Manual Del Spss

II CICLO
Manual de Practica de SPSS
MANEJO DEL PROGRAMA
1.- ENTRAR EN SPSS

Para entrar en SPSS, si no se dispone de acceso directo en el escritorio, se
seguir la secuencia Inicio Programas SPSS - SPSS 10.0 para Windows. Una vez
que se ha entrado al programa, aparece la siguiente pantalla:
Desde esta pantalla se puede acceder
directamente a una base de datos utilizada
recientemente (Abrir una fuente de datos
existente), o crear una base de datos en
blanco
para
introducir
datos
(Introducir
Datos), etc.
Para salir de la pantalla, pulsar Cancelar.

En caso de no querer que aparezca esta
pantalla la prxima vez que se acceda al
programa, sealar la opcin
2.- CREACIN DEL FICHERO DE DATOS

Para empezar a trabajar con el programa SPSS lo primero que hay que hacer
es construir el fichero de datos. Para ello se seguirn una serie de pasos, antes o
despus de introducir los valores.
Este es el aspecto que

presenta una base de
datos vaca.
Ntese la existencia de
dos
pestaas
parte
llamada
en
inferior,
"Vista
la
una
de
datos" (activada) y la
otra "Vista de variables"
(desactivada)
OFIMATICA II
PROFESOR EDIDSON FUENTES
II CICLO
En la "Vista de datos" aparecen las variables colocadas en columnas y los

sujetos en filas.
12
En la "Vista de variables" encontramos

que stas estn colocadas en filas,
mientras que en las columnas se sita
cada una de las caractersticas que
las
define,
que
veremos
ms
adelante.
2.1.- DEFINICIN DE VARIABLES

Las variables se definen desde la "Vista de variables", donde encontramos,
como hemos visto antes, una columna para cada caracterstica:
2.1.1.- Nombre Pinchando con el ratn sobre la celdilla correspondiente al nombre
de la variable que estamos definiendo, podemos escribir directamente el nombre de la
misma (mximo 8 caracteres).
2.1.2.- Tipo Al pinchar sobre la celdilla, aparece un cuadro gris
y al
pinchar sobre el, accedemos a la siguiente pantalla:

En esta opcin se le indica al
programa con qu tipo de datos
estamos trabajando, as como el
ancho de las celdillas y si quieren
incluirse decimales.
2.1.3.- Anchura A travs de esta opcin se puede modificar la anchura de las

celdillas que se haba seleccionado en la pantalla anterior
2.1.4.- Decimales Igualmente, a travs de esta opcin modificar el nmero de

decimales que tendrn los datos, ya seleccionado en el apartado 2.2.1.Tipo
En ambos casos se puede escribir directamente el nmero de
decimales en la celdilla activada (seleccionada con el ratn) o
mover las flechas hasta encontrar el que se quiere.
OFIMATICA II
II CICLO
2.1.5.- Etiqueta La etiqueta de la variable corresponde al nombre completo de la misma,

que aparecer en las salidas. Para asignarla etiqueta de la variable, se escribe directamente
sobre la celdilla activada (seleccionada con el ratn)
2.1.6.-Valores Son los diferentes valores que puede tomar la variable. Se van aadiendo
a la lista, mediante el botn Aadir. Se pueden introducir modificaciones con los botones
Cambiar y Borrar.
En Valor
se escribe el valor de la
categora y el Etiqueta de valor, su

nombre correspondiente. Para que sea
aceptado hay que pinchar Aadir y se
sita en la ventana de abajo.
Ejemplo En el caso de estar definiendo la variable sexo, los valores que puede tomar la
variable son dos: Mujer y Hombre, le asignamos a las mujeres un 1 y a los hombres un 2.
2.1.7.- Valores perdidos Accediendo a esta ventana, el programa pide que se le

especifiquen los valores que no tiene que incluir en el anlisis (errores del sistema,
espacios en blanco, etc.)
Se accede a esta ventana pinchando el
extremo derecho (sombreado en gris) de la
celdilla.
2.1.8.- Columnas Esta opcin permite rectificar, si fuera necesario, el ancho de la

columna (especificado ya en 2.1.2.- Tipo)
Tal como hicimos en las opciones 2.1.3. y 2.1.4, se puede escribir directamente
el ancho de la columna en la celdilla activada (seleccionada con el ratn) o mover las
flechas hasta encontrar el que se quiere.
OFIMATICA II
13
II CICLO
2.1.9.- Alineacin En esta opcin se ajusta al gusto la alineacin de los caracteres,

es decir, se especifica como se quiere que aparezcan los datos en las columnas,
14
alineados a la derecha, en el centro, o alineados a la izquierda.

Al acceder a la celdilla (pinchando con el ratn en su extremo derecho,
en el que aparece una flecha), se despliega un cuadro en el que hay
que seleccionar la opcin deseada, pinchando sobre ella.
2.1.10. Medida Por ltimo, en esta opcin se determina el nivel de medicin de la

variable, pudiendo elegir entre Nominal, Ordinal o Intervalo.
Al acceder a la celdilla (pinchando con el ratn en su extremo derecho,
en el que aparece una flecha), se despliega un cuadro en el que hay
que seleccionar la opcin deseada, pinchando sobre ella.
Al ir definiendo cada una de las variables del fichero, puede ocurrir que
queramos utilizar la misma opcin para ms de una variable. En lugar de ir definiendo
cada variable, se puede copiar la informacin de una (con Ctrl + C o Edicin + Copiar)
y pegarla en otra/s (con Ctrl + V o Edicin + Pegar).
Por ejemplo, si queremos utilizar los mismos "Valores" para ms de una
variable, basta definirlos para una, a continuacin se selecciona la celdilla que
corresponde la los Valores de esa variable, se pincha Ctrl + C o Edicin + Copiar, y se
selecciona el resto de variables que van a llevar los mismos valores (seleccionado con
el ratn las celdillas correspondientes a los valores), y se pincha Ctrl + V o Edicin +
Pegar. Esto puede hacerse con todas las opciones menos con el Nombre de la
variable.
Una vez que estn todas las variables definidas se meten los datos (la
operacin puede realizarse a la inversa, metiendo primero los datos y definiendo
despus las variables), el fichero de datos presentara un aspecto similar al de la figura
siguiente:
Este es el aspecto que muestra la

Vista de Variables, una vez que
se han definido todas, con la
informacin
cada opcin.
OFIMATICA II
correspondiente
II CICLO
15
Este es el aspecto que muestra la

Vista de Datos, una vez que se
han introducido todos ellos.
Puede resultar interesante que, en

lugar de los datos numricos de las
variables, aparezcan los Valores
que se les ha asignado. Para ello,
hay que activar el icono:
Con el icono activado se puede

operar igual que si no lo est
3.- MODIFICACIN DEL FICHERO DE DATOS

Una vez que se ha elaborado el fichero de datos, se pueden introducir en l
todas las modificaciones que sean necesarias.
En el caso de querer introducir casos o variables nuevas, basta seleccionar el
men Datos y acceder a Insertar variable o Insertar caso.
Insertar variable Inserta una variable delante de la que est seleccionada. (Si
queremos insertar una variable X entre las variables Z e Y, seleccionaremos la
variable Y; la nueva variable X se situar delante de ella). Esto puede hacerse tanto
desde la Vista de Datos como desde la Vista de Variables.
Insertar caso Del mismo modo, se pueden incluir nuevos casos (sujetos) en el
fichero, para ello se seleccionar el sujeto que quedar detrs del nuevo, y se
insertar el caso. (Si queremos un caso nuevo entre el 3 y el 4, seleccionamos el 4, y
el nuevo aparecer delante, el programa numera de nuevo los casos de forma
automtica)
OFIMATICA II
II CICLO
Eliminar variables o casos Para realizar esta operacin, se selecciona la variable o

caso a eliminar y se pincha el botn Suprimir
16
4.- VER RESUMEN DE VARIABLES

Una vez que hemos elaborado todo el fichero de datos, podemos ver un
resumen de las variables sin tener que ir a una a una viendo cmo se han definido.
Para ello, se acceder al men Utilidades Variables, donde se despliega una
ventana en la que se encuentra informacin detallada de cada una de las variables. En
esta ventana aparece un listado de variables as como la informacin de la que est
Pinchando Ir a se accede directamente al
lugar
del
fichero
de
datos
donde
se
encuentra esa variable, sin necesidad de

buscarla, lo que facilita el trabajo cuando
trabajamos con un fichero extenso.
La ventana no permite realizar ningn
cambio, para hacerlo hay que acudir a la
variable y realizarlos en ella.
seleccionada.
Nota: Igualmente se puede ir a un sujeto determinado sin tener

que pasarlos uno por uno. Para ello, se accede a Datos Ir a
caso, y se escribe el caso al que se quiere ir, pulsando despus
Aceptar.
5.- ORDENAR CASOS

En un momento determinado, puede resultar til tener los casos ordenados en
una de las variables, el programa lo permite a travs del men Datos Ordenar
casos.
En la ventana desplegada, slo hay que
seleccionar la variable que queremos que
ordene,
determinar
el
orden
de
clasificacin, y Aceptar. En el fichero de

los datos se reordenarn los casos a
partir de esta variable
OFIMATICA II
II CICLO

6.- ALMACENAMIENTO Y ACCESO A LOS DATOS
Estas son las funciones bsicas del editor de datos del programa SPSS, una
vez que tenemos el fichero de datos preparado, ya se puede empezar con el anlisis
estadstico, sin olvidar antes guardar el fichero.
6.1.- GUARDAR EL FICHERO DE DATOS

Seleccionar Archivo Guardar, y especificar el lugar donde se quiere guardar,
as como el nombre asignado
Como puede verse, el procedimiento es el
mismo que se sigue en cualquiera de los
programas del entorno Windows.
A esta opcin se accede igualmente pinchando
en el icono
6.2.- ACCESO A LOS DATOS

Se procede del mismo modo, especificando el nombre y ubicacin del archivo
que queremos abrir, desde Archivo Abrir - Datos
A esta opcin se accede igualmente

pinchando en el icono
Otra forma de acceder a un fichero de datos utilizado recientemente es a travs

de Archivo - Datos usados recientemente y seleccionando el que se quiere abrir
7.- EL VISOR DE RESULTADOS

El visor de resultados es la pantalla en la que el programa SPSS presenta los
resultados de los anlisis. Una vez que hemos hecho el primer anlisis, y si no se
especifica lo contrario, los sucesivos resultados se acumularn en el mismo visor.
OFIMATICA II
17
II CICLO

La apariencia del visor es la siguiente:
18
El visor se divide en dos partes (de ancho
regulable por el usuario). A la izquierda
aparece el ndice de lo que contiene el visor,
que nos permite desplazarnos por los
INDICE
RESULTADOS
resultados que pinchemos sin necesidad de

pasar por todos los dems.
La parte de la derecha, es la que muestra los
resultados de los anlisis efectuados.
A travs de los botones de la barra de tareas, podemos movernos del editor de

datos al visor de resultados de manera rpida y sencilla
8.- GUARDAR LOS RESULTADOS
Los resultados de los anlisis pueden guardarse de diferentes formas:
8.1.- EN FORMATO SPSS Se guardarn de esta forma cuando vayan a abrirse
posteriormente en este formato, es decir, en equipos que tengan instalado el SPSS.
Para ello basta con acceder a Archivo - Guardar y asignar el nombre y la ubicacin
deseados
De nuevo encontramos una ventana de aspecto
idntico a la proporcionada por cualquier
programa del entorno Windows. De nuevo
tambin, es posible acceder a esta ventana a
travs del icono:
8.2.- EN OTROS FORMATOS El programa SPSS tiene su propio editor de

resultados, editor que es incompatible
con el procesador de textos que se utiliza
habitualmente (Word, o Word Perfect).
Por esta razn, para poder visualizar los
resultados en aquellos equipos que no tengan instalado el programa SPSS, es

necesario exportar el visor de resultados a un documento HTML, que puede abrirse, y
modificarse en Word. Para ello, en el men Archivo (del visor de resultados),
seleccionamos la opcin Exportar y aparece la siguiente ventana
OFIMATICA II
II CICLO
En esta ventana hay que especificar:
Qu queremos exportar
Dnde lo queremos exportar
Cmo lo queremos exportar
8.2.1.- Qu queremos exportar Podemos exportar el documento completo (tablas y

grficos, si los hubiera), solo los grfico, o slo las tablas.
En esta opcin seleccionaremos la opcin que
ms se ajuste a nuestra necesidad
8.2.2.- Dnde lo queremos exportar Hay que especificar dnde se quiere exportar
el visor de resultados, para lo que hay que ir a Exportar archivo.
Pulsando examinar, se accede a una pantalla en la que especificaremos

dnde queremos guardar el archivo y con qu nombre (si no se especifica nombre, el
programa por defecto lo llama OUTPUT.TXT).
8.2.3.- Cmo lo queremos exportar Especificaremos el Formato de exportacin,
donde se seleccionar la opcin Archivo HTML (*.htm), que suele estar marcada por
defecto
9.- RECUPERAR LA SALIDA
OFIMATICA II
19
II CICLO
9.1.- EN FORMATO SPSS Desde el Visor de Resultados, se accede a Archivo - Abrir

y se busca el archivo que se quiere abrir.
20
La apariencia de los resultados en el visor de

resultados del SPSS es tal como aparece en
la figura
9.2.- EN FORMATO HTML El archivo exportado puede ahora abrirse desde cualquier
ordenador que no tenga instalado el programa SPSS, ahora con formato HTML. Para
ello abriremos el procesadores de texto Word. Para abrirlo, accedemos a Archivo
abrir
en tipo de archivo, seleccionamos Documento HTML o Todos los archivos,
buscamos el que queremos abrir y aparece un documento con el aspecto siguiente:
La ventaja que tiene exportar en

este formato es que permite
modificar las tablas, tal y como
se hace en Word, posibilidad
que en la salida de SPSS es
mucho ms limitada
OFIMATICA II
II CICLO

ANALISIS ESTADSTICO DESCRIPTIVO Y DE FRECUENCIAS
21
1.- ANLISIS DESCRIPTIVO
Para realizar un anlisis descriptivo de datos, una vez recuperados los datos en la
pantalla, acceder al men Analizar Estadsticos descriptivos Descriptivos. Aparece una
pantalla en la que se da la opcin de escoger una, varias o todas las variables de la base
de datos para hacer el anlisis.
En este caso seleccionamos las variables: Rendimiento en Historia, Rendimiento en
Filosofa, Rendimiento en Idioma, Rendimiento en Matemticas y Rendimiento en Dibujo.
Para seleccionar las variables, se pinchan con el ratn y se arrastran a la ventana
Variables.
Esta opcin nos permite obtener estadsticos de resumen univariados para varias
variables en una nica tabla y calcula valores tipificados (puntuaciones z), que pueden
guardarse, si as se especifica, en el fichero de datos como una variable nueva.
Seleccionando esta opcin,

aparecern las puntuaciones
tipificadas en el fichero de datos.
Accediendo a las OPCIONES encontramos una pantalla en la que podremos

especificar los estadsticos que nos interesen
En esta pantalla marcaremos con el ratn ( )
los
estadsticos que queramos, as como el orden de

visualizacin de las variables en el visor de resultados.
Las variables se pueden ordenar por el tamao de sus
medias
(en
orden
ascendente
descendente),
alfabticamente o por el orden en el que se seleccionen las

variables (el valor por defecto).
Una vez especificado lo que queremos, pinchamos
Continuar
Volvemos a la pantalla presentada en la pgina anterior, y pinchamos Aceptar. El

visor de resultados de los estadsticos descriptivos es de muy fcil interpretacin, presenta
una tabla en la que muestra, para cada variable, los estadsticos que se han pedido.
OFIMATICA II
II CICLO
15
Estadsticos descriptivos
100
100
100
Mnimo
0
0
0
Mximo
10
10
9
Media
5.73
5.50
5.32
Desv. tp.
2.27
2.34
2.08
100
10
5.70
1.96
100
100
10
5.50
2.19
N
Rendimiento en historia
Rendimiento en filosofa
Rendimiento en idioma
Rendimiento en
matemticas
Rendimiento en dibujo
N vlido (segn lista)
Si se marc la opcin Guardar valores tipificados como variable, en el fichero de

datos se crearn unas variables nuevas, llamadas znombrevariable, con la puntuacin
tpica de cada sujeto en cada variable.
2.- ANLISIS DE FRECUENCIAS

Accedemos a esta opcin a travs del men Analizar Estadsticos descriptivos
Frecuencias. Esta opcin proporciona estadsticos y representaciones grficas que
resultan tiles para describir muchos tipos de variables. Es un procedimiento til para
realizar una inspeccin inicial de los datos.
Se da la opcin de mostrar / no
mostrar la tabla de frecuencias.
Para obtenerlas, debe estar
marcado ( )
En esta pantalla se seleccionarn los Grficos

que se desean (se seleccionan conjuntamente
para todas las variables seleccionadas) as
como los valores a partir de los que se generar
el mismo.
OFIMATICA II
II CICLO
16
La opcin ESTADSTICOS permitira
seleccionar aquellos que se desee
incluir en los resultados (procedimiento
similar al presentado en la opcin 1.Anlisis descriptivo)
Los resultados obtenidos aparecen en una tabla similar a la presentada en la figura

siguiente:
E
E
d
N
V
P
P
d
1
P
d
l
1
En una primera tabla

aparecen los estadsticos
seleccionados para cada
una de las variables
incluidas en el anlisis.
1
0
1
0
A continuacin se presentan las tablas de frecuencias, una para cada variable, en la que se aparece
la frecuencia directa, su porcentaje directo, as como el vlido (despus de eliminar valores
perdidos), y el acumulado.
E
P
F
V
S
P
S
B
U
U
O
T
OFIMATICA II
P
7
1
1
2
1
1
8
1
P
a
v
7
1
1
2
1
1
8
1
7
1
1
2
1
1
8
7
2
3
5
7
9
1
II CICLO
17
ESTADSTICA PARAMTRICA:
PRUEBA T DE STUDENT
Con la prueba t de Student se intenta probar la diferencia de medias para

uno, dos o ms grupos. Se trata de una prueba paramtrica, es decir, que entre otras
cosas, la/s variable/s dependiente/s deben estar medidas en nivel de intervalo o razn.
1.- PRUEBA T PARA MUESTRAS INDEPENDIENTES

El programa SPSS, dentro del men Analizar, tiene una opcin para comparar
medias y dentro de esta opcin accedemos a Prueba T para muestras independientes.
En el ejemplo que se desarrolla en este caso seleccionamos como variable de
agrupacin o variable independiente el Sexo que tiene dos categoras: MUJER (1) y
HOMBRE (2). Como variables dependientes seleccionamos Rendimiento en Historia,
Rendimiento en Filosofa, Rendimiento en Idioma, Rendimiento en Matemticas y
Rendimiento en Dibujo.
En esta pantalla seleccionamos

las variables dependientes, as
como la variable independiente
(de agrupacin) a partir de la que
se
calcula
la
diferencia
de
medias.
En DEFINIR GRUPOS hay que introducir los valores

que puede tomar la variable de agrupacin, en
nuestro caso 1 (hombre) y 2 (mujer), hasta que no
En OPCIONES el programa nos sugiere un

intervalo de confianza de 95%, es decir, =
0,05. Normalmente se utiliza este nivel de
confianza aunque puede modificarse al 98% o
al 99%. Si continuamos, aceptamos el 95%
sugerido.
OFIMATICA II
II CICLO

Las Ho quedan formuladas de la forma siguiente:
20
Ho (1): No existen diferencias estadsticamente significativas en el Rendimiento de los

alumnos en Historia en funcin de la variable Sexo.
alumnos en Filosofa en funcin de la variable Sexo.
alumnos en Idioma en funcin de la variable Sexo.
alumnos en Matemticas en funcin de la variable Sexo.
alumnos en Dibujo en funcin de la variable Sexo.
Interpretacin de resultados
En el visor de resultados encontramos dos tablas (aqu se presenta la segunda
en dos partes). En la primera tabla, el programa calcula los ESTADISTICOS DEL
GRUPO, concretamente la media, la desviacin tpica y el error tpico de medida de
cada categora de la variable independiente, sexo en este caso.
E
D
R
R
R
R
m
R
S
M
H
M
H
M
H
M
H
M
H
M
5
4
5
4
5
4
5
4
5
4
E
l
t
5
5
5
5
5
5
5
5
5
5
2
2
2
2
1
2
1
1
2
2
.
.
.
.
.
.
.
.
.
.
A continuacin aparece una tabla que consta de dos partes, en la primera, el programa
realiza una prueba a priori, la F de Levene, para comprobar si existe o no homogeneidad de
varianzas (uno de los requisitos para aplicar pruebas paramtricas).
Por ltimo, en la segunda parte de la tabla, aparecen los resultados de la

prueba, el valor de la t, los grados de libertad y su probabilidad asociada. Por
ejemplo, la variable Rendimiento en Historia tiene un valor de t = -0,677y una
OFIMATICA II
II CICLO
probabilidad asociada de 0,500. Si la hiptesis nula planteada Ho (1) era que no
21
existen diferencias estadsticamente significativas en el Rendimiento de los alumnos

en Historia en funcin de la variable Sexo, con los resultados obtenidos, y trabajando a
un = 0,05, podemos aceptarla (porque 0,500 > 0,05) y afirmar que no existen
diferencias estadsticamente significativas entre hombres y mujeres en el
Rendimiento en Historia.
En las siguientes columnas, el programa nos ofrece los diferentes intervalos
confidenciales (nivel de confianza 95%) para cada una de las comparaciones.
P
P
9
c
t
R
R
m
S
v
N
v
S
v
N
v
S
v
N
v
S
v
N
v
S
v
N
v
9
9
.
.
.
.
9
9
9
9
9
E
l
D
d
Para el resto de las Hiptesis Nulas planteadas Ho (2), Ho (3), Ho (4), Ho (5), podemos
aceptarlas ya que las probabilidades asociadas al estadstico t (0,702 - 0,699 - 0,470 0,891 respectivamente) son mayores que (0,05), por lo que:
No existen diferencias estadsticamente significativas en el Rendimiento de los
alumnos en Filosofa en funcin de la variable Sexo . Ho (2)
alumnos en Idioma en funcin de la variable Sexo. Ho (3)
alumnos en Matemticas en funcin de la variable Sexo Ho (4)
alumnos en Dibujo en funcin de la variable Sexo Ho (5)
OFIMATICA II
II CICLO

Contrastes Posteriores
22
En caso de haber encontrado diferencias significativas, y para ver hacia que direccin
de dan, se consulta la tabla ESTADSTICOS DE GRUPO, y en la columna MEDIA, se
puede ver qu grupo obtiene una media superior.
2.- PRUEBA T PARA MUESTRAS RELACIONADAS
Dentro del men Analizar, entramos en la opcin comparar medias y dentro de
esta opcin accedemos a Prueba T para muestras relacionadas. En este caso se trata
de comprobar si existen diferencias estadsticamente significativas entre la Capacidad
de Concentracin antes (de recibir un programa de entrenamiento de la concentracin
PEC), y la Capacidad de Concentracin despus (del PEC). Seleccionamos estas
variables porque estn medidas en nivel de razn.
La H0 planteada es que no existen diferencias estadsticamente significativas

entre la Capacidad de Concentracin antes y la Capacidad de Concentracin despus.
En este caso, hay que seleccionar las

dos variables a la vez y llevarlas a la
ventana de la derecha
Aparece en primer lugar una tabla que resumen la informacin de las variables
incluidas en el anlisis. Podramos haber metido ms de un par de variables, en los
resultados se identifican como Par 1, Par 2, etc.
E
D
M
P
C
c
C
c
OFIMATICA II
E
t
II CICLO
A continuacin aparece una tabla que nos proporciona la correlacin entre las
23
variables:
Podemos ver que la correlacin es significativa (sig. = 0,000 < = 0,05) y muy alta
(ver prctica de correlacin)
Por ltimo aparece la tabla en la que se contrasta la hiptesis que ponamos en juego:
P
P
C
c
a
d
d
C
c M
C
c
-
d
m
9
c
1
1
S
S
.
-
Podemos ver que la probabilidad asociada al estadstico t es menos que , por lo que
rechazamos la H0 planteada y afirmamos que existen diferencias estadsticamente
significativas entre la Capacidad de Concentracin antes y la Capacidad de
Concentracin despus.
Contrastes posteriores
Una vez que hemos visto que las diferencias entre la capacidad de concentracin
antes y la capacidad de concentracin despus son significativas, puede interesar en
qu direccin se dan estas diferencias. Para ello, volvemos a la tabla primera que
proporciona el programa, y vemos en que variable a media es ms alta.
Es
Media
Par 1
Capacidad de
concentracin antes
Capacidad de
concetracin despues
OFIMATICA II
superior
Capacidad
la
de
media
en
concentracin
61.29
despus de recibir el PEC, por lo
71.61
que puede decirse que es un

programa eficaz.
II CICLO
24
ESTADSTICA NO PARAMTRICA
Las pruebas no paramtricas se utilizan para contrastar la existencia de

diferencias significativas cuando la/s variable/s dependiente/s estn medidas en nivel
nominal u ordinal. El programa SPSS, dentro del men Analizar, tiene una opcin para
Pruebas no Paramtricas. Dentro de esta opcin podemos encontrar varios casos
entre los que cabe destacar: para 2 muestras independientes, para ms de dos
muestras independientes, para 2 muestras relacionadas, para ms de dos muestras
relacionadas, Chi cuadrado. Vamos a entrar nicamente en tres de estos casos, para
el resto, se procede de la misma forma, seleccionando la opcin correspondiente.
1.- PRUEBA NO PARAMTRICA PARA DOS MUESTRAS INDEPENDIENTES

Accedemos al men Analizar Pruebas no paramtricas 2 muestras
independientes. Seleccionamos como variable dependiente el Inters Profesional de
los alumnos, y como independiente o variable de agrupacin, el sexo. Queremos
comprobar si existen diferencias estadsticamente significativas entre los intereses
profesionales de hombres y mujeres. Para adaptarnos al programa del curso,
utilizaremos la prueba U de Mann-Whitney, aunque como se puede comprobar, el
programa da otras opciones (Z de Kolmogorov-Smirnov, Reacciones extremas de
Como
variable
de
agrupacin
(o
variable independiente) seleccionamos

la variable Sexo y definimos los grupos
como 1 (MUJER) y 2 (HOMBRE).
Moses)
En OPCIONES se da la opcin de pedir descriptivos o cuartiles. En el caso que nos

ocupa no pediremos estadsticos ya que con anterioridad se ha presentado cmo se
calculan e interpretan los estadsticos descriptivos y frecuencias. Una vez completo el
men, aceptamos y pasamos al visor de resultados.
OFIMATICA II
II CICLO

Como siempre, enunciamos la Hiptesis nula a contrastar:
H0:
No
existen
diferencias
estadsticamente
26
significativas
en
los
intereses
profesionales de los alumnos en funcin del sexo.

En los resultados aparece una tabla en la que se muestra el nmero de sujetos que
hay en cada categora de la variable independiente, el rango promedio y la suma de
R
R
S
M
H
T
I
d
p
5
4
1
5
4
S
r
2
2
rangos.
A continuacin encontramos la tabla en la que aparecen los estadsticos de contraste.
Aunque aparecen por defecto la U de Mann Whitney, W de Wilcoxon y la Z,
interpretaremos solo la primera de ellas, aunque como puede verse, la significatividad
asociada a los tres estadsticos es la misma.
As pues, en funcin de la probabilidad asociada al valor del estadstico U de Mann
Whitney,
podemos
concluir
que
no
existen
diferencias
estadsticamente
significativas en los intereses profesionales de los alumnos en funcin del sexo,

ya que este valor (0,479) es mayor que (0,05)
a
E
I
p
d
U
W
Z
S
1
2
.
a V
OFIMATICA II
II CICLO

2.- PRUEBA NO PARAMTRICA PARA K MUESTRAS INDEPENDIENTES
27
Para el caso de ms de dos muestras independientes vamos a utilizar la

Prueba H de Kruskal-Wallis. Accedemos al men Analizar Pruebas no paramtricas
K muestras independientes Del mismo modo que el anterior contraste no pediremos
estadsticos descriptivos en el men opciones y seleccionaremos las variables
dependientes. En este caso vamos a utilizar como variables dependientes el nivel de
estudios y profesional de los padres, y como variable independiente, el nivel social de
la familia.
Para
definir
el
rango,
se
introducen los valores mximo y

mnimo
que puede
tomar la
Vamos a contrastar las siguientes hiptesis:

H0 (1): No existen diferencias estadsticamente significativas entre el nivel de estudios
del padre en funcin del nivel social de la familia.
H0 (2): No existen diferencias estadsticamente significativas entre el nivel profesional
del padre en funcin del nivel social de la familia.
H0 (3): No existen diferencias estadsticamente significativas entre el nivel de estudios
de la madre en funcin del nivel social de la familia.
H0 (4): No existen diferencias estadsticamente significativas entre el nivel profesional
de la madre en funcin del nivel social de la familia.
OFIMATICA II
II CICLO

28
En los resultados aparecen las siguientes tablas:

R
Para
dependiente
R
N
B
M
M
M
A
T
variable
introducida
en el anlisis, aparece el
p
1
3
2
1
1
7
6
4
2
6
nmero de casos que hay

en cada categora (N) y el
Rango
Promedio
cada una de ellas.
E
P
d
C
g
S
cada
E
d
5
E
2
4
.
P
d
l
4
.
7
4
4
.
a P
b V
A continuacin aparece una tabla en la que aparece el estadstico correspondiente a

cada una de los contrastes de hiptesis realizados (Chi-cuadrado), as como los
grados de libertad (gl) y la significatividad asociada al estadstico de contraste
(Sig.asintt.).
Podemos comprobar que existen diferencias significativas entre el nivel

educativo y el nivel profesional del padre en funcin de la clase social a la que
pertenece el familia, ya que las probabilidades asociadas al estadstico en ambos
casos son 0,000, valor inferior a =0,05. (Rechazamos H0 (1) y H0 (2))
Por el contrario, comprobamos que no existen diferencias significativas
entre el nivel educativo y el nivel profesional de la madre en funcin de la clase
social a la que pertenece el familia, ya que las probabilidades asociadas al
estadstico en ambos casos, 0,393 y 0,098, son superiores a =0,05. (Aceptamos H0
(3) y H0 (4))
OFIMATICA II
para
II CICLO
29
3.- PRUEBA CHI CUADRADO

Dentro de las pruebas no paramtricas, es decir las que se realizan con
variables medidas en escala ordinal o nominal, se encuentra el CHI CUADRADO. Con
esta prueba podemos comprobar si existen o no diferencias estadsticamente
significativas entre frecuencias observadas (datos extrados de la realidad) y
frecuencias tericas (o esperadas). Hablamos en trminos de frecuencias ya que con
variables nominales o categricas slo podemos utilizar estadsticos de este tipo.
Podemos encontrar la Prueba Chi Cuadrado en el men Analizar-Pruebas no
parametricas- Chi cuadrado.
Las variables que vamos a

seleccionar
para
realizar
el
anlisis son Sexo, Grupo de

clase y Nivel Social Familiar. Se
trata de tres variables medidas
en escala nominal y aptas por
tanto para incluir en el anlisis.
En OPCIONES podramos pedir descriptivos, como en el resto de las pruebas no

paramtricas anteriormente presentadas, pero no vamos a hacerlo en esta prctica por
la misma razn que no lo hicimos anteriormente.
Las H0 a contrastar son:

H0 (1): No existen diferencias estadsticamente significativas entre la distribucin real
de los sujetos en la variable Sexo y la distribucin que cabra esperar al azar
de los sujetos en la variable Grupo de clase y la distribucin que cabra esperar al azar
de los sujetos en la variable Nivel Social Familiar y la distribucin que cabra esperar al
azar
OFIMATICA II
II CICLO

30
Aparecen en primer lugar las tablas con las frecuencias encontradas en cada
categora de cada una de las variables, as como lo que cabra esperar al azar (N / n
de categoras) y el residual.
S
R
N
M
H
T
En
3
-
5
5
5
4
1
tablas
aparecen
las
frecuencias empricas (N observado),

que es cmo se distribuyen realmente
los
G
N
G
G
G
G
T
estas
en
las
diferentes
categoras.
2
2
2
2
sujetos
2
2
2
2
.
.
.
.
continuacin
aparecen
las
frecuencias tericas (N esperado),

que es cmo se distribuiran al azar,
igual nmero de sujetos en cada
categora.
N
Aparecern
R
N
B
M
M
M
A
T
tablas
como
variables se incluyan en el anlisis.
1
6
-
2
2
2
2
2
1
3
2
1
1
1
tantas
A continuacin aparece la tabla con los valores del estadstico Chi cuadrado, los
grados de libertad y la probabilidad asociada al estadstico.
Las probabilidades asociadas a los valores de chi cuadrado son 0,549 - 1,000 y 0,002,
en el caso de Sexo y del Grupo mayores que el valor de = 0,05, y en el caso de
Nivel Social Familiar, inferior a este valor, por lo que afirmamos que no existen
diferencias (mayores que las esperadas por azar) entre las diferentes categoras de
las variables Sexo y Grupo de Clase, y si que las hay en la variable Nivel Social
E
A partir de esta tabla se realiza el

N
G
S
C
g
S
.
1
1
3
4
.
contraste
de
hiptesis,
comparando
la
probabilidad
asociada a Chi-Cuadrado con el

l
Familiar
OFIMATICA II
b j
II CICLO
31
ANALISIS DE VARIANZA
1.- ANLISIS DE VARIANZA SIMPLE.
El Anlisis de Varianza simple (ANOVA) es una tcnica estadstica utilizada para
contrastar la existencia de diferencias estadsticamente significativas entre las medias de
las muestras sometidas a diferentes tratamientos.
La hiptesis nula (H0) general que se pretende contrastar es la siguiente: No
existen
diferencias
estadsticamente
significativas
en
la
Variable
Dependiente
(Rendimiento, por ejemplo) provocadas por la Variable Independiente (Sexo, por ejemplo)
Esta prueba, en SPSS, la encontramos en el men Analizar Comparar Medias
ANOVA de un factor.
En este men se da la opcin de

seleccionar
ms
de
una
variable
dependiente, aunque los contrastes

son de ANOVA simple, es decir, de
cada variable dependiente con la
independiente, por separado.
En esta prctica, y al ser el ANOVA una prueba paramtrica. Seleccionamos las

variables Rendimiento en Historia, Rendimiento en Filosofa, Rendimiento en Idioma,
Rendimiento en Matemticas, y Rendimiento en Dibujo ya que se trata de variables
medidas en nivel de intervalo. Como variable independiente seleccionamos la variable
Grupo. Las H0 a contrastar queda pues formulada en los siguientes trminos:
H0 (1): No existen diferencias estadsticamente significativas en Rendimiento en Historia
en funcin del grupo al que pertenecen los alumnos.
H0 (2): No existen diferencias estadsticamente significativas en Rendimiento en Filosofa
H0 (3): No existen diferencias estadsticamente significativas en Rendimiento en Idioma
H0 (4): No existen diferencias estadsticamente significativas en Rendimiento en
Matemticas en funcin del grupo al que pertenecen los alumnos.
OFIMATICA II
II CICLO
H0 (5): No existen diferencias estadsticamente significativas en Rendimiento en Dibujo en

funcin del grupo al que pertenecen los alumnos.
En OPCIONES podramos pedir estadsticos o que

haga la prueba de Homogeneidad de Varianzas (uno
de los requisitos para poder aplicar una prueba
paramtrica). En este caso no vamos a solicitarlo.
En el caso de querer tambin los contrastes posteriores, es decir, que adems de saber
si hay diferencias, saber hacia qu direccin se dan estas diferencias, hay que
especificarlo en este momento. Para ello, desde la ventana principal, entramos a la
opcin Post Hoc...
De los diferentes estadsticos

que nos ofrece el programa,
seleccionamos el de Scheffe
Aqu podramos cambiar el nivel de significacin.
En la primera tabla que aparece podemos contrastar las hiptesis nulas, siempre
comparando con la probabilidad asociada al estadstico F
A la vista de los resultados presentados en la tabla, rechazamos las Ho 1 - 2- 4 y 5, y
afirmamos que:
OFIMATICA II
32
II CICLO
Existen diferencias estadsticamente significativas en Rendimiento en Historia en

A
S
c
R
R
m
R
I
I
T
I
I
T
I
I
T
I
I
T
I
I
T
M
g
F
8
2
4
1
9
2
9
7
2
funcin del grupo al que pertenecen los alumnos. H0 (1)

Existen diferencias estadsticamente significativas en Rendimiento en Filosofa en
Existen diferencias estadsticamente significativas en Rendimiento en Matemticas en
Existen diferencias estadsticamente significativas en Rendimiento en Dibujo en
funcin del grupo al que pertenecen los alumnos H0 (5)
En todos los casos, la probabilidad asociada a F es menor que (0,000 en los 4 casos)
Por el contrario, en el caso de la H0 (3), si que aceptamos y afirmamos que No
existen diferencias estadsticamente significativas en Rendimiento en Idioma en funcin
del grupo al que pertenecen los alumnos, ya que la probabilidad asociada a F es menor
que (0,160)
OFIMATICA II
33
II CICLO
34
Contrastes posteriores
Para comprobar hacia qu lado se dan las diferencias encontradas, vamos a la siguiente
tabla. A continuacin se presenta el extracto de dicha tabla correspondiente a la variable
dependientes Rendimiento en Historia.
V
R
(
G
(
G
G
G
G
G
G
G
G
G
G
G
G
G
D
m
.
2
2
3
.
3
*
*
*
*
*
*
*
*
Diferencia
E
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
significativa
Diferencia no
significativa
En la primera columna aparece la diferencia de medias de cada categora de la

variable independiente con el resto, adjudicando al minuendo de la sustraccin el nombre
(I), y al sustrayendo el nombre (J), en la segunda columna (Diferencia de medias (I-J), se
presentan los resultados de dicha diferencia. En el caso de aparecer un asterisco (*) al
lado del resultado, y segn consta a pie de tabla, la diferencia ser significativa. La
significatividad de la diferencia se ve igualmente en la columna Sig. en la que aparece la
probabilidad asociada a la diferencia. Como puede verse, para las probabilidades que no
son significativas (es decir, que son mayores que = 0,05), no aparece asterisco (*) en el
valor de la diferencia, y cuando no aparece el asterisco (*) en este valor, la probabilidad
no es significativa (su valor es mayor que = 0,05).
OFIMATICA II
II CICLO

2.- ANLISIS DE VARIANZA FACTORIAL
35
Cuando se quiere comprobar si existen o no diferencias entre ms de dos

variables independientes y una dependiente, utilizamos el Anlisis de Varianza Factorial,
al que accedemos a travs de la secuencia
Analizar Modelo Lineal General
Univariante.
En la opcin MODELO, escogemos

el factorial completo.
Seleccionamos
como
variable
dependiente el Rendimiento global del

alumno,
y como factores fijos o
variables independientes el Grupo y el

Nivel Social Familiar
Como en el caso del Anlisis de Varianza Simple, este es el momento de pedir (si se
quieren) los contrastes posteriores, para lo que accedemos de nuevo a Post Hoc...
En esta ventana hay que especificar

para
cual/es
de
las
variables
independientes o factores se quieren

los contrastes posteriores.
La hiptesis nula (Ho) que vamos a contrastar queda pues formulada en los
trminos siguientes: No existen diferencias estadsticamente significativas en el
Rendimiento Global obtenido por los alumnos en funcin del efecto conjunto de las
variables Grupo de clase al que pertenecen y Nivel Social de la Familia.
OFIMATICA II
II CICLO
36
La primera tabla que aparece en la salida nos muestra un resumen de los casos
incluidos en el estudio
F
E
d
G
G
G
G
B
M
o
M
M
o
1
2
3
4
1
2
N
s
f
3
4
N
2
2
2
2
1
3
2
1
5
1
A continuacin aparece la tabla del anlisis de varianza factorial. Como puede

verse, ha resultado ser no significativo, es decir que la interaccin entre el Grupo y el
Nivel Social Familiar no influyen sobre el Rendimiento Global de los alumnos. La
probabilidad asociada al estadstico F para la interaccin de las dos variables es de
0,465, valor mayor que , por lo que acepto H0
P
V
S
c
t
F
M
I
G
N
G
E
T
T
M
g
9
2
4
1
1
7
3
1
F
5
c
1
1
3
4
1
8
1
9
2
1
1
.
.
.
.
.
a R
OFIMATICA II
.
.
.
.
.
II CICLO
La tabla proporciona tambin un ANOVA simple para cada una de las variables
independientes por separado. El estadstico F para el factor Grupo tiene una probabilidad
asociada de 0,000, a un nivel de significacin de 0,05, resulta significativo.
Por el contrario, el valor de la probabilidad asociada a F para la variable Nivel social es de
0,789 resultando no significativa para un valor de de 0,05.
Contrastes Posteriores
En las tablas siguientes pueden hacerse los contrastes posteriores, del mismo modo que
se hacan en el caso de ANOVA simple
C
V
S
I
9
L
s
e
(
G
(
G
G
G
G
G
G
G
G
G
G
G
G
E
1
.
1
1
1
2
*
*
*
*
*
*
*
*
*
*
.
.
.
.
.
.
.
.
.
.
.
.
L
-
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
.
1
1
2
2
1
3
B
* L
OFIMATICA II
37
II CICLO
38
3.- ANLISIS DE COVARIANZA
El anlisis de covarianza (ANCOVA) es una combinacin de las tcnicas de

regresin y anlisis de varianza, que se utiliza para comprobar la existencia de
diferencias estadsticamente significativas entre una variable independiente (ms de dos
grupos o categoras) y otra dependiente (nivel de medicin intervalo o razn), eliminando
la interaccin de una variable extraa que controlamos a travs de ste mtodo,
introducindola en el anlisis como COVARIABLE.
La suposicin especfica del ANCOVA es que la variable concomitante
(covariable) no debe ser afectada por los tratamientos, es decir, que los tratamientos
aplicados a las unidades experimentales para poder observar sus efectos en la variable Y
no deberan influir en los valores esperados de X.
Accedemos al anlisis de covarianza a travs del men Analizar Modelo Lineal
C
V
S
a
c
I
9
D
e
(
B
(
M
M
M
A
B
M
M
A
B
M
M
A
B
M
M
A
B
M
M
M
E
.
.
8
4
.
3
.
9
1
5
L
s
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
.
.
.
1
1
.
1
1
1
.
.
1
1
.
.
.
-
1
1
.
.
.
1
.
.
1
1
.
.
1
1
1
1
1
General Univariante.
Por lo tanto, la H0 queda formulada de la forma siguiente: No existen diferencias
estadsticamente significativas en el Rendimiento Global de los alumnos en funcin del
En este caso vamos a coger como
OFIMATICA II
variable dependiente el Rendimiento
Global, como independiente o factor

fijo el Grupo de clase, y se va a
controlar el efecto de la variable
Nivel Social de la familia.
II CICLO
Grupo de clase al que pertenezcan, controlando la influencia del Nivel Social de la familia.
De la tabla podemos deducir una serie de conclusiones (tantas como pruebas de
significatividad realizadas) que se presentan a continuacin:
1. Modelo corregido Se pone a prueba la existencia de diferencias estadsticamente
significativas en el Rendimiento Global obtenido por los alumnos en funcin del Grupo
al que pertenecen, controlando el efecto que pueda ejercer el Nivel Social Familiar. La
probabilidad asociada al estadstico F calculado es de 0,000 al ser un valor menor
que (0,05), rechazamos H0 y afirmamos que existen diferencias en el
Rendimiento Global obtenido por los alumnos en funcin del Grupo al que
pertenecen, controlando el efecto que pueda ejercer el Nivel Social Familiar
2. Interseccin En este caso se pretende comprobar la existencia de diferencias
estadsticamente significativas en el Rendimiento Global de los alumnos, provocadas
por la accin conjunta de las variables Grupo de Clase y Nivel Social Familiar. En este
caso, la probabilidad asociada a F es tambin de 0,000, y al ser menor que (0,05),
se rechaza H0, por lo que se confirma la existencia de diferencias
estadsticamente significativas en el Rendimiento Global de los alumnos,
provocadas por la accin conjunta de las variables Grupo de Clase y Nivel
Social Familiar
P
V
S
c
t
F
M
I
N
G
E
T
T
M
g
4
1
1
3
9
4
,
7
8
3
F
2
1
4
5
,
2
,
3
S
,
,
,
,
1
2
3
4
1
1
a R
3. Por ltimo se hace un ANOVA con cada una de las variables independientes
utilizadas. En el primer caso (para la Variable Nivel Social Familiar) se acepta la H0 al
ser la probabilidad asociada a F mayor que (0,05) (para Nivel Social Familiar la
probabilidad asociada a F es de 0,533), por lo que no hay diferencias
OFIMATICA II
39
II CICLO
estadsticamente significativas en el Rendimiento Global de los alumnos en

funcin del Nivel Social Familiar.
4. En el segundo caso se rechaza la H0 al ser la probabilidad asociada a F menor que
(0,05) (para Grupo de Clase la probabilidad asociada a F es de 0,000), por lo que
hay diferencias estadsticamente significativas en el Rendimiento Global de los
alumnos en funcin del Grupo de clase al que pertenecen.
OFIMATICA II
40
II CICLO

CORRELACIN
La correlacin es una medida de la relacin entre dos variables. Su valor oscila

entre 1 y +1 pasando por 0. Los coeficientes de correlacin indican dos cosas;
primero indican la cuanta de la relacin, para lo que se tiene en cuenta el valor
absoluto del coeficiente, y que se interpreta segn la siguiente tabla:
Menor de |0,30|
Correlacin baja
Entre |0,30| y |0,50| Correlacin moderada
Entre |0,50| y |0,70| Correlacin alta
Mayor de |0,70|
Correlacin muy alta
En segundo lugar, el signo del coeficiente de correlacin indica el sentido de la

relacin. Si el signo es positivo (+), al aumentar una variable tambin lo hace la otra, y
si es negativo (-) las variables se relacionan inversamente, al aumentar una de ellas
disminuye la otra.
COEFICIENTES DE CORRELACIN
-
Pearson El coeficiente de correlacin de Pearson se utiliza cuando las

variables del anlisis estn medidas en nivel de intervalo o razn. En ambos
casos la interpretacin se hace igual.
Spearman Utilizaremos el coeficiente de correlacin de Spearman cuando

las variables a relacionar estn medidas en nivel nominal u ordinal.
LAS CORRELACIONES EN SPSS

El programa SPSS, a travs del MenAnalizar, nos ofrece la opcin
Correlaciones, elegimos la opcin Bivariadas (porque queremos correlacionar dos
variables).
Una vez dentro de la pantalla, el programa nos pide las variables que
queremos correlacionar, el coeficiente de correlacin que queremos calcular, y la
prueba de significacin (bilateral o unilateral) con la queremos trabajar.
1.- CORRELACIN ENTRE VARIABLES MEDIDAS EN NIVEL NOMINAL U ORDINAL. COEFICIENTE

DE SPEARMAN
OFIMATICA II
41
II CICLO
36
Una opcin muy til es la
que
nos
queremos
pregunta
que
resultados
en
si
los
aparezcan
marcadas las correlaciones

significativas (tanto al 1%
Vamos a calcular si existe correlacin entre las variables Nivel Educativo y Nivel
como
al
5%).
(Se
Profesional del Padre, y Nivel Educativo y Nivel Profesional de la Madre y su cuanta

en caso de haberla.
Una vez que tenemos las variables que queremos correlacionar, aceptamos y
en el visor de resultados aparecer una matriz en la que aparecen de nuevo los
siguientes datos:
-
Coeficiente de correlacin Valor del coeficiente, que se interpreta segn

la tabla que aparece al principio de la prctica.
Significatividad (Sig.) Es lo primero que hay que mirar, indica si la

correlacin es significativa, si el valor es menor que nuestro , entonces la
correlacin es significativa (no se debe al azar). Mediante la opcin Marcar
las correlaciones significativas, el programa seala con un asterisco (*) o
dos (**) las correlaciones que son significativas al 0,05 o al 0,01, indicando
a pie de tabla la clave de interpretacin.
N Nmero de sujetos que intervienen en el anlisis

C
E
d
* L
OFIMATICA II
C
c
S
N
C
c
S
N
C
c
S
N
C
c
S
N
P
d
1
E
-
.
1
1
-
P
d
1
.
1
.
1
.
1
-
.
1
.
1
*
.
1
.
1
.
1
.
1
.
1
.
1
1
-
.
1
1
.
1
II CICLO
37
Vemos en este caso que existe correlacin significativa entre los Estudios del Padre y
su profesin, as como entre los estudios que ha realizado la madre y su profesin.
Las correlaciones son moderada en el primer caso y baja en el segundo.
En ambos casos la correlacin es negativa, es decir, que la relacin entre las variables
es inversa. Esto quiere decir que a medida que aumenta el valor de una variable
disminuye el de la otra. Para interpretar esto, slo hay que tener en cuenta cmo se
han categorizado las variables, vemos que se ha hecho de la siguiente forma:
NIVEL DE ESTUDIOS DEL PADRE/MADRE
NIVEL PROFESIONAL DEL PADRE/MADRE
1 Sin estudios
1 Directivo de empresa
2 Primarios
2 Profesiones liberales
3 Secundarios
3 Profesional ligado a la enseanza
4 Bachiller
4 Tcnicos medios
5 Univ. Medios
5 Auxiliares
6 Univ. Superiores
6 De servicio
7 Otros
7 Tareas domsticas
8 En paro
9 Otros
Como puede verse, en el caso de Nivel de estudios, la categora 1 es lo ms bajo y la

categora 6 lo ms alto. En el caso del Nivel profesional es al contrario, la categora 1
es el nivel superior y la 8 el inferior, con lo que tiene sentido decir que a medida que
aumenta el valor de la variable Nivel de estudios, disminuye el valor de la variable
Nivel profesional
OFIMATICA II
II CICLO
2.- CORRELACIN ENTRE VARIABLES MEDIDAS EN NIVEL DE INTERVALO
RAZN.
38
COEFICIENTE DE PEARSON
En este caso vamos a comprobar si existe correlacin entre los Rendimientos de los
alumnos en todas las materias incluidas en el fichero de los datos entre si y con el
Rendimiento global
La ventana es la misma que en el

caso anterior, nicamente hay que
seleccionar
la
opcin
del
coeficiente de Pearson y eliminar

la
marca
del
coeficiente
nterpretacin de resultados
Una vez que tenemos las variables que queremos correlacionar, aceptamos y
en el visor de resultados aparecer de nuevo una matriz en la que aparecen de nuevo
los siguientes datos:
Coeficiente de correlacin Valor del coeficiente, que se interpreta segn

la tabla que aparece al principio de la prctica.
Significatividad (Sig.) Es lo primero que hay que mirar, indica si la

correlacin es significativa, si el valor es menor que nuestro , entonces la
correlacin es significativa (no se debe al azar). Mediante la opcin Marcar
las correlaciones significativas, el programa seala con un asterisco (*) o
dos (**) las correlaciones que son significativas al 0,05 o al 0,01, indicando
a pie de tabla la clave de interpretacin.
N Nmero de sujetos que intervienen en el anlisis
OFIMATICA II
de
II CICLO
En la matriz se presentan las correlaciones entre las variables, vemos que
39
se trata de una matriz simtrica, en la que las diagonales son 1, el valor de la

C
R
R
e
C
d
S
N
C
d
S
N
C
d
S
N
R
e
R
e
R
e
C
d
S
N
C
d
S
N
C
d
S
N
R
m
R
e
R
g
R
e
R
o
.
.
1
.
.
1
.
.
1
*
.
1
* L
* L
.
1
.
1
correlacin de cada variable consigo misma.

En esta tabla podemos ver que existe correlacin (y muy alta en algunos
casos) entre el Rendimiento global de los alumnos y el rendimiento en cada
una de las asignaturas, as como correlaciones entre los rendimientos de
varias asignaturas.
OFIMATICA II
.
1
1
*
.
1
.
1
1
*
.
1
.
1
.
1
.
1
.
.
.
1
1
*
1
*
1
*
.
1
.
1
1
*
.
1
R
e
1
*
II CICLO

REGRESIN
40
Anteriormente hemos visto los coeficientes de correlacin, que indican el grado

o la cuanta en que varan conjuntamente dos mediciones o variables. El conocimiento
de la relacin entre variables es algo ms que un fin en si mismo; en algunas
ocasiones se quiere aprovechar el conocimiento de una relacin entre variables como
punto de partida para realizar un pronstico o prediccin. Es decir, al conocer la
variable X y su relacin con la variable Y, se tratara de averiguar en qu forma se
pueden considerar los valores particulares de la variable X y predecir a partir de ellos
los valores que corresponden en Y. El Anlisis de Regresin es la tcnica que
utilizamos para ello.
La regresin lineal estima los coeficientes de la ecuacin lineal, con una
(regresin simple) o ms (regresin mltiple) variables independientes, que mejor
prediga el valor de la variable dependiente. Tanto la variable dependiente como la/s
independiente/s deben ser continuas (en caso contrario se utilizara Anlisis de
Varianza). Por ejemplo, se puede intentar predecir el rendimiento de un alumno
(variable dependiente) a partir de su nivel de motivacin, edad, o capacidad de
concentracin (variables independientes).
1.- REGRESIN SIMPLE
El anlisis de regresin simple se encuentra en el men Analizar Regresin Lineal
El mtodo que vamos a

utilizar es el de pasos
sucesivos
En este caso, vamos a estimar el Rendimiento en Matemticas de los sujetos

(variable predicha - dependiente) a partir de su Motivacin (variable predictora independiente).
OFIMATICA II
II CICLO

INTERPRETACIN DE RESULTADOS
43
De entre los diferentes criterios existentes para calcular la recta de regresin,

se va a utilizar el de los MNIMOS CUADRADOS debido a sus excelentes propiedades
estadsticas.
a
V
V
M
1
V
e
M
d
p
Esta
M
P
p
(
P
F
e
,
P
F
s
,
tabla nos presenta las
variables
que
han
sido
incluidas en el modelo, y el
orden de inclusin de las
mismas (como es regresin
simple, solo se incluye una
variable)
a V
El COEFICIENTE DE DETERMINACIN (R Cuadrado) se utiliza para valorar la

calidad del ajuste obtenido, y se obtiene elevando al cuadrado el coeficiente de
correlacin (R). Para interpretar se utiliza R CUADRADO CORREGIDA. Cuanto mayor
sea el valor del COEFICIENTE DE DETERMINACIN, mayor ser el porcentaje de
cambios explicados por esta variable. En la tabla vemos que el valor del coeficiente de
determinacin obtenido es de ,138, lo que implica que el 13% de los cambios que se
dan en la Rendimiento en Matemticas se debe a la Motivacin de los alumnos.
Queda sin explicar el 87% de los cambios (100-13).
R
M
1
R
,
R
c
R
a
E
e
,
a V
p
El ERROR TPICO DE LA ESTIMACIN es el error que se comete en toda

prediccin, y su valor oscila entre 0 y SY . Si el coeficiente de correlacin (R) entre las
variables es grande, el error tpico de la estimacin ser pequeo y viceversa.
A continuacin aparece la tabla del Anlisis de Varianza, en la que se valora la

importancia de la parte de la variable dependiente (Rendimiento en Matemticas)
OFIMATICA II
II CICLO
explicada por la variable independiente (Motivacin). Con este anlisis obtendremos la

probabilidad de que la parte explicada haya podido serlo por azar.
En la columna de la derecha aparece el valor de la significatividad, que nos

indica la probabilidad de que la suma de distancias explicada mediante la regresin
haya sido obtenida por el azar (estamos utilizando el mtodo de los mnimos
cuadrados).
b
S
c
M
1
R
R
T
g
5
3
3
c
1
9
9
F
1
S
a
a V
b V
En este caso, se ha obtenido una significatividad de 0,000, menor que (0,05),

por lo que puede afirmarse que las diferencias no se deben al azar.
C
e
M
1
(
M
d
C
e
B
3
3
e
z
B
t
6
,
,
S
,
,
a V
En la tabla de los coeficientes aparece lo siguiente: en la columna B aparecen

los valores a (3,687) y b (0,0032) de la recta de regresin, que puede escribirse de la
forma siguiente:
Y (Rendimiento en Matemticas) = 3,687+ 0,0032* Motivacin
El valor de la constante a representa el valor que se asigna a la variable

dependiente (Rendimiento en Matemticas) en el caso en que la variable
independiente (Motivacin) fuera 0. El valor de b por su parte, representa el
OFIMATICA II
44
II CICLO
incremento de la variable dependiente cuando la variable independiente aumenta en

una unidad.
Desde el punto de vista grfico, b representa la pendiente de la recta de
regresin, mientras que a indica el punto de corte de la recta de regresin con el eje
de ordenadas Y.
Coeficientes Beta En ocasiones, sobre todo cuando las variables con las
que trabajamos estn medidas en escalas muy diferentes, puede resultar interesante
trabajar con las puntuaciones estandarizadas en vez de hacerlo con las directas. De
esta forma podremos comparar los resultados obtenidos con variables medidas en
diferentes escalas. Los coeficientes de la recta de regresin obtenidos para las
puntuaciones estandarizadas son los coeficientes BETA (atencin, no confundir con
los coeficientes , que representan a los parmetros poblacionales).
Su interpretacin es la siguiente: el incremento de la variable dependiente (en
puntuaciones tpicas) al aumentar en una unidad la puntuacin tpica de la variable
independiente. O, dicho de otra forma, el nmero de desviaciones tpicas en que se
incrementar el valor de la variable dependiente al incrementarse en una desviacin
tpica la variable independiente. Adems, en el caso de la regresin simple, el
coeficiente BETA coincide con el coeficiente de correlacin.
Cmo realizar la prediccin

Cuando queremos conocer la puntuacin de un sujeto en la variable Y (criterio)
a partir de su puntuacin en la variable X (predictor), se calcula la recta de regresin a
partir de los datos o puntuaciones obtenidas por el grupo normativo, y a partir de esa
recta de regresin, se calcula la puntuacin Y de ese sujeto y se le suma y resta el
error tpico de estimacin dando lugar a un intervalo:
Lmite superior Y + Sxy
Y + - Sxy
Lmite inferior Y - Sxy
OFIMATICA II
45
II CICLO

2.- REGRESIN MLTIPLE
46
La regresin mltiple es la generalizacin de la regresin simple para el caso

en que contemos con ms de una variable explicativa (o independiente). Accedemos,
igual que en el caso de la regresin simple, al men Analizar Regresin Lineal.
Seleccionamos, como en el
caso de Regresin Simple, el
mtodo de Pasos Sucesivos
En este caso se va a predecir el Rendimiento Global de los alumnos (variable

dependiente), a partir de su Motivacin despus del programa (variable independiente
1) y de su Inteligencia general (variable independiente 2).
INTERPRETACIN DE RESULTADOS
a
V
V
i
M
1
V
e
I
g
M
d
p
a V
OFIMATICA II
M
P
p
(
P
F
e
,
P
F
s
,
P
p
(
P
F
e
,
P
F
s
,
En esta primera tabla se presentan las

variables que han sido incluidas en el
modelo, y el orden de inclusin de las
mismas
Tenemos dos modelos, el primero (1)

con
la
variable
independiente
Inteligencia General y el segundo (2)

con las variables
independientes
Inteligencia
General
Motivacin
Despus del Programa.
Aunque habamos seleccionado en

primer lugar la Motivacin Despus del
Programa, en el anlisis ha entrado
II CICLO
Recordar que hemos elegido el mtodo de Pasos Sucesivos que, frente al de

Introducir (que introduce todas las variables independientes a la vez), va
introducindolas una por una.
R
M
1
2
R
,
,
R
c
R
a
E
e
,
,
,
,
,
,
a V
b V
M
Al utilizar el mtodo de Pasos Sucesivos podemos ver el valor de los

coeficientes para cada modelo. La primera variable independiente que se incluye es la
que tiene una mayor relacin con la variable dependiente (en este caso la Inteligencia
General de los alumnos), y ella sola explica el 48,2% (R cuadrado corregida = 0,482)
de los cambios de la variable Rendimiento Global.
En el segundo modelo, al incluir la segunda variable independiente en la
ecuacin (Motivacin Despus), el porcentaje de varianza explicada aumenta a 54,6%
(R cuadrado corregida = 0,546), al igual que lo hace el coeficiente de correlacin
mltiple R (pasa de 0,698 a 0,745). En este segundo modelo disminuye tambin el
error de estimacin (de 0,9175 a 0,8592)
A
S
c
M
1
R
R
T
R
R
T
M
g
7
8
1
8
7
1
c
1
9
9
2
9
9
F
9
S
,
,
4
6
,
a V
b V
p
c V
En la tabla del Anlisis de Varianza tenemos de nuevo la informacin para los

dos modelos, la interpretacin se hace igual que en el caso de regresin simple.
Vemos que los dos modelos son significativos, es decir, que la parte explicada no se
debe al azar (,000 < )
OFIMATICA II
47
II CICLO
En la tabla siguiente se presentan los coeficientes de regresin de cada

modelo, en el que solo se incluye la variable Inteligencia General como independiente
(modelo 1), y en el que se incluyen las dos: Inteligencia General y Motivacin
Despus (modelo 2).
a
C
e
e
C
e
B
M
1
(
I
(
I
M
d
z
B
,
,
9
8
,
,
,
,
t
-
2
,
2
,
a V
Las ecuaciones son:

Y (rend.global) = - 23,365 + 0,335 * Inteligencia General
Y (rend.global) = - 19,8 + ,283 * Inteligencia General + 0,001 * Motivacin D
La interpretacin de los coeficientes BETA es la misma que en caso de la regresin simple
En la ltima tabla aparecen las variables que han quedado excluidas del
anlisis. La exclusin no tiene que deberse forzosamente a que la variable no sea
importante a la hora de explicar los cambios de la variable dependiente, simplemente
querr decir que su aportacin a la explicacin de los cambios de la variable
dependiente ya est explicada por otras variables incluidas, y que su inclusin puede
resultar redundante. En este caso se ha excluido finalmente la Motivacin Despus del
Programa porque como puede verse en la tabla-resumen del modelo, su contribucin
al Rendimiento Global es muy pequea.
b
E
o
c
a
C
M
1
B
M
d
t
,
p
,
T
,
a V
b V
OFIMATICA II
48
II CICLO

ANLISIS FACTORIAL
49
El anlisis factorial es una tcnica estadstica multivariada cuya finalidad

consiste en obtener un nmero reducido de variables abstractas, que estn
compuestas por distintas cargas o saturaciones sobre variables empricas, en funcin
de la estructura de los datos obtenidos al realizar el proceso de medida de dichas
variables empricas. Como el nmero de factores que se obtienen al realizar un
anlisis factorial es menor que el nmero de variables de las que partimos y contienen
la misma informacin, cada factor explica una conducta ms compleja que la explicada
por las variables empricas.
Para realizar un Anlisis Factorial con SPSS, elegiremos en el menanalizar,
la opcin Reduccin de datos- Anlisis Factorial
En esta ventana, el programa pide las

variables que queremos introducir para
realizar el anlisis, en nuestro caso
vamos a introducir todas las variables
del fichero para tratar de obtener un
nmero de factores inferior al nmero
de variables que tenemos y que nos
A travs de esta pantalla podemos introducir una serie de especificaciones como el
mtodo de rotacin y extraccin de los factores
En
la
opcin
mtodo
de
ROTACIN de los factores,

aparecen varios mtodos, de
La opcin DESCRIPTIVOS nos permite especificar al programa si queremos que en la

salida aparezcan la solucin inicial y estadsticos univariados, as como lo que
queremos que aparezca en la matriz de correlaciones (coeficientes, niveles de
significacin, matriz inversa, reproducida o anti-imagen, determinante y la prueba de
Barlett) para elegir cualquiera de ellos, basta con seleccionarlos ().
OFIMATICA II
II CICLO

Respecto
EXTRACCIN
factores,
el
47
la
de
los
mtodo
de
Componentes Principales
es el que vamos a utilizar.
La opcin PUNTUACIONES, nos permite obtener las puntuaciones factoriales de

los sujetos, para ello, seleccionamos la opcin y elegimos el mtodo de Barlett. Las
puntuaciones factoriales de cada sujeto en cada factor aparecern al final del
fichero de datos como nuevas variables con el nombre factndel factor_ n de
anlisis.
C
I
E
S
G
R
R
R
R
R
m
R
E
P
E
P
N
S
a
I
a
C
c
C
c
M
p
M
p
E
1
1
1
1
1
1
1
.
.
.
.
.
.
.
cada una de las variables en la
1
1
1
1
1
1
.
.
.
.
.
.
solucin factorial (utilizamos el
factorial)
La tabla de comunalidades nos

indica cmo est representada
criterio > 0,60 para establecer

que las variables estn bien
representadas en la solucin
OFIMATICA II
II CICLO
La tabla de Varianza total explicada nos informa del nmero total de factores
(componentes) extrados, as como de la varianza explicada por cada factor en la
solucin factorial, tanto antes como despus de la rotacin. En esta tabla podemos ver
V
S
S
A
C
1
2
3
4
5
6
7
8
9
1
1
1
1
1
1
1
1
1
1
2
T
4
2
2
1
1
1
1
.
.
.
.
.
.
.
.
.
.
.
5
3
d
%
v
2
1
1
8
7
6
5
4
4
3
3
2
2
2
1
1
1
.
.
1
T
2
3
4
5
5
6
6
7
7
8
8
8
9
9
9
9
9
9
4
2
2
1
1
1
1
%
v
2
1
1
8
7
6
5
%
2
3
4
5
5
6
6
3
2
1
1
1
1
1
d
%
v
1
1
9
7
7
7
6
%
1
3
4
4
5
6
6
1
1
cules son los factores significativos, que sern aquellos cuya varianza explicada
sea mayor que 1.
Han
salido
siete
factores
significativos
que
explican
el
69,745%
(19,632+11,371+9,691+7,608+7,335+7,7122+6,984) de la varianza total. La varianza

total de la solucin factorial es igual al nmero de variables incluidas en el anlisis; en
nuestro caso, la varianza total es 20.
OFIMATICA II
48
II CICLO
A continuacin aparece la tabla con las cargas factoriales de las variables,

primero sin rotar y despus rotadas (que es la que tenemos que interpretar). Los
pesos factoriales sern significativos a partir de 0,30.
a
M
C
1
E
S
G
R
R
R
R
R
m
R
E
P
E
P
N
S
a
I
a
C
c
C
c
M
p
M
p
3
4
3
.
.
5
.
.
.
.
.
.
-
8
1
7
1
-
4
.
.
.
.
1
.
.
9
-
9
3
7
9
-
9
8
.
.
6
-
.
.
-
.
.
.
.
3
4
.
.
A partir de los pesos significativos de las variables en los factores, iramos

dando la naturaleza al factor, es decir, ponindole nombre. En este anlisis se ha
reducido la informacin de 20 variables a 7 factores
PUNTUACIONES FACTORIALES
En caso de haber solicitado al programa las puntuaciones de cada sujeto en
cada factor, al final del fichero de datos aparecern unas variables nuevas, con el
aspecto que se muestra a continuacin
OFIMATICA II
49
II CICLO
50
ANLISIS DE COVARIANZA
El anlisis de covarianza (ANCOVA) es una combinacin de las tcnicas
de regresin y anlisis de varianza, que se utiliza para comprobar la existencia
de diferencias estadsticamente significativas en la variable dependiente
atribuibles a la variable independiente (con dos ms grupos o categoras) y
otra dependiente (nivel de medicin intervalo o razn), eliminando la interaccin
de una variable extraa que controlamos a travs de ste mtodo,
introducindola en el anlisis como COVARIABLE.
La suposicin especfica del ANCOVA es que la variable concomitante
(covariable) no debe ser afectada por los tratamientos, es decir, que los
tratamientos aplicados a las unidades experimentales para poder observar sus
efectos en la variable Y no deberan influir en los valores esperados de X.
Accedemos al anlisis de covarianza a travs del men Analizar
Modelo Lineal General Univariante.
La H0 queda formulada de la forma siguiente: No existen diferencias
estadsticamente significativas en el Rendimiento Global de los alumnos en funcin del
Grupo de clase al que pertenezcan, controlando la influencia del Nivel Social de la familia.
En este caso vamos a coger como

variable dependiente el Rendimiento
Global, como independiente o factor
fijo el Grupo de clase, y se va a
controlar el efecto de la variable
Nivel Social de la familia.
De la tabla podemos deducir una serie de conclusiones (tantas como pruebas de
significatividad realizadas) que se presentan a continuacin:
5. Modelo
corregido
Se
pone
prueba
la
existencia
de
diferencias
estadsticamente significativas en el Rendimiento Global obtenido por los alumnos

en funcin del Grupo al que pertenecen, controlando el efecto que pueda ejercer el
OFIMATICA II
II CICLO
Nivel Social Familiar. La probabilidad asociada al estadstico F calculado es de

0,000 al ser un valor menor que (0,05), rechazamos H0 y afirmamos que existen
6.
diferencias en el Rendimiento Global obtenido por los alumnos en funcin

del Grupo al que pertenecen, controlando el efecto que pueda ejercer el Nivel
Social Familiar
7. Interseccin En este caso se pretende comprobar la existencia de diferencias

estadsticamente significativas en el Rendimiento Global de los alumnos,
provocadas por la accin conjunta de las variables Grupo de Clase y Nivel Social
Familiar. En este caso, la probabilidad asociada a F es tambin de 0,000, y al ser
menor que (0,05), se rechaza H0, por lo que se confirma la existencia de
diferencias estadsticamente significativas en el Rendimiento Global de los
alumnos, provocadas por la accin conjunta de las variables Grupo de Clase
y Nivel Social Familiar
P
V
S
c
t
F
M
I
N
G
E
T
T
M
g
a
7
4
4
1
1
3
9
1
9
,
7
8
3
1
F
2
c
1
4
5
,
,
3
S
,
,
,
,
1
2
3
4
a R
8. Por ltimo se hace un ANOVA con cada una de las variables independientes
utilizadas. En el primer caso (para la Variable Nivel Social Familiar) se acepta la
H0 al ser la probabilidad asociada a F mayor que (0,05) (para Nivel Social
Familiar la probabilidad asociada a F es de 0,533), por lo que no hay diferencias
estadsticamente significativas en el Rendimiento Global de los alumnos en
funcin del Nivel Social Familiar.
9. En el segundo caso se rechaza la H0 al ser la probabilidad asociada a F menor
que (0,05) (para Grupo de Clase la probabilidad asociada a F es de 0,000), por
lo que hay diferencias estadsticamente significativas en el Rendimiento
Global de los alumnos en funcin del Grupo de clase al que pertenecen.
OFIMATICA II
51
II CICLO
ANLISIS DE TEMS: ITEMAN
ITEMAN es un programa diseado para realizar anlisis de tems, y

determinar la proporcin de sujetos que acierta cada tem, los que contribuyen
a la fiabilidad de un test, qu alternativas funcionan mejor y peor para un tem
dado, etc.
EL FICHERO DE DATOS
El programa ITEMAN funciona bajo MS-DOS, por lo que los datos deben
introducirse con formato ASCII (texto), por ejemplo desde el editor del DOS,
Word Pad o Bloc de Notas de Windows. El fichero de datos va a tener un
aspecto similar al siguiente:
Las cuatro primeras lneas del fichero de datos son fundamentales y debe
extremarse la atencin al escribirlas, que cualquier error en ellas (un espacio
de ms o de menos, un punto, etc.) puede hacer que el programa no se ejecute
o lo haga de forma incorrecta.
La primera lnea est formada por 10 columnas que indican lo siguiente:
OFIMATICA II
49
II CICLO
Columnas 1 a 3 Nmero de tems de que consta el test (mximo

250 tems). En el ejemplo anterior, el test consta de 80 tems, observar
que la primera columna queda en blanco, hubiera sido igual poner 035,
pero siempre respetando las tres columnas.
Columna 4 Espacio en blanco.
Columna 5 Cdigo para las respuestas omitidas (en el Fichero del
ejemplo, el 9 es el valor que se asigna a los tems no contestados).
Columna 6 Espacio en blanco
Columna 7 Cdigo para los tems no alcanzados. Especialmente
importante cuando se trata de test de velocidad, es el valor que se asigna a
los tems que no han sido alcanzados por el alumno por falta de tiempo (en el
Fichero del ejemplo, el 8 es el valor que se asigna a estos tems, pero no
aparece ninguno porque no se trata de una prueba de velocidad).
Columna 8 Espacio en blanco
Columnas 9 y 10 Nmero de caracteres utilizados para identificar a
los sujetos. En el fichero de ejemplo se especifica un 3 porque se utilizan las
dos primeras para enumerar del 1 al 50 y una ms de separacin entre la
identificacin y los datos, total, 3 columnas.
En la segunda lnea se especifica la clave de correccin, la alternativa correcta

de cada tem. Debe haber tantos dgitos como tems.
En la tercera lnea se indica el nmero de alternativas que hay para cada uno
de los tems del test. En el fichero del ejemplo cada tem tiene 4 alternativas
En la cuarta lnea se especifican los tems que entran en el anlisis. Y significa

que el tem se analizar; N significa que no se analizar. Debe haber tantos Y/N
cono tems en el test. En el fichero de ejemplo se pide el anlisis de los 80 tems.
A partir de la quinta lnea se empiezan a escribir los datos.
GUARDAR LOS DATOS

Como ya hemos visto antes, los datos deben guardarse en un fichero de
texto; se recomienda hacerlo en el Word Pad de Windows, que asigna por defecto al
fichero la extensin .txt
OFIMATICA II
50
II CICLO
Escribir el nombre del fichero, de u mximo de 8 caracteres (recordar que

ITEMAN trabaja bajo MS-DOS y no reconoce nombres largos). No poner ninguna
extensin al fichero, slo el nombre y la ubicacin (en disco de 3 1/2) y Aceptar
EJECUCIN DE ITEMAN
Acceder al programa Inicio - Programas - ITEMAN
Lo primero que pide el programa es el fichero de los datos. Se escribe el nombre
del fichero de datos (por ejemplo a:datos.txt) y se pulsa INTRO
A continuacin, el programa pide que se especifique dnde se debe guardar la
salida (por ejemplo a:salida). Si no se pone extensin al fichero, por defecto el
programa le asigna la extensin .out. Pulsar
INTRO
ITEMAN pregunta si se desea crear un fichero con las puntuaciones de cada

sujeto (Do you want the scores written to a file?). Si se escribe Y (yes), el programa
pide la ubicacin de este archivo (por ejemplo a:puntua), si se escribe N (no) pasa a
la siguiente pregunta.
A la siguiente pregunta (Do you want a key exceptions file?) decimos siempre que
NO
ITEMAN pregunta si se quiere un fichero con los estadsticos (Do you wnat to
write statistics to a external file?). En este caso, diremos al programa que NO, pero si
se quieren, el programa pide que se le especifique el nombre (por ejemplo
a:estadis)
Al pulsar
INTRO,
sale una pantalla en la que hay que especificar las opciones de
configuracin del anlisis. En nuestro caso vienen sealadas por defecto, as que
simplemente pulsamos Continuar (INTRO)
OFIMATICA II
51
II CICLO
Una vez terminado el anlisis, aparece una barra roja que dice ***ITEM
ANALYSIS COMPLETE***. Para ver los resultados, puede pulsarse directamente F2
para acceder al editor de ITEMAN o abrir el archivo desde el Word Pad
LOS RESULTADOS
EN la salida encontramos, en primer ligar, informacin referida al programa
(versin, ao, etc.). A continuacin los detalles especficos del anlisis:
********************
ANALYSIS SUMMARY INFORMATION
Data (Input)
Analysis Output
Score Output
Exceptions
Statistics Output
File:
File:
File:
File:
File:
Scale Definition Codes:
********************
A:\DATOS.TXT
A:\SALIDA.OUT
NONE
NONE
NONE
DICHOT = Dichotomous
MPOINT = Multipoint/Survey
Se especifica dnde estaban almacenados los datos, dnde se ha grabado la salida

as como el resto de archivos que se hayan pedido.
Scale:
0
------Type of Scale
DICHOT
N of Items
80
N of Examinees
50
*****
CONFIGURATION INFORMATION
Type of Correlations:
Correction for Spuriousness:
Ability Grouping:
Subgroup Analysis:
Express Endorsements As:
Score Group Interval Width:
*****
Point-Biserial
NO
YES
NO
PROPORTIONS
Aqu se resume la configuracin que se especific en la pantalla

A partir de ahora, aparece el anlisis de cada tem. Se presenta slo un extracto de
la salida con el anlisis de dos de ellos.
OFIMATICA II
52
II CICLO

Parte 1
Parte 2
La primera parte hace referencia a la

alternativa correcta de cada tem, y se
da la informacin siguiente:
Prop. Correct Proporcin de sujetos
que eligen esa alternativa (al ser la
correcta, nos da la informacin sobre
proporcin de aciertos del tem). Nos
indica el ndice de dificultad del tem.
Disc.
Index.

Indice
de
discriminacin. Correlacin entre el
tem y el test. Indica el grado en que el
tem mide lo que mide el test
Point.
Biser.

Indice
de
homogeniedad del tem. Equivalente
al ndice de discriminacin
En la segunda parte de la salida, que

hace referencia al tem completo, se da
la informacin correspondiente a todas
las alternativas del tem.
Alt. Nmero de alternativa
Prop.Endorsing Low. Proporcin del
27% de los alumnos con peor
puntuacin en el test, que eligen esa
alternativa
Prop.Endorsing High. Proporcin del
27% de los alumnos con mejor
puntuacin en el test, que eligen esa
alternativa
Point Biser. Relacin existente entre
cada alternativa y el test completo
Atl. Alternativa que se ha sealado
como correcta en la clave de

correccin
Un signo de interrogacin (?), por ejemplo el que aparece en el tem 4, indica

que hay que revisar el tem, que se ha especificado la alternativa 3 como correcta en
la clave de correccin, pero est funcionando mejor la 2
A continuacin el programa proporciona una descripcin estadstica completa
de todo el instrumento:
Scale:
0
------N of Items
80
N of Examinees
50
Mean
51.920
Variance
58.554
Std. Dev.
7.652
Skew
0.637
Kurtosis
-0.478
Minimum
41.000
Maximum
69.000
Median
50.000
Alpha
0.798
SEM
3.440
Mean P
0.649
Mean Item-Tot.
0.230
Mean Biserial
0.329
Max Score (Low)
46
N (Low Group)
13
Min Score (High)
56
N (High Group)
14
Un histograma que representa la frecuencia de aciertos:

OFIMATICA II
53
II CICLO

Number
FreqCum
Correct
uency
Freq
PR
--------------------. . . No examinees below this score .
40
0
0
1
41
3
3
6
42
2
5
10
43
1
6
12
44
2
8
16
45
2
10
20
46
3
13
26
47
5
18
36
48
2
20
40
49
2
22
44
50
4
26
52
51
2
28
56
52
1
29
58
53
2
31
62
54
4
35
70
55
1
36
72
56
3
39
78
57
0
39
78
58
1
40
80
59
1
41
82
60
1
42
84
61
0
42
84
62
1
43
86
63
2
45
90
64
0
45
90
65
0
45
90
66
1
46
92
67
2
48
96
68
1
49
98
69
1
50
99
70
0
50
99
71
0
50
99
. . . No examinees above this score .
PCT
---. .
0
6
4
2
4
4
6
10
4
4
8
4
2
4
8
2
6
0
2
2
2
0
2
4
0
0
2
4
2
2
0
0
. .
54
+
|######
|####
|##
|####
+####
|######
|##########
|####
|####
+########
|####
|##
|####
|########
+##
|######
|
|##
|##
+##
|
|##
|####
|
+
|##
|####
|##
|##
+
|
|
|----+----+----+----+----+
5
10
15
20
25
Percentage of Examinees
A continuacin presentamos una tabal que puede resultar til para la interpretacin
de resultados:
INDICE DE DIFICULTAD DEL ITEM
Valor
Interpretacin
INDICE DE VALIDEZ - INDICE DE HOMOGENEIDAD

Valor
Interpretacin
Menor de 0,25
Muy difcil
Negativo a menor de 0,20
Rechazar tem
Entre 0,25 y 0,44
Difcil
Mayor o igual de 0,55
Bastante alto
Entre 0,45 y 0,54
Normal
Mayor o igual de 0,75
Muy alto
Entre 0,55 y 0,74
Fcil
Mayor de 0,75
Muy Fcil
OFIMATICA II

Manual Del Spss

Cargado por

Copyright:

Formatos disponibles

Manual Del Spss

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual Del Spss

Cargado por

Copyright:

Formatos disponibles

II CICLO

Manual de Practica de SPSS

MANEJO DEL PROGRAMA

1.- ENTRAR EN SPSS

Para salir de la pantalla, pulsar Cancelar.

2.- CREACIN DEL FICHERO DE DATOS

Este es el aspecto que

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

En la "Vista de datos" aparecen las variables colocadas en columnas y los

En la "Vista de variables" encontramos

2.1.- DEFINICIN DE VARIABLES

pinchar sobre el, accedemos a la siguiente pantalla:

2.1.3.- Anchura  A travs de esta opcin se puede modificar la anchura de las

2.1.4.- Decimales  Igualmente, a travs de esta opcin modificar el nmero de

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

2.1.5.- Etiqueta  La etiqueta de la variable corresponde al nombre completo de la misma,

categora y el Etiqueta de valor, su

2.1.7.- Valores perdidos  Accediendo a esta ventana, el programa pide que se le

2.1.8.- Columnas  Esta opcin permite rectificar, si fuera necesario, el ancho de la

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

2.1.9.- Alineacin  En esta opcin se ajusta al gusto la alineacin de los caracteres,

alineados a la derecha, en el centro, o alineados a la izquierda.

2.1.10. Medida  Por ltimo, en esta opcin se determina el nivel de medicin de la

Este es el aspecto que muestra la

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

Este es el aspecto que muestra la

Puede resultar interesante que, en

Con el icono activado se puede

3.- MODIFICACIN DEL FICHERO DE DATOS

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

Eliminar variables o casos  Para realizar esta operacin, se selecciona la variable o

4.- VER RESUMEN DE VARIABLES

encuentra esa variable, sin necesidad de

Nota: Igualmente se puede ir a un sujeto determinado sin tener

5.- ORDENAR CASOS

clasificacin, y Aceptar. En el fichero de

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

6.1.- GUARDAR EL FICHERO DE DATOS

6.2.- ACCESO A LOS DATOS

A esta opcin se accede igualmente

Otra forma de acceder a un fichero de datos utilizado recientemente es a travs

7.- EL VISOR DE RESULTADOS

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

resultados que pinchemos sin necesidad de

A travs de los botones de la barra de tareas, podemos movernos del editor de

8.2.- EN OTROS FORMATOS  El programa SPSS tiene su propio editor de

con el procesador de textos que se utiliza

habitualmente (Word, o Word Perfect).

Por esta razn, para poder visualizar los

resultados en aquellos equipos que no tengan instalado el programa SPSS, es

PROFESOR EDIDSON FUENTES

Manual de Practica de SPSS

2.1.3.- Anchura A travs de esta opcin se puede modificar la anchura de las

2.1.4.- Decimales Igualmente, a travs de esta opcin modificar el nmero de

2.1.5.- Etiqueta La etiqueta de la variable corresponde al nombre completo de la misma,

2.1.7.- Valores perdidos Accediendo a esta ventana, el programa pide que se le

2.1.8.- Columnas Esta opcin permite rectificar, si fuera necesario, el ancho de la

2.1.9.- Alineacin En esta opcin se ajusta al gusto la alineacin de los caracteres,

2.1.10. Medida Por ltimo, en esta opcin se determina el nivel de medicin de la

Eliminar variables o casos Para realizar esta operacin, se selecciona la variable o

8.2.- EN OTROS FORMATOS El programa SPSS tiene su propio editor de

8.2.1.- Qu queremos exportar Podemos exportar el documento completo (tablas y

9.1.- EN FORMATO SPSS Desde el Visor de Resultados, se accede a Archivo - Abrir