Este documento trata sobre conceptos básicos de informática y programación. Explica que los procesos informáticos son secuenciales y se constituyen a partir de procesos lógicos que cuentan con su propio lenguaje (algoritmos). También describe la construcción y asignación de variables, así como los tipos de variables cualitativas y cuantitativas y su relación con los análisis estadísticos.

1. 1. Funcionalidad de sistemas informáticos.Nociones básicas de informática y de programación.

2. Construcción de variables.Nociones básicas de informática y de programación.Los procesos informáticos son secuenciales.Se constituyen a partir de procesos lógicos.Cuentan con su propio lenguaje (algoritmos)Cada proceso realizado es en realidad una serie de instrucciones precisas que la maquina aplica.

3. Los procesos informáticos son secuenciales.Construcción y asignación de variables.Construcción de contenidos a las variables.Operaciones entre variables.Impresión de resultados.Cada proceso puede tener mayor o menor complejidad.

4. Se constituyen a partir de procesos lógicos.Entrada de datosINICIOProcesamiento de datosImpresión de resultadosFIN

5. Cuentan con su propio lenguaje (algoritmos)Ejecutar Macro.

6. Cada proceso realizado es en realidad una serie de instrucciones precisas que la maquina aplica.Abrir los dos ojos al mismo tiempo.Levantar el tren superior del cuerpo.Abrir las tapas de la cama con la mano izquierdaBajar el pie derecho de la cama y luego el pie izquierdoPóngase de pieAdelante un pie al otro, y repítalo alternando estos mismos, bien!! ya esta caminandoBusque el baño.Coja el cepillo de dientes con la mano derecha.Con la otra mano le coloca un poco de pasta de dientes.Se lo introduce en la boca y cepilla diente por diente por dentro y por fuera, sin dejar de lado la lengua.Se enjuaga la boca llevando el vaso con agua hacia su boca.Lave el cepillo.

7. Cada proceso realizado es en realidad una serie de instrucciones precisas que la maquina aplica.Word secuencia de levantarse y animación cortesía de Pablo Pinto Valenzuela, alumno tercer año de Sociología, UFRO, 2009.

8. Construcción de variables.Definición de variable.

9. Variables, valores, escalas.

10. Definición y medida de variables.

11. Tipos de variables.

12. Tipos de variables vs. análisis.

13. Sobre lo discreto y lo continuo.Definición de variableAdjetivo¿Qué es una variable?MatemáticasQue varía o puede variar.R.A.E.Inestable, inconstante y mudable.Magnitud que puede tener un valor cualquiera de los comprendidos en un conjunto.Magnitud cuyos valores están determinados por las leyes de probabilidad, como los puntos resultantes de la tirada de un dado.Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población

14. Variables, valores, escalas.Variable: Una característica de cada sujeto (cada caso) de una base de datos. Por la tanto en cada caso varia.Cada sujeto tiene un valor determinado para cada variable.Variable ValorPlata que gasta a la semana$ 15.000

15. Variables, valores, escalas.El conjunto de valores de una variable es la escala.La escala puede ser construida por el investigador (debería ser así)Variable Valor ValorSexoHombreMuchoEscalaMujerPocoNada

16. Variables, valores, escalas.VariableValor ValorEdadFinito (0 – 120)0 a 14 años15 a 26 años27 a 38 añosEscala38 a 56 añosMás de 56 añosVariableValor ValorSueldoTiende a InfinitoDe 0 al mínimoEscala

17. Definición y medida de variables.Una buena definición de variables, asegura prácticamente un buen trabajo analítico.Si mis variables, sus valores o sus escalas están mal diseñados, todo proceso siguiente será erróneo.Bourdieu “vigilancia metodológica” - ignorancia…De aquí la rigurosidad del investigador(a).

18. Definición y medida de variables.Algunas son muy sencillas y no requieren de definición. (Sexo)Otras son más complejas, cómo el estado civil.Unas son demasiado complejas como la noción de arte, cultura, etc.

19. Tipos de variables.De acuerdo a los posibles valores tendremos diversos tipos de variables.Es importante lograr definir claramente a que tipología de variables pertenecen las que usamos, pues eso determina las posibilidades analíticas.Los métodos estadísticos dependen del tipo de variable.

20. Tipos de variables.Variables CuantitativasVariables CualitativasSe refieren a características o cualidades que no pueden ser medidas con números. Podemos distinguir dos tipos:Se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:Nominal:presenta modalidades no numéricas que no admiten un criterio de orden.Discreta : toma valores aislados, es decir no admite valores intermedios entre dos valores específicos.ordinal o cuasi cuantitativa: presenta modalidades no numéricas, en las que existe un ordenContinua: puede tomar valores comprendidos entre dos números.Estado Civil:Casado.Soltero.Viudo.Unión libre.Llegada al trabajo:Primero.Segundo.Tercero.Cuarto.Altura de sus hermanos.1,86 mt.1,73 mt.1,65 mt.Cantidad de hermanos.Uno.Dos.Tres.

21. Tipos de variables.CuantitativasValorEscalaVariableYa sea discreta o continua, se supone a sido construida por interés del investigador y de allí el origen o sentido de la escala y por tanto del valor.Compuesta por intervalos de valores, compuestos por el interés de la variable definida en la inv.Valor numérico mayor o menor que otro valor posible. Se diferencian los valores por su cantidad.CualitativasValorEscalaVariableNominal: Perteneciente o relativo al nombre.Ningún valor es mayor o menor que el otro, es de pertenencia.Posibles opciones establecidas mediante la escala, difieren por una cualidad.Ya sea nominal u ordinal, se supone a sido construida por interés del investigador y de allí el origen o sentido de la escala y por tanto del valor.

22. Tipos de variables vs. análisis.De acuerdo a la definición y construcción de las variables, será posible realizar un proceso analítico diferente.Además según el tipo de variable se podrá usar métodos estadísticos diferentes.

23. Tipos de variables vs. análisis.Variables cualitativas.No es posible usar métodos diseñados para variables cuantitativas (media del estado civil)Se puede establecer frecuencias de repetición de una cualidad.Variables cuantitativas.Se pueden usar métodos estadísticas de dispersión, de tendencia general, etc.Además pueden configurarse para que cumplan con roles de variables nominales u ordinales.Cruce de variables.Uso de métodos de comprobación o rechazo de hipótesis, dependerá del diseño del investigador

24. Sobre lo discreto y lo continuo.Se habla de una cualidad discreta de una variable cuando los valores de la escala que ésta puede tomar son limitados y reconocibles “fácilmente”.Por el contrario son continuas, cuando los valores de la escala tienden a ser un valor infinito.

25. 2. Sistematización de información.Generación de manuales de codificación.

26. Manejo de variables y su sistematización.Generación de manuales de codificación.¿Qué es codificación?¿Para qué codificar?Funcionalidad de la codificación en la estadística por EpiData o SPSS.Construcción de los manuales de codificación.

27. ¿Qué es codificación?Como su nombre lo indica se trata de generar un código por medio del cual se asigne un nombre a diversos elementos y lograr su mejor organización; clasificando componentes de un mismo fenómeno mediante variables y sub variables.Por lo general la codificación se materializa en sistemas de clasificación, que ordenan y disponen la información de la mejor forma posible.

28. ¿Para qué codificar?Código semiótico (semiótica del miedo social).Código de clasificación Dewey.

29. ¿Para qué codificar?Organización de la información disponible, y así lograr el mejor uso posible en el desarrollo de procesos metodológicos y analíticos.Asegurar el acceso a información de forma rápida y efectiva.Consolidar una forma de intercambio de información con otros lenguajes (sociológico – computacional)

30. Funcionalidad de la codificación en la estadística por EpiData o SPSS.La principal razón para consolidar la codificación de nuestros datos, es para que la computadora pueda procesarlos, pues debemos entregar información que le sea comprensible.En procesos donde muchas personas inciden, el código construido permite que todos los vinculados puedan manejar el mismo código en sus procesos.

31. Funcionalidad de la codificación en la estadística por EpiData o SPSS.El asegurar que todos manejan el mismo lenguaje o códigos, permitirá posteriormente organizar bases de datos donde varias personas trabajaron (P.ej. Censos)Sin la codificación el programa (EpiData o SPSS) no entenderá la información disponible para su trabajo, por lo tanto no producirá buena información.Parte de la codificación se encuentra en los valores y escalas posibles de una variable.

32. Construcción de los manuales de codificación.VariableValorEscalaCódigo

33. Manejo de variables y su sistematización.Que tipo de manejo se puede dar a una variable.¿Cómo se relaciona el manejo de una variable y su sistematización?

34. Que tipo de manejo se puede dar a una variable.Una variable, puede contar con cualquier tipo de manejo, todo depende de la definición generada por el investigador y sus características estadísticas .Así una variable puede ser sujeta de análisis descriptivo, inferencial o correlacional de acuerdo a sus principales rasgos.

35. ¿Cómo se relaciona el manejo de una variable y su sistematización?El manejo de las variables y sus posibles análisis dependerán de la buena sistematización.A mayor orden y rigurosidad en la organización de los datos, mejor manejo se podrá tener de las variables en el proceso investigativo.

37. 3. EpiDataHerramientas de mayor aplicación.

38. Construcción de formularios para la sistematización de datos.

39. Configuración de bases de datos y exportación.Herramientas de mayor aplicación.Manejo de información, herramientas de trabajo y complemento del programaProceso lógico y secuencial para la configuración de plantillas y la construcción de bases de datosComplementos más usados en el uso corriente de la planilla de EpiData

40. Ejemplo de aplicación.Seleccionar.Escribir primera entrada del formularioSeleccionar

41. Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Seleccionar

42. Ejemplo de aplicación.Ejemplo de aplicación.Seleccionar

43. Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Ejemplo de aplicación.Formulario listo para comenzar a ingresar datos.

44. Ejemplo para Jump (saltar preguntas en formulario)Útil para casos en los que de acuerdo a la respuesta entregada por el encuestado, se debe saltar a otra opción. Permitiendo entonces a la hora de ingresar la información a la base de datos, la realización de los saltos preestablecidos en el diseño del instrumento, evitando por lo tanto que el usuario deba saltar los espacios destinados para una determinada dinámica. Esto no solo ayuda para mejorar los tiempos de digitación, además ayuda a reducir problemas de digitación disminuyendo los errores.

45. Ejemplo para Jump (saltar preguntas en formulario)Seleccionar el archivo (.rec) correspondiente al formulario al que desea establecer el jump (salto).

46. Ejemplo para Jump (saltar preguntas en formulario)Seleccionar la variable cuyo valor producirá el salto (Jump) y presione editar.

47. Ejemplo para Jump (saltar preguntas en formulario)Agregar los siguientes comandos, especificando frente a cada valor donde debe ir el cursor a continuación.

48. Ejemplo para Jump (saltar preguntas en formulario)Si a la variable v3 le asignan el valor 1 entonces.Dirija el cursor de ingreso a la variable v7Termine el si.Repetir la serie de comandos de acuerdo a las opciones que se tengan en el instrumento diseñado

49. Ejemplo para Jump (saltar preguntas en formulario)Aceptar y cerrar los cambios realizados.

50. Exportación de datosExportación de datosExportación de datosExportación de datosExportación de datosExportación de datosExportación de datosExportación de datosSeñalar todo el bloque de comando y hacer clik

51. Exportación de datosExportación de datos4. SPSSDescripción del paquete estadístico SPSS.

52. Acciones básicas con la matriz de datos.

53. Definición de variables en SPSS.

54. Manipulación de archivos.

55. Creación y transformación de variables.

56. Control de calidad y descripción de datos.Descripción del paquete estadístico SPSS.¿Qué es un paquete estadístico?Estructura básica del paqueteNormas generales de sintaxisInstrucciones de control (settings)

57. ¿Qué es un paquete estadístico?La unión de varios módulos o librerias de aplicaciones estadísticas, distribuidas en varios archivos de datos; por medio del cual se permite la manipulación y exportación de datos en diversos tipos de resultados (tablas, gráficos, informes) de gran utilidad para el proceso analítico.Estructura básica del paqueteArchivo de datos original *.dat, *.dbf, *mdb, *xls, etc.SPSSArchivo de datos activo *.savArchivo de instrucciones *.spsSPSSArchivo de datos resultados*.spo*rft

58. Normas generales de sintaxisLa sintaxis es el código propio del SPSS

59. Sirve cuando se requiere realizar las mismas operaciones muchas veces en un proceso analítico.

60. Se encuentra en ingles y el programa trae con él sus funciones, código y principales usos.Normas generales de sintaxis

61. Instrucciones de control (settings)

62. Instrucciones de control (settings)

63. Pantalla general de SPSSOrganización de la información.cEl programa cuenta con una opción para estructurar las variables (asignar sus cualidades), y otra opción para tener la base de datos que será utilizada para el análisis.

64. Organización de la información.Cada renglón representa una de las variables que están contempladas en el o los instrumentos aplicados. Debe diferenciarse entonces la siguiente información:Nombre. No puede exceder 8 caracteres.

65. Tipo. Rasgo de dato que se ingresará en esta variable (número, fecha, etc.).

66. Anchura. Cantidad de caracteres requeridos para la variable.

67. Decimales. Cantidad de decimales para la variable.

68. Etiqueta. Nombre de la variable con algunos rasgos (hasta 250 caracteres)

69. Valores. Se define la escala de la variable.

70. Perdidos. Se definen los valores que se consideran como sin valor para el análisis.

71. Columnas. Grosor de la columna en la vista de datos.

72. Alineación. Posición de la información en la matriz de datos.

73. Medida. Tipo de variable (Nominal, Ordinal, Escala).Organización de la información.Al ingresar la información del tipo, se cuenta con un cuadro de diálogo por medio del cual se puede definir el tipo de información que se ingresará en esta variable.

74. Organización de la información.Las etiquetas de valor se ingresan mediante un cuadro de diálogo, donde en valor se ingresa la opción según se ha establecido en el manual de codificación, y después se entrega el valor de etiqueta.Por ejemplo, al digitar 1 en los datos, eso equivale para el ejemplo a “de 16 a 26 años”

75. Organización de la información.Mediante este cuadro de diálogo, se establecen los valores perdidos. Tres opciones; primero no existen posibles valores perdidos (escala). Segundo si existen algunos valores, definidos en el manual de codificación (respuesta nula por ejemplo). Tercero se tiene un rango de valores aceptados y además un valor nulo (por ejemplo el de anulación de respuesta)

76. Organización de la información.En este caso sólo se requiere seleccionar el tipo de variable que se está trabajando, esto depende del origen y diseño tanto del instrumento como de la metodología aplicada en la investigación o proceso adelantado para la recolección de la información.

77. 4. SPSSDescripción del paquete estadístico SPSS.

78. Acciones básicas con la matriz de datos.

79. Definición de variables en SPSS.

80. Manipulación de archivos.

81. Creación y transformación de variables.

82. Control de calidad y descripción de datos.Acciones básicas con la matriz de datos.La matriz de datos.Matriz de datos individualizados.Matriz de datos agrupados o agregados.Introducción de datos.Ficheros disponibles para realizar el estudio.Archivos ASCII (texto).Guardar y grabar el fichero activoAbrir archivos en formatos (hoja de cálculo, base de datos).Archivo de datos en formato de datos SPSS (*.sav)Apertura general de archivos.

83. La matriz de datos.VariablesCasos / entradasVariable (C) de la entrada 2Variable (F) de la entrada 3Variable (H) de la entrada 1Variable (I) de la entrada 4

84. La matriz de datos.Matriz de datos individualizados.1;15;98,0;16,61;17;101,5;15,91;18;86,0 ;12,84;3 ;84,3;12,26;4 ;91,0;12,010; 6;77,5;10,0 12; 10;104,8;18,917; 3;100,7;18,7 17; 4;85,8;11,71 15 98,0 16,61 17 101,5 15,91 18 86,0 12,84 3 84,3 12,26 4 91,0 12,010 6 77,5 10,0 12 10 104,8 18,917 3 100,7 18,7 17 4 85,8 11,7VARFormato FijoFormato libreCASO

85. La matriz de datos.Matriz de datos agrupados o agregados.De acuerdo con la primera variable, ¿cuantos casos tengo? Y;¿Cuál es el promedio de las variables tres y cuatro?1 15 98,0 16,61 17 101,5 15,91 18 86,0 12,84 3 84,3 12,26 4 91,0 12,010 6 77,5 10,0 12 10 104,8 18,917 3 100,7 18,7 17 4 85,8 11,71 3 95,2 15,14 1 83,3 12,26 1 91,0 12,012 2 91,4 14,317 2 93,3 15,2

86. La matriz de datos.Introducción de datos.Es el momento en el cual se organizan los datos en la matriz de datos. Por lo general es el momento al que menor tiempo se le dedica en términos de planeación del trabajo, sin embargo es el momento donde mayor cantidad de información errónea se puede ingresar y así dificultar el paso al trabajo analítico, pues se requiere buscar, encontrar y corregir los errores cometidos en el proceso.

87. Existen diversos programas y aplicaciones que pueden ayudar a evitar problemas de digitación y así limitar la posibilidad de ingresar errores a la matriz de datos.La matriz de datos.Ficheros disponibles para realizar el estudio.Algunos ficheros disponibles para la practica de apertura y grabado de archivos se encuentran disponibles tanto en los ejemplos del SPSS como en páginas web, éstos serán de gran uso para realizar ejercicios de práctica.

88. Algunos ejemplos se pueden encontrar en: http://servet.uab.es/graal/Publicaciones_docentes.htmNIN_VILL.DAT: Fichero en formato ASCII. Contiene datos de niños escogidos en un estudio realizado en el municipio de Villaflores (Chiapas-México). Contiene datos con información demográfica, nutricional sobre el niño y también datos sobre la madre. NIN_JAL.DBF: Fichero en formato dBase IV. Contiene los mismos datos y estructura de la base NIN_VILL.DAT, pero la información es del municipio de Jaltenango.ANTROP.XLS: Fichero en formato hoja de cálculo de Microsft Excel, versión 2.1. Contiene información antropométrica (talla y peso) de todos los niños (Villaflores y Jaltenango) en edades entre los 12 y 59 meses. Contiene 644 casos, no todos objetos del estudio

89. La matriz de datos.Ficheros disponibles para realizar el estudio.CASA.DBF: Fichero en formato dBase IV. Contiene la información relativa a las características del hogar. JEFE.XLS: Fichero en formato libro de hojas de cálculo Microsftexcel 97. Contiene dos hojas de cálculo distintas: CAR_JEFE y ENF_JEFE. Sólo será usada la primera hojaEstos archivos pertenecen a una investigación realizada desde el campo de la medicina. No obstante en este momento los usaremos para practicar y aprender a abrir, gravar, cerrar, archivos a través de SPSS sin importar en que tipo de base de datos ha sido generado y trabajado.

90. En procesos posteriores, será posible que nos encontremos con archivos diversos y al lograr organizarlos en SPSS se facilitará el trabajo como analistas en determinados temas o fenómenos.La matriz de datos.Ficheros disponibles para realizar el estudio.NIN_VILL.DAT y NIN_JAL.DBF

91. La matriz de datos.Ficheros disponibles para realizar el estudio.ANTROP.XLSCASA.DBF (parte uno)

92. La matriz de datos.Ficheros disponibles para realizar el estudio.CASA.DBF (parte dos)

93. La matriz de datos.Ficheros disponibles para realizar el estudio.JEFE.XLS

94. Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Archivos ASCII (texto).Guardar y grabar el fichero activoGuardar y grabar el fichero activoAbrir archivos en formatos (hoja de cálculo, base de datos).Abrir archivos en formatos (hoja de cálculo, base de datos).Abrir archivos en formatos (hoja de cálculo, base de datos).Abrir archivos en formatos (hoja de cálculo, base de datos).Abrir archivos en formatos (hoja de cálculo, base de datos).Abrir archivos en formatos (hoja de cálculo, base de datos).Archivo de datos en formato de datos SPSS (*.sav)Archivo de datos en formato de datos SPSS (*.sav)Archivo de datos en formato de datos SPSS (*.sav)Archivo de datos en formato de datos SPSS (*.sav)Apertura general de archivos.En el transcurso de este apartado, observamos y practicamos como abrir y guardar en general todo tipo de archivos útiles a la aplicación de SPSS, no obstante, muchos paquetes de ingreso de datos traen la aplicación para exportar los datos al formato propio del SPSS, como es el caso del EpiData.

95. 4. SPSSDescripción del paquete estadístico SPSS.

96. Acciones básicas con la matriz de datos.

97. Definición de variables en SPSS.

98. Manipulación de archivos.

99. Creación y transformación de variables.

100. Control de calidad y descripción de datos.Definición de variables en SPSS.Generalidades.Formato.Medida o naturaleza.Información que registra la variable.Posibles categorías o valores especiales.Valores perdidos o desconocidos.Características de la variable.Formato.Medida.Etiqueta de variables.Etiqueta de valores o categorías.Valores perdidos o desconocidos.

101. Generalidades.Formato.El formato hace referencia a cómo está expresada o registrada una variable en la matriz de datos. En definitiva se expresa, mediante el formato, en qué tipo de caracteres debe leerse la variable.SEXONúmericoString (Cadena - Alfanumérico)1 = hombre2 = mujerHombreMujerEfectos analíticos.

102. Generalidades.Medida o naturaleza.Número entero, imposible precisar entre dos valores consecutivos.Posible observar cualquier valor dentro del rango especifico de cada var.DiscretasCuantitativasContinuasClasificación de un determinado atributoNominalesLos valores se obtienen según una escala de orden no métricaCategóricasOrdinalesPor intervaloLas categorías son resultado de la agrupación de valores de otra var. Previa.

103. Generalidades.Información que registra la variable.No siempre el código generado para el reconocimiento de las variables por el computador facilita posteriormente el trabajo analítico. Motivo por el cual el SPSS ofrece la posibilidad de asignar una descripción de la información que contiene la variable.

104. Generalidades.Posibles categorías o valores especiales.Es importante aclarar los valores que en especial las variables de índole categórica pueden tener, no obstante también es importante en el caso de las variables cuantitativas aclarar cuales son los valores de.No Contesta.No Responde.

105. Generalidades.Valores perdidos o desconocidos.Los valores perdidos tener dos tipos de origen, por un lado datos que en el instrumento quedan mal diligenciados y no se reconocen, por otro lado pueden ser valores asignados por el instrumento que no se tienen en cuenta para el análisis de la información (Ns/Nr), pues sería más útil analizarlo a parte.

106. Características de la variable.Estos primeros cuatro campos, determinan el nombre de la variable, su tipo de contenido, cuantos enteros y decimales se usan en la misma.

107. Características de la variable.Los tres siguientes campos nos permiten ingresar la información descriptiva de la variable, una etiqueta que permite organizar mejor el trabajo analítico, los valores de la escala usada en el instrumento y los posibles valores perdidos tanto por omisión como por diseño.

108. Características de la variable.Los últimos tres campos, nos permiten ingresar dos tipos de información, primero el grosor y alineación de los valores de la variable, segundo el tipo de medida que tiene la variable.

109. 4. SPSSDescripción del paquete estadístico SPSS.

110. Acciones básicas con la matriz de datos.

111. Definición de variables en SPSS.

112. Manipulación de archivos.

113. Creación y transformación de variables.

114. Control de calidad y descripción de datos.Manipulación de archivos.¿Cómo añadir casos a un archiva ya existente?¿Cómo añadir variables a los registros de un archivo ya existente?Ordenación de casos.Selección de subgrupos de casosAgregación de datos en tablas indexadasSegmentar un archivo

115. ¿Cómo añadir casos a un archiva ya existente?Desde el EpiData123

116. ¿Cómo añadir casos a un archiva ya existente?Formar archivoRepetir proceso para cada archivo generado desde EpiData

117. ¿Cómo añadir casos a un archiva ya existente?

118. ¿Cómo añadir casos a un archiva ya existente?

119. ¿Cómo añadir casos a un archiva ya existente?

120. ¿Cómo añadir casos a un archiva ya existente?

121. ¿Cómo añadir variables a los registros de un archivo ya existente?213

122. ¿Cómo añadir variables a los registros de un archivo ya existente?

123. Ordenación de casos.

124. Ordenación de casos.

125. Selección de subgrupos de casos

126. Selección de subgrupos de casos

127. Selección de subgrupos de casos

128. Selección de subgrupos de casos

129. Selección de subgrupos de casos

130. Selección de subgrupos de casos

131. Selección de subgrupos de casos

132. Agregación de datos en tablas indexadas

133. Agregación de datos en tablas indexadas

134. Agregación de datos en tablas indexadas

135. Agregación de datos en tablas indexadas

136. Agregación de datos en tablas indexadas

137. Segmentar un archivo

138. Segmentar un archivo

139. Segmentar un archivo

140. Segmentar un archivo

141. Segmentar un archivo

142. Segmentar un archivo

143. Segmentar un archivo

144. Segmentar un archivo

145. 4. SPSSDescripción del paquete estadístico SPSS.

146. Acciones básicas con la matriz de datos.

147. Definición de variables en SPSS.

148. Manipulación de archivos.

149. Creación y transformación de variables.

150. Control de calidad y descripción de datos.Creación y transformación de variables.Formato.Creación de variables.Recodificación de valores.Transformación condicionada.Bucle de transformaciones condicionadas.Frecuencias de aparición de un valor determinado en un grupo de variables.

151. Creación y transformación de variables.En muchas ocasiones una Base de Datos construida a partir de un instrumento, no ofrece la información que requerimos para realizar un buen análisis; sin embargo podemos construir nuevas variables a partir de los datos que tenemos en nuestras variables.

152. Descripción del paquete estadístico.La matriz de datos.Matriz de datos agrupados o agregados.De acuerdo con la primera variable, ¿cuantos casos tengo? Y;¿Cuál es el promedio de las variables tres y cuatro?1 15 98,0 16,61 17 101,5 15,91 18 86,0 12,84 3 84,3 12,26 4 91,0 12,010 6 77,5 10,0 12 10 104,8 18,917 3 100,7 18,7 17 4 85,8 11,71 3 95,2 15,14 1 83,3 12,26 1 91,0 12,012 2 91,4 14,317 2 93,3 15,2

153. Formato.El primer elemento a definir es: ¿Qué tipo de variable generaré?El programa automáticamente asigna el formato numérico, si mi interés es otro, entonces debo aclarar el proceso para la creación de uno alfanumérico.

154. Creación de variables.Con el Click izquierdo se puede acceder a un pequeño resumen de la función.

155. Recodificación de valores.

156. Recodificación de valores.

157. Transformación condicionada.

158. Transformación condicionada.

159. Bucle de transformaciones condicionadas.Se trata en este caso de una serie de ordenes determinantes sobre la variable, en palabras de programación una serie de “si (IF)” anidados, se puede realizar básicamente por medio de la sintaxis.

160. Frecuencias de aparición de un valor determinado en un grupo de variables.

161. 4. SPSSDescripción del paquete estadístico SPSS.

162. Acciones básicas con la matriz de datos.

163. Definición de variables en SPSS.

164. Manipulación de archivos.

165. Creación y transformación de variables.

166. Control de calidad y descripción de datos.Control de calidad y descripción de datos.Control de calidad de los datos registrados.¿Cómo se describe una variable?Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias.Cómo describir una variable categórica en función de otra variable categórica: la tabla de contingencia.Cómo describir una variable cuantitativa: estadísticos de tendencia central y dispersión.Cómo describir una variable cuantitativa según una variable categórica.Consideraciones sobre análisis.Presentación de resultados en forma de tabla.Otras formas de resumen mediante tablas.Representación Gráfica

167. Control de calidad de los datos registrados.Deficinición de missingsDetección de valores erróneos

168. Control de calidad de los datos registrados.Posible recuperación de valores erróneosEl 9 puede ser efecto de valor Nulo o No aplica por un salto.Volver a las encuestas para recuperar datos perdidos o mirar valores erróneos.Contacto inicial con los datos

169. ¿Cómo se describe una variable?La descripción estadística tiene como función principal explicar los datos observados sin tener que especificarlos uno a uno individualmente. Se trata, pues, de obtener valores que representan un resumen adecuado de todos los que se han observado en la variable estudiada. A cada uno de estos valores se les llama, de forma genérica, estadístico.De forma general podemos decir que la manera de describir una variable está relacionada con su naturaleza. Es decir, para cada tipo de variable existen estadísticos que permiten describirlas mejor que otros y, por el contrario, estadísticos que para la variable estudiada no tienen sentido.De todas formas cabe destacar que la descripción de una variable finalmente debe realizarse en función de los intereses de la investigación, por lo tanto, pueden existir otros intereses concretos que determinen una descripción distinta.

170. Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias.Las variables categóricas o las discretas con pocos valores observados se describen, fundamentalmente, mediante su distribución de frecuencias. Esto es, se facilitan las frecuencias observadas, relativas (o porcentajes) y acumuladas (o porcentaje acumulado) para cada uno de los valores que toma la variable.

171. Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias.

172. Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias.

174. Cómo describir una variable categórica en función de otra variable categórica: la tabla de contingencia.

175. Cómo describir una variable categórica en función de otra variable categórica: la tabla de contingencia.

176. Cómo describir una variable cuantitativa: estadísticos de tendencia central y dispersión.

177. Cómo describir una variable cuantitativa: estadísticos de tendencia central y dispersión.

178. Cómo describir una variable cuantitativa según una variable categórica.

179. Cómo describir una variable cuantitativa según una variable categórica.

180. Cómo describir una variable cuantitativa según una variable categórica.

181. Cómo describir una variable cuantitativa según una variable categórica.

182. Cómo describir una variable cuantitativa según una variable categórica.

183. Consideraciones sobre análisis.Al hablar sobre análisis no se hace referencia única y exclusivamente a la descripción de los resultados o conteos de una variable determinada, la forma en que creamos y agrupamos las variables, tiene un efecto determinante en el análisis subsiguiente.

184. Presentación de resultados en forma de tabla.

185. Presentación de resultados en forma de tabla.

186. Otras formas de resumen mediante tablas.

187. Otras formas de resumen mediante tablas.

188. Otras formas de resumen mediante tablas.

189. Representación Gráfica

190. BIBLIOGRAFÍA BÁSICA:Navarro, Albert y; Martín Miguel. Uso profesional del SPSS. Universidad Autónoma de Barcelona. 2002.