Este documento describe cómo realizar tablas de contingencia y frecuencias en SPSS para analizar las relaciones entre variables. Se realizarán tablas para examinar la relación entre el nivel educativo y el salario, y entre el sexo y el salario. También se crearán tablas de frecuencia para variables como el sexo, edad, ciudad y nivel educativo. Finalmente, se representarán gráficamente variables nominales y de escala usando diagramas de sectores, barras, histogramas y curvas normales.

1. 
SPSS
Cristina González Caro. Virgen del Rocío. Grupo 4.
Subgrupo 14.
SEMINARIO 5

2. 
En este ejercicio tenemos que realizar dos tablas de
contingencia para obtener información acerca de:
– En nuestra muestra, ¿existe relación entre el nivel
académico máximo y el salario anual percibido?
– En nuestra muestra, ¿existe relación entre el sexo y el
salario anual percibido?
Ejercicio 1

3. 
Para responder a la primera pregunta que nos hemos
planteado seguimos los siguientes pasos:
 1. nos vamos a la pestaña Analizar>
estadísticos descriptivos> tablas cruzadas
2. Ponemos en “filas” el salario del ultimo
año ya que es la variable dependiente y en
“columnas” ponemos el nivel académico
porque es la variable independiente.

4. 
1. nos vamos a la pestaña Analizar> estadísticos
descriptivos> tablas cruzadas

5. 
2. Ponemos en “filas” el salario del ultimo año ya que es
la variable dependiente y en “columnas” ponemos el
nivel académico porque es la variable independiente.

6. 
Resultado

7. 
Tras la realización de las tablas de contingencia,
podemos decir que no existe relación entre el nivel de
estudios máximos alcanzados y el salario anual. Esta
observación podemos hacerla grácias a la tabla de
contingencia en la que vemos que por ejemplo una
persona con Master cobra 10.000 euros anuales y 3
personas diplomadas cobran una media de 30.000 euros
anuales. Hay mucha diferencia entre todos los sueldos.
Conclusión

8. 
 1. nos vamos a la pestaña Analizar> estadísticos
descriptivos> tablas cruzadas
 2. El salario es la variable dependiente por tanto va
en “filas” y el sexo es la variable independiente por
tanto va en “columnas”
Para resolver la segunda pregunta que nos
hemos planteado tenemos que seguir los
siguientes pasos:

9. 
1. nos vamos a la pestaña Analizar> estadísticos
descriptivos> tablas cruzadas

10. 
2. El salario es la variable dependiente por tanto
va en “filas” y el sexo es la variable
independiente por tanto va en “columnas”

11. 
Resultado

12. 
Una vez realizada la tabla de contingencias, podemos
decir igualmente no existe relación entre la variable
salario del último año y la variable sexo. Esta
observación podemos hacerla gracias a la tabla de
contingencia, la cual nos muestra que el sueldo del
último año son independientes del sexo por ejemplo: 2
hombres y una mujer ganan 42.000 (esto demostraria
que los hombres ganan más) mientras que 4 mujeres de
la muestra ganan 30.000 y 1 hombre de nuestra muestra
gana 10.000. Con estos ejemplos demostramos que no
depende el salario anual del sexo.
Conclusión

13. 
En este ejercicio tenemos que realizar las tablas de
frecuencia para obtener información acerca de:
Distribución por:
 Sexo
 edad
 nivel de estudios
 ciudad de residencia
 trabajo
Ejercicio 2

14. 
 1. Nos vamos a la pestaña Analizar> estadísticos
descriptivos> Frecuencia
 2. Seleccionamos las 5 variables que nos muestra el
ejercicio, de las cuales queremos obtener
información; seguidamente le damos a Aceptar.
Para este ejercicio seguiremos los siguientes
pasos:

15. 
1. Nos vamos a la pestaña Analizar >
estadísticos descriptivos > Frecuencia

16. 
2. Seleccionamos las 5 variables que nos muestra el ejercicio, de las cuales
queremos obtener información; seguidamente le damos a Aceptar.

17. 
Resultados (1)

18. 
Resultados (2)

19. 
 Respecto a la variable sexo podemos ver que hay un nº mayor de
mujeres que de hombres, exactamente 4 mujeres mas que hombres.
 Respecto a la variable edad: Los individuos de nuestra muestra
tienen edades comprendidas entre los 22 y los 62 años.
 En la variable ciudad de residencia podemos ver que el mayor nº
de individuos de nuestra muestra residen en Sevilla (7 personas),
seguida de Jaén (6 personas). En las otras provincias residen de 1 a
3 personas.
 En la variable nivel academico máximo alcanzado podemos ver
que el valor que más se repite es el de Diplomado (se repite 14
veces). Los demas niveles academicos son bastante inferiores (2 y 4
veces)
 En cuanto al salario del último año, el que más se repite es el de
30.000 (se repite 4 veces), seguido del de 42.000 (se repite 3 veces).
Los demás se repiten con menor frecuencia.
Conclusión

20. 
En este ejercicio tenemos que representar gráficamente:
 Dos variables nominales. Una en diagrama de sector
y otra en barras
 Dos variables de escala en histograma y con curva de
normalidad
Ejercicio 3

21. 
 1. Nos vamos a la pestaña Analizar> estadísticos
descriptivos> Frecuencia
 2. Seleccionamos la 1ª variable nominal: Sexo;
Seguidamente le damos a Gráficos.
 3. Marcamos la opción Gráficos circulantes y como
valores del gráfico marcamos Porcentajes.
Para realizar el primer ejercicio seguiremos los
siguientes pasos:

22. 
1. Nos vamos a la pestaña Analizar>
estadísticos descriptivos> Frecuencia

23. 
2. Seleccionamos la 1ª variable nominal: Sexo.
Seguidamente le damos a Gráficos

24. 
3. Marcamos la opción Gráficos circulantes y
como valores del gráfico marcamos Porcentajes;
tras esto le damos a Continuar y Aceptar.

25. 
Resultado

26. 
 1. Nos vamos a la pestaña Analizar> estadísticos
descriptivos> Frecuencia (realizada anteriormente
por eso no adjunto el pantallazo)
 2. Seleccionamos la 2ª variable nominal: ciudad de
residencia; Seguidamente le damos a Gráficos.
(También realizado anteriormente)
 3. Marcamos la opción Gráfico de barras y como
valores del gráfico marcamos Porcentajes.

27. 
3. Marcamos la opción Gráfico de barras y como
valores del gráfico marcamos Porcentajes.

28. 
Resultados

29. 
 En el gráfico de sectores para la variable nominal
Sexo, podemos ver que es mayor el número de
mujeres que el de hombres.
 En el gráfico de barras para ver la variable nominal
Ciudad de residencia podemos decir que el mayor nº
de personas residen en sevilla seguidos de la
provincia de Jaén.
Conclusión

30. 
 1. Nos vamos a la pestaña Analizar> estadísticos
descriptivos> Frecuencia (realizada anteriormente
por eso no adjunto el pantallazo)
 2. Cogemos la 1ª variable de escala: Edad.
Seguidamente le damos a gráficos > histograma y
mostrar curva normal en el histograma.
 3. cogemos la 2º variable de escala: Salario anual.
Seguidamente le damos a gráficos> histograma y
mostrar curva normal en el histograma.
Para realizar el 2º ejercicio realizaremos los
siguientes pasos:

31. 

32. 
2. Cogemos la 1ª variable de escala: Edad.
Seguidamente le damos a gráficos > histograma
y mostrar curva normal en el histograma.

33. 
Resultado

34. 
3. cogemos la 2º variable de escala: Salario anual.
Seguidamente le damos a gráficos. histograma y
mostrar curva normal en el histograma.

35. 
Seguidamente le damos a histograma y
hacemos clic a: mostrar curva normal en el
histograma.

36. 
resultado

37. 
 En el histograma para la variable Edad, podemos ver
que las edades oscilan entre 20 y 65 años, pero la
mayor parte de individuos de nuestra muestra oscila
entre los 25-30 y 40-45, aunque la diferencia respecto
a las otras edades no es muy grande.
 En el histograma para la variable Salario anual
podemos ver que el salario anual superior es 30.000
euros anuales seguidos de 42.000 euros anuales. Los
demás se repiten menos.
Conclusión