Science">
Paquete Estadístico para Las Ciencias Sociales (SPSS) Tarea EQUIPO 1
Paquete Estadístico para Las Ciencias Sociales (SPSS) Tarea EQUIPO 1
Paquete Estadístico para Las Ciencias Sociales (SPSS) Tarea EQUIPO 1
Facultad De Educación
Escuela De Educación
Sección: R1
Dado que las variables cualitativas ordinales poseen la cualidad de poder ser
ordenadas de menor a mayor o viceversa –a pesar de que continúan siendo
categorías nominales-, en éstas aumenta el número de estadísticos descriptivos
que pueden ser utilizados para su descripción. Es el caso de los percentiles (o
cuartiles) y la mediana que se añaden a la moda.
Cuartiles: Calcula los percentiles 25, 50 y 75, es decir, los valores por
debajo de los cuales se encuentra el 25 %, el 50 % y el 75 % de los casos,
respectivamente.
Percentiles: Permite solicitar percentiles concretos (valores que acumulan
un determinado porcentaje de casos). Permite visualizar en que
categorías (plural) de respuesta se acumulan los primeros 10%, 30%,
70%, 90% (cualquiera que selecciones) de los casos.
Mediana (tendencias central): Valor por debajo del cual se encuentran el
50 % de los casos (equivale al percentil 50).
Mesocurtica:
Cuando el valor del indicador es igual a 0,2663 se puede afirmar que se trata de
una variable que se distribuye de forma mesocurtica, es decir, que respeta la
distribución normal.
Platicurtica:
Cuando el valor del indicador es menor que 0,2663 se puede afirmar que la
variable se distribuye de forma mesocrática, es decir, hay aproximadamente los
mismos casos en cada uno de los valores de la variable.
Lepticurtica:
Si el valor del indicador es mayor que 0,2663 se puede afirmar que la variable
se distribuye de forma leptocurtica, es decir, los casos se concentran en los
valores centrales de la variable. La distribución de la curva, por tanto, será más
puntiaguda.
Este capítulo se centra en las diversas operaciones básicas que se pueden realizar con una variable.
Concretamente en la recodificación de variables, la construcción de índices y la elaboración de
tipologías.
Recodificación de variables.
La función de recodificar variables puede ser útil para diferentes objetivos: 1). Agrupar categorías
de respuesta de esa variable. 2). Cambiar el orden de la variable (de más a menos hacía de menos
a más).
Las razones que pueden llevar a querer agrupar las categorías de respuesta de una variable en un
número menor de ellas son múltiples: 1). Pasar de una naturaleza determinada de una variable
(cuantitativa) a otra diferente (cualitativa ordinal). Por ejemplo, recodificar la edad en 4 grandes
grupos: 18-35, 36-55, 56-67, +68. 2). Que una de las categorías de respuesta tenga una frecuencia
inferior al 5%. 3). Razones teóricas. Por ejemplo, asumir que los diferentes grupos de edad se
corresponden a diferentes etapas de la vida laboral.
Observatorio del Estudiante 23 Manual de SPSS. De un estudiante para los estudiantes Manual
SPSS. De un estudiante para los estudiantes Autor: Bernal, D. Imagen 2. Interface “recodificar en
distintas variables” Concretamente mediante la opción “valor” o “rango”. La opción valor es para
seleccionar únicamente un único valor (categoría de respuesta de la variable), la opción rango, sirve
para seleccionar un conjunto de valores o “categorías de respuesta” comprendidas entre el primer
valor que seleccionas y el último. Una vez seleccionados los valores antiguos, debes atribuirles un
nuevo valor o categoría de respuesta en la nueva variable, para ello se debe seleccionar ese nuevo
valor o categoría de respuesta en el apartado de valor nuevo y clicar añadir. Una vez has hecho
este proceso para todos los valores antiguos y nuevos, debes clicar “todos los demás valores” en el
apartado de valores antiguos y clicar “perdido del sistema” en “valores nuevos” y clicas añadir >>
Completado este proceso, clicas en continuar
ya tendrás la nueva variable recodificada que se situara al final del todo (ultima variable) en el
apartado “vista de variables”. ¿Ya se ha finalizado el proceso? Casi. Una vez construida la variable
se le deben poner las nuevas etiquetas. Ejemplo: La ESS (European Social Survey) recoge la
variable de confianza en los políticos mediante una escala que va desde “0” (ninguna confianza)
hasta 10 (completa confianza). Pero nos interesa resumir esa información que se distribuye a lo
largo de 11 categorías de respuesta en únicamente 3 (alta confianza, media confianza y baja
confianza). Este objetivo puede ser logrado, siguiendo los pasos que han sido explicados en el
recuadro azul. En un primer momento se debe tomar la decisión de que categorías de respuesta o
valores de la antigua variable serán agrupados dentro de cada una de las nuevas tres categorías
de respuesta que compondrán la nueva variable. En este caso, se ha decidido respetar los
parámetros de los valores de la antigua variable. Por tanto, “0, 1, 2, 3” pasaran a ser baja confianza,
“4, 5, 6” media y “7, 8, 9, 10” alta confianza
Una vez completada se debe clicar a continuar y aceptar. La variable habrá sido creada.
Si se analiza la nueva variable sin que se le haya asignado una etiqueta a las nuevas
categorías, el resultado sería el siguiente:
Si lo que se quiere es que aparezcan las nuevas categorías de respuesta (alta confianza,
confianza media y baja confianza). Se debe etiquetar esta nueva variable. Para ello, se
debe ir a la interface de “vista de variables”, identificar la nueva variable (recordar que
siempre aparecerá al final), ir al apartado de valores y asignarle tales etiquetas al valor
que le corresponde.
Una vez completado este proceso, si se vuelve a analizar la variable la tabla que
aparecerá adoptara la siguiente forma.
Otra de las opciones por las que puede interesar a un investigador recodificar
una variable es cambiar el orden o sentido de la variable, es decir, si esta
ordenada de menos a más, que pase a estar ordenada de más a menos. En el
caso de nuestra variable ya recodificada, el orden, se establece de menos a más
(de menos confianza a más confianza). Si interesa invertir el orden (de más
confianza a menos) se debe proceder a recodificar la variable invirtiendo el orden
de las categorías de respuesta, es decir, si el 1
es “baja confianza” en la nueva variable con el orden invertido, pasara a ser 3.
Si el 3 es “alta confianza”, en la nueva variable de orden invertido pasara a ser
1. Y el 2 “confianza media” seguirá ocupando la posición intermedia de 2.
Ejemplo:
1. Las variables que se van a sumar tienen que ser de la misma escala, es decir, no
puedes sumar variables compuestas por 5 valores o categorías de respuesta y variables
con 11 valores o categorías de respuesta. Para igualar las categorías de respuesta de
una variable se puede proceder a recodificarlas y homogeneizar el tamaño de todas
(siempre pasando las variables con más categorías al número de categorías de la que
menos tiene de todas aquellas seleccionadas para construir el índice).
2. Las variables tienen que tener el mismo sentido. No puedes sumar variables cuya
ordinalidad va de más a menos con variables que van de menos a más. Si este es tu
caso, tienes que homogeneizar el sentido de tus variables.
Ejemplo:
Si se propone estudiar la “confianza en la política” lo primero que se debe plantear un
investigador es como se puede medir ese concepto. Es decir, que indicador (variable)
puede reflejar la confianza que un individuo tiene en la política. Uno rápidamente puede
pensar que un indicador valido para medir la “confianza en la política” es la confianza
que los individuos dicen tener en los políticos, otro puede señalar que una mejor manera
de medirlo es la confianza que se tiene en el parlamento. Tal vez otro señale que lo
realmente relevante para medir la “confianza en la política” es la confianza que dicen
manifestar los individuos en los partidos políticos. Los ciertos es que todos estos
indicadores tienen la capacidad de medir diferentes aspectos representativos de la
“confianza en la política” y que por tanto seleccionar uno solo de ellos, puede estar
dejando escapar cierta información relevante. Es decir, que se esté escapando alguna
dimensión que permita captar el concepto de “confianza política” en toda su complejidad.
En el caso de que se haya hecho el proceso de forma correcta este debería ser el
resultado que se debería obtener (imagen 8). Una vez realizado el sumatorio se debe
clicar el botón de aceptar. El índice ya habrá sido creado y se ubicara como última
variable dentro de la interface de “vista de variables”. Una vez se ha creado el índice, se
procede a realizar un análisis de frecuencias para obtener el siguiente resultado (tabla
10).
Construcción de tipologías: