Post on 08-Mar-2016
transcript
7/21/2019 MANUAL SPSS 2014.pdf
1/129
ANALISIS ESTADISTICOCON EL
SPSS
Ramiro Ral Ochoa Torrez
La Paz Bolivia
2014
7/21/2019 MANUAL SPSS 2014.pdf
2/129
CONTENIDO v
REGLAS EMPLEADAS EN ELPRESENTE LIBRO
En la presenta obra se emplea los nombres y referencias de la versin del IBMSPSS 22.
Esta obra utiliza algunas reglas para denotar la forma de trabajar con el SPSS:
Uso de mouse (raton) para seleccin de opciones, si son varias opcionesesta vienen acompaadas de tringulos sealando el lado derechoindicando ms opciones ( ).
Nos indica la variable a ser seleccionada. Indica que debemos seleccionar un botn.
Inidica que se debe escribir texto en la casilla.Nos indica buscar archivo.
Desglose se opciones, nos permite seleccionar opciones que sepresentan cuando se desglosa.
Nos indica que se tienen varias opciones para seleccionar en las ventanasemergentes, estas pueden ser:
Seleccin condicionada (una u otra opcin) no permite seleccionar
varias opciones, solo una opcin. Seleccin optativa (se puede o no seleccionar), permite la seleccin devarias opciones.
7/21/2019 MANUAL SPSS 2014.pdf
3/129
7/21/2019 MANUAL SPSS 2014.pdf
4/129
7/21/2019 MANUAL SPSS 2014.pdf
5/129
7/21/2019 MANUAL SPSS 2014.pdf
6/129
E7RUCRA DEL SPSSU3 100.7-0.5>-0.( 35)-
7/21/2019 MANUAL SPSS 2014.pdf
7/129
4 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
8/129
ESTRUCTURA DEL SPSS 5
Ramiro Ral OCHOA TORREZ >>
2.1.1. Ventana del editor de datos
El Editor de datos es la primera ventana que nos presenta y se abreautomticamente cuando se inicia la sesin, similar a las hojas de clculo parala creacin y edicin de archivos de datos. El Editor de datos proporciona
dos vistas: Vista de datos y Vista de variables.Ingresamos o nos movemos entre ambas ventanas, seleccionando en laspestaas inferiores:
Vista de datos Vista de variables
2.1.1.1. Vista de datos
Esta vista muestra los valores de datos reales o las etiquetas de valordefinidas.
Las filas. Cada fila representa un caso o una observacin. Por ejemplo,las respuestas de un cuestionario corresponde a una fila.
Las columnas. Cada columna representa una variable o unacaracterstica que se mide o una pregunta formulada. En un cuestionariola columna correspodera a cada pregunta del cuestionario.
Las casillas. Tambien denominadas celdas contienen valores de lasvariables, siendo este un valor nico de una variable. La casilla o celdase encuentra en la interseccin del caso y la variable. La diferencia conlas hojas de clculo, es que no pueden contener frmulas o realizarseoperaciones entre casillas.
7/21/2019 MANUAL SPSS 2014.pdf
9/129
6 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
10/129
ESTRUCTURA DEL SPSS 7
Ramiro Ral OCHOA TORREZ >>
Nmero de frutos NFRAltura de planta 1 AP1
Para los nombres de las variables se debe considerar:
Se pueden emplear los caracteres $, # y @ dentro de los nombres de
variable. Por ejemplo: A_1$2@# es un nombre de variable vlido. Evitar que los nombres de variable que terminen en punto (.). Evitar que los nombres de variable que terminan con un carcter de
subrayado. No se pueden utilizar como nombres de variable: ALL, AND, BY, EQ,
GE, GT, LE, LT, NE, NOT, OR, TO y WITH; por ser parte del sistema. En los nombres de variable se pueden colocar con maysculas y/o
minsculas, siendo que el programa realiza una distincin entres estas.
2.1.1.2.2. Tipo
Nos sirve para definir el tipo de datos de cada variable, por defecto se asumeque todas las variables nuevas son numricas. Para definir el Tipo, debemoshacer clic en la casilla de la variable de inters, de manera que aparezca en el
costado derecho de la casilla un botn cuadrado con puntos suspensivos (). Al seleccionar el botn (Hacer clic), aparece el cuadro de dilogo Tipo devariable en donde se apreciara los diferentes Tipos de variable.
Se puede elegir entre nueve diferentes tipos de variables:
Numrico. Se emplea en una variable numrica cuyos valoresrepresentan magnitudes o cantidades; este es el tipo de variable ms
7/21/2019 MANUAL SPSS 2014.pdf
11/129
8 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
12/129
ESTRUCTURA DEL SPSS 9
Ramiro Ral OCHOA TORREZ >>
Numerico Aceptar
2.1.1.2.3. Anchura
Por medio de esta propiedad podemos definir el mximo de dgitos que
contienen los registros de una variable; para el clculo del ancho se incluyenlos dgitos enteros y los decimales. Por ejemplo; Anchura 5 = XXX.XX X,XXX.X XX,XXX donde X representa un nmero aleatorio.
2.1.1.2.4. Decimales
A travs de esta opcin definimos el nmero de dgitos decimales quepueden contener los registros de una variable numrica (Tipo Numerico,Coma o Puntos).
Las propiedades Anchura y Decimales pueden ser editadas directamentedesde la ventana de Tipo de variable, ya que al seleccionar estas opciones sehabilita en el cuadro de dilogo las casillas Anchura y Decimales.
2.1.1.2.5. Etiquetas
Nos sirve para colocar el nombre largo de variable, se puede asignaretiquetas de variable descriptivas de hasta 256 caracteres de longitud. Lasetiquetas de variable pueden contener espacios y caracteres reservados queno se admiten en los nombres de variable.
El uso de la etiqueta es bastante til para facilitar la interpretacin de losresultados (Tablas, Grficos o estadsticos), para las personas que no han
participado en la generacin de los procedimientos y desconocen elsignificado del nombre de la variable. El uso de la etiqueta es opcional, elprograma en caso de no existir una etiqueta utiliza el nombre de la variablepara generar los resultados.
2.1.1.2.6. Valores
En el caso de que se utilice cdigos numricos o literales para representarcategoras variables numricas o de cadena; por ejemplo:
Variable: Sexo
1 = hombre2 = mujer
Variable: Tamao
P = pequeoM = medianoG = grande
7/21/2019 MANUAL SPSS 2014.pdf
13/129
10 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
14/129
ESTRUCTURA DEL SPSS 11
Ramiro Ral OCHOA TORREZ >>
de datos; es decir, casillas vacas y el segundo corresponde a los datosperdidos definidos por el usuario:
No sabe No responde o se niega a responder
No aplica o sencillamente la pregunta no lo afecta, por ejemplo:preguntarle a una persona soltera la edad a la que se cas por primeravez, si no se ha casado nunca esta pregunta no lo afecta.
El programa detecta automticamente los valores perdidos por el sistema ylos omite, adicionando un punto en la celda correspondiente (.) cmo valorperdido, mientras que los valores perdidos por el usuario deben serdefinidos al programa o de lo contrario los clculos se realizarn contandocon estos valores, lo cual puede afectar severamente los resultados.
Para definir un valor perdido por el usuario para una variable, se procede la
siguiente forma:
Casilla de Perdidos
Lo que nos proporcionar la ventana de Valores Perdidos:
En este cuadro encontramos tres diferentes posibilidades.
No hay valores perdidos. Los clculos se realizan con la totalidad de losregistros.
Valores perdidos discretos. Nos permite un mximo de tres valoresperdidos que se pueden definir para una variable; se puede emplear losvalores (nmeros) que se deseen. Para este tipo de valores se recomiendaque exista una distancia considerable entre los valores representativos ylos perdidos con el fin de facilitar su identificacin. Por ejemplo 999,9999. Para definir como perdidos los valores nulos o vacos de unavariable de cadena, escriba un espacio en blanco en uno de los camposdebajo de la seleccin Valores perdidos discretos.
7/21/2019 MANUAL SPSS 2014.pdf
15/129
12 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
16/129
7/21/2019 MANUAL SPSS 2014.pdf
17/129
14 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
18/129
ESTRUCTURA DEL SPSS 15
Ramiro Ral OCHOA TORREZ >>
2.1.4. Ventana de sintaxis
No solo se puede trabajar con los menus de las barras de herramientas,tambin se puede trabajar con la Sintaxis, esta forma es recomendablecuando se tiene anlisis repetitivos, se puede pegar en esta ventana la sintaxis
de los comandos seleccionados desde la ventana de dialogo de cualquieropcin.
La apertura de la ventana de Sintaxis, se la realiza cuando se esta realizandoalgn tipo de anlisis, mediante la opcin Pegar, como por ejemplo:
Analizar Estadisticos descriptivos FrecuenciasLo que nos proporcionar la ventana respectiva de anlisis seleccionado, enesta se selecciona el botn:
PegarLo que nos mostrara la ventana de Sintaxis:
Esta ventana permite editar la sintaxis de los comandos y ampliarla conaquellas opciones que tiene el lenguaje SPSS, pero que no estn disponiblesa travs de mens. Estos comandos pueden archivarse (en archivos de textocon extensin .sps.) y recuperarlos en sesiones posteriores con SPSS.
2.2.
Barra de mensComo la mayora de los programas basados en el sistema operativoWindows, el Editor de datos de SPSS cuenta con una barra de mensdesplegables, en donde se encuentran las diferentes opciones,procedimientos y aplicaciones que se pueden ejecutar con el programa. EnSPSS se cuenta con once diferentes mens desplegables; dentro de los que
7/21/2019 MANUAL SPSS 2014.pdf
19/129
16 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
20/129
ESTRUCTURA DEL SPSS 17
Ramiro Ral OCHOA TORREZ >>
Exportar. El cual nos permite exportar los resultados, en este caso sepuede definir el tipo de archivo a ser exportado (*.doc, *.htm, *.pdf, *.xls,etc.).
2.2.2. Editar
Las opciones de Edicin son las habituales opciones de Windows (Deshacer,Rehacer, Cortar, Copiar, Pegar, Buscar, Buscar siguiente, Reemplazar).
A esta se suman:
Borrar. Nos permite borrar las ya sea las columnas o las filas. Insertar variables. Con esta opcin se puede insertar una columna que
corresponder a una variable. Insertar caso. Inserta una fila en el conjunto de datos, donde se ubique
el cursor.
Ir al caso. Nos desplaza a un caso determinado. Ir a la variable. Nos permite desplazarnos a una variable determinada. Opciones. Nos permite personalizar y definir diferentes opciones como
son: General, Visor, Datos, Moneda, Etiquetas de los resultados,Grficos, Tablas de pivote, Ubicacin de archivos, Procesos, Imputacinmltiples, Editor de sintaxis.
2.2.3. Ver
Esta opcin permite presentarnos diferentes barras:
Barra de estado. Barras de herramientas. Editor de mens. Fuentes. Permite seleccionar la fuente. Lineas de cuadricula. Nos muestra las cuadriculas o las esconde. Etiquetas de valor. En el caso de que los nmeros o letras signifiquen
categoras, nos presentara las etiquetas de los valores. Variables. Nos desplazamos a la ventana de Variables.
2.2.4. Datos
Contiene opciones para hacer cambios que afectan a todo el archivo de datos:unir archivos, trasponer variables y casos, crear subconjunto de casos, etc.Estos cambios son temporales mientras no se guarde explcitamente elarchivo.
7/21/2019 MANUAL SPSS 2014.pdf
21/129
18 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
22/129
ESTRUCTURA DEL SPSS 19
Ramiro Ral OCHOA TORREZ >>
Abrir documento de datos Insertar caso
Guardar este documento Insertar variable
Imprimir Dividir archivo
Recuperar el cuadro de dilogorecientes
Ponderar casos
Deshacer una accin del usuario Seleccionar casos
Volver a hacer una accin delusuario
Etiquetas de valor
Ir a caso Utilizar conjunto de variables
Ir a la variable Mostrar todas las variables
Variables Corregir ortografa
Buscar
En el caso de la ventana de resultados, la barra de herramientas contiene:
La mayora son similares a las anteriores, adicionndose:
Abrir resulados Ir a caso
Guardar Seleccionar ltimos resultados
Imprimir Asociar auto proceso
Ver presentacin preliminar deeste conjunto de datos
Crear/editar auto proceso
Exportar Ejecutar proceso
Ir a datos Designar ventana
2.3.1. Barra de titulares del visor
Esta se presenta en la ventana de resultados:
Describiendo alguna de las opciones, tenemos:
Ascender Ocultar elementosseleccionados
Degradar Insertar encabezado
Expandir elementos de titularesseleccionados
Nuevo titulo
Contraer elementos de titularesseleccionados
Nuevo texto
Mostrar elementosseleccionados
7/21/2019 MANUAL SPSS 2014.pdf
23/129
20 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
24/129
ARCHIVO DE TRABAJO 21
3. ARCHIVO DE TRABAJO
3.1. Crear un archivo
Podemos utilizar el Editor de datos de SPSS para introducir los datos y crearun archivo de datos:
Archivo Nuevo DatosUna vez abierta la ventana del Editor de datos, se procede a definir lasvariables con la Vista de variables, y posteriormente en la Vista de datosprocedemos a introducir los datos.
3.2. Abrir un archivo
Podemos abrir un archivo de datos SPSS, que este previamente almacenado:
Archivo Abrir DatosEn el cuadro de dialogo de Abrir datos:
Buscar en: (Localizamos el lugar donde se guard el archivo.)
Nombre de archivo: (Seleccionamos de la lista el archivo, SPSS nosdar una relacin de los archivos con extensin *.sav.)
Archivos tipo: (Permite seleccionar entre distintos tipos de archivosde datos. Por defecto tendremos la opcin SPSS (*.sav)
seleccionada.)Abrir
3.2.1. Tipos de archivos que reconoce el SPSS
El SPSS reconoce los siguientes tipos de archivos:
SPSS Statistics (*.sav). Es el tipo por defecto, son archivos creados y/ograbados en SPSS para Windows.
SPSS/PC+(*.sys). Archivos creados y/o grabados en SPSS/PC+. Soloest disponible en los sistemas operativos Windows.
Systat (*.syd, *.sys). Abre archivo de datos de SYSTAT. Portable. Abre archivos de datos guardados con formato porttil. Elalmacenamiento de archivos en este formato lleva mucho ms tiempo
que guardarlos en formato SPSS Statistics. Excel (*.xls, *xlsx, *.xlsm). Abre archivos de Excel. Lotus (*.w*). Abre archivos de datos guardados en formato de Lotus.
7/21/2019 MANUAL SPSS 2014.pdf
25/129
22 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
26/129
ARCHIVO DE TRABAJO 23
Ramiro Ral OCHOA TORREZ >>
Como por ejemplo si tenemos los siguientes datos del cultivo de quinua, consus cdigos y categorias:
ID = Para identificar el nmero de datos que se tieneTG= Tamao de grano
C = ChicoM = MedianoG = Grande
G = Germinacion0 = 0 plantas1 = 1 a 4 plantas2 = 5 a 8 plantas3 = 9 a 12 plantas4 = 13 a 20 plantas5 = Ms de 20 plantas
RM = Resistencia al mildiuS = SuceptibleMS = Medianamente suceptibleMR = Medianamente resistenteR = Resistente
AP = Altura de planta (cm)U = Uniformidad
SINO
HC = Habito de crecimiento1 = Postrado
2 = Decumbente3 = Erecto4 = Ramificado5 = Fasciculado6 = Trepador7 = Sarmentoso
LP = Longitud de panoja (cm)PG = Peso de granos (g)/planta
Datos del cultivo de quinua
ID TG G RM AP U HC LP PG1 M 2 S 60 SI 3 25 55,12 M 5 S 63 SI 3 21 2403 M 5 S 71 SI 3 33 205,84 M 2 MS 60 SI 3 21 33,75 M 5 S 75 SI 3 40 275,76 M 3 MS 87 SI 4 39 1697 C 5 S 60 SI 4 27 131,98 M 4 MS 64 SI 3 24 146,1
7/21/2019 MANUAL SPSS 2014.pdf
27/129
24 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
28/129
ARCHIVO DE TRABAJO 25
Ramiro Ral OCHOA TORREZ >>
Posteriormente procedemos a abrir los datos desde el SPSS (en formato Excel,este archivo deber estar previamente cerrado):
Archivo Abrir DatosEn el cuadro de dialogo de Abrir datos:
Buscar en: Disco Local (D:)
Nombre de archivo: ejemplo Archivos tipo: Excel (*.xls, *.xlsx, *.xlsm)
AbrirEn el cuadro de dialogo de Apertura de origen de datos de Excel:
Ventana de Apertura de origen de datos de Excel
Leer nombre de variables de la primera fila de datos: Leer laprimera fila como como nombre de las variables (tienen que estarmarcado, siempre que la primera fila corresponda al nombre de lasvariables).
Hoja de trabajo: Seleccionamos la hoja donde esta nuestros datos(nos llega a mostrar las hojas que tienen datos).
AceptarApreciaremos los datos en el Editor de datos del SPSS:
7/21/2019 MANUAL SPSS 2014.pdf
29/129
26 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
30/129
ARCHIVO DE TRABAJO 27
Ramiro Ral OCHOA TORREZ >>
Para geminacin (G):
Nombre: G Tipo: Numerico Anchura: 8
Decimales: 0 Etiqueta: Germinacion Valores: 0 = 0 plantas; 1 = 1 a 4 plantas; 2 = 5 a 8 plantas; 3 = 9 a
12 plantas; 4 = 13 a 20 plantas; 5 = Ms de 20 plantas Perdidos: Ninguno Columnas: 12 Alineacin: Derecha Medida: Ordinal Rol: Entrada
Para resistencia al mildiu (RM):
Nombre: RM Tipo: Cadena Anchura: 8 Decimales: 0 Etiqueta: Resistencia al mildiu Valores: S = Suceptible; MS = Medianamente suceptible; MR =
Medianamente resistente; R = Resistente Perdidos: Ninguno Columnas: 12
Alineacin: Izquierda Medida: Nominal Rol: Entrada
Para altura de planta (AP):
Nombre: AP Tipo: Numerico Anchura: 8 Decimales: 0 Etiqueta: Altura de planta (cm)
Valores: Perdidos: Ninguno Columnas: 12 Alineacin: Derecha Medida: Escala Rol: Entrada
Para uniformidad:
7/21/2019 MANUAL SPSS 2014.pdf
31/129
28 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
32/129
ARCHIVO DE TRABAJO 29
Ramiro Ral OCHOA TORREZ >>
Anchura: 8 Decimales: 2 Etiqueta: Peso de granos (g)/planta Valores:
Perdidos: Ninguno Columnas: 12 Alineacin: Derecha Medida: Escala Rol: Entrada
Vista de datos
Nos proporcionara la vista de los valores que se introdujo:
Si uno seala con el cursor del raton el nombre de alguna de las variables,nos presentara la etiqueta de la misma, como se aprecia en la figura:
3.3. Guardar un archivo de datos
Para guardar los cambios realizados:
Archivo GuardarEspecificar el nombre, ser guardado en formato SPSS (*.sav)Como tambin:
Archivo Guardar comoEspecificar el nombre y formato
7/21/2019 MANUAL SPSS 2014.pdf
33/129
30 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
34/129
ARCHIVO DE TRABAJO 31
Ramiro Ral OCHOA TORREZ >>
Una vez seleccionada con el botn de seleccin la(s) variable(s)seleccionada(s) son enviadas al lado derecho, esta ser la(s) variable(s)que ser analizada o evaluada.
Una vez enviada la variable seleccionada al lado derecho el botn de
seleccin invierte su direccion sealando al lado izquierdo , si se deseaque la variable sea retirada de la seleccin.
3.5. Guardar Resultados
El SPSS nos permite varias opciones para guardar los resultados.
3.5.1. Guardar Resultados como archivo SPSSEsta forma de almacenamiento de los Resultados, se da en formato SPSS elcual tendr la extensin *.spv, la ventaja de guardar de esta forma es que sepuede editar tanto los cuadros de resultados como los graficos, estos ltimossolo se pueden editar si se los guarda de esta forma.
Archivo GuardarEspecificar la direccin donde ser guardado.
Nombre de archivo: (colocar el nombre) Guardar como tipo: Archivo del visor (*.spv)
GuardarEspecificar la direccin donde ser guardado.
Archivo Guardar como Nombre de archivo: (colocar el nombre)
Guardar como tipo: Archivo del visor (*.spv)
GuardarLo que nos dara los siguientes resultados, en la ventana de resultados:
7/21/2019 MANUAL SPSS 2014.pdf
35/129
32 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
36/129
ARCHIVO DE TRABAJO 33
Ramiro Ral OCHOA TORREZ >>
3.5.3. Guardar Resultados como Informe activo Cognos, o archivo nicoweb
Esta forma de almacenamiento es similar al anterior, siendo almacenadocomo pagina web con la extensin (*.mht), permite editar los cuadros deresultados asi como su contenido, no permite la edicin de graficos.
Archivo GuardarEspecificar la direccin donde ser guardado.
Nombre de archivo: (colocar el nombre) Guardar como tipo: Informe activo Cognos (*.mht)
GuardarEspecificar la direccin donde ser guardado.
Archivo Guardar como
Nombre de archivo: (colocar el nombre) Guardar como tipo: Informe activo Cognos (*.mht)Guardar
El archivo que genera se vera como pgina web, similar al anterior:
7/21/2019 MANUAL SPSS 2014.pdf
37/129
34 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
38/129
ARCHIVO DE TRABAJO 35
Ramiro Ral OCHOA TORREZ >>
Archivo ExportarEn la ventana de Especificar la direccin donde ser guardado.
Objeto a exportar : Todos Tipo: Word/RTF (*.doc)
Nombre de Archivo Examinar
En la ventana de Guardar archivo, seleccionamos la direccin donde seguardara.
Nombre de archivo: (colocamos el nombre)GuardarAceptar
Los archivos sern guardados en el lugar y formato seleccionados.
7/21/2019 MANUAL SPSS 2014.pdf
39/129
36 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
40/129
TRANSFORMACIN DE VARIABLES 37
4. TRANSFORMACION DEVARIABLES
4.1. Introduccin
El SPSS nos permite crear, transformar o agrupar las variables, en el caso dela agrupacin nos referimos a generar grupos dentro de los valores de lasvariables, estos grupos formados pueden ser recodificadas en una nueva o lamisma variables en funcin a las ya existentes.
4.2. Transformacin de datos
Esta opcin nos permite transformar una variable, por ejemplo si se tiene unavariable medida en metros (m) y para su anlisis se quiere que este encentmetros (cm); o que el peso presentados esta en gramos (g) y que para suanlisis se desea que este en kilogramos (kg). En todo caso para latransformacin de deber realizar la operacin respectiva.
Ejercicio
Se tienen los siguientes datos de altura de planta del cultivo de quinua, estefue medido en centmetros (cm).
60 87 77 64 65 67 57 6063 60 67 68 70 60 49 6071 64 80 60 60 68 52 6060 72 74 64 68 68 60 5875 63 70 59 76 60 65 69
a. Objetivo:
Transformar la variable altura de planta de centmetros a metros,generando una nueva variable.
b. Una vez introducidos los datos, o importados del Excel, en el Editor dedatos del SPSS:
Transformar Calcular variableEn el cuadro de dialogo de Calcular variable:
Variable destino: APM Tipo y etiqueta
En el cuadro de dialogo: Etiqueta: Altura de planta (m)
7/21/2019 MANUAL SPSS 2014.pdf
41/129
38 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
42/129
TRANSFORMACIN DE VARIABLES 39
Ramiro Ral OCHOA TORREZ >>
Se tienen dos maneras de formar los grupos:
Considerando grupos homogneos o iguales. Considerando grupos heterogneos o distintos.
4.3.1.1.
Considerando grupos homogneosEsta forma se emplea cuando las clases o grupos formados tienen el mismoancho o amplitud (esto es cuando se trabaja con un solo valor de Tamao deIntervalo de Clase).
Ejercicio
Se tienen los siguientes datos de altura de planta del cultivo de quinua, estefue medido en centmetros (cm).
60 87 77 64 65 67 57 60
63 60 67 68 70 60 49 6071 64 80 60 60 68 52 6060 72 74 64 68 68 60 5875 63 70 59 76 60 65 69
a. Objetivo:
Agrupar los valores de la altura de planta del cultivo de quinua en unanueva variable.
Para la recodificacin se debe considerar el valor del TIC (Tamao deIntervalo de Clase), para formar los grupos:
Los grupos que se forman son 7 (siete) grupos los cuales son:
Clase linf lsup1 49 542 55 603 61 664 67 725 73 786 79 84
7 85 90
b. Con los datos en el Editor de datos del SPSS y los grupos, formamosgrupos:
Transformar Agrupacion visual En el cuadro de dialogo de Agrupacion visual:
Seleccionamos: Altura de planta
7/21/2019 MANUAL SPSS 2014.pdf
43/129
40 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
44/129
TRANSFORMACIN DE VARIABLES 41
Ramiro Ral OCHOA TORREZ >>
Esta nueva variable ya presenta las respectivas etiquetas de valor.
4.3.1.2. Considerando grupos heterogeneos
Esta forma se emplea cuando las clases o grupos formados no tienen elmismo ancho o amplitud.
Ejercicio
Se realiza una encuesta para determinar las edades en meses de cabezas deganado vacuno, se encontraron las siguientes edades:
3 24 22 16 12 30 7 19 25 3017 30 30 4 7 20 8 1 23 103 4 11 25 25 1 20 16 18 511 16 26 2 5 12 4 18 25 1021 14 7 8 12 4 30 14 26 1131 17 21 21 6 11 31 1 14 154 20 3 22 21 1 1 30 28 3031 4 10 15 13 19 5 25 15 1111 20 7 24 32 21 9 12 13 810 27 14 20 24 27 20 19 19 21
Para una mejor interpretacin se deben agrupar estos en grupos de edadesde:
Menores de 12 meses12 a 24 mesesMayores a 24 meses.
a. Objetivo:
Agrupar en tres grupos las edades de los bovinos.
a. Una vez introducidos los datos, o importados del Excel, en el Editor dedatos del SPSS:
Transformar Agrupacion visual En el cuadro de dialogo de Agrupacion visual:
Seleccionamos: Edad del ganado Continuar
En la nueva venta definimos lo siguiente: Variable agrupada: EGA Etiqueta: Edad del ganado (agrupado)
En la cuadricula de valor colocamos los limites superiores de los intervalos oclases, con su respectiva etiqueta, obvindose el valor del limite superior dela ultima clase o grupo:
Valor : 11; Etiqueta : Menor a 12 meses
7/21/2019 MANUAL SPSS 2014.pdf
45/129
42 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
46/129
TRANSFORMACIN DE VARIABLES 43
Ramiro Ral OCHOA TORREZ >>
Recodificar la altura de planta del cultivo de quinua en una nuevavariable.
Para la recodificacin se debe considerar el valor del TIC (Tamao deIntervalo de Clase), para formar los grupos:
Los grupos que se forman 7 (siete) grupos los cuales son:
Clase linf lsup1 49 542 55 603 61 664 67 725 73 786 79 847 85 90
b. Con los datos en el Editor de datos del SPSS y los grupos, recodificamosla variable :
Transformar Recodificar en distitas variables En el cuadro de dialogo de Recodificar en distitas variables:
Seleccionamos: Altura de planta Nombre: APR Etiqueta: Altura de planta (recodificado)
CambiarValores antiguos y nuevos
En el cuadro de dialogo: Rango: 49 Hasta: 54 Valor: 1
Aadir Rango: 55 Hasta: 60 Valor: 2
Aadir
Rango: 61 Hasta: 66 Valor: 3
Aadir Rango: 67 Hasta: 72
7/21/2019 MANUAL SPSS 2014.pdf
47/129
44 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
48/129
DISTRIBUCIN DE FRECUENCIAS 45
5. DISTRIBUCIN DEFRECUENCIAS
5.1. Variables cualitativas nominales5.1.1. Con los datos codificados
Cuando se usa la codificacin de datos, se hace uso de nmeros o letras quesimbolizan a las variables. En este caso se insertaran nmeros o letras y en lacasilla de Valores de Vista de variables, se tendr que aadir los valores paracada una de los valores.
Ejercicio
Se desea estudiar la ocurrencia del color de la flor de una poblacin deplantas de linaza, el atributo que debe observarse es el color de las flores deplantas individuales, siendo los datos codificados de la siguiente manera: R= Rosado; A = Azul; M = Morado; B = Blanco. Siendo los datos los siguientes:
R B R M A B R M R BA A A B B M A R B AM R R A M B M M A RB M R B R R A B R M
a. Objetivo:
Determinar la distribucin de frecuencias del color de flores de unapoblacin de plantas de linaza.
b. Una vez introducidos los datos, o importados del Excel, en el Editor dedatos del SPSS:
Analizar Estadsticos descriptivos FrecuenciasEn el cuadro de dialogo de Frecuencias:
Variables: Color de la flor de linaza Grficos
En el cuadro de dialogo: Tipo de grafico:
Grfico circulares Valores del grfico:
PorcentajesContinuar
7/21/2019 MANUAL SPSS 2014.pdf
49/129
46 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
50/129
DISTRIBUCIN DE FRECUENCIAS 47
Ramiro Ral OCHOA TORREZ >>
encima de la figura correspondiente presionamos dos Clicks sobre la figura,para que se active y nos presente el Editor de grficos, como se observa en lasiguiente figura:
En el editor de grficos, apreciamos las siguientes opciones:
Modo de etiqueta de datos Aadir lnea de ajuste desubgrupos
Mostrar etiqueta de datos Aadir una lnea deinterpolacin
Mostrar barra de sectores Mostrar curva de distribucin
Mostrar marcadores de lnea Desgajar sectores
Aadir lnea de ajuste total
As mismo se puede cambiar el fondo de cada uno de los sectores oseleccionar otros grficos. Una vez realizado los cambios estos se puedenguardar o exportar como ya se indico anteriormente, como se observa en lasiguiente figura:
7/21/2019 MANUAL SPSS 2014.pdf
51/129
48 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
52/129
DISTRIBUCIN DE FRECUENCIAS 49
Ramiro Ral OCHOA TORREZ >>
Analizar Estadsticos descriptivos FrecuenciasEn el cuadro de dialogo de Frecuencias:
Variables: Color de la flor de linaza Grficos
En el cuadro de dialogo: Tipo de grafico:
Grfico circulares Valores del grfico:
PorcentajesContinuarAceptar
c. Los resultados que nos presentara sern los mismos a los que nospresent anteriormente caso.
d. Inferencia:
La interpretacin de los resultados ser similar al que se realizoanteriormente.
5.2. Variables cualitativas ordinales y cuantitativas discretas
En el casos de las variables cualitativas ordinales, se debe tener cuidado deque estas tienen ya un orden definido y en la presentacin de los resultadosse debe mantener el orden de la variable ordinal.
Ejercicio
Se realizo un estudio donde, se sembraron diferentes acciones de quinua, con
la finalidad de seleccionar plantas para un programa de fitomejoramiento. Elnmero de plantas seleccionadas en las diferentes parcelas es la siguiente:
7 7 8 8 7 7 7 65 6 8 8 3 7 7 84 7 7 4 1 7 6 86 8 5 8 7 7 7 55 8 9 3 8 5 10 67 7 8 7 6 5 7 87 4 6 5 8 6 6 7
a. Objetivo:
Determinar la distribucin de frecuencias del nmero de plantasseleccionadas para el programa de fitomejoramiento.
b. Una vez introducidos los datos en el Editor de datos del SPSS y realizadala respectiva recodificacin o agrupacion:
Analizar Estadsticos descriptivos FrecuenciasEn el cuadro de dialogo de Frecuencias:
7/21/2019 MANUAL SPSS 2014.pdf
53/129
50 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
54/129
DISTRIBUCIN DE FRECUENCIAS 51
Ramiro Ral OCHOA TORREZ >>
d. Inferencia:
En el 33.9% de las parcelas se selecciono 7 plantas, en un 23.2% seseleccionaron 8 plantas, en un 16.1% de las parcelas se selecciono 6plantas, en un 12.5% de la parcelas se selecciono 5 plantas, en 5.4% delas parcelas se selecciono 4 plantas, se selecciono 3 plantas en 3.6% de lasparcelas, y se selecciono 1, 9 y 10 plantas en 1.8% de las parcelas.
Los resultados se pueden guardar o exportar en el formato que mejor veaconveniente.
5.3. Variables cuantitativas continuas
Cuando se quiere realizar una distribucin de frecuencias de una variablecuantitativa, es necesario primeramente formase los grupos o clases, ymediante la opcin Transformar generar una nueva variable.
Ejercicio
En un ensayo con macetas se aplicaron cinco tratamientos a clones de pastoestrella, se tomaron cuatro macetas por tratamiento. Obtenindose lossiguientes rendimientos (Padrn 1996):
101 51 83 67 2993 61 68 40 4593 59 72 46 5196 58 75 52 42
7/21/2019 MANUAL SPSS 2014.pdf
55/129
52 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
56/129
DISTRIBUCIN DE FRECUENCIAS 53
Ramiro Ral OCHOA TORREZ >>
f. Inferencia:
Un 15% de los pastos estrellas tienen un rendimiento entre 28 y 44,similar porcentaje tienen los pastos que tienen un rendimiento entre 79y 95, un 40% de los pastos tienen un rendimiento entre 45 y 61, un 20%de los pastos tienen un rendimiento entre 62 y 78, y un 10% de los pastos
tienen un rendimiento entre 96 y 112.Los resultados con los cambios realizados se pueden guardar o exportar.
5.4. Generacin de grficos
El SPSS tambin nos presenta la opcin de generar diferente tipos de grficosdirectamente, sin tener que realizar algn anlisis.
5.4.1. Grfico de sectores (tortas)
Para la generacin de grfico de sectores nuestra variable debe tener laMedida de Nominal u Ordinal.
Ejercicio
Con los valores del color de la flor de linaza.
a. Objetivo :
7/21/2019 MANUAL SPSS 2014.pdf
57/129
54 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
58/129
DISTRIBUCIN DE FRECUENCIAS 55
Ramiro Ral OCHOA TORREZ >>
b. Considerando la variable Rendimiento de Pasto Estrella (agrupado) queeste en medida Escala:
Grficos Generador de grficosEn el cuadro de dialogo de Generador de grficos:
AceptarNos presentara la segunda ventana de Generador de grficos:
Elija entre: Histograma
Eje X?: Rendimiento de Pasto Estrella (agrupado)Aceptar
c. Como resultados nos presenta el histograma de frecuencias.
d. Inferencia:
La interpretacin es similar al anterior caso.
5.4.3. Diagrama de barras
Para la realizacin del diagrama de barras las variables pueden tenermedidas de Nominal u Ordinal, si es una variable cuantitativa (discreta o
continua) esta debe estar agrupada y tener una medida de Ordinal, si secoloca una variable de medida Escala, nos proporcionara el grafico de unhistograma. El diagrama de barras puede ser vertical como horizontal.
Ejercicio
Siguiendo con el ejemplo del rendimiento de pasto estrella.
7/21/2019 MANUAL SPSS 2014.pdf
59/129
56 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
60/129
DISTRIBUCIN DE FRECUENCIAS 57
Ramiro Ral OCHOA TORREZ >>
Clasificar los valores del rendimiento de clones de pasto estrella en undiagrama de hojas y tallos.
b. Considerando los valores sin agrupar, tenemos:
Analizar Estadisticos descriptivos ExplorarEn el cuadro de dialogo de Explorar:
Lista de dependientes: Rendimiento de Pasto Estrella Visualizacion:
Graficos Graficos
En el cuadro de Graficos:
Diagrama de cajas: Ninguna
Descriptivos:
De tallos y hojasContinuarAceptar
c. Los resultados que nos presenta es el diagrama de barras.
d. Inferencia:
Se observa que por ejemplo se tienen 5 valores que tienen rendimientosdesde 51 a 59; 3 valores que tienen rendimientos entre 61 y 68, y assucesivamente.
7/21/2019 MANUAL SPSS 2014.pdf
61/129
58 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
62/129
MEDIDAS DE TENDENCIA CENTRAL, DISPERSIN Y FORMA 59
6. MEDIDAS DE TENDENCIACENTRAL, DISPERSIN Y
FORMA
6.1. Introduccin
Para estos anlisis las variables necesariamente debern ser Numricas(Tipo) y Escala (Medida).
Para el caso de las medidas de tendencia central, dispersin y forma se tienenvarias formas de clculo, empleando las funciones:
Frecuencias Descriptivos Explorar
6.2. Opciones de clculo de medidas de tendencia centraL, medidas dedispersin y medidas de forma
6.2.1. Mediante la opcin FrecuenciasEjercicio
Se tiene los siguientes valores del porcentaje de germinacin de 76 cajas degerminacin de rabanitos:
93 94 95 96 97 98 99 10093 94 95 96 97 98 99 10093 94 95 96 97 98 99 10093 94 95 96 97 98 99 10098 94 95 96 97 98 99 10098 94 95 96 97 98 99 10097 98 95 96 97 98 99 99
97 98 95 96 97 98 99 9898 98 99 96 97 98 99 9798 98 99 96
a. Objetivo:
Determinar los valores de medidas de tendencia central, dispersin yforma del porcentaje de germinacin de 76 cajas de rabanitos.
7/21/2019 MANUAL SPSS 2014.pdf
63/129
60 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
64/129
MEDIDAS DE TENDENCIA CENTRAL, DISPERSIN Y FORMA 61
Ramiro Ral OCHOA TORREZ >>
Moda 98Desviacin estndar 1,932Varianza 3,733
Asimetra -,410Error estndar de asimetra ,276Curtosis -,695
Error estndar de curtosis ,545Rango 7Mnimo 93Mximo 100Percentiles 25 96,00
50 97,0075 98,00
d. Inferencia:
N Vlidos = 76. Nmero de valores vlidos 76.N Perdidos = 0. Nmero de valores perdidos 0.Media = 97. El promedio de porcentaje de germinacin de las 76 cajas esde 97%.Error estndar de la media = ,222. El valor que vara la media entre variasmuestras es de 0,222.
Mediana = 97,00. El valor que divide en dos partes iguales al conjuntode datos es el 97%.Moda = 98. El valor que ms veces se repite es el 98%.Desviacin estndar = 1,932. La medida de dispersin respecto a lamedia es de 1,932.Varianza = 3,733. La medida de dispersin en torno a la media es iguala 3,733.
7/21/2019 MANUAL SPSS 2014.pdf
65/129
62 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
66/129
MEDIDAS DE TENDENCIA CENTRAL, DISPERSIN Y FORMA 63
Ramiro Ral OCHOA TORREZ >>
Del cuadro de dialogo de Opciones:
Media Dispersin:
Desviacin estandar
Varianza
Rango Mnimo Mximo Error estndar media
Distribucin: Curtosis Asimetria
ContinuarAceptar
b. Los resultados que nos presentara la ventana de Resultados son lossiguientes:
Estadsticos descriptivos N Rango Mnimo Mximo Media
Estadstico Estadstico Estadstico Estadstico EstadsticoError
estndarPorcentajedegerminacinderabanitos
76 7 93 100 97,00 ,222
N vlido(por lista) 76
Estadsticos descriptivos Desviacinestndar Varianza Asimetra Curtosis
Estadstico Estadstico EstadsticoError
estndar EstadsticoError
estndarPorcentajedegerminacinde
rabanitos
1,932 3,733 -,410 ,276 -,695 ,545
N vlido(por lista)
a
c. Inferencia:
La interpretacin de los valores es similar a los realizados anteriormente.
7/21/2019 MANUAL SPSS 2014.pdf
67/129
64 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
68/129
MEDIDAS DE TENDENCIA CENTRAL, DISPERSIN Y FORMA 65
Ramiro Ral OCHOA TORREZ >>
Descriptivos
EstadsticoError
estndarPorcentaje degerminacin derabanitos
Media 97,00 ,22295% de intervalo deconfianza para la media
Lmite inferior 96,56
Lmite superior 97,44Media recortada al 5% 97,06Mediana 97,00Varianza 3,733Desviacin estndar 1,932Mnimo 93Mximo 100Rango 7Rango intercuartil 2Asimetra -,410 ,276Curtosis -,695 ,545
Percentiles Percentiles
5 10 25 50 75 90 95Promedioponderado(Definicin1)
Porcentaje degerminacin derabanitos
93,00 94,00 96,00 97,00 98,00 99,00 100,00
Bisagras de Tukey Porcentaje degerminacin derabanitos
96,00 97,00 98,00
7/21/2019 MANUAL SPSS 2014.pdf
69/129
66 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
70/129
MEDIDAS DE TENDENCIA CENTRAL, DISPERSIN Y FORMA 67
Ramiro Ral OCHOA TORREZ >>
normalidad, se espera que aproximadamente el 95 % de los datos seencuentre entre las cercas internas.
7/21/2019 MANUAL SPSS 2014.pdf
71/129
68 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
72/129
T-STUDENT 69
7. T-STUDENT
7.1. Tipos de comparacin
Para la realizacin de la prueba de T-Student se tienen tres opciones,considerando que son comparaciones de dos poblaciones o dos medias,siendo estas:
Comparacion con un valor referencial. Diferencia de medias Muestras pareadas
7.1.1. Comparacin con un valor referencial
Se lo realiza cuando se quiere comparar con un valor referencial, es decir sise desea comparar un promedio muestral contra un valor promediopoblacional.
Este anlisis se realiza considerando que la variable es del Tipo Numrico yMedida Escala.
Ejercicio
Se levando los datos en gramos de peso a la canal de 34 pollos parrilleros. Se
desea comprobar la hipotesis de que el peso promedio de los 34 pollos ( ) esigual al promedio poblacional ( ) de 2700 g. Siendo los datos los siguientes:
2352 2565 2601 2623 2685 25702515 2571 2605 2634 2472 25732543 2587 2605 2638 2475 26302553 2590 2614 2655 2514 26302562 2591 2618 2671 25452565 2595 2620 2673 2551
a. Objetivo:
Determinar si el valor del peso a la canal de los 34 pollos parrilleros son
igual al peso promedio poblacional.b. Hiptesis:
Ho: El promedio de peso a la canal de los pollos parrilleros es igual alpeso promedio poblacional .Ha: El promedio de peso a la canal de los pollos parrilleros es diferentedel peso promedio poblacional .
7/21/2019 MANUAL SPSS 2014.pdf
73/129
70 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
74/129
T-STUDENT 71
Ramiro Ral OCHOA TORREZ >>
El valor de Sig. (bilateral) es inferior a 0,01 (0,000), por lo que rechazamosla hiptesis nula. Podemos afirmar que el promedio de peso a la canalde la muestra de 34 pollos parrilleros (2582,09 g) es diferente alpromedio de peso a la canal de la poblacin (2700 g).Con un 95% de confianza se puede afirmar que la diferencia de medias-117,912 se encuentra entre el intervalo de confianza de -140,75 y -95,07.
7.1.2. Distribucin de la diferencia de medias
Se lo emplea cuando no se tienen el mismo nmero de unidades de los dosgrupos a ser comparados.
Ejercicio
Se tienen datos del incremento diario de peso de dos grupos de corderosalimentados con dos raciones diferentes, isoproteicas e isoenergeticas, perodonde la fuente proteica principal fue harina de soya (X) y torta de girasol(Y), (Ibez 2000):
X 218 224 235 241 222 241 237 229 234 241 236Y 194 201 216 218 199 185 210 216 204
a. Objetivo:
Comparar el peso promedio de corderos alimentados con dos racionesdiferentes (Harina de soya y Torta de girasol).
b. Hiptesis:
Ho: El promedio de peso de los corderos alimentados con Harina de
soya es igual al promedio de peso de los corderos alimentados con Tortade girasol, es decir la diferencia entre los promedios de los corderosalimentados con las dos raciones es cero .Ha: El promedio de peso de los corderos alimentados con Harina desoya es diferente al promedio de peso de los corderos alimentados conTorta de girasol .
c. La introduccin de datos se la realizara en tres columnas, la primera paraidentificar el nmero de datos, la segunda corresponder a las racionesy la tercera para la variable evaluada, en el ejemplo es el incremento depeso de los corderos (se recomienda codificar con valores para la
variable racin 1 = Harina de soya y 2 = Torta de girasol):
7/21/2019 MANUAL SPSS 2014.pdf
75/129
72 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
76/129
T-STUDENT 73
Ramiro Ral OCHOA TORREZ >>
Prueba de muestras independientes Prueba de Levene de calidad devarianzas
F Sig.
Incrementode pesodiario decorderos
Se asumen varianzasiguales 1,130 ,302
No se asumen varianzasiguales
Prueba de muestras independientes prueba t para la igualdad de medias
t gl Sig.(bilateral)
Diferenciade
medias
Diferenciade errorestndar
95% deintervalo de
confianza de ladiferencia
Inferior Superior
Incrementode pesodiario decorderos
Seasumenvarianzasiguales
6,409 18 ,000 27,768 4,332 18,666 36,869
No seasumenvarianzasiguales
6,202 14,248 ,000 27,768 4,477 18,180 37,355
aLos resultados nos presenta son: Estadsticos de grupo, para la Harinade soya y Torta de girasol se tiene el nmero de datos N (11 y 9); la media
del peso de corderos de las dos raciones (232,55 y 204,78); la desviacinestndar de las dos raciones (8,141 y 11,234); y el Media del errorestndar (Error estndar de la media) de ambas raciones (2,455 y 3745).El segundo cuadro nos presenta la prueba de Levene para igualdad devarianzas, su valor de F (1,130) y su Sig. o probabilidad (,302); ms a laderecha se tiene la prueba de T para igualdad de medias tanto paravarianzas iguales como para desiguales, los valores de t calculado de laprueba de t = 6,409 y 6,202; los grados de libertad gl = 18 y 14,248; elvalor de probabilidad de obtener un valor absoluto mayor o igual que laestadstica de t observada Sig. (bilateral) = ,000 y ,000; la Diferencia demedias = 27,768 y 27,768; el error tpico de la diferencia = 4,332 y 4,477;95% Intervalo de confianza para la diferencia: Inferior = 18,666 y 18,180,Superior = 36,869 y 37,355.
f. Inferencia:
El valor de Sig. de la prueba de igualdad de varianzas es 0,302 superiora 0,05, por lo que rechazamos la hiptesis alterna de que las varianzasson diferentes (Por lo que para la inferencia de la prueba de t, se deber
7/21/2019 MANUAL SPSS 2014.pdf
77/129
74 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
78/129
T-STUDENT 75
Ramiro Ral OCHOA TORREZ >>
d. En el Editor de datos del SPSS, seleccionamos:
Analizar Comparar medias Prueba T para muestras relacionadasEn el cuadro de dialogo de Prueba T para muestras relacionadas:
Variable emparejadas: Variable 1: Moradita Variable 2: Monaliza
Aceptare. Los resultados que nos presentara la son los siguientes:
Estadsticas de muestras emparejadas
Media NDesviacinestndar
Media de errorestndar
Par 1 Moradita 29,5740 10 3,20136 1,01236Monaliza 56,9430 10 7,42314 2,34740
Correlaciones de muestras emparejadas N Correlacin Sig.
Par 1 Moradita & Monaliza 10 ,938 ,000
Prueba de muestras emparejadas Diferencias emparejadas
Media Desviacinestndar
Mediade errorestndar
95% de intervalo de confianza dela diferencia
Inferior SuperiorPar1
Moradita -Monaliza
-27,36900 4,55945 1,44182 -30,63063 -24,10737
Prueba de muestras emparejadas
t gl Sig.(bilateral)
Par 1 Moradita - Monaliza -18,982 9 ,000a
7/21/2019 MANUAL SPSS 2014.pdf
79/129
76 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
80/129
CHI-CUADRADO 77
8. CHI-CUADRADO
8.1. Introduccin
Se tienen diversas pruebas de Chi-cuadrado, entre estas tenemos:
Prueba de frecuencias observadas y tericas. Tablas de clasificacin mltiple: prueba de independencia.
8.1.1. Prueba de frecuencias observadas y tericas
Es una prueba que mide las semejanzas o igualdades entre las frecuencias
observadas y esperadas.Ejercicio
En un experimento con guisantes, Gregor Mendel observo que 315 eranredondos y amarillos, 108 redondos y verdes, 101 rugosos y amarillos y 32rugosos y verdes. De acuerdo con su teora de la herencia, esos nmerosdeberan ir en la proporcin 9: 3: 3: 1 (Spiegel 1997).
Relacin terica: 9: 3: 3: 1, N= 16Relacin encontrada: 315: 108: 101: 32, N= 556
a. Objetivo:
Comparar las proporciones tericas y las observadas de guisantes.
b. Hiptesis:
Ho: Los valores observados son similares a los valores tericos.Ha: Los valores observados son distintos a los valores tericos.
c. Una vez introducidos los datos en el Editor de datos del SPSS,seleccionamos:
Analizar Pruebas no parametricas Cuadros de dialogos antiguos Chi-cuadradoEn el cuadro de dialogo de Prueba de Chi-cuadrado:
Lista variables de prueba: Guisantes Valores esperados:
Valores: 9 Aadir
7/21/2019 MANUAL SPSS 2014.pdf
81/129
78 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
82/129
CHI-CUADRADO 79
Ramiro Ral OCHOA TORREZ >>
Se tienen los datos de nmero de vacas preadas, mediante la aplicacin dedos tipos de hormona y sin aplicacin hormonal siendo los datos lossiguientes:
No preada Preada Total
Hormona 1 4 20 24Hormona 2 9 31 40Normal 4 12 16Total 17 63 80
a. Objetivo:
Relacionar los valores de cantidad de vacas preadas con los tressistemas de induccin probados.
b. Hiptesis:
Ho: Las cantidades de vacas preadas y no preadas sonindependientes o no estn relacionados con los sistemas de induccinprobados.Ha: Las cantidades de vacas preadas y no preadas no sonindependientes, es decir estn relacionados con los sistemas deinduccin probados.
c. Con los datos en el Editor de datos del SPSS, seleccionamos:
Analizar Estadisticos descriptivos Tablas cruzadasEn el cuadro de dialogo de Tablas cruzadas:
Filas: Hormona Columna: Respuesta
EstadisticosEn el cuadro de dialogo de Estadisticos:
Chi-cuadradoContinuarCasillas
En el cuadro de dialogo de Mostrar en Casillas:
Recuento: Observado
Porcentajes: Fila Columna
Continuar Mostrar los graficos de barras agrupadas
Aceptard. Los resultados que nos presentara la son los siguientes:
7/21/2019 MANUAL SPSS 2014.pdf
83/129
80 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
84/129
CHI-CUADRADO 81
Ramiro Ral OCHOA TORREZ >>
Los resultados nos presenta en tres cuadros: El primero un resumen dela cantidad de valores evaluados; en el segundo cuadro los valores enporcentajes de filas y columnas; el ultimo cuadro nos presenta la pruebade Chi-cuadrado y, en la parte inferior nos presenta en grafico de barrasagrupadas (el cual ya fue editado).
e. Inferencia:
Como el valor de Sig. asinttica de 0,789 superior a 0,05, rechazamos lahiptesis alterna, por lo que podemos afirmamos que no hay unarelacin significativa entre las cantidades de vacas preadas y nopreadas con los sistemas de induccin (hormona 1, hormona 2 ynormal).
7/21/2019 MANUAL SPSS 2014.pdf
85/129
82 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
86/129
ANALISIS DE VARIANZA 83
9. ANLISIS DE VARIANZA
9.1. Introduccin
El anlisis de varianza nos permite el comparar entre dos o ms poblaciones.
Ejercicio
En un hato de ganado Ceb en Mxico, se estudi la progenie de 5 toros, loscuales constituan una muestra de los hatos de la regin y cada toro fueapareado al azar a 10 vacas de primer parto, midindose el peso al destete dela progenie, con la informacin obtenida se estim la heredabilidad de lascaractersticas. Los valores son la informacin del peso al destete de laprogenie de cinco toros Cebs (kg) (Ibaez 2000).
Progenie Toros T1 T2 T3 T4 T51 145 138 135 131 1532 150 147 146 135 1483 162 137 153 145 1484 145 150 157 156 1405 151 135 140 154 1486 158 150 154 140 152
7 146 157 150 128 1388 150 150 133 145 1499 160 154 132 135 13510 155 130 147 131 157
a. Objetivo:
Analizar el peso de la progenie de cinco toros Cebs.
b. Hiptesis:
Ho: Los promedios de peso de la progenie de cinco toros Cebs soniguales .Ha: Los promedios de peso de la progenie de cinco toros Cebs sondiferentes, o al menos uno de ellos es diferente .
c. Con los datos en el Editor de datos del SPSS, seleccionamos:
Analizar Comparar medias ANOVA de un factorEn el cuadro de dialogo de ANOVA de un factor:
Lista de dependientes: Peso al destete Factor: Toros
7/21/2019 MANUAL SPSS 2014.pdf
87/129
84 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
88/129
ANALISIS DE VARIANZA 85
Ramiro Ral OCHOA TORREZ >>
Los resultados nos presenta: Un primer cuadro donde se tiene laestadstica descriptiva de los tratamientos (toros); ms abajo nospresenta el cuadro de anlisis de varianza; culminando con la grafico depromedios de los tratamientos (el cual fue editado).
e. Inferencia:
Como el valor de Sig. 0,038 es inferior a 0,05, podemos indicar que se
tienen diferencias significativas en el peso al destete de la progenie decinco toros Cebs (kg). Siendo esta diferencia significativa a un nivel designificancia = 0,05.Observando la figura apreciamos que el la progenie del Toro 1, tuvo elpromedio ms alto de peso al destete, en tanto que la progenie del Toro4 tuvo el promedio ms bajo de peso al destete. El resto de las progeniesde los toros 2, 3 y 5 se encuentran entre esos promedios.
7/21/2019 MANUAL SPSS 2014.pdf
89/129
86 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
90/129
REGRESIN, CORRELACIN Y DETERMINACIN 87
10. REGRESIN, CORRELACINY DETERMINACIN SIMPLE
10.1. Introduccin
En investigaciones donde se quiere relacionar dos variables recurrimos adeterminar la correlacion, regresin y determinacin.
10.2. Coeficientes de Regresin, Correlacion y Determinacion Simple
La regresin establece la existencia de relacin entre dos variables,
encontrando una relacin funcional.Se tienen varias formas de obtener los resultados, entre las cuales tenemos:
La opcin Lineales. La opcin Estimacion curvilnea.
Ambos en la opcin Regresion.
10.2.1. Empleando la opcin LinealesEjercicio
Si por ejemplo tenemos los datos de precipitacin de lluvia (mm) y elrendimiento de trigo (kg/ha), se nos pide determinar la relacin de la lluviasobre el rendimiento (Calzada 1982).
XLluvia
YRendimiento
23 2621 2528 2927 2723 2728 3227 3322 2826 3025 33
a. Objetivo:
7/21/2019 MANUAL SPSS 2014.pdf
91/129
88 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
92/129
REGRESIN, CORRELACIN Y DETERMINACIN 89
Ramiro Ral OCHOA TORREZ >>
Coeficientes a
ModeloCoeficientes noestandarizados
Coeficientesestandarizados t Sig.
B Error estndar Beta1 (Constante) 11,083 7,707 1,438 ,188
Lluvia ,717 ,307 ,637 2,336 ,048a. Variable dependiente: Rendimientoa
Los resultados nos presenta en varios cuadros: El primer cuadro sobrelas variables analizadas (Variables entradas/eliminadas).El siguiente cuadro (Resumen del modelo) donde nos proporciona elcoeficiente de correlacion (R = 0,637), el coeficiente de determinacin (Rcuadrado = 0,405); el coeficiente de determinacin ajustado (R cuadradoajustado =0, 331), el error estndar de la estimacin 2,337.El anlisis de varianza (ANOVA) y finalmente los coeficientes del
anlisis de regresion (Coeficientes), teniendo los valores de regresin (b= 0,717), el valor del intercepto (a = 11,083).
e. Inferencia
Apreciando el coeficiente de correlacion (R = 0,647), podemos afirmarque se tiene una relacin positiva media a postiva considerable.Considerando el coeficiente de determinacin (R cuadrado = 0,405), laprecipitacin tiene una influencia o afecta al rendimiento de trigo en un40,5%, el restante59,5% se debe a otros factores propios del azar,involucrados como el error experimental.En el anlisis de varianza de la regresin el valor de Sig. = 0,048, inferiora ; rechazamos la hiptesis nula , por lo que se puedeafirmar que existe una dependencia del rendimiento del trigo conrelacin a la cantidad de lluvia cada.Con los coeficientes elaboramos la ecuacin de regresin lineal:
Empleando la ecuacin de regresin se afirma que por cada mm delluvia que se incremente, se tendr un incremento en el rendimiento en
0,72 kg/ha.10.2.2. Empleando la opcin Estimacion curvilnea
Que nos porporcionara los mismos resultados que la anterio opcin, pero sesuma el grafico de dispersin o de puntos con la lnea de tendencia que tienenlos valores en anlisis de las dos variables tanto dependiente comoindepediente.
7/21/2019 MANUAL SPSS 2014.pdf
93/129
90 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
94/129
REGRESIN, CORRELACIN Y DETERMINACIN 91
Ramiro Ral OCHOA TORREZ >>
Resumen del modelo
R R cuadrado R cuadrado ajustadoError estndar de la
estimacin,637 ,405 ,331 2,377
La variable independiente es Lluvia.
ANOVA Suma de
cuadrados glMedia
cuadrtica F Sig.Regresin 30,817 1 30,817 5,456 ,048Residuo 45,183 8 5,648Total 76,000 9La variable independiente es Lluvia.
Coeficientes
Coeficientes no estandarizadosCoeficientes
estandarizados
t Sig.B Error estndar BetaLluvia ,717 ,307 ,637 2,336 ,048(Constante) 11,083 7,707 1,438 ,188
Los resultados nos presentan en varios cuadros y el grafico dedispersion.
e. Inferencia
7/21/2019 MANUAL SPSS 2014.pdf
95/129
92 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
96/129
REGRESIN, CORRELACIN Y DETERMINACIN 93
Ramiro Ral OCHOA TORREZ >>
e. Inferencia
Empleando la ecuacin de regresin se afirma que por cada mm delluvia que se incremente, se tendr un incremento en el rendimiento en0,72 kg/ha. Considerando el coeficiente de determinacin tenemos queun 40,50% del rendimiento depende de la lluvia y el restante 59,50% esdebido a otros factores.En el caso de que el incremento de lluvia fuese de 0 mm, el rendimientoser de 11,08 kg/ha.
10.3. Coeficiente de correlacion
Nos establece la relacin cualitativa entre dos variables.
Ejercicio
Considerando los datos del anterior ejercicio.
a. Objetivo:
Determinar la relacin entre la cantidad de lluvia cada y el rendimientodel trigo.
b. Hiptesis:
Ho: No se tiene relacin entre la cantidad de lluvia cada y elrendimiento de trigo .
7/21/2019 MANUAL SPSS 2014.pdf
97/129
94 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
98/129
SUPUESTOS DEL ANALISIS DE VARIANZA 95
11. SUPUESTOS DEL ANALISISDE VARIANZA
11.1. Introduccion
Para la realizacin del anlisis de varianza en los diseos experimenales sedeben cumplir supuestos necesarios los cuales son:
Aditividad Linealidad Normalidad Independencia Homogeneidad de varianzas
Muchos de los supuestos se cumplen directa o indirectamente, como loscasos de:
Aditividad. Los factores o componentes del modelo estadstico sonaditivos, es decir la variable de respuesta es la suma de los efectos delmodelo estadstico.
Linealidad. La relacin existente entre los factores o componentes del
modelo estadstico tienen que ser del tipo lineal. Independencia. Los resultados observados de un experimento sonindependientes entre s.
En el SPSS abordaremos los supuestos de: Normalidad y homogeneidad devarianzas, por tener diferentes pruebas
11.2. Prueba de Normalidad
En el caso se la prueba de normalidad no se consideran los tratamientos sinoel conjunto de los datos, sin considerar ninguna agrupacin.
11.2.1. Prueba de Kolmogorov-Smirnov y Shapiro-Wilk.Los valores resultados del experimento provienen de una distribucin deprobabilidad normal.
Ejercicio
7/21/2019 MANUAL SPSS 2014.pdf
99/129
96 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
100/129
SUPUESTOS DEL ANLISIS DE VARIANZA 97
Ramiro Ral OCHOA TORREZ >>
Descriptivos Estadstico Error estndar
Altura de planta Media 12,52 ,32795% de intervalo deconfianza para la media
Lmite inferior 11,84
Lmite superior 13,20Media recortada al 5% 12,48Mediana 12,00Varianza 2,677Desviacin estndar 1,636Mnimo 10Mximo 16Rango 6Rango intercuartil 3Asimetra ,241 ,464Curtosis -,542 ,902
Pruebas de normalidad Kolmogorov-Smirnov a Shapiro-Wilk
Estadstico gl Sig. Estadstico gl Sig.Altura de planta ,145 25 ,188 ,954 25 ,303a. Correccin de significacin de Lilliefors
7/21/2019 MANUAL SPSS 2014.pdf
101/129
98 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
102/129
SUPUESTOS DEL ANLISIS DE VARIANZA 99
Ramiro Ral OCHOA TORREZ >>
11.2.2. Prueba de Kolmogorov-Smirnov
Otra forma de realizar la prueba de normalidad es solo considerar la pruebade Kolmogorov-Smirnov.
Ejercicio
Considerando el ejercicio anterior de la altura de todos los pinos.
a. Objetivo:
Analizar si los datos altura de pino presentan una distribucin normal.
b. Hiptesis:
Ho: Los datos de altura de pino presentan distribucin normal.Ha: Los datos de altura de pino no presentan distribucin normal.
c. Con los datos en el Editor de datos del SPSS, seleccionamos:
Analizar Pruebas no parametricas Cuadro de dilogo antiguos K-S de 1 muestra
En el cuadro de dialogo de Prueba de Kolmogorov-Smirnov para unamuestra:
Lista variables de prueba: Altura de planta Distribucion de prueba:
Normal Aceptar
d. Los resultados que nos presentara la son los siguientes:
Prueba de Kolmogorov-Smirnov para una muestraAltura de planta
N 25Parmetros normales a,b Media 12,52
Desviacin estndar 1,636Mximas diferencias extremas Absoluta ,145
Positivo ,145Negativo -,097
Estadstico de prueba ,145Sig. asinttica (bilateral) ,188 c a. La distribucin de prueba es normal.
b. Se calcula a partir de datos.c. Correccin de significacin de Lilliefors.a
e. Inferencia:
Observando el valor de Sig. 0,188 es mayor que 0,05, rechazamos lahiptesis alterna, afirmamos que los datos de altura de planta presentanuna distribucin normal.
7/21/2019 MANUAL SPSS 2014.pdf
103/129
100 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
104/129
DISEO COMPLETAMENTE AL AZAR 101
12. DISEO COMPLETAMENTEAL AZAR (DCA)
12.1. Introduccion
El SPSS nos permite la realizacin del anlisis de varianza para un DiseoCompletamente al Azar sean estos con diferentes o igual nmero derepeticiones.
Conjuntamente con la realizacin del anlisis de varianza, se puede realizarla prueba de homogeneidad de varianzas de Levene.
Las diferentes opciones que nos presenta el SPSS para la realizacin delanlisis de varianza en todos los casos nos permiten realizar tambin laspruebas de medias (comparacin de promedio) entre esta tenemos: DMS,Duncan, Tukey, S-N-K, Dunnett, Scheffe y otros.
Asi mismo nos permite la elaboracin de graficos de promedios, los cualesdeben ser editados para su presentacin.
En sntesis con las diferentes opciones para realizar al mismo tiempo laprueba de homogeneidad de varianzas, el anlisis de varianza, la prueba demedias y el grafico de promedios.
12.2. Anlisis de un ensayo con DCA con igual nmero de observacionespor tratamiento
Lo realizamos en el caso de que los tratamientos en estudio tengan igualnmero de repeticiones.
12.2.1. ANVA de un DCA con la opcin ANOVA de un factor
Realiza el anlisis de varianza de un solo factor, una sola via, conocido comoDiseo Completamente al Azar.
Al mismo tiempo realizaremos la prueba de Levene de homogeneidad devarianzas, ANVA, prueba de medias y grafico de promedios.
Ejercicio
Una persona que realiza plantaciones quiso comparar los efectos de cincotratamientos de preparacin en el sitio (A, B, C, D, E) sobre el crecimiento
7/21/2019 MANUAL SPSS 2014.pdf
105/129
102 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
106/129
DISEO COMPLETAMENTE AL AZAR 103
Ramiro Ral OCHOA TORREZ >>
Continuar Opciones
En el cuadro de dialogo de Opciones:
Estadsticos Prueba de homogeneidad de varianzas Grafico de las medias
ContinuarAceptar
e. Los resultados que nos presentara la son los siguientes:
Prueba de homogeneidad de varianzas Altura de plantaEstadstico de Levene df1 df2 Sig.
,059 4 20 ,993
ANOVA Altura de plantaSuma de
cuadrados glMedia
cuadrtica F Sig.Entre grupos 34,640 4 8,660 5,851 ,003Dentro de grupos 29,600 20 1,480Total 64,240 24
Altura de planta Duncan a
Tratamiento NSubconjunto para alfa = 0.05
1 2 3
D 5 11,40C 5 11,60E 5 11,80 11,80A 5 13,40 13,40B 5 14,40
Sig. ,629 ,051 ,208Se visualizan las medias para los grupos en los subconjuntos homogneos.a. Utiliza el tamao de la muestra de la media armnica = 5,000.
7/21/2019 MANUAL SPSS 2014.pdf
107/129
104 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
108/129
DISEO COMPLETAMENTE AL AZAR 105
Ramiro Ral OCHOA TORREZ >>
conformado por los tratamientos A y E (con promedios de 13,40 y 11,80pies); y un tercer grupo conformado por los tratamientos E, C y D (conpromedios de 11,80, 11,60 y 11,40 pies respectivamente).La prueba de medias se puede representar de la siguiente forma:
Tratamiento Promedio DuncanB 14,40 AA 13,40 A BE 11,80 B CC 11,60 CD 11,40 C
Finalmente se aprecia el grafico de promedios donde se observa lasdiferencias en altura de los plantines.
12.2.2. ANVA de un DCA con la opcin Modelo lineal general
Con esta opcin de Modelo lineal general tambin se puede realizar elanalisis de varianza, este es ms empledo por el uso de modelos linealespropios de los diseos experimentales.
Ejercicio
Considerando los datos del anterior ejercicio de altura de planta de pinostratatos con cinco tratamientos de preparacin en el sitio (A, B, C, D, E).
a. Objetivo:
Comparar la altura de plantines de pino con 5 tipos de preparacin delsuelo.
b. Hiptesis:
Ho: La altura de planta de los plantines de pino no presenta diferenciascon cinco tipos de preparacin de suelos (A = B = C = D = E).Ha: La altura de los plantines de pino con 5 tipos de preparacin desuelos presentan diferencias, o al menos uno de ellos es diferente (A B C D E).
c. Con los datos en el Editor de datos del SPSS, seleccionamos:
Analizar Modelo lineal general UnivarianteEn el cuadro de dialogo de Univariante:
Variable dependientes: Altura de planta Factores fijos: Tratamiento
ModeloEn el cuadro de dialogo de Modelo:
Especificar modelo Personalizado
7/21/2019 MANUAL SPSS 2014.pdf
109/129
106 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
110/129
DISEO COMPLETAMENTE AL AZAR 107
Ramiro Ral OCHOA TORREZ >>
TRA 34,640 4 8,660 5,851 ,003Error 29,600 20 1,480Total 3983,000 25Total corregido 64,240 24a. R al cuadrado = ,539 (R al cuadrado ajustada = ,447)
Altura de planta Duncan a,b
Tratamiento NSubconjunto
1 2 3D 5 11,40C 5 11,60E 5 11,80 11,80A 5 13,40 13,40B 5 14,40Sig. ,629 ,051 ,208Se visualizan las medias para los grupos en los subconjuntos homogneos.Se basa en las medias observadas.
El trmino de error es la media cuadrtica(Error) = 1,480.a. Utiliza el tamao de la muestra de la media armnica = 5,000.b. Alfa = ,05.
Los resultados son similares a los registrados anteriormente y lainterpretacin de los resulados ser similar. Del mismo modo el ANVApara su mejor interpretacin se la puede representar de la siguientemanera:
7/21/2019 MANUAL SPSS 2014.pdf
111/129
108 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
112/129
DISEO COMPLETAMENTE AL AZAR 109
Ramiro Ral OCHOA TORREZ >>
I II III IVT1 47 52 51T2 50 54 56T3 57 53 54 57T4 62 65 74 50
a.
Modelo lineal aditivo:
Donde:
= Una observacin cualquiera = Media poblacional = Efecto del isimo tratamiento = Error experimental
b. Objetivo:
Analizar los pesos finales de corderos castrados, enteros, implantadoscon Sinovex S y Estil Bestrol.
c. Hiptesis:
Ho: No existe diferencia en los pesos finales de corderos castrados,enteros, implantados con Sinovex S y Estil Bestrol .Ha: Los pesos finales de corderos castrados, enteros, implantados conSinovex S y Estil Bestrol son diferentes, o al menos uno de ellos esdiferente .
d. Con los datos en el Editor de datos del SPSS, seleccionamos: Analizar Comparar medias ANOVA de un factor
En el cuadro de dialogo de ANOVA de un factor:
Lista dependientes: Peso de corderos Factor: Tratamiento
Post hocEn el cuadro de dialogo de Post hoc:
Asumiendo varianzas iguales Tukey
ContinuarOpcionesEn el cuadro de dialogo de Opciones:
Estadsticos Prueba de homogeneidad de varianzas Grafico de las medias
Continuar
7/21/2019 MANUAL SPSS 2014.pdf
113/129
110 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
114/129
DISEO COMPLETAMENTE AL AZAR 111
Ramiro Ral OCHOA TORREZ >>
Implantados con Sonovex S 4 55,25Implantados con Estil Bestrol 4 62,75Sig. ,068Se visualizan las medias para los grupos en los subconjuntoshomogneos.a. Utiliza el tamao de la muestra de la media armnica = 3,429.
b. Los tamaos de grupo no son iguales. Se utiliza la media armnica delos tamaos de grupo. Los niveles de error de tipo I no estngarantizados.
Representando el ANVA, de la siguiente manera tenemos:
FV SC GL CM F Sig.Tratamientos 313,548 3 104,516 3,072 ,078Error 340,167 10 34,017Total 653,714 13
f. Inferencia:
Observando el valor de Sig. 0,203 de la prueba de Levene(Homogeneidad de varianzas), esta es mayor que 0,05, por lo querechazamos la hiptesis alterna, afirmamos que las varianzas de lostratamientos son homogneas.En el anlisis de varianza, el valor de Sig. 0,078 es superior a 0,05,sealamos que no se tienen diferencias en los pesos finales de corderosalimentados durante 90 das con una racin que contena 14% deprotena por efecto de los tratamientos estudiados.
7/21/2019 MANUAL SPSS 2014.pdf
115/129
112 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
116/129
DISEO COMPLETAMENTE AL AZAR 113
Ramiro Ral OCHOA TORREZ >>
a. Modelo lineal aditivo:
Donde:
= Una observacin cualquiera = Media poblacional = Efecto de la i-sima dosis = Error experimental de la unidad experimental = Error de la muestra (sub unidad experimental)
b. Objetivo:
Comparar las producciones parciales de forraje de maz verde, condiferentes cantidades de estircol incorporado al suelo como mejorador.
c.
Hiptesis:Ho: Las producciones parciales de forraje de maz verde no presentandiferencias estadsticas al aplicar diferentes cantidades de estircol alsuelo .Las producciones parciales de forraje de maz verde de las muestras concantidades de estircol aplicadas al suelo son iguales .Ha: Las producciones parciales de forraje de maz verde presentandiferencias estadsticas al aplicar diferentes cantidades de estircol alsuelo o, al menos uno de ellos es diferente .Las producciones parciales de forraje de maz verde de las muestras con
cantidades de estircol aplicadas al suelo son diferentes o, al menos unode ellos es diferente
d. Con los datos en el Editor de datos del SPSS, seleccionamos:
Analizar Modelo lineal general UnivarianteEn el cuadro de dialogo de Univariante:
Variable dependientes: Produccin Factores fijos: Dosis de estiercol Factores fijos: Repeticion
Modelo
En el cuadro de dialogo de Modelo: Especificar modelo
Personalizado Construimos trminos
Tipo: Efectos principales
Modelo: Dosis Tipo: Interaccin
7/21/2019 MANUAL SPSS 2014.pdf
117/129
114 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
118/129
DISEO COMPLETAMENTE AL AZAR 115
Ramiro Ral OCHOA TORREZ >>
4 t/ha 12 30,176 t/ha 12 60,67Sig. ,820 1,000 1,000Se visualizan las medias para los grupos en los subconjuntos homogneos.Se basa en las medias observadas.El trmino de error es la media cuadrtica(Error) = 7,125.
a. Utiliza el tamao de la muestra de la media armnica = 12,000.b. Alfa = ,05.
Para poder interpretar el ANVA, primeramente se debe ajustar losvalores del anlisis de varianza del SPSS, en funcin a la forma declculo de los valores de Fc (efe calculado) para Dosis, puesto que elSPSS, realiza el calculo dividiendo los diferentes valores de loscuadrados medios entre el EM (Error de muestreo), como se aprecia enel siguiente figura:
FV GL SC CM Fc t 1 SCt SCt/GLt CMt/CME
t(r 1) SCE SCE/GLE CME/CMEM rt(m 1) SCEM SCEM/GLEMTotal trm 1 SCT
Como se aprecia el valor de F de la fuente de variacin Dosis es igual a:
Debiendo cambiarse por:
7/21/2019 MANUAL SPSS 2014.pdf
119/129
116 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
120/129
DISEO BLOQUES COMPLETOS AL AZAR 117
13. DISEO BLOQUESCOMPLETOS AL AZAR (DBCA)
13.1. Anlisis de un ensayo con DBCA
Para el anlisis con este diseo, se hace uso de la opcin Modelo linealgeneral.
Ejercicio
Se realizo un ensayo donde se evalu seis variedades de frjol, en el que seusaron 4 bloques por tratamiento (variedad), tenindose resultados delrendimiento en kg/parcela, siendo los siguientes (Padrn 1996):
Variedades I II III IVBayo 42 46 38 41Gastelum 32 38 31 30Mantequilla 25 32 28 26Testigo 18 20 26 24Cuyo 35 42 46 40Zirate 36 25 22 26
a. Modelo lineal aditivo:
Donde:
= Una observacin cualquiera = Media poblacional = Efecto del j simo bloque = Efecto del i simo tratamiento (variedad) = Error experimental
b. Objetivo:
Evaluar el rendimiento en kg/parcela de seis variedades de frijol.
c. Hiptesis:
Ho: El rendimiento de seis variedades de frijol es similar .
No se tienen diferencia entre bloques al evaluar el rendimiento de seisvariedades de frijol .
7/21/2019 MANUAL SPSS 2014.pdf
121/129
118 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
122/129
DISEO BLOQUES COMPLETOS AL AZAR 119
Ramiro Ral OCHOA TORREZ >>
Variedades 1 Bayo 42 Gastelum 43 Mantequilla 44 Testigo 45 Cuyo 4
6 Zirate 4
Pruebas de efectos inter -sujetos Variable dependiente: Rendimiento
OrigenTipo III de sumade cuadrados gl
Cuadrticopromedio F Sig.
Modelo corregido 1278,333 a 8 159,792 8,362 ,000Interceptacin 24640,042 1 24640,042 1289,492 ,000BLOQUE 27,125 3 9,042 ,473 ,706VAR 1251,208 5 250,242 13,096 ,000Error 286,625 15 19,108Total 26205,000 24Total corregido 1564,958 23a. R al cuadrado = ,817 (R al cuadrado ajustada = ,719)
Rendimiento Duncan a,b
Variedades NSubconjunto
1 2 3Testigo 4 22,00Zirate 4 27,25 27,25Mantequilla 4 27,75 27,75Gastelum 4 32,75Cuyo 4 40,75Bayo 4 41,75Sig. ,097 ,111 ,751Se visualizan las medias para los grupos en los subconjuntos homogneos.Se basa en las medias observadas.El trmino de error es la media cuadrtica(Error) = 19,108.
a. Utiliza el tamao de la muestra de la media armnica = 4,000.b. Alfa = 0,05.
7/21/2019 MANUAL SPSS 2014.pdf
123/129
120 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
124/129
DISEO BLOQUES COMPLETOS AL AZAR 121
Ramiro Ral OCHOA TORREZ >>
Tratamiento Promedios DuncanBayo 41,75 ACuyo 40,75 AGastelum 32,75 BMantequilla 27,75 B CZirate 27,25 B CTestigo 22,00 C
Finalizando con la figura la cual se edito para que nos presente losvalores y se incluyo las letras de las diferencias de la prueba de mediasde Duncan.
13.2. Anlisis de un ensayo con DBCA con muestreo
Para el anlisis con este diseo, se hace uso de la opcin Modelo linealgeneral y se emplea cuando se tiene muestras dentro de los tratamientos.
Ejercicio
Los datos siguientes expresan las producciones de forraje verde de triticale,obtenidas en un estudio donde se probaron cuatro dosis diferentes denitrgeno en una misma variedad (Rodrguez 1991).
Dosis Muestra I II III IV
100 kg/ha1 24 19 18 232 23 21 19 223 21 24 22 20
200 kg/ha1 25 31 28 342 28 24 32 333 30 32 36 29
300 kg/ha1 56 62 61 622 65 60 60 603 58 59 64 61
400 kg/ha1 24 21 23 192 19 22 18 213 23 24 22 23
a. Modelo lineal aditivo:
Donde:
= Una observacin cualquiera = Media poblacional = Efecto del j-simo bloque = Efecto de la i-sima dosis = Error experimental (de la unidad experimental) = Error de muestreo (de la sub unidad experimental)
7/21/2019 MANUAL SPSS 2014.pdf
125/129
122 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
126/129
DISEO BLOQUES COMPLETOS AL AZAR 123
Ramiro Ral OCHOA TORREZ >>
Continuar Post hoc
En el cuadro de dialogo de Post hoc:
Prueba Post hoc para: Dosis Duncan
ContinuarOpciones
En el cuadro de dialogo de opciones:
Mostrar medias para:Dosis Pruebas de homogeneidad
ContinuarAceptar
d. Los resultados que nos presentara la son los siguientes:
Factores inter -sujetos Etiqueta de valor N
Bloque 1 I 122 II 123 III 124 IV 12
Dosis 1 100 kg/ha 122 200 kg/ha 123 300 kg/ha 124 400 kg/ha 12
Prueba de igualdad de Levene de varianzas de error a
Variable dependiente: Produccion de forrajeF df1 df2 Sig.
1,415 15 32 ,199Prueba la hiptesis nula que la varianza de error de lavariable dependiente es igual entre grupos.a. Diseo : Interceptacin + BLOQUE + DOSIS + BLOQUE *DOSIS
Pruebas de efectos inter -sujetos Variable dependiente: Produccion de forraje
Origen
Tipo III desuma de
cuadrados gl
Cuadrtico
promedio F Sig.Modelo corregido 12537,812 a 15 835,854 117,313 ,000Interceptacin 53667,187 1 53667,187 7532,237 ,000BLOQUE 5,729 3 1,910 ,268 ,848DOSIS 12469,896 3 4156,632 583,387 ,000BLOQUE * DOSIS 62,188 9 6,910 ,970 ,482Error 228,000 32 7,125Total 66433,000 48Total corregido 12765,812 47
7/21/2019 MANUAL SPSS 2014.pdf
127/129
124 ANALISIS ESTADISTICO CON EL SPSS
7/21/2019 MANUAL SPSS 2014.pdf
128/129
DISEO BLOQUES COMPLETOS AL AZAR 125
Ramiro Ral OCHOA TORREZ >>
clculo de los valores de Fc (efe calculado) para Dosis, puesto que elSPSS, realiza el calculo dividiendo los diferentes valores de loscuadrados medios entre el EM (Error de muestreo), como se aprecia enel siguiente figura:
FV GL SC CM Fc r 1 SCB SCB/GLB CMB/CME t 1 SCt SCt/GLt CMt/CME (t 1)(r 1) SCE SCE/GLE CME/CMEM tr(m 1) SCEM SCEM/GLEM
Total trm 1 SCTComo se aprecia el valor de F de la fuente de variacin Bloques es iguala:
Debiendo cambiarse por:
De la misma manera se debe corregir para los tratamientos (Dosis):
Debiendo cambiarse por:
Lo que nos dara corriegiendolo en el ANVA:
FV SC GL CM F Sig.Bloque 5,729 3 1,910 ,276 ,848Dosis 12469,896 3 4156,632 601,539 ,000Error 62,188 9 6,910 ,970 ,482Error muestreo 228,000 32 7,125Total 12765,812 47
e. Inferencia:
La prueba de Levene de homogeneidad de varianzas, nos muestra queno se tiene significancia (Sig. > 0,05), por lo que podemos afirmar que lasvarianzas son homogneas.Como se puede apreciar a partir de nuestra regla de decisin se rechazala hiptesis nula para los tratamientos por lo que se puede afirmar quese tienen diferencias significativas en la produccin de forraje verde porefecto de las diferentes dosis de nitrgeno, no tenindose diferencias
7/21/2019 MANUAL SPSS 2014.pdf
129/129
126 ANALISIS ESTADISTICO CON EL SPSS
entre bloques y entre muestras dentro de cada tratamiento es decir sonno significativos.Seguidamente observamos los promedios de los tratamientos, el errorestanda de los mismos, y los intervalos de confianza para cada uno delos promedios.En el caso de la prueba de medias de Duncan, se observa la formacinde tres grupos significativamente diferentes, donde la dosis de 300kg/ha de nitrogeno registro el promedio significativamente ms alto(60,67) de produccin, seguido de la dosis de 200kg/ha (30,17 deproduccion) y, finalmente se tiene a las dosis de 400 y 100 kg/ha queobtuvieron los promedios de produccin ms bajos (21,58 y 21,33respectivamente). La prueba de Duncan tambin se la puede representarde la siguiente manera:
Dosis Promedios Duncan300 kg/ha 60,67 A
200 kg/ha 30,17 B400 kg/ha 21,58 C100 kg/ha 21,33 C
Finalizando con la figura la cual se edito para que nos presente losvalores y se incluyo las letras de las diferencias de la prueba de mediasde Duncan.