Analisis exploratorio INGRID TATIANA RODRIGUEZ GUZMAN DIANA COSTANZA BERMUDEZ GORDILLO

Análisis Exploratorio El procedimiento Explorar nos ofrece las posibilidades de representar gráficamente los datos, examinar visualmente las distribuciones para varios grupos de datos, y realizar pruebas de normalidad y homogeneidad sobre los mismos. Para elegirlo hemos de seleccionar

Dependientes: en este campo se introduce la variable o variables cuantitativas que contiene los datos a analizar y de las que se quiere obtener los gráficos y/o estadísticos. Factores: aquí se indica la variable que sirve para dividir en grupos los datos. Puede ser numérica o carácter de cadena corta. Etiquetar los casos mediante: este otro campo se utiliza para etiquetar aquellos valores atípicos en los diagramas de caja. La variable que se usa puede ser numérica o carácter.

Gráficos: activando este campo y pulsando el botón GRÁFICOS, se abre una ventana para seleccionar el gráfico a representar. Entre éstos se encuentran: Diagramas de Caja; Descriptivos (Gráficos de Tallo y Hoja, e Histogramas); Gráficos con prueba de Normalidad; y Gráficos de Dispersión por nivel con Prueba de Levene.

Estadísticos: con este campo y su respectivo botón se abre una ventana donde se pueden elegir una serie de medidas de tendencia central y de dispersión. Así como una serie de estimadores robustos centrales, valores atípicos de los datos y percentiles

Dentro de la ventana de ESTADÍSTICOS nos encontramos con: Descriptivos. Por defecto muestra ciertas medidas de tendencia central, de dispersión y de la forma de la distribución. Las medidas de tendencia central indican la localización de los datos e incluyen la media, la mediana y la media recortada al 5% (media aritmética calculada eliminando el 5% de las observaciones más bajas y el 5% de las más altas). Las medidas de dispersión recogen la variabilidad de los datos y entre ellas están: los errores típicos, la varianza, la desviación típica, el mínimo, el máximo, el rango y el rango intercuartílico.

Las medidas de la forma de la distribución son: la asimetría y la curtosis junto con sus errores típicos. Construye además, el intervalo de confianza para la media a un nivel del 95%, pudiendo especificarse otro. Estimadores robustos centrales. Los estimadores se diferencian de las medidas de tendencia central en las ponderaciones que se aplican a los casos. Aquí se encuentran: el estimador M de Huber, el estimador en onda de Andrew, el estimador redescendente de Hampel y el estimador biponderado de Tuckey. Valores Atípicos. Muestra los cinco valores mayores y los cinco menores, con las etiquetas de cada caso. Percentiles. Muestra los valores de los percentiles 5, 10, 25, 50, 75, 90, y 95

Uno de los procedimientos gráficos más utilizados en el análisis de variables de Escala es el Histograma, a través de él se puede reunir los valores de una variable en grupos con un mismo rango o distancia denominados intervalos o clases, los cuales a su vez incorporan el recuento del número de casos dentro de cada grupo. Este recuento o frecuencia, se puede expresar en forma de porcentaje, lo que es especialmente útil para comparar conjuntos de datos de diferentes tamaños o unidades de medida. A través del histograma se puede detectar parámetros como los valores atípicos y las desviaciones de la asimetría, quienes nos pueden indicar si la variable es o no adecuada para ser analizada mediante un procedimiento que asuma una distribución normal. Gráficos spss

A través del histograma se puede detectar parámetros como los valores atípicos y las desviaciones de la asimetría, quienes nos pueden indicar si la variable es o no adecuada para ser analizada mediante un procedimiento que asuma una distribución normal. Para acceder al procedimiento Histograma debemos dirigirnos al menú Gráficos... Interactivos... Histograma, al seleccionarlo apareceré al cuadro de diálogo correspondiente [Fig.7-64]. Este cuadro sólo cuenta con tres casillas de asignación correspondientes a los ejes (Horizontal y vertical) y la casilla de Panel. Los histogramas se emplean para la descripción de variables de escala, por lo cual no podemos ingresar variables categóricas a ninguno de los ejes

GRÁFICO DIAGRAMAS DE CAJA DE SPSS Los diagramas de caja también llamados gráficos de caja y bigotes, nos permiten identificar la distribución y la dispersión de los datos de una variable de escala. Con este tipo de gráfico se representa la mediana, los Cuartiles (1 y 3), los valores atípicos y los valores extremos. La estructura de este tipo de gráfico esta basada en una caja, donde el límite superior corresponde al valor del tercer cuartil (75% de los datos) y el límite inferior al primer cuartil (25%); a su vez dentro de la caja se incluye una línea representando el valor de la mediana

Además se incluye dos barras verticales (Bigotes), los cuales determinan la distancia o rango del 95% de los casos; adicionalmente el procedimiento anexa algunos símbolos representativos de los valores atípicos y extremos. La utilidad de este tipo de gráficos radica en la posibilidad de resumir el comportamiento y las principales medidas de una o varias variables de escala, mediante un solo diagrama.