Uno de los primeros pasos que deberíamos hacer cuando hayamos creado nuestra base de datos en SPSS es la de hacer un análisis descriptivo exploratorio previo. Con la función Explorar de dicho programa podremos conocer el tamaño muestral, si hay algún dato perdido, información sobre la media, mediana, desviación típica y más información de cada variable, los percententiles y las pruebas de normalidad. Por otro lado, esta función también nos permite obtener gráficos como los gráficos Q-Q (complementan las pruebas de normalidad) o los gráficos de cajas con bigotes (box-plot). Hoy aprenderemos a usar esta importante función.
1.- ¿Qué ofrece el análisis exploratorio?
Tal vez convendría empezar a decir que se recomienda ejecutar este análisis siempre que queramos realizar otros análisis más complejos, ya que como su propio nombre indica, nos permitirá explorar y familiarizarnos con nuestros datos. Además, la mayoría de información descriptiva que necesitamos la solemos encontrar en esta función.
Esta es una lista extensa de los resultados que nos dará el análisis exploratorio:
- Procesamiento de casos
- Análisis descriptivo
- Media
- Error estándar
- Intervalo de confianza al 95%
- Media recortada al 5%
- Mediana
- Varianza
- Desviación estándar o típica
- Valor mínimo
- Valor máximo
- Rango
- Rango intercuartílico
- Asimetría
- Curtosis
- Percentiles y cuartilies (incluyendo bisagras de Tukey)
- Valores extremos o outliers
- Pruebas de normalidad
- Prueba Kolmogorov-Smirnov
- Shapiro-Wilk
- Histogramas
- Diagrama de tallo y hojas
- Gráficos Q-Q (estudio de la normalidad)
- Box-plot o gráficos de cajas con bigotes
2.- Procedimiento en SPSS
Efectuar el análisis exploratorio en SPSS es tan sencillo como seguir esta ruta:
Analizar > Estadísticos descriptivos > Explorar
En la siguiente ventana meteremos las variables que queramos explorar. Para ello, podemos hacer un análisis solo de algunas (o todas) las variables dependientes [variables que dependen de una característica o variable independiente] o podemos explorar un "sistema" introduciendo variables dependientes con variables independientes o factores [aquellas variables ya están configuradas de modo natural como el sexo o el grupo sanguíneo, por ejemplo].
3.- Interpretación de resultados
Hacer una interpretación de las tablas de los análisis exploratorios es muy sencillo cuando se tienen pequeñas nociones estadísticas. No obstante, te recomendamos que te descargues la siguiente guía para conocer en profundidad el significado de cada una de las tablas de resultados que nos ofrece SPSS con el objetivo de sacarle el máximo partido a tus datos.
4.- Guía para llevar a casa
Tal y como te acabamos de comentar, puedes escanear con tu dispositivo móvil el siguiente código QR o hacer clic en el siguiente enlace para descargarte la guía sobre los análisis exploratorios en SPSS.
En esta guía veremos mediante un caso práctico real todas las funciones de los análisis exploratorios. En concreto veremos qué significa cada una de las tablas y cómo se interpretan los gráficos que hemos solicitado. Por otro lado, veremos qué tablas son las que más nos interesa consultar y qué información es la más relevante para reflejar en nuestros informes o artículos.
5.- Banco de datos
¿Quieres "jugar" con una base de datos antes de usar la tuya? Haz clic en el siguiente enlace para acceder a los datos .sav que han sido usados para la elaboración de la guía. Así podrás seguir y verificar paso a paso cada uno de los procedimientos y resultados descritos en la misma.
Nuestra base de datos contiene tres calificaciones de un examen de inglés que han realizado 30 personas. En concreto se realizaron tres pruebas para medir el nivel de habla (speaking), lectura (reading) y escucha (listening) de 10 españoles, 10 franceses y 10 alemanes. Las pruebas se puntuaban sobre 100 (el máximo que se puede sacar en cada prueba). En este caso, la variable independiente o factor es la Nacionalidad y las variables dependientes son las tres prueba citadas anteriormente.
- Simplemente se desea conocer la estadística descriptiva más relevante de estos datos y valorar los siguientes pasos para un análisis estadístico más complejo.
Sigma y Jacob Sierra Díaz
