población?
Media= 51 cm IC 95%: 50,6 a 51,4 cm
•Conclusión: Con una confianza del 95%, la talla media
al nacer de los niños de esta población esta situada
entre 50.6 y 51.4 cm.

15. Conceptos básicos
Intervalos de Confianza (IC)

16. Conceptos básicos
Etapas del trabajo de investigación

17. Utilización del PSPP
Ventanas de trabajo
Ventana datos: *.SAV
Ventana Resultados:
PDF, HTML, ODT,
TXT, PS, CSV.
Ventana Sintaxis: *.SPS

18. Utilización del PSPP
Propuesta de Trabajo
• Utilizar el botón PEGAR.
• Crear archivos de Sintaxis
temáticos.
•Ventajas:
• Reutilización en estudios cíclicos.
• Incorporar nuevos casos al estudio.
• Detección y corrección de errores.
• Modificación de criterios.

19. Ejercicio Práctico
• Estudio sobre hábitos saludables en la Universidad.
• n=722
• Facultades: Farmacia, Física, Bellas Artes.
• Recogida datos en Access sin validaciones.
• Piden:
• Pasarlo a PSPP.
• Codificar variables

20. Utilización del PSPP
Codificación de variables
• Vista de variables
• Nombre:
• Tipo: Numérica, Cadena o Fecha.
• Etiqueta: V. Cuantitativas incluir unidad de medida.
• Etiquetas de Valor:
Fundamental con variables nominales u ordinales.
• Valores perdidos:
- Recomendable dejar campo vacio.
- Declarar valores desconocidos.
• Medida:

21. Utilización del PSPP
Codificación de variables

22. Utilización del PSPP
Depuración de datos.
• Pasos con todas las variables iniciales:
1. Chequeo lógico de todas las variables.
 Informe de Máximos y Mínimos
(Analizar/Estadística_Descriptiva/Frecuencias)
2. Modificar el dato erroneo por el correcto.
3. Si no tenemos dato correcto, codificarlo como
missing (Vista de variables/Valores Perdidos)

23. Utilización del PSPP
Transformación de variables.
• Procedimientos: (Pestaña Transformar)
1. Recodificar en Variables Diferentes (RECODE)
2. Calcular (COMPUTE)
3. Recuento (COUNT)
4. Recodificación Automática (AUTORECODE)

24. Utilización del PSPP
Transformación de variables.

25. Validación de Experimentos
Análisis Descriptivo.
• V. Nominal: (Analizar/Estadística Descriptiva/Frecuencias)
FREQUENCIES
• Tabla de Frecuencias
• Diagrama de Sectores.
• V. Ordinal: (Analizar/Estadística Descriptiva/Frecuencias)
• Moda, Mediana e Intervalo.
• Diagrama de Sectores.
• V. Cuantitativa (Analizar/Estadística Descriptiva/Explorar) EXAMINE
• Estadísticos Descriptivos, Extremos y Percentiles.
• BoxPlot (/PLOT= BOXPLOT)

26. Validación de Experimentos
Comparación de proporciones
(Relación entre dos variables Categóricas(Relación entre dos variables Categóricas)
• Chi-Cuadrado de Pearson:
• Condiciones: Frecuencias esperadas (ei≥5)
• Comprueba hipótesis de homogeneidad.
• Razón de Verosimilitud:
• Condiciones: Frecuencias esperadas (ei≥5)
• Comprueba hipótesis de homogeneidad.
•Prueba de Tendencia Lineal:
• Condiciones: Frecuencias esperadas (ei 2)≥
• Variable con categorías ordenadas y respuesta binaria.
• Comprueba hipótesis de tendencia (creciente o decreciente).
(Analizar/Estadística Descriptiva/Tablas Cruzadas….) CROSSTAB

27. Validación de Experimentos
Comparación de medias
(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)
Análisis de la Variancia(ANOVA):(Analizar/Comparar Medias/ANOVA de un factor)
• Condiciones: Muestras aleatorias
Poblaciones normales
Igual Variancia
• ¿Cómo?
• Exploración de datos: BoxPlot (/PLOT= BOXPLOT)
• Comprobar Normalidad: Kolmogorow-Smirnow o Shapiro-Wilk
• Comprobar homogeneidad de Variancias: Prueba de Levene
• Estudiar relación estadística: ANOVA
• ¿No cumple todas las condiciones?
• Prueba no paramétrica de Kruskal-Wallis.

28. Validación de Experimentos
Regresión
(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)

29. Validación de Experimentos
Regresión Simple
(Analizar/Regresión/Lineal)
• Coeficiente de determinación (r2
):
• Mide el ajuste de la recta (expresa la proporción de la
variación total explicada por la recta)
• Ajuste: perfecto r2
=1, nulo r2
=0
• ANOVA:
• Explica si existe asociación lineal entre las variables.
• Recta: a+bx
IC de b: Si no incluye el valor 0 es significativo.

30. Validación de Experimentos
Nuevos casos
• Depuración de datos.
• Introducir nuevos casos en PSPP.
• Ejecutar Sintaxis de Transformación de Variables.
• Ejecutar Sintaxis de Análisis de datos.

31. ESPERO HABER SIDO DE UTILIDAD
MUCHAS GRACIAS POR VUESTRA ATENCIÓN