• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Manual spss sexto noche1
 

Manual spss sexto noche1

on

  • 841 views

 

Statistics

Views

Total Views
841
Views on SlideShare
841
Embed Views
0

Actions

Likes
0
Downloads
14
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft Word

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Manual spss sexto noche1 Manual spss sexto noche1 Document Transcript

    • Universidad Politécnica Estatal del CarchiComercio Internacional, Integración, Administración y Economía Empresarial. Escuela: Comercio Exterior y Negociación Comercial Internacional “Estadística Inferencial” “MANUAL SPSS” Msc. Jorge Pozo Autor: Ramírez Goyes Carla Damaris Nivel: sexto Paralelo: “A” Marzo-Agosto 2012 Tulcán-Ecuador
    • INTRODUCCIÓNPara mucha gente, estadística significa descripciones numéricas. Esto puedeverificarse fácilmente al escuchar, un domingo cualquiera, a un comentarista detelevisión narrar un juego de fútbol. Sin embargo, en términos más precisos, laestadística es el estudio de los fenómenos aleatorios. En este sentido la cienciade la estadística tiene, virtualmente, un alcance ilimitado de aplicaciones en unespectro tan amplio de disciplinas que van desde las ciencias y la ingenieríahasta las leyes y la medicina. El aspecto más importante de la estadística es laobtención de conclusiones basadas en los datos experimentales.Este proceso se conoce como inferencia estadística. Si una conclusión dadapertenece a un indicador económico importante o a una posible concentraciónpeligrosa de cierto contaminante, o bien, si se pretende establecer una relaciónentre la incidencia de cáncer pulmonar y el fumar, es muy común que laconclusión esté basada en la inferencia estadística.Para comprender la naturaleza de la inferencia estadística, es necesarioentender las nociones de población y muestra. La población es la colección detoda la posible información que caracteriza a un fenómeno. En estadística,población es un concepto mucho más general del que tiene la acepción comúnde esta palabra. En este sentido, una población es cualquier colección ya seade un número finito de mediciones o una colección grande, virtualmente infinita,de datos acerca de algo de interés. Por otro lado, la muestra es un subconjuntorepresentativo seleccionado de una población. La palabra representativo es laclave de esta idea. Una buena muestra es aquella que refleja lascaracterísticas esenciales de la población de la cual se obtuvo. En estadística,el objetivo de las técnicas de muestreo es asegurar que cada observación en lapoblación tiene una .oportunidad igual e independiente de ser incluida en lamuestra. Tales procesos de muestreo conducen a una muestra aleatoria. Lasobservaciones de la muestra aleatoria se usan para calcular ciertascaracterísticas de la muestra denominadas estadísticas. Las estadísticas seusan como base para hacer inferencias acerca de ciertas características de lapoblación, que reciben el nombre de parámetros. Así, muchas veces se analizala información que contiene una muestra aleatoria con el propósito principal de
    • hacer inferencias sobre la naturaleza de la población de la cual se obtuvo lamuestra.En estadística la inferencia es inductiva porque se proyecta de lo específico(muestra) hacia lo general (población). En un procedimiento de esta naturalezasiempre existe la posibilidad de error. Nunca podrá tenerse el 100% deseguridad sobre una proposición que se base en la inferencia estadística. Sinembargo, lo que hace que la estadística sea una ciencia (separándola del artede adivinar la fortuna) es que, unida a cualquier proposición, existe una medidade la confiabilidad de ésta. En estadística la confiabilidad se mide en términosde probabilidad. En otras palabras, para cada inferencia estadística seidentifica la probabilidad de que la inferencia sea correcta.Virtualmente cada área de la investigación científica seria puede beneficiarsedel análisis estadístico. Para quien formula las políticas económicas y paraquien asesora al presidente y a otros funcionarios públicos sobreprocedimientos económicos apropiados, la estadística ha demostrado ser unaherramienta valiosa. Las decisiones sobre las tasas tributarias, los programassociales, el gasto de defensa y muchos otros asuntos pueden hacerse demanera inteligente tan sólo con la ayuda del análisis estadístico.Los hombres y mujeres de negocios, en su eterna búsqueda de la rentabilidad,consideran que la estadística es esencial en el proceso de toma de decisiones.Los esfuerzos en control de calidad, minimización de costos, combinación deproductos e inventarios, y una gran cantidad de otros asuntos empresariales,pueden manejarse efectivamente a través del uso de procedimientosestadísticos comprobados.Para quienes están en el área de la investigación de mercados, la estadísticaes de gran ayuda en el momento de determinar qué tan probable es que unproducto nuevo sea exitoso. La estadística también es muy útil para evaluar lasoportunidades de inversión por parte de asesores financieros. Los contadores,los jefes de personal, y los fabricantes encuentran oportunidades ilimitadas debeneficiarse con el uso del análisis estadístico. Incluso un investigador en elcampo de la medicina, interesado en la efectividad de un nuevo medicamento,considera la estadística una aliada imprescindible.
    • Tales aplicaciones y muchas otras se ilustran a lo largo de este texto. Semostrará cómo utilizar la estadística en el mejoramiento del desempeño laboraly en muchos otros aspectos de la vida diaria.En repetidas ocasiones se ha enfatizado la utilidad de la estadística y la ampliavariedad de problemas que puede resolver. Para ilustrar de manera máscompleta esta amplia aplicabilidad, es necesario analizar las diversas funcionesde la estadística. La estadística es la ciencia que tiene que ver con la (1)recolección, (2) organización, (3) presentación, (4) análisis, e (5) interpretaciónde datos.Aunque en todo estudio estadístico el primer paso es la recolección de datos,es usual en un curso básico de estadística asumir que los datos ya han sidorecolectados y que ahora están disponibles. Por consiguiente, el trabajocomienza con el esfuerzo por organizar y presentar estos datos de manerasignificativa y descriptiva. Los datos deben colocarse en un orden lógico querevele rápida y fácilmente el mensaje que contienen. Este procedimientoconstituye el proceso de la estadística. Luego de que los datos se hanorganizado y se han presentado para su revisión, el estadístico debeanalizarlos e interpretarlos. Estos procedimientos se basan en la estadísticainferencial y constituyen un importante beneficio para el análisis estadístico,mediante la ayuda en el proceso de toma de decisiones y solución deproblemas.
    • TEMA:Aplicación de Estadística inferencial y estadística descriptiva en elprograma SPSSPROBLEMA:El escaso conocimiento de programas estadísticos nos ha restringido aplicar nuestros conocimientos en dichos programasOBJETIVOSOBJETIVO GENERAL:  Aplicar los datos estadísticos en el programa SPSS que permita resolver problemas relacionados al comercio exteriorOBJETIVO ESPECIFICO:  Investigarlaaplicación de los Estadísticos en el programa SPSSpara resolver problemas de Comercio Exterior.  Conocer en su totalidad la aplicación de los Estadísticos en el programa SPSS.  Analizar la aplicación de Estadísticos en el programa SPSSpara resolver problemas de Comercio Exterior y realizar la respectiva toma de decisiones.
    • JUSTIFICACIONCon esta investigación se quiere conocer los programas que hoy en laactualidad permiten aplicar problemas y ejercicios que surgen en el comercioexterior, en este caso queremos interpretar los diferentes estadísticos quemanejamos dentro de la estadística inferencial, utilizando el programa SPSS17, el cual permite calcular resultados de una forma más rápida y precisa.Con la aplicación de los estadísticos en este programa buscamos que la formapara tomar y analizar resultados, sea más factible para la persona que requierede esta información.En este proyecto esta detallado cada paso que se deberá tomar al momento decalcular los diferentes estadísticos de manera que sea entendible y practico. ESTADISTICALa estadística es la ciencia formada por un conjunto de teorías y técnicascuantitativas, que tiene por objeto la organización, presentación, descripción,resumen y comparación de conjuntos de datos numéricos, obtenidos depoblaciones en su conjunto de individuos o fenómenos o bien de muestras querepresentan las poblaciones estudiadas, así como el estudio de su variación,propiedades, relaciones,comportamiento probabilístico de dichos datos y laestimación, inferencia o generalización de los resultados obtenidos demuestras, respecto a las poblaciones que aquéllas representan. La estadísticaen la investigación científica, dada la necesidad de manejar y tratar en ellasgrandes cantidades, progresivamente crecientes, dedatos”.(http://www.AulaFacil.com)Irma Nocedo de León et al (2001), anotan que “la estadística es la cienciaencargada de suministrar las diferentes técnicas y procedimientos que permitendesde organizar la recolección de datos hasta su elaboración, análisis einterpretación. Abarca dos campos fundamentales la estadística descriptiva y laestadística inferencial.(http://www.Wikipedia: Estadísticas.)
    • CLASIFICACIÓN DE LA ESTADÍSTICADependiendo de cómo se analizan los datos, la Estadística se clasifica como:  ESTDISTICA DESCRIPTIVAEstadística Descriptiva.- Rama de la estadística que trata sobre la descripcióny análisis estadístico de una población, que resume y presenta datos obtenidosde la población o de una muestra, mediante métodos adecuados. Tiene comoobjetivo caracterizar los datos, de manera gráfica o analítica, para resaltar laspropiedades de los elementos bajo estudio.(http://www.Wikipedia:Estadísticas.).  FRECUENCIA:Es el número de veces que se repite un dato.  Es el número de repeticiones que presenta una observación. Se representa por ni.http://www.mitecnologico.com  Es el número de veces que aparece cualquier valor de la variable. Se representa por fi. En algunos libros de texto nos la encontraremos representada por ni.http://www.quequieredecir.DISTRIBUCIÓN DE FRECUENCIAS ABSOLUTAS Y RELATIVASLas primeras tareas de la Estadística descriptiva son ordenar, clasificar yresumir los datos obtenidos en la investigación de campo, para ello seconcentran en tablas de frecuencia y éstas pueden ser:a) Absoluta.b) Relativa.c) Acumulada.Con el análisis de las frecuencias podemos determinar la tendencia de lavariable en estudio que como ya se dijo, ésta puede ser nominal, ordinal ocuantitativa y sus respectivas escalas de medición: nominal, ordinal o porintervalos, respectivamente.
    • EJEMPLO: La maestra de orientación del Plantel 11 dio una conferencia algrupo 603 sobre las características y bondades de las carreras de Ingeniería,Química Metalúrgica y Actuaría. Al final de la conferencia pidió que llenaran uncuestionario donde especificaron además de los datos personales, la carrerade preferencia. Se obtuvieron los siguientes resultados: I, A, M, Q, Q, M, A, I, M, Q, A, Q, I, Q, M, Q, M, M, A, Q, I, Q, M, I, I, Q, M, M, A, I, M, A, A, Q, I, M, Q, Q, A, M, A, Q, M, A, Q,Tabla De Frecuencias:Carrera que prefieren los alumnos del grupo 603 del Plantel 11 del Colegio deBachilleres.Encuesta realizada por la maestra de orientación del Plantel 11, el 12 deseptiembre de 1993.  El número de columnas de una tabla es variable y depende de la información que se quiera registrar.  En nuestro ejemplo podemos suprimir la columna 2 que representa el conteo de la variable el cual se puede realizar en otras hojas de trabajo.  En la tercera columna se registra la frecuencia.
    • FRECUENCIA ABSOLUTAEn una muestra estadística, número de veces que aparece un determinadocarácter.http://nuestrosalud.com/ frecuencia-absoluta.htmlEl número de los miembros de una serie estadística, que es al intervalodeterminado de los significados de la cantidad variable dada casual; enparticular, el número de los casos con dado o los valores dados del elementodurante todo el tiempo de las observaciones.http://www.quequieredecir.org/frecuencia FRECUENCIAS ABSOLUTAS Simple (Ni) Acumulada (Ni) Ni ni n2 ni+n2 n3 ni+n2+n3 . . . . Nn nFRECUENCIA RELATIVA:  Cociente entre la frecuencia absoluta y el número de casos de una muestra.http://www.quequieredecir.org/frecuencia/
    •  La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el número total de datos.http://www.mitecnologico.com/Main/FrecuenciaRelativa FRECUENCIA RELATIVA Simple Acumulada hi=n1|n h1 h2=n2|n h1+h2 . . . . hn= nn/n hFORMA DE CÁLCULOEJEMPLOLa puntuación obtenida en un examen que se aplicó a 100 obreros de la fábricade vidrio el Fanal, es la que se muestra en la siguiente tabla de frecuencias: 46Resultados del examen aplicado a 100 obreros de la fábrica de vidrio elFanal.
    • Investigación realizada por el jefe del departamento de capacitación de lafábrica de vidrio el Fanal, el 5 de septiembre de 1993. FRECUENCIA ACUMULADALa frecuencia acumulada (Fi) es otra característica de la muestra que nospermitirá determinar la posición de un caso particular que nos interese encomparación con el total de los elementos.((Levin Richard & Rubin David,1996:p.140).)DEFINICIÓN:Su definición matemática es:Al calcular la frecuencia acumulada (F1) podemos determinar su frecuenciarelativa acumulada (Fr) en la forma ya explicada mediante la ecuación (1), estoes: nRegresemos al problema (11) de las llamadas telefónicas y calculemos lafrecuencia acumulada (f1) y la frecuencia relativa acumulada (Fr). Frecuenciaacumulada (Fi) de una clase es la que se obtiene sumando las frecuencias delas clases anteriores con la frecuencia de ésta.
    • La frecuencia acumulada para la 4ta. Clase es F = 45; de este valor se infiereque hasta esta clase corresponden 45 de las 60 observaciones realizadas.También se infiere que a esta clase corresponden un número menor o igual a43 llamadas telefónicas. La frecuencia relativa de esta clase es F = 0.75. Estevalor significa que hasta esta clase corresponde el 75% de todas las llamadas. GRÁFICASAl representar en una gráfica la información concentrada en la tabla defrecuencias, ésta es un recurso visual que nos permite tener una idea clara,precisa, global y rápida acerca de las observaciones de una muestra opoblación. Existen muchos tipos de gráficas en las que se pueden representarla frecuencia absoluta (fi), relativa (fr) y acumulada (Fi) y con ellas podemosestimar algunos valores con la simple observación. HISTOGRAMAEs uno de los medios expresada en % con mayor frecuencia, es unarepresentación gráfica de la distribución de frecuencias.Se utilizan para representar tablas de frecuencias con datos agrupados enintervalos. Si los intervalos son todos iguales, cada uno de ellos es la base de
    • un rectángulo cuya altura es proporcional a la frecuenciacorrespondiente.http://www.monografias.com/ conceptos-de-estadistica.shtmlEn estadística, un histograma es una representación gráfica de una variable enforma de barras, donde la superficie de cada barra es proporcional a lafrecuencia de los valores representados. En el eje vertical se representan lasfrecuencias, y en el eje horizontal los valores de las variables, normalmenteseñalando las marcas de clase.http://es.wikipedia.org/wiki/HistogramaHISTOGRAMA Y POLÍGONO DE FRECUENCIAS.  El histograma es la forma más usual para analizar las características observables de una variable continua. (http://www.monografias.com/trabajos30/conceptos-de-estadistica/conceptos-de-estadistica.shtml)  Histograma es la representación gráfica en el plano coordenado de las características concentradas en la tabla de frecuencias de una variable continua.(http://www.monografia.com/estadistica)Para trazar el histograma, la secuencia de operaciones es:1. En los ejes coordenados del plano cartesiano representamos los datos de la siguiente forma: a) En el eje de las abscisas (horizontal) se representan las clases con sus límites reales de clase y las marcas de clase (Mi) de cada intervalo. b) En el eje de las ordenadas (vertical) representamos las frecuencias absolutas en que ocurre la variable. CORRELACIÓN LINEALEl análisis de correlación se dirige sobre todo a medir la fuerza de una relaciónentre variables. El coeficiente de correlación lineal, r, es la medida de la fuerzade la relación lineal entre dos variables. La fortaleza de la relación se determinamediante la magnitud del efecto que cualquier cambio en una variable ejercesobre la otra. (JOHNSON, 1990)
    • Si X o Y son las dos variables en cuestión, un diagrama de la dispersiónmuestra la localización de los puntos (X,Y) sobre un sistema rectangular decoordenadas. Si todos los puntos del diagrama de dispersión parecen estar enuna recta, como la figura 14(a) y 14(b) la correlación se llama lineal.(SPIEGEL,1992) REGRESIÓN LINEALFases del modelo de regresión linealLa recta de regresión y el coeficiente de correlación tienen sentido en tanto encuanto son instrumento para inferir la relación de las variables en la población.El conocimiento exacto del coeficiente de correlación solo es posible sianalizamos la totalidad de la población. Sin embargo, a la hora de evaluarlo,nos encontramos con el problema habitual de tener que inferirlo desde laestimación que proporcionan los datos de una muestra.La recta de regresión lineal y=a+bx, es una estimación de la recta de regresiónlineal de la población y=α+ßx. Los parámetros α y ß son evaluados a partir delos datos de una muestra, y es fundamental tener unas garantías de que losvalores a y b estimados no difieren significativamente de los parámetrospoblacionales α y ß.El proceso que se sigue en la construcción del modelo de regresión secompone de tres fases o etapas. En la primera fase, se comprueba si larelación entre las variables que componen el modelo está de acuerdo con lapropia forma del modelo.La segunda fase consiste en la estimación de los parámetros de acuerdo con elcriterio elegido (en nuestro caso, el método de mínimos cuadrados).La última fase es fundamental para el investigador, que debe comprobar si lasinferencias o pronósticos que se pueden hacer de la relación encontrada entrelas variables se ajustan a los datos.(VARGAS, 1995). PRUEBA DE HIPÓTESISLa prueba de hipótesis comienza con una suposición, llamada hipótesis, quehacemos acerca de un parámetro de población. Después recolectamos datosde muestra, producimos estadísticas muéstrales y usamos esta información
    • para decidir qué tan probable es que nuestro parámetro de población hipotéticosea correcto. Digamos que suponemos un cierto valor para una medida depoblación, para probar validez de esa suposición recolectamos datos demuestra y determinamos la diferencia entre el valor hipotético y el valor real dela media de la muestra. Después juzgamos si la diferencia obtenida essignificativa o no. Mientras más pequeña sea la diferencia, mayor será laprobabilidad de que nuestro valor hipotético para la media sea correcto.Mientras mayor sea la diferencia, más pequeña será la probabilidad.(LEVIN,2010) T DE STUDENTEn probabilidad y estadística, la distribución T -Student es una distribución deprobabilidad que surge del problema de estimar la media de una poblaciónnormalmente distribuida cuando el tamaño de la muestra es pequeño.Una variable aleatoria se distribuye según el modelo de T -Student con ngrados de libertad.Propiedades: 1. La gráfica de la función de densidad es en forma de campana. 2. Los datos están más dispersos que la curva normal estándar. 3. A medida que n aumenta, la gráfica se aproxima a la normal N(0,1). 4. La gráfica es muy parecida a la de la normal estándar diferenciándose en que las colas de t están por encima de la normal, y el centro se encuentra por debajo del de la normal. 5. Cuando los grados de libertad son altos, los valores de t coinciden con los de la normal. CHI- CUADRADOEs un estadístico que sirve de base para una prueba no paramétricadenominada prueba de chi cuadrado que se utiliza especialmente paravariables cualitativas, esto es, variables que carecen de unidad y por lo tanto
    • sus valores no pueden expresarse numéricamente. Los valores de estasvariables son categorías que solo sirven para clasificar los elementos deluniverso del estudio. También puede utilizarse para variables cuantitativas,transformándolas, previamente, en variables cualitativas ordinales.El estadístico Chi- Cuadrado se define por:En donde:n=número de elementos de la muestran-1= números de grados de libertad. =varianza de la muestra = varianza de la población VARIANZACuando es necesario hacer comparaciones entre tres o más mediasmuéstrales para determinar si provienen de poblaciones iguales utilizamos latécnica de análisis de varianza. Esta técnica se realiza utilizando la distribuciónde probabilidad F vista anteriormente. Para el uso de esta técnica es necesarioseguir los siguientes supuestos: 1) Las poblaciones siguen una Distribución de Probabilidad Normal 2) Las poblaciones tienen desviaciones estándar (σ) iguales 3) Las muestras se seleccionan de modo independienteLa técnica del análisis de varianza descompone la variación total en doscomponentes de variación llamados variación debida a los tratamientos yvariación aleatoria
    • SPSSstadisticEs un programa estadístico informático muy usado en las ciencias sociales ylas empresas de investigación de mercado. Originalmente SPSS fue creadocomo el acrónimo de StatisticalPackageforthe Social Sciences aunque tambiénse ha referido como "StatisticalProduct and ServiceSolutions" (Pardo, A., &Ruiz, M.A., 2002, p. 3). Sin embargo, en la actualidad la parte SPSS delnombre completo del software (IBM SPSS) no es acrónimo de nada.Como programa estadístico es muy popular su uso debido a la capacidad detrabajar con bases de datos de gran tamaño. En la versión 12 es de 2 millonesde registros y 250.000 variables. Además, de permitir la recodificación de lasvariables y registros según las necesidades del usuario.Actualmente, compite no sólo con software licenciados como lo son SAS,MATLAB, Statistica, Stata, sino también con software de código abierto y libre,de los cuales el más destacado es el Lenguaje R. Recientemente ha sidodesarrollado un paquete libre llamado PSPP, con una interfaz llamada PSPPireque ha sido compilada para diversos sistemas operativos como Linux, ademásde versiones para Windows y OS X. Este último paquete pretende ser un clonde código abierto que emule todas las posibilidades del SPSS.
    • INSTALACIÓN DEL SPSS PASOS PARA DESCARGAR EINSTALAR EL SPSS1. Prender el computador2. Descargar el programa SPSS3. Entrar en la página 4 shared4. Clic en archivos y poner el nombre del programa y buscar
    • 5. Clic en descargar spss 176. Clic en descargar archivo esperar algunos segundo
    • 7. Clic en descargar archivo8. Asegurarse de no estar conectado a internet: durante la instalación el programa Para desconectar el acceso a la red hacer clic en Inicio9. Panel de control10. Doble clic en el icono para proceder a instalar esperar algunos segundo
    • 11. Conexiones de red.12. Luego hacer clic con el botón secundario del mouse en el ícono de la placa de red y hacer clic en "Desactivar".13. ) Ir a la carpeta donde se ubica el archivo "SPSS17 Setup.exe" y hacer doble clic en el mismo.14. Se abrirá una ventana que muestra el progreso de la instalación.
    • 15. Se abre otra ventana. Seleccionar "Licencia de usuario individual" y hacer clic en "Siguiente >". En la siguiente ventana hacer clic en "Acepto los términos del contrato de licencia" y hacer clic en "Siguiente >". En la ventana de "Información de última hora" hacer clic en "Siguiente >".16. Se abre una nueva ventanaa) Completar los campos "Nombre de usuario" y "Organización" con los datos que se desee.b) Ir a la carpeta donde se ubica el archivo "keygen.exe" y hacer doble clic en el mismo.c) Atención: antes de continuar, tener en cuenta que los códigos mostrados aquí pueden diferir de los que muestra el programa en su computadora (se recomienda utilizar solamente los códigos mostrados en el programa que se utiliza al instalar y no los mostrados aquí17. Se abre una ventana para ingresar licencia y registro de SPSS. Hacer clic en "Aceptar".18. Se abre una nueva ventana.a) Seleccionar "Conseguir una licencia para mi producto ahora".19. Clic en siguiente20. Introducir el código de autorización que está debajo del botón "Generate" del keygen mencionado en 5b. Hacer clic en "Siguiente >". Aparece una ventana que indica un error en la conexión a internet. Hacer clic en "Siguiente >".21. Clic en siguiente para que se instale el programa22. Luego clic en inicio programas SPSS aparece una ventana que indica las licencias de las que se dispone. Hacer clic en "Siguiente >".23. Se abre una nueva ventana. a) Seleccionar "Conseguir una licencia para mi producto ahora".
    • 24. Luego se introduce la licencia del producto 25. Clic en siguiente 26. Para pasar el idioma del programa a español 27. Abrir un archivo .sav o alguno de la carpeta Samples. En el menú "Edit" hacer clic en el botón "Options..."En la pestaña "General", en el área "Output", en la sección "Language" hacer clic la lista desplegable (el triángulo que apunta hacia abajo) y hacer clic en "Spanish". Repetir el paso 19 en la sección "User Interface" y hacer clic en "OK". 28. Para reconectar el acceso a la red hacer clic en Inicio / Panel de control / Conexiones de red. Luego hacer clic con el botón secundario del mouse en el ícono de la placa de red y hacer clic en "Activar".
    • UTILIZACIÓN DEL SPSS1.- Abrir el programa SPSS2.- Menú inicio y clic en el icono que aparece del programa con el nombre de SPSS.3.- A continuación se desplegara la ventana SPSS, con un cuadro de dialogo, hacer clic en la opción introducir datos y luego clic en aceptar.
    • 4. Ponemos la opción vista de variables y nos despliega la pantalla en donde ponemos los nombres de las variables de la siguiente manera.
    • Tomando en cuenta que los decimales debe ir 0 para obtener datos exactos.5. Ahora hacemos clic en la opción Vista de datos para ingresar los datos de la información obtenida.
    • Podemos manifestar que si en casos de ingresar los datos de maneradesordenada, podemos en la opción Datos, después ordenar casos, donde senos despliega la siguiente pantalla.
    • 6. Aquí presionamos la flecha para que los datos se pasen y después Aceptar yse nos ordenara los datos, mostrándonos la siguiente pantalla y ponemoscerrar.Y verificaremos que se encuentran ordenados.7. Procedemos a tomar la opción de transformar, hacemos clic en Recodificardistintas variables
    • En donde nos despliega la pantalla de igual manera pasamos los datos al ladoderecho haciendo clic en la flecha8. Aquí llenamos lo datos como Nombre y Etiqueta
    • Y presionamos la opción Valores antiguos y nuevosAquí presionamos Rango y ponemos los intervalos desde ….. Hasta …. Paraque se pueda llenar con normalidad debemos poner el ancho de 20 siempreque escojamos esta opción añadir y así con todos los intervalos y aceptar.Y nos despliega la siguiente pantalla
    • Una vez obtenido estos intervalos pasamos a la opción Analizar en dondehacemos clic en Datos Descriptivos, después en FrecuenciasDe igual manera nos sale la pantalla para pasar los datos al lado derecho
    • Presionamos en la opción Estadísticos para determinar lo que son los cuartiles,deciles, percentiles. Tomar en cuenta que en los deciles debemos de poner del10 al 100 cualquier número en este caso el 70 y añadir.También nos permite escoger las Medidas de Tendencia Central como: Media,Mediana, Moda, de igual manera Medidas de dispersión, ahí presionamos loque es desviación típica, varianza, y rango.
    • Después presionamos ContinuarEnseguida presionamos la opción Gráficos para determinar en qué gráficosdeseamos analizar la información
    • Aquí presionamos en Histogramas y continuarUna vez esto presionamos Aceptar y nos despliega la información quedeseamos.
    • Aquí podemos cambiar o modificar lo que deseamos en la letra y colores quedeseemos. Minimizamos o de tal forma guardamos el archivo. Aquíterminaríamos con el proceso de determinación de lo que es la EstadificaDescriptiva.Ahora la realizaríamos de forma manual para comparar si los resultados sonlos mismos.
    • ESTADÍSTICA INFERENCIALFRECUENCIAEs el número de veces que se repite un dato. FRECUENCIAS ABSOLUTAS Simple (ni) Acumulada (Ni) n1 n1 n2 n1+n2 n3 n1+n2+n3 N FRECUENCIA RELATIVA Simple Acumulada h1 h1 h2 h1+h2 h3 h1+h2+h3 hnHISTOGRAMAEs uno de los medios con mayor frecuencia, es una representación grafica dela distribución de frecuencias.El eje vertical se ubica las frecuencias y en el eje (X) se representa losintervalos de clase.
    • EJEMPLO:Sean las siguientes cifras de notas de matemáticas en una escala de (0-100)evaluados en (n=56) personas. 73 81 44 69 30 38 75 66 76 84 72 82 58 89 73 59 87 63 43 59 64 74 63 63 48 52 77 68 47 53 63 72 52 55 75 43 67 61 87 39 62 75 69 53 79 95 50 38 70 84 82 95 59 75 36 651.- Ordena en forma creciente o decreciente 30 50 61 68 75 84 36 52 62 69 75 87 38 52 63 69 75 87 38 53 63 69 76 89 39 53 63 70 77 95 43 55 63 72 79 95 43 58 64 73 81 44 59 65 73 82 47 59 66 74 82 48 59 67 75 84
    • 2.- Determina el intervalo o clase con la fórmula sturges. Cuando # <1003.- Calculamos el recorrido (I)4.- Se clasifican 7 intervalos de las 56 notas, calculamos el ancho oamplitud con la letra (C)Obtener el I1 de los valores aproximados.Existe un exceso de 4.70-66=4.5.- 2 3-> máximo (+)4 5 2 2-> mínimo (-)Restamos -2 el valor mínimo y +2 el valor máximo. a) 30-2=28 95+2=97
    • 6.- Se forma la tabla INTERVALO O MARCA DE CONTEO FRECUENCIA CLASE CLASE 28-38 33 II 2 38-48 43 IIIIIII 7 48-58 53 IIIIIII 7 58-68 63 IIIIIIIIIIIIII 14 68-78 73 IIIIIIIIIIIIIII 15 78-88 83 IIIIIIII 8 88-98 93 III 3 N=56 MEDIDAS DE TENDENCIA CENTRALSon las que se hallen en el centro de distribución de frecuencias. Permitencalcular los valores promedio. a) Medida aritmética b) Mediana Md c) Moda Mo d) Media geométrica Mg e) Media armónica Ma1.- Media AritméticaCuando los datos no están agrupados.
    • Ejemplo:17-23-25-30-34-38-43-54 Cuando los datos están agrupadosA= Marca de clase es el origen de trabajo.n= Suma de frecuencia. = Es la multiplicación de la frecuencia por la desviación unitaria.C= Amplitud o intervalo.INTERVALO MARCA DE U FRECUENCIA fu (u.f) Fi. Xi CLASE Xi ABSOLUTA f40->50 45 -2 5 -10 22550->60 55 -1 12 -12 66060->70 65 0 36 0 234070->80 75 1 22 22 165080->90 85 2 4 8 340 N=79 5215
    • 2.- MedianaEs el punto que divide la distribución de los datos en dos partes iguales, seanestos por la derecha o por la izquierda. a) No Agrupados (Impar) 3, 8, 56, 14, 24, 31, 2, 7, 52 hay 9 Se los ordena en forma creciente o decreciente. 2, 3, 7, 8, 14, 24, 31, 52, 56b)5, 9, 54, 22, 31, 2, 7, 51, 60. Se los ordena en forma creciente o decreciente.2, 5, 7, 9, 22, 31, 51, 54, 60. Mediana es el numero 22 Me=22. b) El parse escoge los 2 valores centrales y se los divide para 2. 16, 23, 34, 40, 44, 57, 88, 91. 36, 56, 87, 22, 15 90, 43, 33. Ordenar; 15, 22, 33, 39, 43, 56, 87, 90 Md= (39+43)/2=41.
    • Cuando los datos son agrupados generalmente hay que elaborar una tabla defrecuencias con los intervalos.Ejemplo: Nº INTERVALOS Fi Fi (Acu) i=1 28 – 38 2 2 i=2 78 – 48 7 9 i=3 48 – 58 7 16 i=4 58 – 68 14 30 i=5 68 – 78 15 45 i=6 78 – 88 8 53 i=7 88 – 98 3 56 n=561.- Las frecuencias acumuladas presentan un ordenamiento de los 56elementos de los que se distribuyen así:1º Intervalo 1º-2º2º Intervalo 3º-4º-5º-6º-7º-8º-9º3º Intervalo 10º-11º-12º-13º-14º-15º-16º4º Intervalo 17º-18º-19º-20º-21º-………..-30º5º Intervalo 31º-32º-33º-34º-35º-………..-45º6º Intervalo 45º-47º-48º-49º-50º-………..-53º7º Intervalo 54º-55º-56º2.- La determina la clase donde se encuentra la mediana, se hace ladivisión.
    • La mediana ocupa el 28º lugar, se busca en la tabla se encuentra en:3.- Se aplica la fórmula.ModaEs un conjunto de datos, es el valor más repetido.Datos no agrupados1º CasoDeterminar la moda de los siguientes datos.1, 1, 3, 4, 5, 5, 6, 8, 8, 8, 9, 9, 12El valor que más se repite es el 8 en 3 veces Mo=8.2º CasoUn conjunto de datos que no tiene Mo.14, 15, 18, 19, 20, 45, 59, 64.Ningún dato se repite no tiene Moda.3ºCaso7, 8, 8, 8, 16, 16, 16, 20, 24, 24, 33, 56, 56, 78, 78.Mo= 8; Mo=16 Caso Bimodal.Datos Agrupados 1= Es el exceso de frecuencia de la clase modal con respecto a la clasecontigua anterior a ella. 2= Posterior a ella. 2= Amplitud del intervalo.
    • INTERVALO Fi 28-38 2 38-48 7 48-58 7 58-68 14 68-78 15 78-88 8 88-98 3
    • CÁLCULO DE CORRELACIÓN EN EL SPSSSe calculara la relación que existe entre las exportaciones en toneladas con lasexportaciones en valor FOB.1.- Hacer clic en análisis2.- Elige la opción correlación en el menú que se despliega y luego escoge la opción bivariadas.3.- Mira el cuadro de dialogo con las dos variables propuestas.
    • 4.- Luego se procede a traspasar cada variable.5.- Luego has click en aceptar y se desplegaran los datos y tablas optenidas a traves de programa.
    • CÁLCULO DE REGRESIÓN EN EL SPSSSe podrá calcula la ecuación para correlación donde la ecuación nos servirápara hacer proyecciones al futuro.1.- Clic en análisis, en el menú que se despliegaelige la opción regresión y después la opción lineal,
    • 2.- En el cuadro que aparece se determinará la variable dependiente e independiente, y colocarlas en el espacio que aparece en el cuadro de dialogo.3.- Despliega el cuadro de dialogo en la opción “estadísticos”
    • 4.- Elige las opciones de “estimaciones” y “intervalo de confianza”.5.- Clic en continuar.6.- Elige la opción “gráficos”7.- Selecciona “histogramas” y “gráfico de prob. normal”, para obtener el cálculo de la gráfica de los datos.
    • 8.- Has clic en aceptar si ya realizaste los pasos anteriores para obtener el resultado de la Regresión.9.- En la hoja siguiente observa el cálculo siguiente:
    • 10.- Gráfica de dispersión.CÁLCULO DE PRUEBA DE HIPÓTESIS EN EL SPSSCalcularemos la relación existente entre las exportaciones en valor FOB y lasexportaciones en toneladas en donde determinamos la aprobación o rechazode la hipótesis nula o hipótesis alternativaPasos de una prueba de hipótesisEn la prueba de hipótesis que goza de aceptación general figuran siete pasos:Formular la hipótesis nula HO,De manera que pueda determinarse exactamente α, la probabilidad de cometer un error tipo 1. (Esto equivale a determinar el parámetro de población que interesa y proponer la validez de un valor para él) (Signo =)Ho = las exportaciones en valor FOB son iguales a las exportaciones en toneladas
    • Formular la hipótesis alternativa HaDe manera que el rechazo de la hipótesis nula signifique aceptar la hipótesis alternativa. (Signo > o <)Al formular estas dos hipótesis, se determinan el parámetro y el valor propuesto;Ha = las exportaciones en valor FOB son diferentes a las exportaciones en toneladas2.- Determinar si la prueba es unilateral o bilateral3.- Asumir el nivel de significación4.- Determinar la distribución muestral que se usara en la prueba5.- Elaborar el esquema de la prueba6.- Calcular el estadístico de la prueba7.- Tomar la decisión, para esto, se comparan el esquema de la parte 5, con el estadístico del paso 6Cálculo en SPSS1.- Has clic en la opción análisis.2.- Selecciona la opción “compara medias” y “prueba T para muestras relacionadas”.
    • 3.- En el cuadro siguiente, aparecen las dos variables con las cuales se está trabajando.4.- Presiona el botón con la flecha para traspasar las variables al cuadro vacío.5.- luego de haber insertado las variables, haz clic en opciones.
    • 6.- Haz clic en el cuadro de dialogo en las opciones excluir casos según análisis.7.- en el intervalo de confianza pon el porcentaje con el que vas a trabajar.8.- Haz clic en aceptar para que se desplieguen los cálculos de regresión.
    • 9.- Observa los cálculos de regresión en la siguiente hoja del programa SPSS.
    • CÁLCULO DE CHI CUADRADO EN EL SPSSSe ha realizado una encuesta a 17 persona vinculadas con el comercio exterioracerca de acuerdo al nivel que tienen de ceptaciooon con la restriccion quepuso el gobierno a la importaciómn de celulares.Ho= la dependencia que existe entre las empresas vinculadas con el comercio exterior y el nivel de acuerdo sobre el porcentaje a la importacion de celularesHa = no exite dependencia entre las empresas vinculadas con el comercio exterior y el nivel de acuerdo sobre el porcentaje a la importacion de celulares.CALCULO EN EL SPSS DEL CHI CUADRADO 1. Ingresamos los datos al SPSS en este caso deben ser tablas de contingencia para poder analizar. 2. Nos ubicamos en la barra de herramientas y damos clic en analizar, estadísticos descriptivos y tablas de contingencia.
    • 3. Se nos desplegara un cuadro de dialogo en el cual aparecerán nuestras variables.4. Determinaremos que variable ira en las filas y que variable ira en las columnas y las pasaremos con las flechas que tiene el cuadro de dialogo.
    • 5. Damos clic en exacta para determinar el nivel de confianza.6. Clic en continuar7. Clic en estadísticos para colocar el estadístico chi cuadrado8. Clic en continuar
    • 9. A continuación damos clic en casillas donde nos aparece otro cuadro de dialogo y hacemos clic en observadas, esperadas y en porcentajes.10. Clic en continuar y aceptar.
    • A continuación nos aparecerá otra hoja del SPSS donde nos mostrara losresultados obtenidos y podremos observar si aceptamos la hipótesis nula o si larechazamos y aceptamos la hipótesis alternativa.CÁLCULO DE LA VARIANZA EN EL SPSSPodremos calcular el grado de dispersión que tienen los datos1.- Se selecciona la opción analizar y escoge la opción frecuencias.2.- En el cuadro de dialogo que aparece traslada las variable dependiente a la derecha.
    • 3.- Haz clic en la opción “estadísticos”.4.- En esta ventana haz clic en varianza y luego clic en continuar
    • 5.- Observa los resultados en la hoja de cálculo del SPSS
    • CÁLCULO DE LA T STUDENT EN EL SPSSPodemos calcular la aceptación o rechazo de una hipótesis siempre y cuandola cantidad de datos no supere los 30 donde las exportaciones en valor FOB yentoneladas de un año son las variables.Ho = las exportaciones en valor FOB son iguales a las exportaciones en toneladasHa = las exportaciones en valor FOB son diferentes a las exportaciones en toneladas1.- Elige la opción analizar, donde se despliega otra ventana y selecciona prueba T para una muestra.2.- En el cuadro de dialogo Traslada la variable hacia la ventana derecha.3.- Haz clic en continuar.
    • 4.- Observa los resultados en la hoja de cálculo del SPSS.
    • EJERCICIOS DE MANERA MANUAL SIN LA APLICACIÓN DEL SPSS ESTADÍSTICA INFERENCIALFRECUENCIAEs el número de veces que se repite un dato. FRECUENCIAS ABSOLUTAS Simple (ni) Acumulada (Ni) n1 n1 n2 n1+n2 n3 n1+n2+n3 N FRECUENCIA RELATIVA Simple Acumulada h1 h1 h2 h1+h2 h3 h1+h2+h3 hn
    • EJEMPLO:Sean las siguientes cifras de notas de matemáticas en una escala de (0-100)evaluados en (n=56) personas. 73 81 44 69 30 38 75 66 76 84 72 82 58 89 73 59 87 63 43 59 64 74 63 63 48 52 77 68 47 53 63 72 52 55 75 43 67 61 87 39 62 75 69 53 79 95 50 38 70 84 82 95 59 75 36 651.- Ordena en forma creciente o decreciente 30 50 61 68 75 84 36 52 62 69 75 87 38 52 63 69 75 87 38 53 63 69 76 89 39 53 63 70 77 95 43 55 63 72 79 95 43 58 64 73 81 44 59 65 73 82 47 59 66 74 82 48 59 67 75 84
    • 2.- Determina el intervalo o clase con la fórmula sturges. Cuando # <1003.- Calculamos el recorrido (I)4.- Se clasifican 7 intervalos de las 56 notas, calculamos el ancho oamplitud con la letra (C)Obtener el I1 de los valores aproximados.Existe un exceso de 4.70-66=4.5.- 2 3-> máximo (+)4 5 2 2-> mínimo (-)Restamos -2 el valor mínimo y +2 el valor máximo. b) 30-2=28 95+2=97
    • 6.- Se forma la tabla INTERVALO O MARCA DE CONTEO FRECUENCIA CLASE CLASE 28-38 33 II 2 38-48 43 IIIIIII 7 48-58 53 IIIIIII 7 58-68 63 IIIIIIIIIIIIII 14 68-78 73 IIIIIIIIIIIIIII 15 78-88 83 IIIIIIII 8 88-98 93 III 3 N=56Media AritméticaCuando los datos no están agrupados.Ejemplo:17-23-25-30-34-38-43-54 Cuando los datos están agrupadosA= Marca de clase es el origen de trabajo.n= Suma de frecuencia. = Es la multiplicación de la frecuencia por la desviación unitaria.C= Amplitud o intervalo.
    • INTERVALO MARCA DE U FRECUENCIA fu (u.f) Fi. Xi CLASE Xi ABSOLUTA f40->50 45 -2 5 -10 22550->60 55 -1 12 -12 66060->70 65 0 36 0 234070->80 75 1 22 22 165080->90 85 2 4 8 340 N=79 5215MedianaEjemplo: Nº INTERVALOS Fi Fi (Acu) i=1 28 – 38 2 2 i=2 78 – 48 7 9 i=3 48 – 58 7 16 i=4 58 – 68 14 30 i=5 68 – 78 15 45
    • i=6 78 – 88 8 53 i=7 88 – 98 3 56 n=56Las frecuencias acumuladas presentan un ordenamiento de los 56elementos de los que se distribuyen así:1º Intervalo 1º-2º2º Intervalo 3º-4º-5º-6º-7º-8º-9º3º Intervalo 10º-11º-12º-13º-14º-15º-16º4º Intervalo 17º-18º-19º-20º-21º-………..-30º5º Intervalo 31º-32º-33º-34º-35º-………..-45º6º Intervalo 45º-47º-48º-49º-50º-………..-53º7º Intervalo 54º-55º-56º2.- La determina la clase donde se encuentra la mediana, se hace ladivisión.La mediana ocupa el 28º lugar, se busca en la tabla se encuentra en:3.- Se aplica la fórmula.ModaDATOS NO AGRUPADOS1º CASODeterminar la moda de los siguientes datos.
    • 1, 1, 3, 4, 5, 5, 6, 8, 8, 8, 9, 9, 12El valor que más se repite es el 8 en 3 veces Mo=8.2º CasoUn conjunto de datos que no tiene Mo.14, 15, 18, 19, 20, 45, 59, 64.Ningún dato se repite no tiene Moda.3ºCaso7, 8, 8, 8, 16, 16, 16, 20, 24, 24, 33, 56, 56, 78, 78.Mo= 8; Mo=16 Caso Bimodal.DATOS AGRUPADOS 1= Es el exceso de frecuencia de la clase modal con respecto a la clasecontigua anterior a ella. 2= Posterior a ella. 2= Amplitud del intervalo. INTERVALO Fi 28-38 2 38-48 7 48-58 7 58-68 14 68-78 15 78-88 8 88-98 3
    • CONCLUSIONES:  Como vemos la estadística encierra muchos problemas de la vida diaria, en donde menos lo esperamos se pone en práctica. Hoy en día nos encontramos con un mundo cada vez más globalizado y actualizado es por ende que nosotros como futuros profesionales debemos de capacitarnos y relacionarnos con nuevas tecnologías y nuevos métodos de estudio para así tener una mejor experiencia y conocimiento en los sistemas informáticos. Todo lo que hemos detallado en el presente manual a cerca del SPSS nos permiten determinar las relaciones de las variables poblacionales, sean estas cualitativas o cuantitativa, para las cualitativas tenemos el Chi- cuadrado que permite determinar variables que carecen de unidad.  También nos permiten determinar la situación de las variables en las cuales existen problemas o desconocimiento de la realidad del entorno en estudio, principalmente muestral, a medida que aplicamos los estadísticos correctamente, los datos que nos arroja permitirá aclarar dudas o lo que se desconoce de ciertos aspectos en el campo empresarial, económico, financiero, social, educacional, en fin de cualquier área que se desee investigar el comportamiento de las variables ya sean cualitativas o cuantitativas y la posterior toma de decisiones.  Los diferentes programas para la resolución e interpretación de variables estadísticas principalmente el SPSS, nos permiten descubrir el comportamiento de cada una de las variables, con las cuales nos ayudara a la rápida resolución estadística para una posterior toma de decisiones.  Es de gran importancia saber que en nuestras manos existen programas que nos permiten analizar resultados de manera más eficaz y eficiente, de nosotros depende aprender y capacitarnos más con la tecnología actual.
    • RECOMENDACIONES:  De la manera como apliquemos los datos de cada ejercicio o dato estadístico, dependerá el éxito del problema o la investigación que pretendemos descubrir o resolver, es por eso que debemos dar a cada variable su correspondiente estadístico y de seguro tomaremos la decisión más acertada al interpretar para una buena toma de decisiones.  Emplear apropiadamente el software SPSS en la interpretación de variables muestrales estadísticas mediante un histograma, para la correcta toma de decisiones, y de seguro éxito en nuestro proyecto o investigación que estamos dando resolución.  Es recomendable que todos y cada uno de los datos estén clasificados entre las variables a determinar, ya sea por género, país, actividad, etc. Esto ayudara al programa a desarrollarse con más facilidad y a obtener los resultados más exactos de nuestra investigación.
    • ANEXOS:Frecuencias Estadísticos EXPORTACION EXPORTACION ES ES FOB TONELADA S N Válidos 41 41 Perdidos 2 2 Varianza 2.519E10 1.318E11Tabla de frecuencia EXPORTACIONES TONELADAS Frecuencia Porcentaje Porcentaje Porcentaje válido acumulad o Válidos 1944753 1 2.3 2.4 2.4 2029567 1 2.3 2.4 4.9 2062106 1 2.3 2.4 7.3 2082129 1 2.3 2.4 9.8 2087716 1 2.3 2.4 12.2 2094673 1 2.3 2.4 14.6 2109277 1 2.3 2.4 17.1 2111688 1 2.3 2.4 19.5 2126750 1 2.3 2.4 22.0 2129090 1 2.3 2.4 24.4 2131598 1 2.3 2.4 26.8 2135589 1 2.3 2.4 29.3
    • 2159617 1 2.3 2.4 31.72200673 1 2.3 2.4 34.12207587 1 2.3 2.4 36.62213808 1 2.3 2.4 39.02263398 1 2.3 2.4 41.52266774 1 2.3 2.4 43.92268435 1 2.3 2.4 46.32275843 1 2.3 2.4 48.82276219 1 2.3 2.4 51.22276238 1 2.3 2.4 53.72291789 1 2.3 2.4 56.12309041 1 2.3 2.4 58.52325590 1 2.3 2.4 61.02329229 1 2.3 2.4 63.42345900 1 2.3 2.4 65.92352703 1 2.3 2.4 68.32356567 1 2.3 2.4 70.72371979 1 2.3 2.4 73.22374973 1 2.3 2.4 75.62386512 1 2.3 2.4 78.02391048 1 2.3 2.4 80.52395715 1 2.3 2.4 82.92427325 1 2.3 2.4 85.42440271 1 2.3 2.4 87.82471923 1 2.3 2.4 90.22502616 1 2.3 2.4 92.72516369 1 2.3 2.4 95.12555781 1 2.3 2.4 97.62675699 1 2.3 2.4 100.0
    • Total 41 95.3 100.0Perdidos Sistema 2 4.7 Total 43 100.0 EXPORTACIONES FOB Frecuencia Porcentaje Porcentaje Porcentaje válido acumulad oVálidos 800798 1 2.3 2.4 2.4 873693 1 2.3 2.4 4.9 993825 1 2.3 2.4 7.3 1018148 1 2.3 2.4 9.8 1113441 1 2.3 2.4 12.2 1167336 1 2.3 2.4 14.6 1212690 1 2.3 2.4 17.1 1237432 1 2.3 2.4 19.5 1249447 1 2.3 2.4 22.0 1286133 1 2.3 2.4 24.4 1328430 1 2.3 2.4 26.8 1334448 1 2.3 2.4 29.3 1359233 1 2.3 2.4 31.7 1360062 1 2.3 2.4 34.1 1369489 1 2.3 2.4 36.6 1392258 1 2.3 2.4 39.0 1397918 1 2.3 2.4 41.5 1467517 1 2.3 2.4 43.9 1469969 1 2.3 2.4 46.3 1489381 1 2.3 2.4 48.8
    • 1514772 1 2.3 2.4 51.2 1576829 1 2.3 2.4 53.7 1613436 1 2.3 2.4 56.1 1621543 1 2.3 2.4 58.5 1690476 1 2.3 2.4 61.0 1726282 1 2.3 2.4 63.4 1772258 1 2.3 2.4 65.9 1827860 1 2.3 2.4 68.3 1831303 1 2.3 2.4 70.7 1856081 1 2.3 2.4 73.2 1863189 1 2.3 2.4 75.6 1868972 1 2.3 2.4 78.0 1974010 1 2.3 2.4 80.5 1975163 1 2.3 2.4 82.9 2009483 1 2.3 2.4 85.4 2021540 1 2.3 2.4 87.8 2032005 1 2.3 2.4 90.2 2053808 1 2.3 2.4 92.7 2060096 1 2.3 2.4 95.1 2064843 1 2.3 2.4 97.6 2120319 1 2.3 2.4 100.0 Total 41 95.3 100.0Perdidos Sistema 2 4.7 Total 43 100.0
    • Correlación Lineal: Correlaciones de exportaciones EXPORTACIO EXPORTACIO NES FOB NES TONELA DAS * EXPORTACIONES FOB Correlación de Pearson 1 .317 Sig. (bilateral) .043 N 41 41 * EXPORTACIONES Correlación de Pearson .317 1 TONELADAS Sig. (bilateral) .043 N 41 41 *. La correlación es significante al nivel 0,05 (bilateral).Regresión Lineal Variables Modelo Variables Variables Método introducidas eliminadas 1 EXPORTACIONES . Introducir a FOB a. Todas las variables solicitadas introducidas. b. Variable dependiente: EXPORTACIONES TONELADAS
    • b Resumen exportaciones Model R R cuadrado R cuadrado Error tipo de la o corregida estimació n a 1 .317 .101 .078 152421.164 a. Variables predictoras: (Constante), EXPORTACIONES FOB b. Variable dependiente: EXPORTACIONES TONELADAS b ANOVA Modelo Suma de gl Media F Sig. cuadrado cuadrátic s a a 1 Regresión 1.014E11 1 1.014E11 4.366 .043 Residual 9.061E11 39 2.323E10 Total 1.007E12 40 a. Variables predictoras: (Constante), EXPORTACIONES FOB b. Variable dependiente: EXPORTACIONES TONELADAS a CoeficientesModelo Coeficientes no estandarizados Coeficientes tipificados B Error típ. Beta t Sig.1 (Constante) 2058480.667 106316.321 19.362 .000 EXPORTACIONES FOB .139 .066 .317 2.090 .043a. Variable dependiente: EXPORTACIONES TONELADAS
    • a CoeficientesexportacionesModelo Intervalo de confianza de 99,0% para B Límite inferior Límite superior1 (Constante) 1770585.299 2346376.035 EXPORTACIONES FOB -.041 .318a. Variable dependiente: EXPORTACIONES TONELADAS
    • a Estadísticos sobre los desechos Mínimo Máximo Media Desviación N típicaValor pronosticado 2169559.00 2352589.25 2274989.22 50356.849 41Residual -292126.719 323109.656 .000 150503.841 41Valor pronosticado tip. -2.094 1.541 .000 1.000 41Residuo típ. -1.917 2.120 .000 .987 41a. Variable dependiente: EXPORTACIONES TONELADASGráficos
    • Prueba T Estadísticos de muestras relacionadas Media N Desviación típ. Error típ. de la mediaPar 1 EXPORTACIONES 2274989.22 41 158704.815 24785.528 TONELADAS EXPORTACIONES FOB 1560876.00 41 363037.841 56696.985 Correlaciones de muestras relacionadas N Correlación Sig.
    • Par 1 EXPORTACIONES 41 .317 .043 TONELADAS y EXPORTACIONES FOB Prueba de muestras relacionadas Diferencias relacionadas Media Desviación típ. Error típ. de la mediaPar 1 EXPORTACIONES 714113.220 347017.015 54194.953 TONELADAS - EXPORTACIONES FOB Prueba de muestras relacionadas Diferencias relacionadas 99% Intervalo de confianza para la diferencia Inferior Superior Par 1 EXPORTACIONES 567545.177 860681.262 TONELADAS - EXPORTACIONES FOB Prueba de muestras relacionadas t gl Sig. (bilateral)
    • Par 1 EXPORTACIONES 13.177 40 .000 TONELADAS - EXPORTACIONES FOB Tablas de contingencia Resumen del procesamiento de exportaciones Casos Válidos Perdidos Total N Porcentaje N Porcentaje N PorcentajeEXPORTACIONES 41 95.3% 2 4.7% 43 100.0% TONELADAS * EXPORTACIONES FOB Pruebas de chi-cuadrado Valor gl Sig. asintótica (bilateral) a Chi-cuadrado de Pearson 1640.000 1600 .238 Razón de verosimilitudes 304.513 1600 1.000 Asociación lineal por lineal 4.027 1 .045 N de casos válidos 41 a. 1681 casillas (100,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es ,02.
    • Prueba para una muestra Valor de prueba = 0 t gl Sig. (bilateral) Diferencia de mediasEXPORTACIONES 45.908 11 .000 2279029.333 TONELADASEXPORTACIONES FOB 19.664 11 .000 1155254.083 Prueba para una muestra Valor de prueba = 0 99% Intervalo de confianza para la diferencia Inferior Superior EXPORTACIONES 2124847.90 2433210.77 TONELADAS EXPORTACIONES FOB 972788.40 1337719.77
    • EJERCICIOS PROPUESTOS SOBRE DISTRIBUCIONES DE FRECUENCIASEJERCICIO No. 1Se pesaron 53 personas obteniéndose los siguientes pesos en kilogramos: 45 50 50 62 60 52 80 63 65 64 47 67 72 70 73 49 54 60 64 61 79 52 62 40 64 61 65 81 69 60 60 70 43 87 43 59 46 57 54 77 60 53 68 58 80 54 64 61 60 90 51 75 59Ejercicio No. 2En el siguiente cuadro se presentan las alturas en cm, de 40 alumnos de uncolegio de educación secundaria. Construir una tabla de distribución defrecuencias. 138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 144 168 126 138 176 163 119 154 165 146 173 142 147 135 153 140 135 161 145 135 142 150 156 145 128
    • Ejercicio No. 3En un colegio, 50 estudiantes han sido examinados por una prueba delenguaje. La escala es de o a 100. Las calificaciones individuales se presentanen el siguiente cuadro. 60 85 65 84 57 71 35 35 74 68 80 61 55 59 45 41 55 69 67 76 94 98 73 65 89 33 52 77 65 74 81 50 64 47 54 41 91 73 53 77
    • MEDIDAS DE DISPERSIÓNEjemplo: 6, 10, 16, 22, 36, 48, 56.Desviación media o variación media:6, 10, 15, 22, 36, 35Desviación estándar o desviación típica:Es la más confiable de las medidas de dispersión.Ejemplo:3, 5, 7, 10, 13, 15SPara datos no agrupados existe otro método.
    • DATOS AGRUPADOSCuando los datos se encuentran agrupados formando distribuciones defrecuencias se utiliza las siguientes fórmulas:1)2)INTERVALOS 40-50 45 3 -17.5 306.25 918.75 -2 -6 12 50-60 55 5 -7.5 56.25 281.25 -1 -5 5 60-70 65 7 2.5 6.25 47.75 0 0 0 70-80 75 4 12.5 156.25 625 1 4 4
    • 80-90 85 1 22.5 506.25 506.25 2 2 4 =20 =2375 =-5 =25Varianza:Se la define como el cuadrado de la desviación estándar. EJEMPLOS DE LA CAMPANA DE GAUSSCalcular la probabilidad del evento.P (0 Z 1.27)P= 0.3980= 39.80%Ejercicios propuestosa) P (0 Z 3.45)b) P (0 Z 0.8)c) P (0 Z 0.06)Calcular la probabilidad del eventoP (-2.8 Z 0)P= 0.4974= 49.74%
    • Ejercicios propuestosa) P (-3.6 Z 0)b) P (-2.02 Z 0)c) P (-1.4 Z 0)Calcular la probabilidad del eventoP (1.02 Z 2.97)1.02 y 2.96= A (0^2.97)- A (0^1.02) = 0.4985 – 0.3461 = 0.1524 =15.24%Ejercicios propuestosa) P (0.5 Z 1.09)b) P (2.04 Z 3.16)c) P (1.84 Z 1.96)Calcular la probabilidad del eventoP (-2.4 Z -0.85)A (-2.4 ^ - 0.85)= A (-2.4^0) - A (-0.85^0) = 0.4918-0.3023 = 0.1895= 18.95%
    • EJERCICIOS PROPUESTOSElabore la gráfica de dispersión y encuentre la ecuación lineal y determine quétipo relación es: PRUEBA DE EXAMEN DE ESTUDIANTES HONORABILIDA AUDICIÓN D MENTAL María 18 82 Olga 15 68 Susana 12 60 Aldo 9 32 Juan 3 18 María 18 18 Olga 15 32 Susana 12 60 Aldo 9 68 Juan 3 82 María 18 18 Olga 15 82 Susana 12 68 Aldo 9 60 Juan 3 32
    • COSTO Y PESO EN LIBRAS DE MANGOS Bolsas Peso un libro x Costo en $ (Y) 2,25 0,75 A 3 1 B C 3,75 1,25 D 4,50 1,50 E 5,25 1,75 F 6 2EJERCICIO PROPUESTOCalcular el r de Pearson. COEFICIENTE ESTUDIANTE PUNTAJE INTELECTUAL 1 110 1 2 112 1.6 3 118 1.2 4 119 2.1 5 122 1.8 6 125 2.6 7 127 2 8 130 3.2 9 132 2.6 10 134 3 11 136 3.6 12 138 19 100-140 (1-4)
    • COEFICIENTE DE CORRELACIÓN DE RANGOS DE SPERMANCuando una o más variables son solo de escala ordinal su fórmula matemáticaes:N= números de parejas de rango Orden dado Orden dado el por el DI Sujeto psicólogo Di ² psicólogo R( xi) - (yi) A(Raí) B(Río) 6 5 1 1 1 5 3 2 2 4 7 4 3 3 9 10 8 2 4 02.25 2.5 1 1.5 5 12.25 2.5 6 3.5 6 1 9 10 1 7 4 1 2 1 8 4 11 9 2 9 9 4 7 3 10 9 8 11 3 12 0 12 12 0
    • EJERCICIO PROPUESTO Nro. Actividades Atracción 1 0.30 8.9 2 0.44 9.3 3 0.67 9.6 4 0.00 6.2 5 0.50 8.8 6 0.15 8.1 7 0.58 9.5 8 0.32 7.1 9 0.72 11 10 1.00 11.7 11 0.87 11.5 12 0.09 7.3 13 0.89 10 14 0.64 10 15 0.24 7.5EJEMPLO DEL COEFICIENTE r DE PEARSON Habilidad mental Vs. Examen de admisión
    • x Y x2 y² XY 6724 1476 324 María 18 82 4624 1020 225 Olga 15 68 3600 7200 144 Susana 12 60 1024 288 81 Aldo 9 32 324 54 9 Juan 3 18 Ʃ y² = Ʃ xy = Ʃ x² = Ʃ x = 57 Ʃ y= 260 162 355 783 96 8EJERCICIOS PROPUESTOS X Y 18 18 15 82 12 68 9 60 3 32 18 18 15 32 12 60 9 68 3 82
    • alumnos Y X María 49 55 Olga 46 50 Susana 45 53 Aldo 42 35 Juan 39 48 Lourdes 37 46 Cesar 20 27 Jon 15 32EJEMPLOSAlumnos X Y x² y² Xy Di² Di María 49 55 2401 3025 2695 0 0 Olga 46 50 2116 2500 2300 -1 1Susana 45 53 2025 2809 2385 1 1 Aldo 42 35 1764 1225 1470 -2 4 Juan 39 48 1521 2304 1872 1 1Lourdes 37 46 1369 2116 1702 1 1 Cesar 20 24 400 576 480 -1 1 Jon 15 32 225 1024 480 1 1 Σx=293 Σy=343 Σx²=11821 Σy²=15579 Σxy=1338 ΣDi²=10
    • Los profesores son clasificados por los alumnos del V y VI curso y obtuvimoslos siguientes resultados. V Ciclo VI ciclo Profesor X Y J 49 48 K 47 45 L 42 22 R 39 22 F 37 40 Z 32 40
    • V Ciclo Vi ciclo Profesor Rango y D D2 X Y 0 J 1 1 0 0 K 2 2 1 0 6.25 L 3 5 2 -2.5 2.25 R 4 6 5.5 -1.5 2.25 F 5 3 3.5 1.5 6.25 Z 6 4 3.5 2.5 D2=17Su magnitud no es muy fuerte ni débil Altura del padre Altura del hijo 1 3 178 3 3 3+4.3 2 5 154 8 8 5.5 3 2 180 2 2 1 4 1 184 1 1 4.3 5 5 166 5 6 4.3 6 5 166 6 6 4 7 4 166 7 6 5.5 8 2 175 4 4
    • REGRESIÓN LINEALEjemplo deaprovechamiento Estudiante X Promedio de Y XY X2 numero calificaciones 1 110 1 110 12100 2 112 1.6 179.2 12544 3 118 1.2 141.6 13424 4 119 2.1 249.9 14161 5 122 2.6 317.2 14384 6 125 1.8 225 15625 7 127 2.6 330.2 16129 8 130 2 260 16900 9 132 3.2 422.4 17421 10 134 2.6 384.4 17456 11 136 3 408 18496 12 138 3.6 496.8 19044
    • x 4 3 2 1y 110 120 130 140Una psicóloga del desarrollo está interesada si es posible utiliza alturas de losjóvenes para producir en un posible estatura en la edad adulta y ella reúne lassiguientes datos de la tabla. a) Trace la grafica b) Obtener la línea de regresión por mínimo cuadrados c) En base a estos datos aquí esta estatura podría producir para una persona de 20 años si a los 3 años de edad tiene una altura de 42 pulgadas. Individuo Altura la Altura a la edad de 3 edad de 20 Xy X2 años años y pulgadas pulgada 1 30 59 1770 900 2 30 63 1890 900 3 32 62 1984 1024 4 33 67 2211 1059 5 34 65 2210 1156
    • 6 35 61 2135 12257 36 69 2484 12968 38 66 2508 14449 40 68 2720 160010 41 65 2665 168111 41 73 2993 168112 43 68 2924 184913 45 71 3195 202514 45 74 2924 202515 47 71 3195 220916 48 75 3330 2304 3337 3600 618 1077 41956 24408
    • x 50 40 30 20 10y 5 10 15 20 25 30 35 40 45 50 55 60EJEMPLOPara evaluar el nivel mental de los ingresantes de la Universidad seestandarizo la habilidad mental encontrándose un C.I. (coeficiente intelectual)promedio de 101,2 con una desviación estándar de 13,8. Aplicada de la pruebaa una muestra de 60 ingresantes de esta universidad se calculó que el C.I.promedio es de 106,4 con una desviación estándar de 16,4. ¿El nivel mental delos ingresantes es superior al término medio?Variable de estudio: La habilidad mental de los X estudiantes.µ = rendimiento mental promedio de los ingresantes.X = rendimiento promedio de la muestra.Solución: 1) Ho: µ= 101,2 Ha: µ > 101,2 2) Prueba unilateral de acuerdo a Ha. 3) Realizar la prueba de los niveles de significación de 5% y 1%.
    • 4) Se admite que la variable aleatoria de la prueba es la media de los coeficientes de inteligencia Xi. 5) Como n > 30 podemos usar una distribución normal de probabilidades para calcular los valores críticos y elaborar el esquema grafico de la prueba 99%. 6) Calculo estadístico de la prueba. 7) Toma de decisiones:A los niveles de significancia de 0,05 ^ 0,01 observamos que el estadístico Z=2,92 se ubica en la zona de rechazo, esta significancia que la prueba es muysignificativa luego rechazamos la Ho: µ= 101,2 y no rechazamos que el nivelmental de los ingresantes es superior al término medio.
    • PRUEBA DE Ji- CUADRADO OEJEMPLO:De la siguiente Tabla de valores determinar la X2LA CANTIDAD DE TARJETAS VENDIDAS JUGADOR TARGETAS VENDIDAS ESPERADO 1 13 20 2 33 20 3 14 20 4 7 20 5 36 20 6 17 20 120 120 1) Ho : No existe diferencia entre la experiencia local y nacional. Ha: Si existe diferencia entre la experiencia local y nacional. 2) Es una campana Unilateral. 3) Nivel de significancia x= 0.05 nivel de confianza 95% 4) Como n= 400 se puede utilizar la X2 para cualquier valor de datos.
    • 5) GRÁFICO Z.R Z.A gl= K-1 2x = 11,070 gl= 6-1 gl= 5 6) Calculo de la X2X2 =X2 = 34.40 7) Como X2 en la zona de rechazo se acepta ha y se rechaza la Ho
    • TABLAS DE CONTINGENCIAEJEMPLO :Se desea hacer una investigación de la liberación de una persona de la cárcelpara mejorar la vida civil, si regresa a su ciudad natal y si va a vivir a otra parte¿si existe relación entre el ajuste a la vida civil y el lugar de residencia despuésde la liberación? Sitio de Excelente Bueno Regular Insatisfactorio Total residencia Cuidad de 27 35 33 25 120 origen Otra ciudad 13 15 27 25 80 40 50 60 50 200/200 1. Ho.- No existe una relación entre el ajuste a la vida civil y el lugar de residencia después de la liberación. Ha.-Si existe una relación entre el ajuste a la vida civil y el lugar de residencia. 2. Se trata de una campana unilateral 3. x=0,001 (Nivel de significancia) Nivel de confianza 99% 4.-n = 200 se puede utilizar la CHI2 5.-GRÁFICO
    • gl =(F-19 ) (C-1)gl =(2-1) (4-1)x²=11,3456.-CALCULO DEL X² = REGULAR SATISFACTORIO EXCELENTE BUENO TOTAL fo- fe fo - fe fo - fe fo - fe fo - feCIUDAD DE 27 - 24 35 - 30 33 - 36 25 - 30 120 - 120 ORIGEN OTRA 13 - 16 15 - 20 27 - 24 25 - 20 80 - 80 CUIDAD 40 40 50 50 60 60 50 50 200 200 SON IGUALESX²= (27-24)2 / 24 + (36-30)2 / 30 + (33-36)2 /36 + (25-30) 2 / 30 + (13 -16) 2 /16 + (15 -20)2 /20+ (27-24)2 /24 + (25-20)2 /20X² = 5,7297.-El valor calculado de ji cuadrado se encuentra a la izquierda de 11,345 es aceptada la Ho en 0,01 no existe una relación a la vida civil donde resida el prisionero después de haber alcanzado la libertad.EJEMPLO 1. Ho.- El suero no tiene efecto, y la recuperación es independiente del uso del suero. Ha.- que el suero es el que permite la recuperación del paciente. 2. Es cola unilateral
    • 3. 0,05 (N. significancia.) Nivel de confianza 95% 4. n =200 personas se puede utilizar la ji cuadrado para cualquier valor de datos- 5. GRÁFICO gl =(F-1 ) (C-1) gl =(2-1) (2-1) x²=3,84 6. Calculo de x² X2= (75 - 70)2 / 70 + (65 - 70)2 / 70 + (25-30)2 /30 + (35-30) 2 / 30 = 2,38FRECUENCIAS OBSERVADAS CURADOS NO CURADOS TOTALGRUPO A USANDO 75 25 100 SUEROGRUPO B SIN SUERO 65 35 100 TOTAL 140 60 200
    • FRECUENCIAS ESPERADAS (DE Ho) CURADOS NO CURADOS TOTAL GRUPO A USANDO 70 30 100 SUEROGRUPO B SIN SUERO 70 30 100 TOTAL 140 60 200 7. Ho aceptamos, concluyendo que el suero no tiene efecto, que la recuperación es independiente Fe =(80 – 40) / 200 = 16 Fe= FRECUENCIA ESPERADA = (total del renglón) (total columna) / gran total Fe =(100 – 140) / 200 = 7Fe =(100 – 60) / 200 = 30Bibliografíahttp://www.AulaFacil.com. (s.f.).http://Levin Richard & Rubin David, 1996:p.140). (s.f.).hhttp://www.monografia.com/estadistica. (s.f.).