Cálculo de la edad con el nacimiento en SPSS (Forma I)

En los cuestionarios o entrevistas es muy habitual preguntar por la fecha de nacimiento de los participantes. Con esta pregunta ya no es necesario pedir la edad, puesto que la podemos calcular nosotros mismos. El programa SPSS incluye una función muy sencilla para conocer de manera precisa la edad de cada uno de los participantes que están en la base de datos conociendo su fecha de nacimiento. Por supuesto, es preciso que sepamos la fecha de nacimiento de nuestros participantes y que hayamos introducido esta variable como fecha.  Hoy vamos a ver una forma de cómo calcular esta edad a través de CTIME.DAYS.

1.- Introducir en SPSS la variable fecha de nacimiento

En primer lugar, debemos ir a Vista de variables. En la fila que corresponda escribiremos el nombre de la variable en Nombre, por ejemplo Nacimiento. A continuación, en Tipo hacemos clic sobre los tres puntos de la derecha de la casilla y haremos clic en Fecha. Por defecto nos viene el formato día - mes - año; este se puede cambiar en el cuadro de la derecha de la ventana. En la columna Medida podemos indicar que el tipo de variable es Nominal.

De vuelta a la Vista de datos, introduciremos la fecha de nacimiento de cada participantes bajo el formato por defecto (DD - MM - AAAA) usando guiones. El mes lo introduciremos de manera numérica y automáticamente el SPSS lo cambia a palabra (usando las abreviaturas propias de la lengua inglesa).

2.- Cálculo de la edad

Para obtener una nueva variable con la edad seguiremos la siguiente ruta:

Transformar > Calcular variable

1.- En la siguiente ventana introduciremos en primer lugar en nombre de la nueva variable en Variable objetivo. En este caso lo llamaremos Edad.

2.- En Grupo de funciones buscaremos Extracción de duración del tiempo y en Funciones y variables especiales seleccionamos Ctime.Days. Doble clic para que se refleje en la zona de Expresión numérica.

3.- Confeccionamos la fórmula en Expresión numérica. En primer lugar, en el Grupo de funciones buscamos creación de fechas y en Funciones y variables especiales seleccionamos Date.Dmy (doble clic). Esta nueva función debe estar dentro de los paréntesis de Ctime.days. En segundo lugar, sustituimos (?,?,?) por la fecha de hoy o de la que queramos obtener la edad en el formato DD,MM,AAAA. En tercer lugar, (fuera del paréntesis de la función Date.Dmy) ponemos el signo menos. A continuación, introducimos nuestra variable de fecha de nacimiento. Por último, fuera de todos los paréntesis ponemos el signo de división (/) seguido de número 365.25 (días del año teniendo en cuenta los años bisiestos). Recuerda que aquí los decimales se ponen con un punto. Pulsamos Aceptar.

4.- Si volvemos a Vista de variables observaremos que se nos ha generado una nueva variable con la edad de cada sujeto. 

En resumen, la función que usaremos para el cálculo de la edad teniendo la variable fecha de nacimiento será:

CTIME.DAYS(DATE.DMY(DD,MM,AAAA)-fecha_nacimiento)/365.25

Sigma y Jacob Sierra Díaz

Presentación: Defiéndete en SPSS

¿Buscas un lugar que te enseñe las funciones y análisis más importantes que puedes hacer con SPSS? ¿Te gustaría aprender de una vez por todas qué pruebas estadísticas debes aplicar en función de la naturaleza de los datos? ¿Eres un estudiante que está aprendiendo a familiarizarse con el programa... pero no sabe por dónde empezar? ¿Deseas tener un lugar que te resuelva tus dudas en lugar de más interrogantes? Si has contestado a alguna de estas preguntas con un rotundo Sí, estás en el sitio adecuado.

Bienvenido al primer cursillo de ENIGMÁTICAMENTE acerca de los procedimientos más importantes que cualquier investigador de Ciencias Aplicadas, Naturales o Sociales debe realizar con el software estadístico SPSS.

El cursillo está destinado a todos aquellos estudiantes universitarios que están dando sus primeros pasos en el mundo del análisis cuantitativo y que buscan un método relativamente rápido y sencillo para poder aprender y consolidar las ideas clave. Pero también está destinado a todos aquellos científicos expertos que deseen refrescar los contenidos más importantes que se deben recordar a la hora de hacer cualquier análisis estadístico. Además, esperamos que el cursillo sirva de inspiración a todos aquellos profesores o instructores que tienen la difícil tarea de enseñar a sus alumno el manejo del SPSS para la investigación cuantitativa, independientemente de la rama de conocimiento.

El paquete estadístico SPSS (Statistical Package for Social Science) es uno de los programas de análisis estadísticos más usados alrededor del mundo. Ofrece un análisis riguroso y exhaustivo sin necesidad de conocimientos avanzados en estadística ni programación. El programa requiere una licencia que se puede solicitar en la página de IBM. No obstante, la mayoría de universidades ofrecen a sus estudiantes y personal el programa. Por otro lado, puedes solicitar una prueba totalmente gratuita del mismo en la siguiente dirección:

IBM - SPSS España [Página web oficial]

Estructura del cursillo

Este cursillo consiste en un pequeño paseo práctico por todos los procedimientos  estadísticos más importantes de la investigación cuantitativa. Comenzaremos desde cero, desde cómo configurar y diseñar nuestra base de datos; hasta llegar a análisis complejos de covarianza. Todo ello de una manera práctica y amena.

Hemos tratado de sintetizar toda la información más importante que deber tener en cuenta en tus análisis. Ya que estamos ante un curso práctico y sencillo, no vamos a profundizar en términos estadísticos o fórmulas que, aunque son de gran ayuda para entender la naturaleza de los procedimientos, pueden llegar a ser muy tediosos y aburridos para personas no familiarizadas con las Matemáticas.

De esta forma, cada prueba estadística que vamos a ver en este curso se dividirá en tres aparados básicos:

• Introducción y caso práctico. Aquí veremos algunos conceptos básicos necesarios para ejecutar el análisis. Además, explicaremos en qué casos se puede aplicar la prueba; ya que según la naturaleza de las variables deberemos ejecutar una prueba u otra. Para poder llegar a un entendimiento mayor, veremos un ejemplo real que contextualizará y te ayudará a comprender mejor todo el proceso. 

• Procedimiento. En este apartado vamos a aprender de manera concisa los pasos que debemos seguir para solicitar al SPSS la prueba. Puesto que este curso está pensado para personas con un conocimiento básico tanto de estadística como programación, no profundizaremos en el procedimiento de sintaxis (línea de comandos).

• Interpretación (de resultados). Finalmente, en el último aparado no solo veremos y analizaremos los resultados y las tablas del análisis; sino que también aprenderemos dónde debemos de fijarnos para hacer una interpretación correcta de la prueba y así tomar la mejor decisión posible. Por otro lado, aprenderemos ciertas expresiones útiles que podremos usar para informar de nuestros resultados en informes o manuscritos.

Requisitos previos

No necesitas tener una base relativamente sólida en Estadística para usar el SPSS. De hecho, el programa se creó para gente cono conocimientos básicos en Estadística y programación como alternativa a los complejos programas profesionales tales como MathLab o R. 

Lo cierto es que el curso puede entenderse como un recetario o guía acerca de los pasos que se deben seguir para obtener una conclusión de los datos. Tal vez, el único ingrediente que sí es esencial es las ganas de aprender y consolidar conocimiento.

Cabe destacar que en este cursillo no vamos a ver los pasos que deberemos seguir para instalar el programa. Por ese motivo, si no tienes instalado el programa o no has accedido con tu cuenta universitaria al mismo, te recomendamos que hagas este primer paso antes de seguir leyendo. Recuerda que puedes acceder a las guías de IBM - SPSS para conocer los métodos que deberás seguir para obtener el software.

Objetivos del cursillo

A continuación se enumeran los objetivos que pretendemos conseguir con este método:

• Proporcionar un punto de partida sólido para el análisis cuantitativo con el programa SPSS.
• Entender la naturaleza de las variables objeto de estudio para poder aplicar distintas pruebas estadísticas.
• Conocer las pruebas más importantes que se pueden realizar según la naturaleza de las variables de la base de datos.
• Analizar los resultados de las pruebas estadísticas para tomar la decisión más adecuada a la hora de obtener una conclusión final.

Contenidos

Haz clic en el siguiente enlace para acceder al índice de contenidos del cursillo. En el índice de contenidos podrás hacer clic en cada apartado para acceder directamente al material:

Índice de contenidos

Versión del SPSS empleada

Vamos a usar la versión 25 del SPSS para sistema operativo MacOS Catalina mediante la Universidad de Castilla - La Mancha.

No te preocupes si tu sistema operativo es distinto, o tienes una versión anterior (o posterior) del programa. La interfaz básica y las funciones que veremos no cambian entre sistemas operativos ni entre versiones.


¡Ya estás listo para despegar! Haz clic en Siguiente para acceder al Índice:

Siguiente (Índice de contenidos)

Cursillo "Defiéndete en SPSS" - JSD20 - 2/25

Índice de contenidos

Haciendo clic cada uno de los títulos accederás directamente al lugar:

Primeros pasos en SPSS

0.1.- Introducción

0.2.- El concepto de variable

La base de datos con SPSS

1.0.- Preparación de la base de datos

Análisis previos

2.1.- Estudiando la normalidad de la muestra

2.2.- El Alfa de Cronbach: análisis de fiabilidad

2.3.- Kappa de Cohen: análisis de concordancia

Contraste de grupos

Pruebas paramétricas y familia ANOVA

3.1.- Contraste de grupos con las Pruebas Paramétricas

3.2.- Prueba T (de Student) para una muestra

3.3.- Prueba T para muestras independientes

3.4.- Prueba T para muestras relacionadas


4.1.- Presentando la famila ANOVA (Análisis de varianza)

4.2.- Análisis de varianza (ANOVA) de un factor

4.3.- Análisis de varianza (ANOVA) factorial

Pruebas no paramétricas

5.1.- Contraste de grupos con pruebas no paramétricas

5.2.- U de Mann-Whitney para dos muestras independientes

5.3.- Prueba de Wilcoxon para dos muestras relacionadas

5.4.- H de Kruskal-Wallis (K muestras independientes)

5.5.- Prueba de Friedman

MANOVAS, ANOVAS, MANCOVAS y ANCOVAS

6.0.- MANOVAS + ANOVAS y MANCOVAS y ANCOVAS

Relación entre variables, correlaciones y regresiones

7.1.- Chi-Cuadrado. Relación entre variables cualitativas

7.2.- Coeficiente de correlación de Pearson o Spearman

7.3.- Las famosas regresiones

Siguiente (0.1.- Introducción)

Cursillo "Defiéndete en SPSS" - JSD20 - 3/25

0.2.- El concepto de variable

Piensa en un objeto, por ejemplo, un coche. A continuación, haz una lista de las características más importantes que puedas medir. ¿Todas las características que has escrito se pueden expresar con palabras o números? Si es así, acabas de crear tu primera lista de variables. ¿Podrías hacer lo mismo con una persona en particular?
Una variable es un atributo o característica medible que puede variar (de ahí el nombre de variable) de objeto a objeto o de sujeto a sujeto en función de la naturaleza de la investigación (Salamanca Castro, 2013).

Un investigador trabaja con una multitud de variables para obtener conclusiones de su muestra. En realidad, el trabajo de investigación consiste en trabajar con variables: observamos variables, medimos variables, introducimos variables en el SPSS, analizamos variables y obtenemos conclusiones de las variables. Si el trabajo se hace bien, las conclusiones pueden ser generalizadas al resto de objetos o personas que compartan esa misma variable.


Existen distintos tipos de variables en función de su naturaleza. ¿Cómo puedes describir la variable color en los coches? En efecto, con palabras: blanco, verde, azul.... ¿Cómo puedes describir la variable de los caballos que tiene? Correcto, con números: 60, 120, 200... Esta es la clasificación clásica de variables. Si la variable se define con palabras es una variable cualitativa. Si, por el contrario, se define con números es una variable cuantitativa.

• Variables cualitativas. Son aquellas que se describen con palabras. Por ejemplo: el género (hombre o mujer), el color de los ojos (marrón, verde o azules), la clases de quinto curso de primaria (5ºA, 5ºB y 5ºC) o los hábitos de fumar (nada, poco o mucho).

• Variables cuantitativa. Son aquellas que se emplean números. Por ejemplo: la nota de un examen final (4; 5; 6; 7,5...), la media de la frecuencia cardiaca después de una prueba física (120 pulsaciones por minuto, 133 ppm, 145 ppm...), el peso (77 kg, 87 kg, 99 kg...) o la motivación intrínseca ante una actividad medida con una escala tipo Likert (10, 12, 13, 16...-estos valores se obtienen de sumar las puntuaciones individuales de cada ítem-) o los hábitos de fumar (nada, poco o mucho).

Pero aún hay más en esta clasificación. Seguramente puedes pensar que en muchas ocasiones las variables cualitativas precisan de un orden (por ejemplo, la variable posición de una carrera: primero, segundo...). No obstante en otras ocasiones, no precisamos de tal orden porque cada valor que tenga la variable no implica un orden, sino una categoría por igual (por ejemplo, el género, ya que no van primero los hombres ni las mujeres. Son los dos igual de importantes). De esta forma, las variables cualitativas se subdividen a su vez en dos tipos distintos:

• Variables cualitativas. Palabras.
• Variables nominales. No establecen un orden. Por ejemplo: género, grupo de investigación (experimental o control) o color del pelo.

• Variables ordinales. Implican orden en las categorías o valores. Por ejemplo: posición en una carrera, nivel de inglés (A1, A2, B1...) o nivel socioeconómico (bajo, medio, alto)...

Por otro lado, en las variables cuantitativas hay casos en los que debemos usar número enteros (por ejemplo, el número de hijos: 1, 2, 3... ¡pero nunca 2,5!) y en otras ocasiones se precisa el conjunto de números decimales (por ejemplo, la estatura: 1,750; 1,755; 1,786...). Por su parte, las variables cuantitativas también se dividen en dos tipos distintos:

• Variable cuantitativa. Números.
• Variable discreta. Implica que los números sean enteros (y no decimales). Por ejemplo: el número de hermanos (1, 2, 3, 4... pero nunca podrá existir un valor 3,5 -no se puede partir por la mitad a una persona) o los números de dientes que tienen distintos engranajes de reloj (23, 27, 49...)

• Variable continua. Implica que pueda ser cualquier número (incluso decimal) de la recta numérica. Por lo tanto, puede tener cualquier valor comprendido en un rango de la recta numérica. Por ejemplo: el tiempo que transcurre en completar un circuito de habilidad motora (6,78 seg.; 7,895 seg.; 5,000 seg ...).

En resumen:

-------------------------

Debemos conocer el tipo de variable objeto de estudio de nuestras investigaciones, ya que, como acabamos de ver, en función del tipo el análisis será distinto. El programa SPSS simplifica la clasificación anterior. En la ventana Vista de variables  hay una columna denominada Medida. Hace referencia al tipo de variable que estamos creando. Al hacer clic en las celdas de citada columna nos damos cuenta que tenemos únicamente tres tipos:

• Variable nominal. Como hemos visto, corresponde a las variables cualitativas nominales (que no tienen ningún orden). Por ejemplo: el género, la fecha de nacimiento o el estado civil.

• Variable ordinal. Marcaremos esta opción cuando estemos ante variables cualitativas ordinales (que establecen un orden). Por ejemplo: el número de hijos, la edad o el curso académico.

• Variable escala. Aquí es donde tenemos la simplificación. El SPSS aglutina los dos tipos de variables cuantitativas en una sola sola. Por lo tanto, marcaremos esta opción cuando estemos ante variables cuantitativas de tipo discreto (como puede ser una escala de Likert) o continuo (como puede ser la velocidad de mecanografiar un párrafo de 100 palabras).

En muchas ocasiones, se suelen tipificar variables ordinales como variables escala. Este puede ser el caso de las variables que contienen una escala de medida de tipo Likert. En realidad es una variable ordinal, pero para los análisis estadísticos conviene tipificarla como escalar.

-------------------------

Hay otro concepto muy importante que debemos conocer. A parte de la clasificación que acabamos de ver, las variables pueden ser independientes o dependientes. Todas aquellas variables que no se alteren (cambien o varíen) a lo largo del tiempo [o de la investigación] son variables independientes o factores. A su vez, todas las variables que dependan de esas variables independientes son denominadas variables dependientes.

• Variables independientes [También llamadas Factores]. Variables que le vienen dada al investigador que no podrá cambiar y/o será casi imposible que cambien a lo largo del tiempo. Por ejemplo, el género, el curso académico, la fecha de nacimiento o la edad. Todas estas variables (y muchas otras) ya vienen "de serie" en el individuo o en el objeto que deseemos investigar.

• Variables dependientes. Como su propio nombre indica, son aquellas que dependen de algo (variables independientes) y que en función de eso, podrán tener distintos valores. Por ejemplo, la estatura depende, en términos generales, de la edad y el género (ambas variables que ya vienen "de serie", que son independientes). Además, estas variables pueden variar a lo largo del tiempo o gracias a una intervención (cosa que no hacen las variables independientes). Por ejemplo, si yo aplico un nuevo método para mejorar la lectura en escolares, lo más seguro es que tenga una muestra que haya mejorado la velocidad de lectura y que por lo tanto antes de la intervención (pre-test) tuviese peores resultados que después de la misma (post-test).

Para saber diferenciar estos tipos de variables hazte la siguiente pregunta: ¿la variable X DEPENDE del factor Y? Si la respuesta es Sí, la variable X  es una variable dependiente. Por ejemplo, la tasa de mortalidad y los hábitos de fumar (si un sujeto es fumador o no). ¿Las muertes PUEDEN DEPENDER de que una persona fume o no? Sí, por lo tanto la tasa de mortalidad es la variable dependiente y los hábitos de fumar es la variable independiente (porque ya me viene dada, no he hecho nada con esa variable). Es normal que al principio te pueda costar identificar el tipo de variables... ¡La práctica hace al maestro!

Anterior (0.1.- Introducción)                       Índice                      Siguiente (1.0.- Preparación de la base de datos)
           

• SALAMANCA CASTRO, Ana Belén. El aeiou de la investigación en Enfermería. España: Fuden. 2013. pp. 495. ISBN: 978-84-15345-73-2.

Cursillo "Defiéndete en SPSS" - JSD20 - 5/25