You are on page 1of 4

Anlisis de Datos I

Anlisis bivariante en el SPSS

Estadstica descriptiva bivariada en el SPSS


1.
2.
3.
4.

NDICES DE ASOCIACIN LINEAL


COMBINACIONES LINEALES
REGRESIN LINEAL SIMPLE
2 VARIABLES CUALITATIVAS, 1 CUANTITATIVA y 1 2 CUALTITATIVAS

___________________________
Bibliografa: Tema 3 (pg. 33-51) del cuaderno de prcticas de SPSS (Ximnez y Revuelta, 2011)
Ejercicios: Todos los de la pgina 52 del cuaderno de prcticas de SPSS (con el archivo practicas.sav)
En este esquema resumiremos cmo llevar a cabo los anlisis descriptivos con dos variables revisados en la
segunda parte de la asignatura con el SPSS. Para realizar anlisis descriptivos bivariantes pueden usarse los
procedimientos del SPSS: Correlaciones, Regresin lineal y Tablas de contingencia.

1. NDICES DE ASOCIACIN LINEAL


Para obtener la covarianza y la correlacin de Pearson se utiliza EL PROCEDIMIENTO CORRELACIONES
del SPSS:

Analizar -> Correlaciones -> Bivariadas


Lo primero es
trasladar a este
cuadro las variables
para las que se
desee obtener un
coeficiente de
correlacin lineal.
Por ejemplo, edad,
peso y estatura

Seleccionar si se desea
obtener la matriz de
varianzas-covarianzas

Desde este men se


pueden obtener tres:
el de Pearson (rxy),
el de Kendall y el de
Spearman. Los dos
ltimos sirven para
variables ordinales.

Con estas selecciones se obtiene el siguiente resultado:


Correlaciones

Edad

Edad

Peso

Estatura

1.000

-.050

-.018

.482

.803

2991.500

-399.650

-1.152

15.033
200

-2.008
200

-.006
200

Correlacin de Pearson

-.050

1.000

Sig. (bilateral)
Suma de cuadrados y
productos cruzados
Covarianza
N

.482

.000

-399.650

21325.595

148.490

-2.008
200

107.164
200

.746
200

1.000

Correlacin de Pearson
Sig. (bilateral)
Suma de cuadrados y
productos cruzados
Covarianza
N

Peso

Estatura

.857**

Correlacin de Pearson

-.018

.857**

Sig. (bilateral)
Suma de cuadrados y
productos cruzados
Covarianza
N

.803

.000

-1.152

148.490

1.408

-.006
200

.746
200

.007
200

En esta tabla aparecen resumidas las matrices de


varianzas-covarianzas (S) y de correlaciones (R).
Cada casilla contiene la correlacin (sealada en
negrita) y la covarianza (sealada en cursiva) entre
el cruce de cada 2 variables (edad con edad, edad
con peso, edad con estatura, etc.).
De esta tabla podemos deducir que:
redad, peso = -0,050;
redad, estatura = -0,018;
rpeso, estatura = 0,857;

Sedad, peso = -2,008


Sedad, estatura = -0,006
S peso, estatura = 0,746

S2edad = 15,033
S2 peso = 107,164
S2 estatura = 0,007
Es decir, a partir de esta tabla podemos conocer las
covarianzas, las correlaciones y las varianzas para
todas las variables incluidas (en este caso tres
variables).

**. La correlacin es significativa al nivel 0,01 (bilateral).

Carmen Ximnez

Anlisis de Datos I

Anlisis bivariante en el SPSS

La representacin grfica de la relacin lineal entre variables se hace desde el men Grficos -> Dispersin:
Con estas selecciones el resultado es:
2.00
1.90

Estatura

Pulsar para definir los ejes del


diagrama

1.80
1.70
1.60
1.50
30 40 50 60 70 80 90 100

Peso

2. COMBINACIONES LINEALES
Para obtener combinaciones lineales del tipo T = X + Y; T = AX + BY; puede usarse el men Transformar
-> Calcular (ya visto anteriormente). Veamos un ejemplo para la variable X = respon + emocio:

Calculando los descriptivos para las tres variables se observa como se


cumplen las propiedades

T X Y ; ST2 S2X SY2 2 SXY :

Analizar -> Estadsticos descriptivos -> Descriptivos

Respon
Emocio
X

Media
46.1250
48.6250
94.7500

Desv. tp.
4.6882
4.9747
8.1480

Varianza
21.979
24.748
66.389

3. REGRESIN LINEAL SIMPLE


Para obtener la regresin de Y sobre X, se utiliza EL PROCEDIMIENTO REGRESIN del SPSS:

Analizar -> Regresin -> Lineal


Primero se definen las variables que hacen de CRITERIO y PREDICTORA:

Desde aqu se
pueden guardar los
valores
pronosticados por
el modelo (las Yi)
y los residuos (las
Yi -Yi) para cada
sujeto del fichero.

Con estas selecciones el resultado que ofrece el Visor del SPSS es el siguiente:

Carmen Ximnez

Anlisis de Datos I

Anlisis bivariante en el SPSS


b

Variables introducidas/eliminadas

Modelo
1

Variables
introducidas
Estatura a

Variables
eliminadas

Mtodo
Introducir

a. Todas las variables solicitadas introducidas


b. Variable dependiente: Peso

Resumen del modelo

Modelo
1

R
.857 a

R cuadrado
corregida
.733

R cuadrado
.734

Esto es el coeficiente de
determinacin, r2XY o la
proporcin de varianza en
comn entre peso y estatura.

Error tp. de la
estimacin
5.3510

a. Variables predictoras: (Constante), Estatura


b. Variable dependiente: Peso
ANOVAb

Modelo
1

Regresin
Residual
Total

Suma de
cuadrados
15656.269
5669.326
21325.595

gl
1
198
199

Media
cuadrtica
15656.269
28.633

F
546.792

Esto se ver en la asignatura de


segundo curso Anlisis de Datos II

Sig.
.000a

a. Variables predictoras: (Constante), Estatura


b. Variable dependiente: Peso

Los coeficientes A y B del modelo pronosticado en


directas se ven en esta columna: siendo A = -118,375
y B = 105,437. Luego:
Pesoi = -118,375 + 105,437 estaturai

a
Coeficientes

Coeficientes no
Coeficientes
estandarizados
estandarizados
Modelo
B
Error tp.
Beta
1
(Constante) -118.375
7.565
Estatura
105.437
4.509
.857

t
-15.648
23.384

Sig.
.000
.000

a. Variable dependiente: Peso

En esta columna aparece el modelo


en tpicas: z peso = 0,857 zestatura

Estadsticos descriptivos

Unstandardized Predicted Value


Unstandardized Residual
Peso

N
200
200
200

Media
58.295
.000
58.295

Varianza
78.675
28.489
107.164

Estos son los descriptivos para el criterio, Y (peso),


los pronsticos (Y) y los residuos (Y Y).
2

= S2Y + S2Y-Y; es
decir: 107,164 = 78,675 + 28,489

Puede comprobarse que: S

Para obtener una representacin grfica del ajuste del modelo: Grficos -> Interactivos -> Diagramas de dispersin:

Con estas selecciones el resultado es:


W

90

1Peso = -118.37 + 105.44 * estatura


W
W
R-cuadrado = 0.73
W W
W

Peso

80
70
60
50
40

W
W

W
WWW
W W
W
W W
WW W
W
W
W W WW WWW W
W
W
W
W
WW W
W
W WWW
W
WW
W W
W
WWWW
W
W W W WW W W WW
W W
W
W
W W
WWW WW
W
WW
W W W W
W
W W WWWW
WW W W W W
W
W
W W WW
W
W
W
W W W
W
WWW W
W W W WW
W W
W
W
W W W W
WW
W
WW WW W WWW
W
WW
W
WW
WW
W W

1.60

1.70

W
W

W
W
W

1.80

1.90

Estatura

Carmen Ximnez

Anlisis de Datos I

Anlisis bivariante en el SPSS

4. Dos variables cualitativas: PROCEDIMIENTO TABLAS DE CONTINGENCIA


Para elaborar una tabla de contingencia: Analizar -> Estadsticos descriptivos -> Tablas de contingencia:

Desde aqu pueden obtenerse las


frecuencias conjuntas relativas (en
porcentajes) para las filas, las
columnas y para el total:
Seleccionar para
obtener un
diagrama de
barras para
las variables

El resultado obtenido es el siguiente:


INTERPRETACIN:

Tabla de contingencia Sexo * Tabaquismo

Total

Globalmente, los resultados indican que la mayor parte de los sujetos


son varones y no fuman (el 50%).

Total
81
100.0%
40.5%
40.5%
119
100.0%
59.5%
59.5%
200
100.0%
100.0%
100.0%

Las distribuciones condicionales indican que, hay un 27,5% de los no


fumadores que son mujeres (frente al 53,1% de las fumadoras); y de los
varones el 84% son no fumadores. En cuanto a las mujeres, el 46,9%
son no fumadoras y dentro de los fumadores el 69,4% son mujeres.
100
80

Recuento

Sexo

Tabaquismo
No fumador Fumador
Mujer Recuento
38
43
% de Sexo
46.9%
53.1%
% de Tabaquismo 27.5%
69.4%
% del total
19.0%
21.5%
Varn Recuento
100
19
% de Sexo
84.0%
16.0%
% de Tabaquismo 72.5%
30.6%
% del total
50.0%
9.5%
Recuento
138
62
% de Sexo
69.0%
31.0%
% de Tabaquismo 100.0%
100.0%
% del total
69.0%
31.0%

60
40

Tabaquismo

20

No fumador
Fumador

0
Mujer

Varn

Sexo

Una variable cualitativa y otra cuantitativa


Grficos -> Lneas -> Simple (Resmenes para grupos de casos):

Este grfico representa la media de la variable


peso para fumadores y no fumadores. Se ve que
los no fumadores tienen un peso medio mayor
que los fumadores.
59

Media Peso

59
58
58
57
57

No fumador

Fumador

Tabaquismo

Una variable cuantitativa y dos cualitativas


Grficos -> Lneas -> Mltiple (Resmenes para grupos de casos):
80

Este grfico es igual al


anterior pero
segmentando por Sexo.

Media Peso

70

60

Sexo
50

Mujer

40

No fumador

Varn
Fumador

Tabaquismo

Carmen Ximnez

You might also like