Guía

Guia de Estudio. Estadística Básica con SPSS, 15ª edición

Presentación

Bienvenido al Curso de Estadística Básica con SPSS, 15a edición, organizado por la Fundación General Universidad de Granada-Empresa y el Centro de Producción de Recursos para la Universidad Digital.

Para superar con éxito este curso, te recomendamos que leas detenidamente la siguiente Guía de Estudio. Te ayudará a familiarizarte con la plataforma de teleformación y te proporcionará toda la información necesaria para que superes sin dificultad los bloques teóricos y prácticos programados para la duración del curso.

Esperamos que aproveches al máximo este acercamiento a la enseñanza vía Internet y adquieras todos los conocimientos y habilidades precisas para que te conviertas en un especialista de los entornos virtuales de aprendizaje.

Información general

Título del curso: Estadística Básica con SPSS

Área de conocimiento: Ciencias Experimentales y Técnicas, Ciencias de la Salud y Ciencias Sociales y Jurídicas

Organiza: Fundación General Universidad de Granada - Empresa y Centro de Enseñanzas Virtuales de la Universidad de Granada.

Número de créditos: 7 créditos ECTS (175 horas, 70 horas de consulta material on-line y 105 horas de trabajo del alumno desarrollado a través de la plataforma de teleformación).

Dirección académica:

Autores de contenidos:

Tutores virtuales y presenciales:

Destinatarios:

No son necesarios requisitos académicos o profesionales específicos para cursar esta acción formativa. La orientación del curso es eminentemente práctica, por lo que no se requieren conocimientos previos de estadística matemática. El curso está dirigido a todas aquellas personas que deseen iniciarse en el análisis de datos mediante el software SPSS a un nivel básico. Estudiantes, graduados y profesionales de cualquier área de conocimiento (ciencias experimentales y técnicas, de la salud, sociales y jurídicas) podrán seguir sin dificultad los contenidos del curso.

El curso puede ser especialmente interesante para aquellos estudiantes universitarios que quieran acercarse al estudio práctico de la estadística, no dirigido por consideraciones estrictamente matemáticas, y que busquen desarrollar un pensamiento específicamente estadístico. Estudiantes de máster y doctorado que necesiten iniciarse en el manejo de un software estadístico que le permita iniciar sus trabajos y tesis. Y los profesionales sanitarios o profesores de los distintos niveles de enseñanza que necesiten disponer de herramientas básicas y prácticas para realizar estudios estadísticos.

Cómo estudiar un curso virtual

A diferencia de la enseñanza tradicional y presencial, donde el profesor es el eje del proceso de enseñanza-aprendizaje, en la formación on-line el protagonista es el alumno y su actitud dinámica y participativa frente a los diferentes recursos y fuentes de información que se le ofrecen.

El estudio on-line no consiste en una simple descarga de materiales, sino que el alumno debe aprovechar todas las posibilidades que las Tecnologías de la Información y la Comunicación (TIC) han puesto a su disposición, otorgándole así una mayor libertad y responsabilidad para alcanzar el éxito en su formación.

De este modo, las personas que sigan este curso de introducción a SPSS podrán fijar un calendario de trabajo personal y ser los promotores de su formación, aunque siempre con la orientación y ayuda de sus tutores y la participación del resto de compañeros. No obstante, los alumnos que opten por la modalidad semipresencial tendrán que asistir obligatoriamente a las sesiones presenciales.

En este proceso, es muy importante que el alumno conozca y maneje el entorno de de teleformación de la plataforma Moodle, el software que utiliza el Centro de Enseñanzas Virtuales de la Universidad de Granada para la formación on-line.

Metodología

La metodología de este curso se basa en estrategias propias de una enseñanza activa y autónoma, centrada en la figura del alumno como elemento clave del sistema de formación y con una participación del profesor/tutor como dinamizador y facilitador del proceso de aprendizaje. No obstante, aquellos alumnos que opten por la modalidad semipresencial del curso tendrán como complemento la asistencia a una serie de clases presenciales donde se tomará contacto con el software, se realizarán actividades (resolución de problemas propuestos que el alumno deberá entregar el final de cada sesión) y se resolverán las dudas que surjan durante el proceso de estudio.

Desde el primer momento, se intentará familiarizar al alumno con los sistemas de formación on-line y crear el ambiente propio de un aula virtual donde el estudiante no tenga la sensación de aislamiento o soledad.

Estudiar sobre papel es diferente a hacerlo ante una pantalla de ordenador, pero las herramientas de comunicación de la plataforma harán más fácil, ameno y dinámico el tiempo de estudio:

Podrán recurrir al equipo de profesionales de Centro de Enseñanza Virtuales de la Universidad de Granada para resolver cualquier problema técnico. Para cualquier consulta, pueden utilizar el formulario de contacto de la página web del centro.

 

Objetivos generales

La estadística es una ciencia que consiste en la recolección, análisis e interpretación de datos, cuya aplicación resulta esencial en el contraste de hipótesis y la formulación de teorías. Se trata de un instrumento analítico empleado en la práctica totalidad de las áreas de conocimiento. Su aplicación puede ser muy diversa, por ejemplo, un investigador en medicina recurrirá a técnicas estadísticas para saber si un medicamento es eficaz; un sociólogo también empleará distintas técnicas estadísticas para analizar las tendencias demográficas; igualmente, un economista podría aplicar la estadística para hacer estudios relacionados con el mercado de trabajo. Estos ejemplos son, simplemente, una pequeña muestra del alcance que puede tener el uso de la estadística.

La estadística es tan importante que muchas ciencias la adaptan a su propio ámbito, con el fin de aplicarla a los fenómenos que se encarga de analizar. Es el caso de la bioestadística en algunas ciencias naturales o de la econometría en economía. Las herramientas pueden ser básicas o avanzadas, dependiendo de la complejidad y sofisticación del estudio. Un nivel básico de estadística permite contrastar hipótesis, formular tesis y teorías de forma correcta en un sentido epistemológico. A la finalización del curso, los alumnos serán capaces de aplicar la estadística a un nivel básico. Alcanzar este objetivo permitirá al alumnado del curso realizar trabajos para clase, e iniciar sus trabajos de maestría, tesis doctorales o artículos científicos a partir de una base de datos.

En la actualidad, la programación informática facilita de manera extraordinaria el uso de las distintas técnicas estadísticas. El software existente hace mucho más accesible la realización de cálculos, estimaciones y contrastes estadísticos. Existen multitud de programas con este cometido, y entre ellos destaca SPSS por su versatilidad y fácil manejo. A lo largo del curso será el programa estadístico usado por el alumno. A la finalización del curso el alumno será capaz de manejar la herramienta SPSS con el fin de aplicar las estimaciones estadísticas aprendidas a sus propios análisis e investigaciones.

Por tanto, y de una manera más específica, los objetivos del curso son los siguientes:

Estos tres objetivos se alcanzarán a lo largo de este curso a través de los 7 temas en los que se divide. Nótese que estos objetivos están relacionados: el objetivo 2 es necesario para alcanzar el objetivo 1, y el objetivo 1 es necesario para lograr el 3.

 

El alumno sabrá

El alumno será capaz de

Temario

Tema 1. Empezar a trabajar con SPSS (10 horas)

Tema 1.Empezar a trabajar con SPSS (10 horas)

1.Introducción
2.¿Qué puede esperarse de este curso?
3.Primeros pasos con SPSS
4.Las ventanas de SPSS
4.1.Ventana editor de datos
4.1.1.Vista de datos
4.1.2.Vista de variables
4.2.El navegador de resultados
4.2.1.Guardar y abrir un archivo de resultados
4.2.2.Exportar y editar resultados
5.Las barras en SPSS
5.1.La barra de herramientas
5.1.1.La barra de herramientas (I): abrir y guardar archivo, imprimir y otros accesos directos
5.1.2.La barra de herramientas (II): variables, buscar, insertar caso y/o variable
5.1.3.La barra de herramientas (III): ponderar casos, seleccionar casos, etiquetas de valor
5.1.4.La barra de herramientas (IV): un poco de práctica
5.2.La barra de menú
5.3.La barra de posición
6.Ayuda en SPSS
7.Bibliografía
8.Resumen

Tema 2.Los datos y las variables
(10 horas)

1.Introducción
2.Variables y datos
2.1.Variables
2.2.Datos
2.2.1.Datos de corte transversal
2.2.2.Datos de series temporales
2.2.3.Datos de panel
2.3.Variables según la forma en que son presentados los datos
2.3.1.Cualitativas
2.3.2.Cuantitativas
3.Manipulación de archivos de datos
3.1.Crear un archivo
3.2.Abrir un archivo de datos de SPSS
3.3.Abrir un archivo de datos procedente de otro programa
3.4.Guardar un archivo
4.Acciones con las variables
4.1.Principales comandos de Vista de variables
4.1.1.Nombre
4.1.2.Tipo, anchura y decimales
4.1.3.Columnas y alineación
4.1.4.Medida
4.2.Recodificación de variables
4.3.Calcular una nueva variable
5.Manipulación de datos
5.1.Ordenar casos
5.2.Trasponer datos
5.3.Seleccionar casos
5.4.Segmentar archivos
6.Antes de trabajar con los datos
6.1.Cuidado con los outliers
6.2.¿Qué hacemos cuando faltan datos?
6.2.1.Métodos para dar valor a datos ausentes
7.Resumen

Tema 3.Estadística descriptiva (10 horas)

1.Introducción
2.Estadística descriptiva con SPSS
3.Las frecuencias
3.1.Hacerlo con SPSS
3.2.Interpretación de las frecuencias
4.La media y otras medidas de posición
4.1Hacerlo con SPSS
4.2.La media: interpretación
4.3.Otras medidas de posición
4.3.1.La mediana
4.3.2.Los cuartiles
4.3.3.La moda
5.La varianza y otras medidas de dispersión
5.1.Hacerlo con SPSS
5.2.La varianza y la desviación típica
5.3.El mínimo, el máximo y el rango
5.4.Amplitud intercuartil o recorrido intercuartílico
6.Las medidas de forma y contraste de normalidad
6.1.Una aproximación gráfica a la distribución de variables usando SPSS
6.2.Medidas de forma.
6.2.1.Asimetría
6.2.2.Apuntamiento o curtosis
6.3.Una aproximación gráfica más exacta para contrastar la normalidad
7.El contraste de hipótesis: una aproximación práctica para el contraste de normalidad
7.1.El contraste de hipótesis: definición
7.2.El p-valor o nivel crítico
7.3.El contraste de normalidad: el test Kolmogorov-Smirnov
7.4.Hacerlo con SPSS
8.Un caso especial de presentación de los datos: los datos ponderados
9.Valores extremos y outliers: cómo identificarlos
9.1.Localizar valores perdidos
9.2.El gráfico de caja
9.3.Encontrar los valores perdidos
9.4.¿Cómo tratar los valores perdidos?
9.5.Valores perdidos: ¿Cómo decirle a SPSS que no considere un caso de una variable?
9.6.Resultados considerando valores perdidos.
10.Resumen

Tema 4.Análisis estadístico de variables cuantitativas (10 horas)

1.Introducción
2.Tablas de correlación y diagramas de dispersión
2.1.Tablas de correlación
2.1.1.Crear tablas de correlación con SPSS
2.2.Diagramas de dispersión
2.2.1.Crear diagramas de dispersión con SPSS
3.La covarianza
3.1.La covarianza en experimentos bivariantes
3.1.1.Definición de covarianza
3.1.2.Interpretación de los resultados de la covarianza
3.1.3. Cálculo de la covarianza con SPSS
3.2.La matriz de covarianzas
3.2.1.Cálculo de la matriz de covarianzas con SPSS
4.El coeficiente de correlación
4.1.El coeficiente de correlación en experimentos bivariantes
4.1.1.Definición de coeficiente de correlación
4.1.2.Interpretación del coeficiente de correlación
4.1.3.Cálculo del coeficiente de correlación con SPSS
4.2.La matriz de correlaciones
4.2.1.Cálculo de la matriz de correlaciones con SPSS
5.Correlación y causalidad
6.Contrastes sobre medias
6.1.Prueba t para muestras independientes
6.1.1. Prueba t para muestras independientes con SPSS
6.2.Prueba t para muestras relacionadas
6.1.2. Prueba t para muestras relacionadas con SPSS
7.Resumen
Tema 5.Análisis estadístico de variables cualitativas (10 horas)
1.Introducción
2.Definición y tipos de variables cualitativas
2.1.Variables nominales
2.2.Variables ordinales
3.Tablas de contingencia y tablas segmentadas
3.1.Tablas de contingencia
3.1.1.Obtención de tablas de contingencia con SPSS
3.2.Tablas segmentadas
3.2.1.Obtención de tablas segmentadas con SPSS
4.Estadísticos de asociación para variables categóricas
4.1.El test chi-cuadrado de Pearson
4.1.1.Limitaciones del test chi-cuadrado
4.1.2.Cálculo del test chi-cuadrado con SPSS
4.1.3.Descripción e interpretación de otras pruebas chi-cuadrado
4.2.Coeficiente de correlación por rangos de Spearman
4.2.1.Coeficiente de correlación por rangos de Spearman con SPSS
5.Otros estadísticos de variables categóricas
5.1.Índice de acuerdo (kappa de Cohen)
5.1.1.Cálculo manual del estadístico kappa de Cohen
5.1.2.Interpretación del estadístico kappa de Cohen
5.1.3.Cálculo del estadístico kappa de Cohen con SPSS
5.2.Índices de riesgo
5.2.1.Diseños prospectivos o de cohortes (hacia delante)
5.2.2.Diseños retrospectivos o de caso-control (hacia atrás)
5.2.3.Cálculo de índices de riesgo con SPSS
5.3.Prueba de McNemar (diseños antes-después)
5.3.1.Cálculo manual del estadístico de McNemar
5.3.2.Cálculo del estadístico de McNemar con SPSS
6.Resumen

Tema 6.La regresión lineal
(10 horas)

1.Introducción
2.El modelo de regresión lineal
2.1.La especificación del modelo de regresión lineal
2.2.El modelo de regresión lineal en forma matricial
2.3.Las variables del modelo
2.4.Ejemplo: ¿Por qué se endeudan los ayuntamientos?
2.4.1.Solución
2.5.Los errores del modelo
3.El análisis de regresión lineal simple
3.1.Estimar el modelo de regresión lineal con SPSS
3.1.1.Estimar el modelo de regresión lineal univariante
3.1.2.Estimar el modelo de regresión lineal multivariante
3.2.La bondad de ajuste
3.2.1.R cuadrado y R cuadrado corregida
3.2.2.Error típico de la estimación
3.2.3.La bondad de ajuste en el modelo univariante (ejemplo)
3.2.4.La bondad de ajuste en el modelo multivariante (ejemplo)
3.2.5.El estadístico F
3.3.Los coeficientes del modelo
3.3.1.Significatividad de los coeficientes
3.3.2.Interpretación de los coeficientes
3.3.2.1.Interpretación de variables cuantitativas
3.3.2.2.Interpretación de variables dicotómicas o dummy
3.3.2.3.Interpretación de la constante
4.Introducción de las variables en el modelo
4.1.¿Cómo incluir ciertas variables?
4.2.Las variables Dummy
5.Relajando las hipótesis del modelo
5.1.La colinealidad
5.1.1.La colinealidad perfecta
5.1.1.1.Caso general
5.1.1.2.Colinealidad perfecta y variables dummy
5.1.2.La colinealidad parcial
5.2.Independencia
5.3.Heterocedasticidad
6.Resumen

Tema 7.Más allá de este curso
(10 horas)

1.Introducción
2.La regresión logística
2.1.Introducción
2.2.Ejemplos
2.2.1.Aprobar un examen
2.2.2.El carné de biblioteca
2.3.Estimación del modelo de regresión logística con SPSS
2.4.Resultados
2.4.1.Bondad de ajuste
2.4.1.1.Test chi-cuadrado
2.4.1.2.Máxima verosimilitud y R cuadrado
2.4.1.3.Tabla de clasificación
2.4.2.Interpretación de resultados
2.5.Otros modelos probabilísticos
3.Análisis factorial
3.1.Sobre los factores
3.2.Ejemplo
3.3.Estimación del análisis factorial en SPSS
3.3.1.Opciones del análisis factorial
3.3.2.Resultados de la estimación
3.3.2.1.Estadístico KMO
3.3.2.2.Matriz de componentes
3.3.2.3.Gráfico de componentes
3.3.3.Guardando los datos
3.3.4.Agrupación en más de dos factores
3.3.5.Rotación
4.Resumen

Temporización

El curso se desarrollará del 21 de octubre al 20 de diciembre de 2019, aunque los módulos de contenido concluirán una semana antes para destinar los últimos días a resolución de dudas y orientación en la realización de las actividades propuestas.

La temporización fijada para el curso plantea 2 horas diarias de estudio, excluyendo los fines de semana. No obstante, esto es una recomendación o sugerencia. Evidentemente, cada alumno podrá fijar su propio ritmo de estudio, decidir cuándo se conecta a la plataforma, cuándo realizar una actividad, cuándo remitir una aportación al foro, etcétera.

A pesar de la planificación comentada, la temporización de cada tema se ha diseñado incluyendo el fin de semana para dejar estos días de recuperación y puesta al día en caso necesario.

 

Evaluación

¿Cómo superar el curso?

El curso Estadística Básica con SPSS no requiere conocimientos previos de estadística. Sin embargo, introducirse en el manejo de un software estadístico requiere ciertos conocimientos sobre esta materia. Por tanto, el alumno deberá prestar atención a la teoría que se presenta en los diferentes temas. No se pide un esfuerzo memorístico en este sentido, pues se podrá consultar el temario incluso en las sesiones presenciales, pero si la comprensión de los diferentes conceptos y técnicas mostradas.

Para esta tarea, el alumnado cuenta con el apoyo de los tutores de la asignatura, que resolverán on-line (a través de e-mail o del foro) todas las dudas que surjan durante el estudio.

El curso contempla la realización de distintos ejercicios de autoevaluación al final de cada tema, a modo de resumen. Os aconsejamos que realicéis estos ejercicios para comprobar personalmente el aprovechamiento del curso. Dichos ejercicios no serán objeto de evaluación

Los diferentes temas están ilustrados con ejemplos sobre las diferentes aplicaciones propuestas con SPSS. Se recomienda que el alumno observe con detenimiento estas secciones, pues le serán muy útiles para la resolución de los problemas propuestos que deberá entregar (ya sea en las sesiones presenciales u online según el itinerario elegido por el alumno).

La participación en los foros es también importante pues permite resolver dudas por parte de los tutores o de otros compañeros del curso.