Este documento presenta información sobre la representación y la interpretación de gráficos. Explica los procedimientos para crear gráficos de diferentes tipos de variables usando SPSS e incluye ejemplos de cómo representar variables nominales, ordinales y de escala. También describe cómo interpretar un diagrama de caja, identificando la mediana, los valores máximos y mínimos, y la dispersión de los datos.

1. (Parte del seminario 5 y del tema
6)
Gráficos e interpretación de
gráficos
Noelia Toro
González
Enfermería 1º
Macarena - Grupo
A

2. Índice
1. Procedimiento de la representación gráfica del
Seminario 5
 Ejercicios para colgar en el blog:
• Representar dos variables nominales, una en diagrama
de sector y otra en barra.
• Representar dos variables ordinales en diagrama de
barras y con curva de normalidad.
• Representar dos variables de escala en diagrama de
caja.
2. Interpretación gráfica del diagrama “caja –
bigotes” del tema 6.

3. 1. Representación gráfica
Para hacer una representación gráfica en el SPSS, se
hace a partir
de las distribuciones de frecuencias. Estas son muy
útiles para
mostrar los datos de forma resumida.
Cabe destacar que hay diferentes representaciones
gráficas
dependiendo del tipo de variable.
El procedimiento para obtener una representación
gráfica en el
SPSS es el siguiente: Analizar  Estadísticos

5. EJERCICIO PARA EL BLOG
1. Representa gráficamente dos variables
nominales, una en diagrama de sector y otra en
barras.
Los pasos son los mismo que en los anteriores, pero
para ello,
se deben seleccionar las variables nominales, una vez
seleccionada pinchamos en grafico y elegimos la
opción del
gráfico.
Las dos variables nominales serán: medio de transporte
para el
desplazamiento (en diagrama de sectores) y tipo de

8. EJERCICIO PARA EL BLOG
2. Representar gráficamente dos variables
ordinales en diagramas de barras y con
curva de normalidad.
Al igual que en el ejercicio anterior, hay que seguir
los pasos y
Seleccionamos las variables que se van a
representar.
Las dos variables serán: la frecuencia de estudio y
el trabajo
remunerado en periodo académico. Ambas se
representaran en

11. EJERCICIO PARA EL BLOG
3. Representar gráficamente dos variables de
escala en diagrama de caja.
El procedimiento para conseguir un diagrama de
caja es el
siguiente: Gráficos  Cuadros de diálogos
antiguos 
Diagrama de caja  Simple y Resumen para
distintas variables.
Una vez llegado a ese cuadro, seleccionaremos las
dos variables
de escala que se van a representar. En este caso,
la nota de

13. 2. Interpretación gráfica
En el tema 6, hay un ejercicio que consiste en hacer
una
interpretación gráfica de un diagrama de caja –
bigote. El diagrama
a comentar es el siguiente:

14. 2. Interpretación gráfica
En primer lugar, aclarar que la imagen a interpretar es
un
diagrama de caja o “Box – plot”, donde podemos
observar que la
variable representada es el peso.
En el eje vertical, vemos que el peso oscila entre 0 y
100 Kg. En
este tipo de gráficos, hay que diferenciar muy bien la
caja de los
bigotes, ya que indican datos diferentes.
En el interior de la caja, se encuentra el 50% de los
casos de la

15. Además, cabe destacar en cuanto a la caja, que la línea
que divide
la caja en dos es el valor que toma la mediana. En este
caso, el
valor de la mediana es 60 Kg, lo que indica que el 50% de
la
población tiene un peso superior a 60 Kg y el otro 50% de
la
población tiene un peso inferior a 60 Kg.
En cuanto a los bigotes, hay que indicar que los límites de
los
bigotes son los máximos y mínimos. Así, el limite superior
del
bigote corresponde al peso máximo de la muestra, cuyo
valor es
90; mientras que el limite inferior del bigote corresponde al
peso
mínimo de la muestra, cuyo valor es 35. Con estos

16. En relación tanto con la caja como con los bigotes,
hay
que destacar que entre los limites de ambos, queda el
25% de la
población. Así, indicamos que un 25% de la muestra
está en un
peso entre 70 – 90 Kg y el otro 25% de la muestra
está en un peso
entre 35 – 50 Kg, lo que quiere decir que
aproximadamente la
dispersión es igual para los cuartos restantes de la
población
estudiada, siendo mas dispersa aún en el 25 % de la
muestra entre
70 – 90 Kg (debido a que el bigote de arriba es mas
largo).