Transcript ¿Cómo hacer un baremo con Spss? en Power Point
Slide 1
Estadística Aplicada a la Psicología
Dra. Alicia Cayssials
Baremos del Test de Dominos
Región
Capital Federal
Conurbano Bonaerense
Slide 2
Acerca del Test de Dominos
Valoración de los Puntajes:
Washinton L. R. menciona que el puntaje bruto que aporta
el test no constituye un dato suficiente para la
clasificación de los individuos, ya que un mismo puntaje
tiene distinta significación a distintas edades.
Para eso es necesario elaborar una escala que permita una
rápida ubicación del sujeto dentro del grupo de edad a que
pertenece.
Slide 3
Acerca del Test de Dominos
Los niveles de edad establecidos por Washinton L. R. fueron :
12 a
14 a
16 a
18 a
13
15
17
+
años
años
años
años
Si bien se considera como adulto a la persona que pertenece
al rango de 18 años en adelante, ya que no hay diferencias
significativas, con fines didácticos trabajaremos con 300
sujetos con edades entre los 18 y 31 años y subdividiremos a
la muestra provista por la cátedra en 2 intervalos:
De 18 a 24 y
De 25 a 31 años
Slide 4
Acerca del Test de Dominos
Los percentiles es el resultado de dividir una muestra en
segmentos iguales.
El autor plantea que por motivos prácticos se han tomado 15
percentiles a saber: 1-5-10-20-25-30-40-50-60-70-75-80-9095-99.
Esta clasificiación responde a que se puede trabajar con
Cuartiles, quintiles o deciles.
Slide 5
Tamaño de la muestra
La base de datos con la que se trabajó contenía 300 casos
Trabajando con un intervalo de confianza del 95% podemos
establecer que el error muestral será del 5,7% para una
muestra probabilística.
Dicho de otra manera: del tamaño de la muestra depende del
margen de error y del nivel de confianza que se quiera
obtener. A medida que se aumenta el número de
entrevistados aumenta la exactitud de los resultados.
Slide 6
Tamaño de la muestra
En el cuadro siguiente se presentan algunos ejemplos para
una muestra probabilística:
Tamaño
Muestra
Error
muestral
máximo
300
5,7%
400
4,9%
500
4,4%
600
4,0%
700
3,7%
800
3,5%
900
3,3%
1000
3,1%
Aclarado esto pasamos al trabajo realizado con Spss.
Slide 7
Tamaño de la muestra
Cuando se le pide al spss un análisis de frecuencias para el campo
“Lugar de Residencia” encontramos los siguiente
Lugar de residencia
Frecuencia
Capital Federal
Conurbano Bonaerense
Otras Localidades
Total
Porcentaje
77
25,7
211
70,3
12
4,0
300
100,0
288 casos
La Base de Datos se compone de 300 registros.
Pero solo se utilizarán 288 casos compuestos por las variables
Capital Federal y Conurbano Bonaerense para realizar el Baremo.
Slide 8
Distribución del Rango de Edades
Una vez identificados los 288 casos con los que se trabajará,
recodificamos las edades para tener 2 grupos: de 18 a 24 y de 25 a
31 años, realizamos un análisis de frecuencias pero en este caso
para el campo “Rango de edades” y encontramos los siguiente:
Rango de edades
Frecuencia
Porcentaje
De 18 a 24 años
175
60,8
de 25 a 31 años
113
39,2
288
100,0
Total
Esto nos informa de cómo se compone nuestra muestra en función de
los 2 intervalos con los que trabajaremos.
Slide 9
Distribución por Sexo
Si quisieramos saber como se compone la muestra en cuanto al sexo
de los sujetos participantes, volvemos a pedir un análisis de
Frecuencias para el campo “sexo”
Sexo
Frecuencia
Porcentaje
Femenino
133
46,2
Masculino
155
53,8
288
100,0
Total
Slide 10
Distribución por Sexo
Hasta el momento tenemos recortes de las variables socio
demográficas, por un lado el lugar de residencia, por otro las edades
y por otro lado el sexo.
Ahora bien, si quisiéramos juntar toda esa información en una sola
tabla, que indique como está compuesta “toda la muestra” ¿Sería
posible esta acción?
Por ejemplo saber cuantas mujeres de Capital Federal entre 18 y 24
años formaron parte de la administración.
Slide 11
Distribución Muestral
Mediante la ayuda de las tablas personalizadas podemos obtener esta
información de manera precisa. La Rta a la pregunta anterior es 29
mujeres y componen el 10,07% del total de la muestra.
Rango de Edades
De 18 a 24 años
Capital Federal
De 25 a 31 años
Lugar de
residencia
De 18 a 24 años
Conurbano
Bonaerense
De 25 a 31 años
Sexo
Recuento
Femenino
29
10,07 %
Masculino
14
04,86 %
Femenino
13
04,51 %
Masculino
21
07,29 %
Femenino
62
21,53 %
Masculino
70
24,31 %
Femenino
29
10,07 %
Masculino
50
17,36 %
Total
288
100,00 %
%
Slide 12
Distribución Muestral
También podemos conocer el peso específico de cada Rango Etario, es
decir como se distribuye la muestra en cada intervalo.
Rango de Edades
De 18 a 24 años
Sexo
Recuento
Femenino
29
67,44 %
Masculino
14
32,56 %
43
100,00 %
Femenino
13
38,24 %
Masculino
21
61,76 %
34
100,00 %
Femenino
62
46,97 %
Masculino
70
53,03 %
132
100,00 %
Femenino
29
36,71 %
Masculino
50
63,29 %
79
100,00 %
Total
Capital Federal
De 25 a 31 años
Total
Lugar de
residencia
De 18 a 24 años
Total
Conurbano
Bonaerense
De 25 a 31 años
Total
%
Slide 13
Cálculo Percentilar
Para la estandarización, va a ser necesario que segmentemos la base de datos
antes de realizar los cálculos correspondientes. La segmentaremos por el
campo de edad que anteriormente reconvertimos.
Esto sería ir al menú “datos”, opción segmentar archivo, luego tildamos la
opción “comparar grupos”, y marcamos el campo “rango de edades”
Slide 14
Cálculo Percentilar
Una vez segmentada la base recurriremos nuevamente al análisis de
Frecuencias.
Esto sería ir al Menú “Analizar”, luego a la opción “Estadísticos Descriptivos” y
nuevamente “Frecuencias”
En Variables, insertamos el
campo de los puntajes
brutos del test de Dominos
Luego presionamos el
Botón de “Estadísticos”
Slide 15
Cálculo Percentilar
Presionamos la casilla de selección “percentiles” y vamos agregando uno a uno
los 15 percentiles establecidos presionando el botón añadir.
1-5-10-20-25-30-40-50-60-70-75-80-90-95-99.
Slide 16
Cálculo Percentilar
Estadí sticos
Puntaj e Total
De 18 a 24 años
de 25 a 31 años
N
Válidos
Perdidos
Percentiles 1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
N
Válidos
Perdidos
Percentiles 1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
175
0
9,80
17,80
24,00
29,20
31,00
32,00
34,00
37,00
39,00
40,00
41,00
42,80
44,00
45,20
48,00
113
0
4,42
14,50
24,00
29,80
32,00
34,00
35,00
37,00
39,00
41,00
41,00
42,00
44,00
45,00
47,00
Al finalizar tendremos una tabla como esta con los
valores buscados.
Para mejorar la vista, podemos usar el excel, para
juntar la información.
Slide 17
Cálculo Percentilar
En esta tabla está agrupada la población de Capital Federal y Gran Buenos. Solo se
diferenció el rango de Edades, para una demostración didáctica.
Podemos comparar estos datos “GENERALES” con los datos generales del Paper de
Washinton L. R
De 18 a 24 de 25 a 31
años
años
Percentil
1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
10
18
24
29
31
32
34
37
39
40
41
43
44
45
48
4
14
24
30
32
34
35
37
39
41
41
42
44
45
47
Población
General
5
12
17
22
23
25
27
29
31
33
34
35
37
40
44
Slide 18
Cálculo Percentilar
Para obtener un análisis por la región, lo único que tenemos que hacer, es agregar
la variable “Lugar de residencia” en la segmenación y obtendremos estos
resultados, que eran el objetivo de este trabajo práctico.
Percentil
1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
Capital
Federal
Conurbano
Bonaerense
Capital
Federal
Conurbano
Bonaerense
De 18 a 24
años
De 18 a 24
años
de 25 a 31
años
de 25 a 31
años
20
26
28
33
33
34
35
37
40
41
43
43
45
46
48
8
16
22
28
30
32
34
36
39
40
40
42
44
45
47
24
25
30
34
34
35
35
37
38
40
41
41
43
44
44
4
9
20
28
29
32
35
37
39
41
41
42
44
45
47
Slide 19
Cálculo Percentilar
Podemos probar que datos obtendríamos si tomáramos los 288 casos de Capital y
Conurbano tomando todos los casos, sin ninguna segmentación de variables.
Los resultados serían:
Puntaje Total
100
1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
General
7
16
24
30
32
33
35
37
39
40
41
42
44
45
48
80
60
40
Frecuencia
Percentil
20
Desv. típ. = 8,36
Media = 35,2
N = 288,00
0
5,0
15,0
10,0
25,0
20,0
35,0
30,0
45,0
40,0
50,0
Slide 20
Cálculo Percentilar
General
Podemos mostrar las medidas de tendencia Central y otra
forma de expresar los datos obtenidos.
Estadísticos
Media
Mediana
Mínimo
Máximo
Valores
35,17
37
4
48
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
X Max
p95
p90
p80
p75
p70
p60
p50
p40
p30
p25
p20
p10
p5
X Min
Slide 21
Anova de un Factor
Factor:
Variable Dependiente:
Nivel de estudios
Puntajes Brutos del Test de Dominos
ANOVA
Puntaje Total
Suma de
cuadrados
Media
cuadrática
gl
Inter-grupos
3849,334
7
549,905
Intra-grupos
16076,366
279
57,621
Total
19925,700
286
F
9,543
Sig.
,000
Esto se puede entender como que no puede ser explicada por el azar la
relación que existe entre los puntajes Brutos del Test y el nivel de estudio.
Slide 22
FIN
Estadística Aplicada a la Psicología
Dra. Alicia Cayssials
Baremos del Test de Dominos
Región
Capital Federal
Conurbano Bonaerense
Slide 2
Acerca del Test de Dominos
Valoración de los Puntajes:
Washinton L. R. menciona que el puntaje bruto que aporta
el test no constituye un dato suficiente para la
clasificación de los individuos, ya que un mismo puntaje
tiene distinta significación a distintas edades.
Para eso es necesario elaborar una escala que permita una
rápida ubicación del sujeto dentro del grupo de edad a que
pertenece.
Slide 3
Acerca del Test de Dominos
Los niveles de edad establecidos por Washinton L. R. fueron :
12 a
14 a
16 a
18 a
13
15
17
+
años
años
años
años
Si bien se considera como adulto a la persona que pertenece
al rango de 18 años en adelante, ya que no hay diferencias
significativas, con fines didácticos trabajaremos con 300
sujetos con edades entre los 18 y 31 años y subdividiremos a
la muestra provista por la cátedra en 2 intervalos:
De 18 a 24 y
De 25 a 31 años
Slide 4
Acerca del Test de Dominos
Los percentiles es el resultado de dividir una muestra en
segmentos iguales.
El autor plantea que por motivos prácticos se han tomado 15
percentiles a saber: 1-5-10-20-25-30-40-50-60-70-75-80-9095-99.
Esta clasificiación responde a que se puede trabajar con
Cuartiles, quintiles o deciles.
Slide 5
Tamaño de la muestra
La base de datos con la que se trabajó contenía 300 casos
Trabajando con un intervalo de confianza del 95% podemos
establecer que el error muestral será del 5,7% para una
muestra probabilística.
Dicho de otra manera: del tamaño de la muestra depende del
margen de error y del nivel de confianza que se quiera
obtener. A medida que se aumenta el número de
entrevistados aumenta la exactitud de los resultados.
Slide 6
Tamaño de la muestra
En el cuadro siguiente se presentan algunos ejemplos para
una muestra probabilística:
Tamaño
Muestra
Error
muestral
máximo
300
5,7%
400
4,9%
500
4,4%
600
4,0%
700
3,7%
800
3,5%
900
3,3%
1000
3,1%
Aclarado esto pasamos al trabajo realizado con Spss.
Slide 7
Tamaño de la muestra
Cuando se le pide al spss un análisis de frecuencias para el campo
“Lugar de Residencia” encontramos los siguiente
Lugar de residencia
Frecuencia
Capital Federal
Conurbano Bonaerense
Otras Localidades
Total
Porcentaje
77
25,7
211
70,3
12
4,0
300
100,0
288 casos
La Base de Datos se compone de 300 registros.
Pero solo se utilizarán 288 casos compuestos por las variables
Capital Federal y Conurbano Bonaerense para realizar el Baremo.
Slide 8
Distribución del Rango de Edades
Una vez identificados los 288 casos con los que se trabajará,
recodificamos las edades para tener 2 grupos: de 18 a 24 y de 25 a
31 años, realizamos un análisis de frecuencias pero en este caso
para el campo “Rango de edades” y encontramos los siguiente:
Rango de edades
Frecuencia
Porcentaje
De 18 a 24 años
175
60,8
de 25 a 31 años
113
39,2
288
100,0
Total
Esto nos informa de cómo se compone nuestra muestra en función de
los 2 intervalos con los que trabajaremos.
Slide 9
Distribución por Sexo
Si quisieramos saber como se compone la muestra en cuanto al sexo
de los sujetos participantes, volvemos a pedir un análisis de
Frecuencias para el campo “sexo”
Sexo
Frecuencia
Porcentaje
Femenino
133
46,2
Masculino
155
53,8
288
100,0
Total
Slide 10
Distribución por Sexo
Hasta el momento tenemos recortes de las variables socio
demográficas, por un lado el lugar de residencia, por otro las edades
y por otro lado el sexo.
Ahora bien, si quisiéramos juntar toda esa información en una sola
tabla, que indique como está compuesta “toda la muestra” ¿Sería
posible esta acción?
Por ejemplo saber cuantas mujeres de Capital Federal entre 18 y 24
años formaron parte de la administración.
Slide 11
Distribución Muestral
Mediante la ayuda de las tablas personalizadas podemos obtener esta
información de manera precisa. La Rta a la pregunta anterior es 29
mujeres y componen el 10,07% del total de la muestra.
Rango de Edades
De 18 a 24 años
Capital Federal
De 25 a 31 años
Lugar de
residencia
De 18 a 24 años
Conurbano
Bonaerense
De 25 a 31 años
Sexo
Recuento
Femenino
29
10,07 %
Masculino
14
04,86 %
Femenino
13
04,51 %
Masculino
21
07,29 %
Femenino
62
21,53 %
Masculino
70
24,31 %
Femenino
29
10,07 %
Masculino
50
17,36 %
Total
288
100,00 %
%
Slide 12
Distribución Muestral
También podemos conocer el peso específico de cada Rango Etario, es
decir como se distribuye la muestra en cada intervalo.
Rango de Edades
De 18 a 24 años
Sexo
Recuento
Femenino
29
67,44 %
Masculino
14
32,56 %
43
100,00 %
Femenino
13
38,24 %
Masculino
21
61,76 %
34
100,00 %
Femenino
62
46,97 %
Masculino
70
53,03 %
132
100,00 %
Femenino
29
36,71 %
Masculino
50
63,29 %
79
100,00 %
Total
Capital Federal
De 25 a 31 años
Total
Lugar de
residencia
De 18 a 24 años
Total
Conurbano
Bonaerense
De 25 a 31 años
Total
%
Slide 13
Cálculo Percentilar
Para la estandarización, va a ser necesario que segmentemos la base de datos
antes de realizar los cálculos correspondientes. La segmentaremos por el
campo de edad que anteriormente reconvertimos.
Esto sería ir al menú “datos”, opción segmentar archivo, luego tildamos la
opción “comparar grupos”, y marcamos el campo “rango de edades”
Slide 14
Cálculo Percentilar
Una vez segmentada la base recurriremos nuevamente al análisis de
Frecuencias.
Esto sería ir al Menú “Analizar”, luego a la opción “Estadísticos Descriptivos” y
nuevamente “Frecuencias”
En Variables, insertamos el
campo de los puntajes
brutos del test de Dominos
Luego presionamos el
Botón de “Estadísticos”
Slide 15
Cálculo Percentilar
Presionamos la casilla de selección “percentiles” y vamos agregando uno a uno
los 15 percentiles establecidos presionando el botón añadir.
1-5-10-20-25-30-40-50-60-70-75-80-90-95-99.
Slide 16
Cálculo Percentilar
Estadí sticos
Puntaj e Total
De 18 a 24 años
de 25 a 31 años
N
Válidos
Perdidos
Percentiles 1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
N
Válidos
Perdidos
Percentiles 1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
175
0
9,80
17,80
24,00
29,20
31,00
32,00
34,00
37,00
39,00
40,00
41,00
42,80
44,00
45,20
48,00
113
0
4,42
14,50
24,00
29,80
32,00
34,00
35,00
37,00
39,00
41,00
41,00
42,00
44,00
45,00
47,00
Al finalizar tendremos una tabla como esta con los
valores buscados.
Para mejorar la vista, podemos usar el excel, para
juntar la información.
Slide 17
Cálculo Percentilar
En esta tabla está agrupada la población de Capital Federal y Gran Buenos. Solo se
diferenció el rango de Edades, para una demostración didáctica.
Podemos comparar estos datos “GENERALES” con los datos generales del Paper de
Washinton L. R
De 18 a 24 de 25 a 31
años
años
Percentil
1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
10
18
24
29
31
32
34
37
39
40
41
43
44
45
48
4
14
24
30
32
34
35
37
39
41
41
42
44
45
47
Población
General
5
12
17
22
23
25
27
29
31
33
34
35
37
40
44
Slide 18
Cálculo Percentilar
Para obtener un análisis por la región, lo único que tenemos que hacer, es agregar
la variable “Lugar de residencia” en la segmenación y obtendremos estos
resultados, que eran el objetivo de este trabajo práctico.
Percentil
1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
Capital
Federal
Conurbano
Bonaerense
Capital
Federal
Conurbano
Bonaerense
De 18 a 24
años
De 18 a 24
años
de 25 a 31
años
de 25 a 31
años
20
26
28
33
33
34
35
37
40
41
43
43
45
46
48
8
16
22
28
30
32
34
36
39
40
40
42
44
45
47
24
25
30
34
34
35
35
37
38
40
41
41
43
44
44
4
9
20
28
29
32
35
37
39
41
41
42
44
45
47
Slide 19
Cálculo Percentilar
Podemos probar que datos obtendríamos si tomáramos los 288 casos de Capital y
Conurbano tomando todos los casos, sin ninguna segmentación de variables.
Los resultados serían:
Puntaje Total
100
1
5
10
20
25
30
40
50
60
70
75
80
90
95
99
General
7
16
24
30
32
33
35
37
39
40
41
42
44
45
48
80
60
40
Frecuencia
Percentil
20
Desv. típ. = 8,36
Media = 35,2
N = 288,00
0
5,0
15,0
10,0
25,0
20,0
35,0
30,0
45,0
40,0
50,0
Slide 20
Cálculo Percentilar
General
Podemos mostrar las medidas de tendencia Central y otra
forma de expresar los datos obtenidos.
Estadísticos
Media
Mediana
Mínimo
Máximo
Valores
35,17
37
4
48
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
X Max
p95
p90
p80
p75
p70
p60
p50
p40
p30
p25
p20
p10
p5
X Min
Slide 21
Anova de un Factor
Factor:
Variable Dependiente:
Nivel de estudios
Puntajes Brutos del Test de Dominos
ANOVA
Puntaje Total
Suma de
cuadrados
Media
cuadrática
gl
Inter-grupos
3849,334
7
549,905
Intra-grupos
16076,366
279
57,621
Total
19925,700
286
F
9,543
Sig.
,000
Esto se puede entender como que no puede ser explicada por el azar la
relación que existe entre los puntajes Brutos del Test y el nivel de estudio.
Slide 22
FIN