Este documento resume los pasos para realizar análisis estadísticos básicos en SPSS, incluyendo calcular el índice de masa corporal (IMC), categorizar variables, crear tablas cruzadas y gráficos de barras, y analizar la relación entre variables cuantitativas y nominales. El objetivo general es describir los datos demográficos y de IMC de una muestra y explorar posibles asociaciones entre variables.

1. ESTADÍSTICA
Seminario V
15/04/2015

2. PUNTO 1
 Abrimos el fichero y vamos a la vista
variable.
 cambiamos las escalas de los datos que
nos dan.

3. PUNTO 2
 Consiste en calcular una nueva variable.
 Esta nueva variable será el IMC.
 IMC: peso/talla al cuadrado.
Para ello clicamos:
o 1º transformar
o 2º crear una variable

4.  Añadimos los datos del IMC y al darle a
aceptar ya tenemos la variable en la
pantalla.
 Es importante añadirle una etiqueta, y
cambiarle la escala si fuera necesario

5.  Lo conveniente sería categorizar la
variable numérica, para ello
recodificamos una variable distinta.
 Una vez abierta la pestaña, arrastramos la
variable que queremos categorizar, en este
caso IMC.

6.  Para categorizar, clicamos en “valores
antiguos y nuevos”
 A continuación picamos en rango, y le voy
a decir que rango quiero, añadiéndole un
valor. Y así con todos.
 Ej: 10-15.99 – delgadez severa  valor 1

7. VARIABLES EMPLEADAS
 10-15.99 – delgadez severa  valor 1
 16-16.99 – delgadez moderada  valor 2
 17 – 18.49 – delgadez aceptable  valor 3
 18.5 – 24.99 – normopeso  valor 4
 25 – 29.99 – sobrepeso  valor 5
 30 – 34.99 – obesidad GRADO I  valor 6
 35-39.99 – Obesidad GRADO II  valor 7
 40 – 70 – obesidad GRADO III  valor 8

8. Así quedaría en vista de
datos:

9.  Vamos a vista variable de nuevo y:
 Quitamos los decimales ya que no tiene
sentido pues la hemos categorizado, ya no
trabajamos con números.
 Cambiamos la escala, poniéndola en
ordinal.
 Añadimos los valores utilizados.

10. PUNTO 3
 Una vez terminado esto nos vamos a
dedicar a la pestaña analizar.
 Vamos a crear una tabla a través de
estadísticos descriptivos, haciendo tablas
cruzadas.

11.  Se trata de una tabla 2x2 nominal/nominal (nos
mezcla dos o mas variables de tipo nominal).
Esta compuesta por dos columnas o dos filas
entrecruzadas.
 Ponemos la variable sexo en filas, y la variable
hábito tabáquico en columnas:

12.  Como queremos que a nuestra tabla la
acompañe un gráfico le damos a mostrar
gráficos de barras agrupadas:

13. Este es el resultado:
 La primera tabla es par que sepamos los
datos con los que hemos trabajado.
 La segunda tabla es la nuestra, la que
hemos creado.
 Y al final vemos el gráfico de barras
apiladas de nuestra tabla y lo ha
categorizado por las filas.

14.  Después, comprobamos que una tabla
2x2 no funciona con variables de tipo
cuantitativo. Nos dan datos erróneos ya
que sirven para dar datos de las cosas,
no valores. Se usan para variables
CUALITATIVAS.

15.  A continuación hicimos una tabla con
una variable nominal y otra ordinal.

16. Este es el resultado:
 Tenemos un perdido. Habría que
averiguar si esa persona no contestó o si
se nos pasó de introducir los datos.
 Parece que las mujeres tienen mas tendencia al
sobrepeso que los hombres.
 El IMC predominante como podemos ver es:
 mujeres: normopeso.
 hombre se maneja con sobrepeso, normopeso y en menor
medida obesidad grado I, los demás valores quedan lejos.

17.  Si le damos la vuelta a las variables,
obtenemos una tabla mejor, pero sin
embargo un gráfico que resume peor
que el otro.

18. Tabla de datos tipo cuantitativo. O
tablas de contribución.
 Elegimos tres variables cuantitativas.
 A continuación picamos en estadísticos
para obtener: media, cuartiles,
desviación estándar.

19.  A continuación pinchamos en gráfico: y
el gráfico que mejor le va es el
histograma:

20. La primera tabla nos da los
datos con los que trabajamos:
 Como podemos ver la media es de 42.65,
si la desviación típica es de 16.032,
podemos decir que la edad media es de
42.65+- 16
 La segunda nos da nuestra tabla, la que
hemos creado.

21. La segunda tabla:

22.  Y después tenemos los gráficos, donde la
mayoría de los datos están dentro de la
campana:

23. ANÁLISIS DESCRIPTIVO
 A continuación realizamos un análisis
descriptivo.
 Y obtenemos la tabla que se muestra a
continuación.

24. EXPLORAR
 Ahora le damos a explorar para obtener
datos ordenados de dos variables
distintas, en este caso edad e IMC.
 Le damos para obtener descriptivos y
percentiles

25. Resultados:
PODEMOS VER QUE A
MAYOR EDAD, MAYOR
PESO.

26.  También hemos obtenido los percentiles y
el gráfico.
 Este gráfico se denomina “de cajas y
bigotes”

27.  Vamos a hacer los mismo pero con
menos categorías:
El intervalo de confianza, son dos valores en
los que hay una probabilidad del 95% de que
el peso que yo busco para el hombre esté
entre esos dos valores.

28. GRÁFICOS RESULTANTES
 Podemos ver que en los valores mínimos
no se diferencian mucho los hombres y
mujeres. Se diferencian mas en los valores
altos.
 Podemos ver que en el paciente 198, 131
y 98, poseen valores altísimos, que no se
corresponden con la media de la
población. Son datos fuera de la norma.

29. PUNTO 5. GRÁFICOS.
 En esta última parte del seminario, hemos
realizado varios tipos de gráficos distintos.
 Una vez que hemos elegido el tipo de
gráfico, elegimos las variables que
queremos que aparezcan.
LE DAMOS PARA QUE NOS LO EXPRESE EN
PORCENTAJES

30. RESULTADO

31. GRÁFICO DE BARRAS.
 Ahora realizamos un gráfico de barras,
para ver mejor los resultados.

32. BARRAS AGRUPADAS
OBTENEMOS

33. Hasta aquí el fin del V seminario.
Espero que todo os haya quedado
claro.
¡UN SALUDO!