Ibm spss statistics_brief_guide

Guía breve de IBM SPSS Statistics 24
IBM

Nota
Antes de utilizar esta información y el producto al que da soporte, lea la información que se incluye en el apartado
“Avisos” en la página 95.
Información sobre el producto
Esta edición se aplica a la versión 24, release 0, modificación 0 de IBM SPSS Statistics y a todas las versiones y
modificaciones posteriores hasta que se indique lo contrario en nuevas ediciones.

Contenido
Capítulo 1. Introducción . . . . . . . . 1
Archivos muestrales . . . . . . . . . . . . 1
Apertura de un archivo de datos . . . . . . . 1
Ejecución de un análisis . . . . . . . . . . 3
Creación de gráficos . . . . . . . . . . . . 4
Capítulo 2. Lectura de datos . . . . . . 7
Estructura básica de archivos de datos de IBM SPSS
Statistics . . . . . . . . . . . . . . . . 7
Lectura de archivos de datos de IBM SPSS Statistics 7
Lectura de datos de Excel . . . . . . . . . . 8
Lectura de datos de una base de datos . . . . . 11
Lectura de datos desde un archivo de texto. . . . 14
Capítulo 3. Uso del Editor de datos . . 19
Introducción de datos numéricos . . . . . . . 19
Introducción de datos de cadena . . . . . . . 20
Definición de datos. . . . . . . . . . . . 21
Adición de etiquetas de variable . . . . . . 21
Cambio de tipo de variable y formato . . . . 22
Añadir etiquetas de valores . . . . . . . . 23
Tratamiento de los datos perdidos . . . . . . 23
Valores perdidos de una variable numérica . . . 24
Valores perdidos de una variable de cadena . . 24
Capítulo 4. Examen de estadísticos de
resumen para variables individuales . . 27
Nivel de medición . . . . . . . . . . . . 27
Medidas de resumen para datos categóricos . . . 27
Gráficos para datos categóricos . . . . . . . 28
Medidas de resumen para variables de escala . . . 29
Histogramas para variables de escala . . . . . 30
Capítulo 5. Creación y edición de
gráficos . . . . . . . . . . . . . . 33
Procedimiento básico de creación de gráficos . . . 33
Uso de la galería del generador de gráficos. . . 34
Definición de variables y estadísticos . . . . . 34
Adición de texto. . . . . . . . . . . . 36
Creación del gráfico . . . . . . . . . . 37
Capítulo 6. Cómo trabajar con
resultados . . . . . . . . . . . . . 39
Uso del Visor. . . . . . . . . . . . . . 39
Uso del Editor de tablas dinámicas . . . . . . 40
Acceso a las definiciones de resultados . . . . 40
Tablas de pivotado . . . . . . . . . . . 41
Creación y visualización de capas . . . . . . 42
Edición de tablas . . . . . . . . . . . 43
Ocultación de filas y columnas . . . . . . . 44
Cambio de formato de presentación de datos . . 44
TableLook . . . . . . . . . . . . . . . 45
Utilización de formatos predefinidos . . . . . 46
Personalización de estilos de aspectos de tabla . 46
Cambio de los formatos de tablas
predeterminadas. . . . . . . . . . . . 49
Personalización de las opciones de presentación
inicial . . . . . . . . . . . . . . . 50
Mostrar las etiquetas de variable y de valor . . 51
Uso de los resultados en otras aplicaciones . . . . 52
Pegado de resultados como tablas de Word. . . 53
Pegado de resultados como texto . . . . . . 53
Exportación de resultados a archivos de
Microsoft Word, PowerPoint y Excel . . . . . 54
Exportación de resultados a PDF . . . . . . 59
Exportación de resultados a HTML . . . . . 61
Capítulo 7. Trabajo con sintaxis . . . . 63
Pegado de la sintaxis . . . . . . . . . . . 63
Edición de la sintaxis . . . . . . . . . . . 64
Apertura y ejecución de un archivo de sintaxis . . 65
Utilización de puntos de corte . . . . . . . . 65
Capítulo 8. Modificación de los valores
de los datos . . . . . . . . . . . . 67
Creación de una variable categórica a partir de una
variable de escala . . . . . . . . . . . . 67
Cálculo de nuevas variables . . . . . . . . . 69
Uso de funciones en las expresiones . . . . . 70
Uso de Expresiones condicionales . . . . . . 71
Trabajo con fechas y horas . . . . . . . . . 72
Cálculo de la distancia temporal entre dos fechas 73
Adición de una duración a una fecha. . . . . 74
Capítulo 9. Ordenación y selección de
datos . . . . . . . . . . . . . . . 77
Ordenación de datos . . . . . . . . . . . 77
Procesamiento de archivos segmentados. . . . . 78
Ordenación de casos para el procesamiento de
archivos segmentados . . . . . . . . . . 79
Activación y desactivación del procesamiento de
archivos segmentados . . . . . . . . . . 79
Selección de subconjuntos de casos . . . . . . 79
Para seleccionar subconjuntos de casos basados
en una expresión condicional . . . . . . . 80
Para seleccionar una muestra aleatoria de casos 81
Selección de un rango de tiempo o un rango de
casos . . . . . . . . . . . . . . . 82
Tratamiento de los casos no seleccionados . . . 82
Estado de selección de casos. . . . . . . . . 83
Capítulo 10. Archivos muestrales . . . 85
Avisos . . . . . . . . . . . . . . . 95
Marcas comerciales . . . . . . . . . . . . 97
Índice . . . . . . . . . . . . . . . 99
iii

iv Guía breve de IBM SPSS Statistics 24

Capítulo 1. Introducción
Esta guía le mostrará cómo utilizar muchas de las características disponibles. Está diseñado para
proporcionar una guía práctica paso a paso. Todos los ejemplos que aparecen en los ejemplos vienen
instalados con la aplicación para que pueda seguirlos a la hora de realizar el mismo análisis y obtener los
mismos resultados que aparecen aquí.
Si quiere ver ejemplos detallados de diversas técnicas de análisis estadísticos, acceda a los Estudios de
casos, disponibles desde el menú Ayuda.
Archivos muestrales
La mayoría de los ejemplos que se ofrecen utilizan el archivo de datos demo.sav. Este archivo de datos es
un estudio ficticio de varios miles de personas que contiene información básica demográfica y de
consumo.
Si utiliza la versión para estudiantes, su versión de demo.sav será una muestra representativa del archivo
de datos original, reducido para ajustarse al límite de 1.500 casos. Los resultados que obtenga con ese
archivo de datos serán diferentes de los resultados que aparecen aquí.
Los archivos muestrales instalados con el producto se encuentran en el subdirectorio Samples del
directorio de instalación. Existe otra carpeta con los subdirectorios de muestra de cada uno de los
idiomas siguientes: inglés, francés, alemán, italiano, japonés, coreano, polaco, ruso, chino simplificado,
español y chino tradicional.
No todos los archivos muestrales están disponibles en todos los idiomas. Si un archivo muestral no está
disponible en un idioma, esa carpeta de idioma contendrá una versión en inglés del archivo muestral.
Apertura de un archivo de datos
Para abrir un archivo de datos:
1. Elija en los menús:
Archivo > Abrir > Datos...
Aparece un cuadro de diálogo para abrir archivos.
De forma predeterminada, aparecerán los archivos de datos de IBM®
SPSS Statistics (extensión .sav).
En este ejemplo se utiliza el archivo demo.sav.
© Copyright IBM Corp. 1989, 2016 1

El archivo de datos aparece en el Editor de datos. En el Visor de datos, si sitúa el cursor sobre un
nombre de variable (las cabeceras de columnas), aparecerá una etiqueta de variable más descriptiva
(si se ha definido para esa variable).
De forma predeterminada, aparecen los valores de los datos reales. Para visualizar etiquetas:
Ver > Etiquetas de valores
Si lo desea, puede utilizar el botón Etiquetas de valor de la barra de herramientas.
Ahora aparecerán las etiquetas de valor descriptivas para facilitar la interpretación de las respuestas.
Figura 1. Archivo demo.sav en el Editor de datos
Figura 2. Botón Etiquetas de valor
Figura 3. Etiquetas de valor en el Editor de datos
2 Guía breve de IBM SPSS Statistics 24

Ejecución de un análisis
Si tiene alguna opción adicional, el menú Analizar contiene una lista de categorías de informes generales
y de análisis estadísticos.
Para comenzar, crearemos una tabla de frecuencias simple (tabla de recuentos). Este ejemplo requiere la
opción Statistics Base.
Analizar > Estadísticos descriptivos > Frecuencias...
Aparecerá el cuadro de diálogo Frecuencias.
Un icono junto a cada variable proporciona información acerca del tipo de datos y el nivel de
medición.
Numérico Cadena Fecha Hora
Escala (Continuo) n/a
Ordinal
Nominal
Si el nombre o la etiqueta de la variable aparecen truncadas en la lista, puede ver el texto completo
del nombre o la etiqueta situando el cursor sobre ella. El nombre de la variable cating aparecerá entre
corchetes después de la etiqueta de variable descriptiva. Categoría de ingresos (en miles) es la etiqueta
de la variable. Si no hubiese etiqueta de variable, sólo aparecería el nombre de la variable en el
cuadro de lista.
Puede ajustar el tamaño de los cuadros de diálogo como si fueran ventanas, pulsando y arrastrando
los bordes o esquinas exteriores. Por ejemplo, si aumenta el ancho del cuadro de diálogo, las listas de
variables también serán más anchas.
En el cuadro de diálogo, seleccione las variables que desea analizar de la lista de origen de la
izquierda y arrástrelas y suéltelas en la lista Variable(s) de la derecha. El botón Aceptar, que ejecuta el
análisis, está desactivado hasta que se sitúe al menos una variable en la lista Variable(s).
Figura 4. Cuadro de diálogo Frecuencias
Capítulo 1. Introducción 3

En muchos cuadros de diálogo puede obtener más información si pulsa con el botón derecho del
ratón en cualquier nombre de variable de la lista y selecciona Información de variable en el menú
emergente.
2. Pulse en Sexo [sexo] en la lista de variables de origen y arrastre la variable hasta la lista de destino
Variable(s).
3. Pulse en Categoría de ingresos en miles [cating] en la lista de origen y arrástrela a la lista de destino.
4. Pulse en Aceptar para iniciar el procedimiento.
Los resultados aparecen en la ventana Visor.
Creación de gráficos
Aunque algunos procedimientos estadísticos pueden crear gráficos, también puede utilizar el menú
Gráficos para crear gráficos.
Figura 5. Variables seleccionadas para el análisis
Figura 6. Tabla de frecuencias de las categorías de ingresos

Por ejemplo, puede crear un gráfico que muestre la relación entre el servicio de telefonía inalámbrica y el
hecho de poseer una agenda digital (PDA).
Gráficos > Generador de gráficos...
2. Pulse en la pestaña Galería (si no está seleccionada).
3. Pulse en Barra (si no está seleccionada).
4. Arrastre el icono de barras agrupadas al lienzo, que es la zona grande que hay encima de la galería.
5. Desplace hacia abajo la lista de variables, pulse con el botón derecho del ratón en Servicio inalámbrico
[inalam] y elija Nominal como nivel de medición.
6. Arrastre la variable Servicio inalámbrico [inalam] al eje x.
7. Pulse con el botón derecho del ratón en Tiene PDA [pda] y elija Nominal como nivel de medición.
8. Arrastre la variable Tiene PDA [pda] a la zona de colocación de agrupación situada en la esquina
superior derecha del lienzo.
9. Pulse en Aceptar para crear el gráfico.
Figura 7. Cuadro de diálogo Generador de gráficos con las zonas de colocación rellenadas
Capítulo 1. Introducción 5

El gráfico de barras aparecerá en el Visor. El gráfico muestra que es mucho más probable que las
personas que disponen de servicios de telefonía inalámbrica tengan también agendas digitales que los
que no disponen de tales servicios.
Puede editar los gráficos y las tablas pulsando dos veces en ellos en el panel de contenidos de la ventana
Visor y, a continuación, puede copiar y pegar los resultados en otras aplicaciones. Abordaremos esos
temas más adelante.
Figura 8. Gráfico de barras en la ventana Visor

Capítulo 2. Lectura de datos
Los datos se pueden introducir directamente, o importarse desde diferentes orígenes. En este capítulo se
tratarán los procesos para leer datos almacenados en archivos de datos IBM SPSS Statistics, aplicaciones
de hojas de cálculo como Microsoft Excel, aplicaciones de bases de datos como Microsoft Access y
archivos de texto.
Estructura básica de archivos de datos de IBM SPSS Statistics
Los archivos de datos IBM SPSS Statistics están organizados por casos (filas) y variables (columnas). En
este archivo de datos, los casos representan a los encuestados individuales que responden a una encuesta.
Las variables representan respuestas a cada una de las preguntas realizadas en la encuesta.
Lectura de archivos de datos de IBM SPSS Statistics
Los archivos de datos IBM SPSS Statistics, que tienen una extensión de archivo .sav, contiene los datos
guardados.
Archivo > Abrir > Datos...
2. Acceda a demo.sav y ábralo. Consulte el tema Capítulo 10, “Archivos muestrales”, en la página 85 para
obtener más información.
Los datos aparecerán en el Editor de datos.
Figura 9. Editor de datos

Lectura de datos de Excel
En lugar de escribir todos los datos directamente en el Editor de datos, puede leer datos desde
aplicaciones como Microsoft Excel. También puede leer los encabezados de las columnas como nombres
de variables.
Archivo > Importar datos > Excel
2. Vaya a la carpeta SamplesEnglish y seleccione demo.xlsx.
El cuadro de diálogo Leer archivo Excel ofrece una vista previa del archivo de datos. Se muestra el
contenido de la primera hoja del archivo. Si el archivo tiene varias hojas, puede seleccionar la hoja de
la lista.
Puede ver que algunos de los valores de cadena para Sexo tienen espacios iniciales. Algunos de los
valores de MaritalStatus se muestran como puntos (.).
Figura 10. Archivo de datos abierto

3. Asegúrese de que está seleccionada la opción Leer nombre de variables de la primera fila de datos.
Si los encabezados de las columnas no se ajustan a las reglas de nombre de variable, se convierten a
nombres de variable válidos. Los encabezados de columna originales se guardan como etiquetas de
variable.
4. Seleccione Eliminar espacios iniciales de valores de cadena.
5. Deseleccione Porcentaje de valores que determinan tipo de datos.
Figura 11. Cuadro de diálogo Leer archivo Excel
Capítulo 2. Lectura de datos 9

El valor de cadena "sin respuesta" se muestra ahora en las celdas que no estaban en el sistema. Si no
hay parámetro de porcentaje de valores y la columna contiene una combinación de tipos de datos, la
variable se lee como un tipo de datos de cadena. Los valores se mantienen, pero los valores numéricos
se tratan como valores de cadena.
6. Seleccione (marque) Porcentaje de valores que determinan tipo de datos para tratar MaritalStatus
como una variable numérica.
7. Pulse en Aceptar para leer el archivo de Excel.
Los datos aparecerán en el Editor de datos, con los encabezados de las columnas utilizados como
nombres de variables. Al no poder contener espacios los nombres de variables, se eliminan los espacios
de los encabezados de las columnas originales. Por ejemplo, el encabezado de columna "Estado civil" se
convierte en la variable MaritalStatus. El encabezado de la columna original se conservará como etiqueta
de la variable.

Información relacionada:
Capítulo 10, “Archivos muestrales”, en la página 85
Lectura de datos de una base de datos
Los datos procedentes de bases de datos se importan con gran facilidad mediante el Asistente para bases
de datos. Se puede leer directamente cualquier base de datos que utilice controladores de ODBC (Open
Database Connectivity), una vez instalados los controladores. En el CD de instalación, se suministran
controladores ODBC para diferentes formatos de bases de datos. Se pueden obtener controladores
adicionales de otros fabricantes. En este ejemplo se trata una de las aplicaciones de bases de datos más
conocidas, Microsoft Access.
Nota: este ejemplo es específico para Microsoft Windows y requiere un controlador ODBC para Access. El
controlador OBDC de Microsoft Access solo funciona con la versión 32-bit de IBM SPSS Statistics. Los
pasos son similares en otras plataformas, pero es posible que requieran un controlador ODBC de otro
fabricante para Access.
Archivo > Importar datos > Base de datos > Nueva consulta...
Figura 12. Datos de Excel importados

2. Seleccione MS Access Database de la lista de orígenes de datos y pulse en Siguiente.
Nota: dependiendo de la instalación, es posible que también aparezca una lista de los orígenes de
datos OLEDB en la parte izquierda del asistente (sólo sistemas operativos Windows), pero este
ejemplo utiliza la lista de orígenes de datos ODBC que aparece a la derecha.
3. Pulse en Examinar para acceder al archivo de base de datos de Access que desea abrir.
4. Abrir demo.mdb. Consulte el tema Capítulo 10, “Archivos muestrales”, en la página 85 para obtener
más información.
5. Pulse en Aceptar en el cuadro de diálogo de acceso.
En el siguiente paso se pueden especificar las tablas y variables que desea importar.
Figura 13. Cuadro de diálogo Bienvenido al asistente para bases de datos

6. Arrastre toda la tabla demo hasta la lista Recuperar los campos en este orden.
7. Pulse en Siguiente.
En el siguiente paso, se pueden seleccionar los registros (casos) que desea importar.
Si no desea importar todos los casos, puede importar un subconjunto de casos (por ejemplo, los
varones mayores de 30) o una muestra aleatoria de casos del origen de datos. Para grandes orígenes
de datos, es posible que desee limitar el número de casos a una pequeña y representativa muestra
para reducir el tiempo de procesamiento.
8. Pulse en Siguiente para continuar.
Los nombres de campo se utilizan para crear nombres de variable. Si es preciso, los nombres se
convierten en nombres de variable válidos. Los nombres de campos originales se reservan como
etiquetas de variable. También puede cambiar los nombres de variables antes de importar la base de
datos.
Figura 14. Paso Seleccionar datos

9. Pulse en la casilla Recodificar como numérica en el campo Género. Esta opción convierte las
variables de cadena en variables enteras y conserva los valores originales como etiquetas de valor
para la nueva variable.
En el cuadro de diálogo Resultados aparecerá la sentencia SQL creada a partir de las selecciones
realizadas en el Asistente para bases de datos. Esta sentencia se puede ejecutar ahora o se puede
guardar en un archivo para su uso posterior.
11. Pulse en Finalizar para importar los datos.
En el editor de datos, ya están disponibles todos los datos de la base de datos de Access seleccionados
para su importación.
Lectura de datos desde un archivo de texto
Los archivos de texto representan otro origen habitual de datos. Muchos programas de hojas de cálculo y
de bases de datos pueden guardar su contenido en uno de los varios formatos de archivo de texto. Los
archivos delimitados por comas o por tabuladores hacen referencia a filas de datos que utilizan comas o
tabuladores para indicar cada variable. En este ejemplo, los datos están delimitados por tabulaciones.
Figura 15. Paso Definir las variables

Archivo > Importar datos > Datos de texto
2. Vaya a la carpeta SamplesEnglish y seleccione demo.txt.
El Asistente para la importación de texto le guiará a través del proceso para definir cómo se
interpreta el archivo de texto especificado.
3. En el Paso 1, se puede seleccionar un formato predefinido o crear uno nuevo en el asistente.
Seleccione No.
Como ya se ha comentado, este archivo utiliza un formato delimitado por tabulaciones. Asimismo,
los nombres de variables se definen en la línea superior de este archivo.
5. En el paso 2 del asistente, seleccione Delimitadas para indicar que el archivo tiene una estructura de
formato delimitado.
6. Seleccione Sí para indicar que el archivo incluye nombres de variable en la parte superior del
archivo.
8. En paso 3, introduzca 2 para el número de línea donde comienza el primer caso de datos (ya que los
nombres de variables están en la primera línea).
9. Mantenga los valores predeterminados del resto de este paso y pulse en Siguiente para continuar.
La vista previa de datos del paso 4 proporciona una forma rápida de asegurarse de que el archivo se
lea correctamente
10. Seleccione Tabulador y desactive las demás opciones para delimitadores. Espacio está seleccionado
de forma predeterminada porque el archivo contiene espacios. Para este archivo, los espacio son
parte de lo valores de datos, no delimitadores. Debe dejar de seleccionar Espacio para leer el archivo
correctamente.
11. Seleccione Eliminar espacios iniciales de valores de cadena. Los espacios al principio de los valores
de una cadena afectan al modo en que se avalúan los valores de cadena en las expresiones. En este
archivo, algunos de los valores para Sexo tienes espacios iniciales que no forman parte del valor. Si
Figura 16. Asistente para la importación de texto: paso 1 de 6

no elimina dichos espacios, el valor " f" se trata de forma distinta que el valor "f".
Puesto que los nombres de las variables se modifican para adaptarse a las normas de denominación,
el paso 5 ofrece la oportunidad de editar cualquier nombre no deseado.
También se pueden definir aquí los tipos de datos. Por ejemplo, puede cambiar Ingresos por el
formato de moneda de dólar.
Para cambiar un tipo de datos:
13. En Vista previa de datos, seleccione Ingresos.
14. Seleccione Dólar en la lista desplegable Formato de datos.
Figura 17. Asistente para la importación de texto: paso 4 de 6

La variable MaritalStatus contiene valores de cadena y también numéricos. Menos del cinco por
ciento de los valores son cadenas. Con el valor predeterminado de 95% para Porcentaje de valores
que determinan el formato de datos automático, la variable se trata como numérica y los valores de
cadena se establecen como perdidos del sistema. Si no hay datos que cumplan el valor de porcentaje,
la variable se trata como una variable de cadena. Si cambia el valor a 100, se mantienen todos los
valores pero todos los valores numéricos se tratan como cadenas.
16. Mantenga las selecciones predeterminadas del último paso y pulse en Finalizar para importar los
datos.
Figura 18. Cambio del tipo de datos

Capítulo 3. Uso del Editor de datos
En el Editor de datos se muestra el contenido del archivo de datos activo. La información incluida en el
Editor de datos consta de variables y casos.
v En la Vista de datos, las columnas representan las variables y las filas representan los casos
(observaciones).
v En la Vista de variables, cada fila es una variable y cada columna es un atributo asociado a dicha
variable.
Las variables se utilizan para representar los diferentes tipos de datos que haya recopilado. Una analogía
común es la de una encuesta. La respuesta a cada pregunta de una encuesta equivale a una variable. Las
variables son de distintos tipos, incluyendo números, cadenas, moneda y fechas.
Introducción de datos numéricos
Los datos se pueden introducir en el Editor de datos, lo que puede resultar útil para archivos de datos
pequeños o para realizar tareas de edición menores en archivos de datos más grandes.
1. Pulse en la pestaña Vista de variables, que se encuentra en la parte inferior de la ventana Editor de
datos.
Debe definir las variables que va a utilizar. En este caso, sólo se necesitan tres variables: edad, estado
civil e ingresos.
2. Escriba edad en la primera fila de la primera columna.
3. En la segunda fila, escriba ecivil.
4. En la tercera fila, escriba ingresos.
Se asignará automáticamente el tipo de datos Numérico a las nuevas variables.
Si no introduce nombres de variable, se crearán nombres exclusivos automáticamente. No obstante,
estos nombres no son descriptivos ni recomendables para archivos de datos más grandes.
Figura 19. Nombres de variables en la Vista de variables
19

5. Pulse en la pestaña Vista de datos para seguir introduciendo los datos.
Los nombres introducidos en la pestaña Vista de variables serán, a partir de ahora, los encabezados
de las tres primeras columnas de Vista de datos.
Empiece a introducir datos en la primera fila de la primera columna.
6. En la columna edad, escriba 55.
7. En la columna ecivil, escriba 1.
8. En la columna ingresos, escriba 72000.
9. Mueva el cursor hasta la segunda fila de la primera columna para añadir los datos del siguiente
sujeto.
10. En la columna edad, escriba 53.
11. En la columna ecivil, escriba 0.
12. En la columna ingresos, escriba 153000.
En la actualidad, en las columnas de la edad y el estado civil aparecen separaciones decimales, aunque
sus valores sean números enteros. Para ocultar las separaciones decimales en estas variables:
datos.
14. En la columna Decimales de la fila edad, escriba 0 para ocultar el decimal.
15. En la columna Decimales de la fila ecivil, escriba 0 para ocultar el decimal.
Introducción de datos de cadena
También se pueden introducir datos no numéricos como, por ejemplo, cadenas de texto, en el Editor de
datos.
datos.
2. Escriba sexo como nombre de variable en la primera casilla de la primera fila vacía.
3. Pulse en la casilla Tipo que hay junto a su entrada.
Figura 20. Valores introducidos en Vista de datos

4. Pulse en el botón que hay a la derecha de la casilla Tipo para abrir el cuadro de diálogo Tipo de
variable.
5. Seleccione Cadena para especificar el tipo de variable.
6. Pulse en Aceptar para guardar la selección y volver al Editor de datos.
Definición de datos
Además de definir los tipos de datos, también puede definir etiquetas descriptivas de variable y etiquetas
de valor para los nombres de variables y los valores de datos. Estas etiquetas descriptivas se emplean en
los gráficos e informes estadísticos.
Adición de etiquetas de variable
Las etiquetas están destinadas a proporcionar descripciones de las variables. Estas descripciones suelen
ser versiones extendidas de los nombres de variable. Las etiquetas pueden ocupar hasta 255 bytes. Estas
etiquetas se utilizan en los resultados para identificar a las diferentes variables.
datos.
2. En la columna Etiqueta de la fila edad, escriba Edad del encuestado.
3. En la columna Etiqueta de la fila ecivil, escriba Estado civil.
4. En la columna Etiqueta de la fila ingresos, escriba Ingresos familiares.
5. En la columna Etiqueta de la fila sexo, escriba Sexo.
Figura 21. Cuadro de diálogo Tipo de variable
Capítulo 3. Uso del Editor de datos 21

Cambio de tipo de variable y formato
En la columna Tipo aparecen los tipos de datos actuales de cada variable. Los tipos de datos más
comunes son los numéricos y las cadenas, pero se admiten otros muchos formatos. En el archivo de datos
actual, la variable de ingresos se define como un tipo numérico.
1. Pulse en la casilla Tipo para la fila ingresos y, a continuación, pulse el botón que hay a la derecha de la
casilla para abrir el cuadro de diálogo Tipo de variable.
2. Seleccione Dólar.
Aparecerán las opciones de formato del tipo de datos seleccionado en ese momento.
3. Para el formato de la moneda de este ejemplo, seleccione $###,###,###.
4. Pulse en Aceptar para guardar los cambios.
Figura 22. Etiquetas de variable introducidas en Vista de variables
Figura 23. Cuadro de diálogo Tipo de variable

Añadir etiquetas de valores
Las etiquetas de valor proporcionan un método para correlacionar los valores de variable con una
etiqueta de texto. En este ejemplo, hay dos valores aceptables para la variable ecivil. Un valor 0 significa
que el sujeto está soltero/a, y un valor 1, que está casado/a.
1. Pulse en la casilla Valores de la fila ecivil y, a continuación, pulse el botón que hay a la derecha de la
casilla para abrir el cuadro de diálogo Etiquetas de valor.
El valor corresponde al valor numérico real.
La etiqueta de valor es la etiqueta de cadena que se aplica al valor numérico especificado.
2. Escriba 0 en el campo Valor.
3. Escriba Sin casar en el campo Etiqueta.
4. Pulse en Añadir para que se añada esta etiqueta a la lista.
5. Escriba 1 en el campo Valor y, a continuación, escriba Casado en el campo Etiqueta.
6. Pulse en Añadir y a continuación, pulse en Aceptar para guardar los cambios y volver al Editor de
datos.
Estas etiquetas se pueden visualizar también en la Vista de datos, lo que puede facilitar la lectura de
los datos.
7. Pulse en la pestaña Vista de datos, que se encuentra en la parte inferior de la ventana Editor de
datos.
Ver > Etiquetas de valores
Las etiquetas aparecerán ahora en una lista cuando introduzca valores en el Editor de datos. Esta
configuración tiene la ventaja de sugerir una respuesta válida y proporcionar una contestación más
descriptiva.
Si el elemento de menú Etiquetas de valor ya está activo (aparece una marca de verificación junto al
mismo), al volver a elegir Etiquetas de valor se desactivará la presentación de las etiquetas de valor.
Tratamiento de los datos perdidos
Los datos perdidos o no válidos son generalmente tan comunes que no se deben ignorar. Puede que las
personas que han respondido a una encuesta se nieguen a contestar ciertas preguntas, no sepan la
respuesta o contesten de forma inesperada. Si no filtra ni identifica estos datos, puede que el análisis no
proporcione resultados exactos.
Figura 24. Cuadro de diálogo Etiquetas de valor

Los datos numéricos, campos de datos vacíos o campos con entradas no válidas se convierten a valores
perdidos del sistema, lo que se puede identificar mediante un punto individual.
El motivo por el que se pierde un valor puede ser importante para el análisis. Por ejemplo, puede
resultar útil realizar una distinción entre los encuestados que se negaron a contestar una pregunta y los
encuestados que no contestaron porque la pregunta no era aplicable.
Valores perdidos de una variable numérica
datos.
2. Pulse en la casilla Perdido de la fila edad y, a continuación, pulse el botón que hay a la derecha de la
casilla para abrir el cuadro de diálogo Valores perdidos.
Es este cuadro de diálogo puede especificar hasta tres valores perdidos diferentes, o puede
especificar un rango de valores más un valor de tipo discreto adicional.
3. Seleccione Valores perdidos discretos.
4. Escriba 999 en el primer cuadro de texto u deje los otros dos cuadros de texto en blanco.
5. Pulse en Aceptar para guardar los cambios y volver a Editor de datos.
Ahora que se ha añadido el valor de datos perdidos se puede aplicar una etiqueta a ese valor.
6. Pulse en la casilla Valores de la fila edad y, a continuación, pulse el botón que hay a la derecha de la
7. Escriba 999 en el campo Valor.
8. Escriba Sin respuesta en el campo Etiqueta de valor.
9. Pulse en Añadir para que se añada esta etiqueta al archivo de datos.
Valores perdidos de una variable de cadena
Los valores perdidos en variables de cadena se tratan de forma parecida a los valores perdidos en
variables numéricas. Sin embargo, a diferencia de las variables numéricas, los campos vacíos de las
variables de cadena no se consideran perdidos del sistema. En lugar de eso, se interpretan como una
cadena vacía.
datos.
2. Pulse en la casilla Perdido de la fila sexo y, a continuación, pulse el botón que hay a la derecha de la
casilla para abrir el cuadro de diálogo Valores perdidos.
3. Seleccione Valores perdidos discretos.
4. Escriba SR en el primer cuadro de texto.
Figura 25. Cuadro de diálogo Valores perdidos

Los valores perdidos de las variables de cadena distinguen entre mayúsculas y minúsculas. De este
modo, un valor de sr no se considerará un valor perdido.
Ahora puede añadir una etiqueta en el valor perdido.
6. Pulse en la casilla Valores de la fila sexo y, a continuación, pulse el botón que hay a la derecha de la
7. Escriba SR en el campo Valor.
8. Escriba Sin respuesta en el campo Etiqueta de valor.
9. Pulse en Añadir para que se añada esta etiqueta al proyecto.

Capítulo 4. Examen de estadísticos de resumen para
variables individuales
Esta sección describe medidas de resumen sencillas y la influencia del nivel de medición de una variable
en los tipos de estadísticos que se deben utilizar. Se utilizará el archivo de datos demo.sav. Consulte el
tema Capítulo 10, “Archivos muestrales”, en la página 85 para obtener más información.
Nivel de medición
Hay diferentes medidas de resumen adecuadas a diferentes tipos de datos dependiendo del nivel de
medición:
Categóricas. Datos con un número limitado de valores o categorías distintas (por ejemplo, género o
estado civil). También se hace referencia a estos datos como datos cualitativos. Las variables categóricas
pueden ser variables de cadena (alfanuméricas) o variables numéricas que utilizan códigos numéricos
para representar a las categorías (por ejemplo, 0 = Soltero/a y 1 = Casado/a). Hay dos tipos básicos de
datos categóricos:
v Nominal. Datos categóricos en los que las categorías no tienen un orden inherente. Por ejemplo, una
categoría laboral de ventas no es mayor o menor que una categoría laboral de marketing o investigación.
v Ordinal. Datos categóricos en los que las categorías tienen un orden significativo, pero sin una
distancia medible entre las categorías. Por ejemplo, hay un orden para los valores alto, medio y bajo pero
no se puede calcular la "distancia" entre los valores.
Escalas. Datos medidos en una escala de intervalo o de razón en los que los valores de los datos indican
el orden de los valores y la distancia entre ellos. Por ejemplo, un salario de 72.195€ es superior a un
salario de 52.398€ y la distancia entre ambos valores es 19.797€. También se hace referencia a estos datos
como datos cuantitativos o continuos.
Medidas de resumen para datos categóricos
Para los datos categóricos, la medida de resumen más habitual es el número o el porcentaje de casos de
cada categoría. La moda es la categoría que contiene el mayor número de casos. Para los datos ordinales,
la mediana (el valor por debajo y por encima del cual se encuentran la mitad de los casos) también
puede ser una medida de resumen útil si hay un gran número de categorías.
El procedimiento Frecuencias genera tablas de frecuencias que muestran el número y el porcentaje de los
casos de cada valor observado de una variable.
Nota: esta característica requiere la opción Statistics Base.
2. Seleccione Tiene PDA [pda] y Tiene TV [tv] y muévalas hasta la lista Variable(s).
27

Las tablas de frecuencias aparecen en la ventana Visor. Las tablas de frecuencias revelan que sólo el 20,4%
de las personas poseen una agenda digital, pero que casi todos poseen un televisor (99,0%). Aunque estos
datos tal vez no constituyan grandes revelaciones, puede ser interesante descubrir algo más acerca del
pequeño grupo de personas que no poseen televisores.
Gráficos para datos categóricos
Pude visualizar gráficamente la información en una tabla de frecuencias con un gráfico de barras o con
un gráfico circular.
1. Vuelva a abrir el cuadro de diálogo Frecuencias. (Las dos variables deben estar seleccionadas aún).
Puede utilizar el botón Recuperar cuadros de diálogo de la barra de herramientas para regresar
rápidamente a los procedimientos utilizados recientemente.
Figura 26. Variables categóricas seleccionadas para el análisis
Figura 27. Tablas de frecuencias

2. Pulse en Gráficos.
3. Seleccione Gráficos de barras y, a continuación, pulse en Continuar.
4. Pulse en Aceptar en el cuadro de diálogo principal para ejecutar el procedimiento.
Además de las tablas de frecuencias, la misma información aparece ahora en forma de gráficos de barras,
con lo que es fácil ver que la mayoría de las personas no poseen agendas digitales y en cambio casi todos
poseen un televisor.
Medidas de resumen para variables de escala
Hay muchas medidas de resumen disponibles para variables de escala, incluyendo:
v Medidas de tendencia central. Las medidas de tendencia central más comunes son la media (media
aritmética) y la mediana (valor por debajo y por encima del cual se encuentran la mitad de los casos).
v Medidas de dispersión. Los estadísticos que miden la dispersión o variación en los datos incluyen la
desviación estándar, mínimo y máximo.
1. Vuelva a abrir el cuadro de diálogo Frecuencias.
2. Pulse en Restablecer para borrar los ajustes anteriores.
3. Seleccione Ingresos del hogar en miles [ingres] y muévala hasta la lista Variable(s).
4. Pulse en Estadísticos.
5. Seleccione Media, Mediana, Desv. estándar, Mínimo y Máximo.
6. Pulse en Continuar.
Figura 28. Botón Recuperar cuadros de diálogo
Figura 29. Gráfico de barras
Capítulo 4. Examen de estadísticos de resumen para variables individuales 29

7. Anule la selección de Mostrar tablas de frecuencias en el cuadro de diálogo principal. (Por lo general,
las tablas de frecuencias no son útiles para variables de escala ya que debe haber casi tantos valores
distintos como casos en el archivo de datos).
La tabla Frecuencias: Estadísticos aparece en la ventana Visor.
En este ejemplo, hay una importante diferencia entre la media y la mediana. La media es casi 25.000
mayor que la mediana, lo que indica que los valores no se distribuyen normalmente. Puede comprobar
visualmente la distribución con un histograma.
Histogramas para variables de escala
1. Vuelva a abrir el cuadro de diálogo Frecuencias.
3. Seleccione Histogramas y Con curva normal.
4. Pulse en Continuar y, a continuación, pulse en Aceptar en el cuadro de diálogo principal para
ejecutar el procedimiento.
Figura 30. Tabla Frecuencias: Estadísticos

La gran mayoría de casos se agrupan en la parte inferior de la escala, estando incluidos la mayoría de
ellos por debajo de 100.000. Sin embargo, hay algunos casos en el rango 500.000 y más allá (demasiado
escasos para que sean visibles sin modificar el histograma). Estos valores altos para sólo unos pocos casos
tienen un efecto importante sobre la media y muy escaso o casi nulo sobre la mediana, lo que hace que la
mediana sea un indicador más exacto de la tendencia central en este ejemplo.
Figura 31. Histograma
Capítulo 4. Examen de estadísticos de resumen para variables individuales 31

Capítulo 5. Creación y edición de gráficos
Puede crear y editar una gran variedad de tipos de gráficos. En este capítulo, crearemos y editaremos
gráficos de barras. Puede aplicar los principios a cualquier tipo de gráfico.
Procedimiento básico de creación de gráficos
Para mostrar el procedimiento básico de creación de gráficos, crearemos un gráfico de barras de los
ingresos medios para los diferentes niveles de satisfacción laboral. En este ejemplo se utiliza el archivo de
datos demo.sav. Consulte el tema Capítulo 10, “Archivos muestrales”, en la página 85 para obtener más
información.
Gráficos > Generador de gráficos...
El cuadro de diálogo Generador de gráficos es una ventana interactiva que le permite ver una vista
previa del aspecto que tendrá un gráfico al generarlo.
Figura 32. Cuadro de diálogo Generador de gráficos

Uso de la galería del generador de gráficos
1. Pulse en la pestaña Galería si no está seleccionada.
La galería incluye un gran número de gráficos predefinidos, organizados por tipo de gráfico. La
pestaña Elementos básicos también ofrece los elementos básicos (como ejes y elementos gráficos)
necesarios para crear gráficos a partir de cero, pero es más fácil utilizar la galería.
2. Pulse en la pestaña Barra si no está seleccionada.
Los iconos que representan los gráficos de barras que hay disponibles en la galería aparecen en el
cuadro de diálogo. Las imágenes deberían proporcionar suficiente información para identificar el tipo
de gráfico concreto. Si necesita más información, también puede ver una ayuda contextual con una
descripción del gráfico si detiene el cursor sobre un icono.
3. Arrastre el icono correspondiente al gráfico de barras simple al "lienzo", que es la zona grande que
hay encima de la galería. El generador de gráficos muestra una vista previa del gráfico en el lienzo.
Observe que los datos utilizados para dibujar el gráfico no son los datos reales. Son datos de ejemplo.
Definición de variables y estadísticos
Aunque hay un gráfico en el lienzo, no está completo ya que no hay ninguna variable ni estadístico que
controle la altura de las barras ni se ha especificado la variable que corresponde a cada barra. No se
puede tener un gráfico sin variables ni estadísticos. Puede añadir variables arrastrándolas desde la lista
de variables, situada a la izquierda del lienzo.
Figura 33. Gráfico de barras en el lienzo del generador de gráficos

El nivel de medición de una variable es importante en el generador de gráficos. Vamos a utilizar la
variable Satisfacción laboral en el eje X. Sin embargo, el icono (que tiene el aspecto de una regla) que hay
junto a la variable indica que el nivel de medición se ha definido como escala. Para crear el gráfico
correcto, deberá utilizar un nivel de medición categórico. En vez de retroceder y cambiar el nivel de
medición en la Vista de variables, puede cambiar temporalmente el nivel de medición en el generador de
gráficos.
1. Pulse con el botón derecho del ratón en Satisfacción laboral en la lista de variables y elija Ordinal. El
nivel de medición Ordinal es adecuado ya que las categorías de Satisfacción laboral se pueden ordenar
por nivel de satisfacción. Observe que el icono cambiará al modificar el nivel de medición.
2. Ahora arrastre Satisfacción laboral de la lista de variables a la zona de colocación del eje X.
La zona de colocación del eje y de forma predeterminada tiene el estadístico Recuento. Si desea utilizar
otro estadístico (como el porcentaje o la media), puede cambiarlo fácilmente. No utilizará ninguno de
estos estadísticos en este ejemplo, pero examinaremos el proceso necesario por si necesita cambiar este
estadístico en otro momento.
3. Pulse en Propiedades del elemento para acceder a la ventana Propiedades del elemento.
La ventana Propiedades del elemento permite cambiar las propiedades de los diferentes elementos del
gráfico. Entre éstos se incluyen los elementos gráficos (como las barras del gráfico de barras) y los ejes
del gráfico. Seleccione uno de los elementos de la lista Editar propiedades de para cambiar las
propiedades asociadas a dicho elemento. Observe también la X roja que aparece en la parte derecha
Figura 34. Ventana Propiedades del elemento
Capítulo 5. Creación y edición de gráficos 35

de la lista. Este botón permite eliminar un elemento gráfico del lienzo. Al estar seleccionado Barra1,
las propiedades que aparecen se aplican a los elementos gráficos, concretamente al elemento gráfico
de barra.
La lista desplegable Estadístico muestra los estadísticos concretos que están disponibles.
Normalmente, para todos los tipos de gráficos están disponibles los mismos estadísticos. No olvide
que para algunos estadísticos es necesario que la zona de colocación del eje y contenga una variable.
4. Vuelva al cuadro de diálogo Generador de gráficos y arrastre Ingresos del hogar en miles de la lista de
variables a la zona de colocación del eje y. Al ser la variable del eje Y escalar y la variable del eje X
escalar (ordinal es un tipo de nivel de medición categórico), en la zona de colocación del eje Y aparece
deforma predeterminada el estadístico Media. Estas son las variables y los estadísticos que desea, por
lo que no es necesario cambiar las propiedades de los elementos.
Adición de texto
También puede añadir títulos y notas al pie al gráfico.
1. Pulse en la pestaña Títulos/notas al pie.
2. Seleccione Título 1.
El título aparecerá en el lienzo con la etiqueta T1.
3. En la ventana Propiedades del elemento, seleccione Título 1 en la lista Editar propiedades de.
4. En el cuadro de texto Contenido, escriba Ingresos por satisfacción laboral. Éste es el texto que
mostrará el título.
Figura 35. Título 1 mostrado en el lienzo

5. Pulse en Aplicar para guardar el texto. Aunque el texto no se verá en el generador de gráficos,
aparecerá al generar el gráfico.
Creación del gráfico
1. Pulse en Aceptar para crear el gráfico de barras.
El gráfico de barras muestra que los encuestados que están más satisfechos con su trabajo suelen tener
ingresos más altos.
Figura 36. Gráfico de barras
Capítulo 5. Creación y edición de gráficos 37

Capítulo 6. Cómo trabajar con resultados
Los resultados de ejecutar un procedimiento estadístico se muestran en el Visor. Los resultados obtenidos
pueden ser tablas estadísticas, diagramas, gráficos o texto, dependiendo de las opciones tomadas al
ejecutar el procedimiento. Esta sección utiliza los archivos viewertut.spv y demo.sav. Consulte el tema
Capítulo 10, “Archivos muestrales”, en la página 85 para obtener más información.
Uso del Visor
La ventana Visor se divide en dos paneles. El panel de titulares contiene un esquema de titulares con
toda la información almacenada en el Visor. El panel de contenidos contiene tablas estadísticas, gráficos y
resultados de texto.
Utilice las barras de desplazamiento para desplazarse a través de los contenidos de la ventana, tanto
vertical como horizontalmente. Para simplificar el acceso, pulse en un elemento en el panel de titulares
para visualizarlo en el panel de contenidos.
1. Pulse y arrastre el borde derecho del panel de titulares para modificar su anchura.
Un icono de un libro abierto en el panel de titulares indica que está visible en el Visor, aunque es
posible que actualmente no esté en la parte visible del panel de contenidos.
2. Para ocultar una tabla o un gráfico, pulse dos veces en su icono de libro del panel de titulares.
El icono de libro abierto cambiará a un icono de libro cerrado, indicando que la información asociada
está oculta.
3. Pulse dos veces en el icono de libro cerrado para volver a mostrar los resultados ocultos.
También puede ocultar los resultados de un procedimiento estadístico determinado o los resultados
del Visor.
4. Para ocultar todos los resultados, pulse la casilla con el signo menos (-) a la izquierda del
procedimiento que desea ocultar o en la casilla que está junto al elemento situado más arriba en los
titulares.
Figura 37. Visor

Los titulares se contraen, indicando visualmente que dichos resultados están ocultos.
También puede cambiar el orden en el que se muestran los resultados.
5. En el panel de titulares, pulse en los elementos que desea mover.
6. Arrastre los elementos seleccionados a una nueva ubicación en los titulares.
También se pueden mover los elementos de los resultados pulsándolos y arrastrándolos en el panel de
contenidos.
Uso del Editor de tablas dinámicas
Los resultados de la mayoría de los procedimientos estadísticos se muestran en las tablas dinámicas.
Acceso a las definiciones de resultados
Muchos términos estadísticos se muestran en los resultados. Se puede acceder directamente a las
definiciones de dichos términos en el propio Visor.
1. Pulse dos veces en la tabla Tabulación cruzada Tiene PDA * Sexo * Internet.
2. Pulse con el botón derecho en Recuento esperado y elija ¿Qué es esto? en el menú emergente.
La definición se mostrará en una ventana emergente.
Figura 38. Resultados reordenados en el Visor

Tablas de pivotado
Es posible que las tablas generadas de forma predeterminada no muestren la información con la claridad
o nitidez deseadas. Con las tablas dinámicas, se pueden transponer filas y columnas ("voltear" la tabla),
ajustar el orden de los datos en una tabla y modificar la tabla de muchas otras maneras. Por ejemplo,
puede cambiar una tabla corta y ancha en una larga y estrecha, simplemente transponiendo las filas y las
columnas. La modificación del diseño de la tabla no afecta a los resultados. En cambio, es una forma de
mostrar la información de una manera distinta o más adecuada.
1. Si no está activada, pulse dos veces en la tabulación cruzada Tiene PDA * Género* Internet para
activarla.
2. Si la ventana Paneles de pivotado no está visible, seleccione en los menús:
Pivote > Bandejas de pivote
Los Paneles de pivotado proporcionan una forma de mover los datos entre columnas, filas y capas.
Figura 39. Definición emergente
Capítulo 6. Cómo trabajar con resultados 41

3. Arrastre el elemento Estadísticos de la dimensión de filas a la dimensión de columnas, debajo de
Género. La tabla se reconfigurará de forma inmediata para reflejar los cambios.
El orden que presentan los elementos en el panel de pivotado refleja el orden de elementos en la
tabla.
4. Arrastre y suelte el elemento Tiene PDA antes que el elemento Internet en la dimensión de filas para
invertir el orden de estas dos filas.
Creación y visualización de capas
Las capas pueden ser de utilidad para tablas grandes con categorías de información anidadas. Al crear
capas, se simplifica el aspecto de la tabla, haciendo más sencilla su lectura.
1. Arrastre el elemento Género desde la dimensión de columnas hasta la dimensión de capas.
Figura 40. Bandejas de pivote
Figura 41. Intercambiar filas

Para mostrar una capa distinta, seleccione una categoría de la lista desplegable en la tabla.
Edición de tablas
A menos que se haya tomado la molestia de crear un Aspecto de tabla personalizado, las tablas
dinámicas se crearán con el formato estándar. Se puede modificar el formato de cualquier texto dentro de
una tabla. Entre los formatos que se pueden cambiar se incluyen el nombre de la fuente, el tamaño de la
fuente, el estilo de la fuente (negrita o cursiva) y el color.
1. Pulse dos veces en la tabla Nivel educativo.
2. Si la barra de herramientas Formato no está visible, seleccione en los menús:
Ver > Barra de herramientas
3. Pulse en el texto del título, Nivel educativo.
4. En la lista desplegable de los tamaños de fuente de la barra de herramientas, elija 12.
5. Para cambiar el color del texto del título, pulse en la herramienta de color del texto y seleccione un
color nuevo.
También puede editar el contenido de las tablas y etiquetas. Por ejemplo, puede cambiar el título de
esta tabla.
6. Pulse dos veces en el título.
Figura 42. Icono de pivotado Género en la dimensión Capa
Figura 43. Nuevo formato del Texto del título en la tabla dinámica

7. Escriba Nivel educativo para la nueva etiqueta.
Note: si se modifican los valores de una tabla, no se volverán a calcular los valores totales ni los demás
estadísticos.
Ocultación de filas y columnas
Es posible que algunos de los datos que se muestran en las tablas no sean útiles o pueden complicar la
tabla de forma innecesaria. Afortunadamente, se pueden ocultar filas y columnas completas sin perder
ningún dato.
1. Si no está activada, pulse dos veces en la tabla Nivel educativo para activarla.
2. Pulse en la etiqueta de columna Porcentaje válido para seleccionarla.
3. En el menú Edición o el menú emergente que aparece al pulsar el botón derecho, seleccione:
Seleccionar > Casillas de etiquetas y datos
4. En el menú Ver, seleccione Ocultar, en el menú emergente que aparece al pulsar el botón derecho,
elija Ocultar categoría.
La columna quedará oculta pero no se eliminará.
Para volver a mostrar la columna:
Ver > Mostrar todo
Las filas se pueden ocultar y mostrar de la misma manera que las columnas.
Cambio de formato de presentación de datos
Puede cambiar fácilmente el formato de presentación de los datos en las tablas dinámicas.
1. Si no está activada, pulse dos veces en la tabla Nivel educativo para activarla.
2. Pulse en la etiqueta de columna Porcentaje para seleccionarla.
3. En el menú Edición o el menú emergente que aparece al pulsar el botón derecho, seleccione:
Seleccione > Datos Cells
4. En el menú Edición o el menú emergente que aparece al pulsar el botón derecho, seleccione
Propiedades de casilla.
5. Pulse en la pestaña Valor de formato.
6. Escriba 0 en el campo Decimales para ocultar todas las separaciones decimales de esta columna.
Figura 44. Columna Porcentaje válido oculta en una tabla

También se puede modificar el tipo de datos y el formato en este cuadro de diálogo.
7. Seleccione el tipo que desee de la lista Categoría y a continuación, el formato para dicho tipo de la
lista Formato.
8. Pulse en Aceptar o en Aplicar para aplicar los cambios.
Los decimales quedarán ocultos en la columna Porcentaje.
TableLook
El formato de las tablas es una parte muy importante a la hora de proporcionar resultados claros,
concisos y con significado. Si la tabla es difícil de leer, es posible que la información contenida en dicha
tabla no se entienda fácilmente.
Figura 45. Pestaña Valor de formato del cuadro de diálogo Propiedades de casilla
Figura 46. Decimales ocultos en la columna Porcentaje

Utilización de formatos predefinidos
1. Pulse dos veces en la tabla Estado civil.
Formato > Aspectos de tabla...
El cuadro de diálogo Aspectos de la tabla recoge una variedad de estilos predefinidos. Seleccione un
estilo de la lista para obtener una vista previa en la ventana Muestra situada a la derecha.
Puede utilizar un estilo tal cual o puede editar un estilo existente para que se ajuste mejor a sus
necesidades.
3. Para utilizar un estilo existente, seleccione uno y pulse en Aceptar.
Personalización de estilos de aspectos de tabla
Puede personalizar un formato para que se ajuste a sus necesidades específicas. Se pueden personalizar
casi todos los aspectos de una tabla, desde el color de fondo hasta los estilos de los bordes.
1. Pulse dos veces en la tabla Estado civil.
Formato > Aspectos de tabla...
3. Seleccione el estilo que más se aproxime al formato que quiere y pulse en Editar aspecto.
4. Pulse en la pestaña Formatos de casilla para ver las opciones de formato.
Figura 47. Cuadro de diálogo TableLooks

Entre las opciones de formato se incluyen el nombre de la fuente, el tamaño de la fuente, el estilo y
el color. Entre las opciones adicionales se incluyen la alineación, el color del texto y del fondo, y los
tamaños de los márgenes.
La ventana Muestra situada a la derecha proporciona una vista previa de cómo afectan a la tabla los
cambios de formato. Cada área de la tabla puede tener un estilo de formato diferente. Por ejemplo,
probablemente no querrá que el título tenga el mismo formato que los datos. Para seleccionar un
área de la tabla para editar, puede seleccionar el área por el nombre en la lista desplegable Área o
pulsar en el área que desee cambiar en la ventana Muestra.
5. Seleccione Datos de la lista desplegable Área.
6. Seleccione un color nuevo de la paleta desplegable Fondo.
7. A continuación, seleccione un nuevo color de texto.
La ventana Muestra ofrece el nuevo estilo mostrar.
Figura 48. Cuadro de diálogo Propiedades de tabla

8. Pulse en Aceptar para volver al cuadro de diálogo Aspectos de tabla.
El nuevo estilo se puede guardar, lo que facilita su aplicación en futuras tablas.
9. Pulse en Guardar como.
10. Acceda al directorio de destino e introduzca un nombre para el nuevo estilo en el cuadro de diálogo
Nombre de archivo.
11. Haga clic en Guardar.
12. Pulse en Aceptar para aplicar los cambios y volver al Visor.
La tabla contendrá el formato personalizado especificado.
Figura 49. Cambio de los formatos de casilla de la tabla

Cambio de los formatos de tablas predeterminadas
Aunque se puede modificar el formato de una tabla tras su creación, puede ser más eficaz cambiar el
aspecto de tabla predeterminada de manera que no se tenga que cambiar el formato cada vez que se cree
una tabla.
Para cambiar el estilo del aspecto de tabla predeterminada para las tablas dinámicas, elija en los menús:
Editar > Opciones...
1. Pulse en la pestaña Tablas dinámicas en el cuadro de diálogo Opciones.
Figura 50. Aspecto de tabla personalizado

2. Seleccione el estilo de aspecto de tabla que desea utilizar para todas las tablas nuevas.
La ventana Muestra situada a la derecha muestra una vista previa de cada aspecto de tabla.
3. Pulse en Aceptar para guardar la configuración y cerrar el cuadro de diálogo.
Todas las tablas que se creen después de la modificación del aspecto de tabla predeterminada cumplirán
de forma automática las nuevas reglas de formato.
Personalización de las opciones de presentación inicial
Las opciones de presentación inicial incluyen la alineación de objetos en el Visor, si de forma
predeterminada se muestran u ocultan los objetos y la anchura de la ventana del Visor. Para cambiar
estas opciones:
2. Pulse en la pestaña Visor.
Figura 51. Cuadro de diálogo Opciones

Las opciones se aplican objeto por objeto. Por ejemplo, puede personalizar cómo se muestran los
gráficos sin cambiar la forma de presentación de las tablas. Sólo tiene que seleccionar el objeto que
desea personalizar y realizar los cambios.
3. Pulse en el icono Título para mostrar sus selecciones.
4. Pulse en Centrar para mostrar todos los títulos en el centro (horizontal) del Visor.
También se pueden ocultar elementos, como el registro y los mensajes de advertencia, que
normalmente tienden a colapsar los resultados. Al pulsar dos veces en un icono, se cambia de forma
automática la propiedad de presentación de dicho objeto.
5. Pulse dos veces en el icono Advertencias para ocultar los mensajes de advertencias de los resultados.
6. Pulse en Aceptar para guardar los cambios y cerrar el cuadro de diálogo.
Mostrar las etiquetas de variable y de valor
En la mayoría de los casos la presentación de etiquetas de variables y valores es más efectiva que mostrar
el nombre de la variable o el valor actual de datos. Sin embargo, pueden darse casos en los que desee
mostrar tanto los nombres como las etiquetas.
2. Pulse en la pestaña Etiquetas de los resultados.
Figura 52. Opciones del Visor

Puede especificar distintas selecciones para los paneles de contenidos y titulares. Por ejemplo, para
mostrar etiquetas en el titular y nombres de variable y valores de datos en los contenidos:
3. En el grupo Etiquetado de tablas dinámicas, seleccione Nombres de la lista desplegable de variables
en etiquetas para mostrar los nombres de variables en vez de las etiquetas.
4. A continuación seleccione Valores de la lista desplegable Los valores de las variables se muestran en
las etiquetas como para mostrar los valores de datos en lugar de las etiquetas.
Las siguientes tablas generadas en la sesión reflejarán estos cambios.
Uso de los resultados en otras aplicaciones
Los resultados se pueden utilizar en muchas aplicaciones. Por ejemplo, es posible que desee incluir una
tabla o un diagrama en una presentación o un informe.
Los siguientes ejemplos son específicos para Microsoft Word, pero funcionarán de forma similar en otras
aplicaciones de procesador de textos.
Figura 53. Selecciones de etiquetado de tablas dinámicas
Figura 54. Nombres y valores de variables mostrados

Pegado de resultados como tablas de Word
Las tablas dinámicas se pueden pegar en Word como si fuesen tablas nativas de Word. Se mantendrán
todos los atributos de las tablas, como colores y tamaños de fuentes. Como la tabla se pegará con el
formato de tabla de Word, podrá editarla como cualquier otra tabla.
1. Pulse en una tabla del Visor para activarla.
Editar > Copiar
3. Abra la aplicación de procesador de texto.
4. Desde el menú del procesador de texto, elija:
Editar > Pegar Special...
5. Seleccione Texto enriquecido (RTF) en el cuadro de diálogo Pegado especial.
6. Pulse en Aceptar para pegar los resultados en el documento actual.
La tabla aparecerá en el documento. Puede aplicar un formato personalizado, edita los datos y cambiar el
tamaño de la tabla para que se ajuste a sus necesidades.
Pegado de resultados como texto
Las tablas dinámicas se pueden copiar a otras aplicaciones como texto sin formato. Con este método no
se conservarán los estilos de formato, pero se pueden editar los datos pegados en la tabla en la aplicación
de destino.
1. Pulse en una tabla del Visor para activarla.
Editar > Copiar
3. Abra la aplicación de procesador de texto.
4. Desde el menú del procesador de texto, elija:
Editar > Pegar Special...
5. Seleccione texto sin formato en el cuadro de diálogo Pegado especial.
6. Pulse en Aceptar para pegar los resultados en el documento actual.
Figura 55. Tabla dinámica mostrada en Word

Cada columna de la tabla aparece separada por tabulaciones. Puede cambiar la anchura de las columnas
ajustando las tabulaciones en la aplicación de procesador de textos.
Exportación de resultados a archivos de Microsoft Word, PowerPoint y
Excel
Puede exportar resultados a un archivo de Microsoft Word, PowerPoint o Excel. Puede exportar los
elementos seleccionados o todos los elementos en el Visor. Esta sección utiliza los archivos msouttut.spv y
demo.sav. Consulte el tema Capítulo 10, “Archivos muestrales”, en la página 85 para obtener más
información.
Nota: la exportación a PowerPoint sólo está disponible en los sistemas operativos Windows y no está
disponible con la versión para estudiantes.
En el panel de titulares del Visor puede seleccionar objetos específicos que quiere exportar, exportar todos
los objetos o todos los elementos visibles.
1. Seleccione en los menús del Visor:
Archivo > Exportar...
En lugar de exportar todos los objetos del Visor, puede optar por exportar únicamente objetos visibles
(libros abiertos en el panel de titulares) o sólo los seleccionados en el panel de titulares. Si no
seleccionó ningún elemento del panel de titulares, no dispondrá de la opción de exportar objetos
seleccionados.
Figura 56. Visor

2. En el grupo Objetos para exportar, seleccione Todos.
3. Seleccione Archivo Word/RTF (*.doc) de la lista desplegable Tipo.
4. Pulse Aceptar para generar el archivo de Word.
Al abrir el archivo resultante en Word, podrá observar cómo se exportan los archivos. Las notas, que no
son objetos visibles, aparecen en Word por haberse seleccionado la exportación de todos los objetos.
Las tablas dinámicas pasan a ser tablas de Word, conservando todo el formato original de la tabla
dinámica inicial, incluyendo fuentes, colores, bordes, etcétera.
Figura 57. Cuadro de diálogo Exportar resultados

Los gráficos se incluyen en el documento de Word como imágenes de gráficos.
Los resultados de texto aparecen en la misma fuente utilizada para el objeto de texto en el Visor. Para que
aparezcan correctamente alineados, los resultados de texto deben utilizar una fuente de paso fijo
(monoespaciada).
Figura 58. Tablas dinámicas en Word
Figura 59. Gráficos en Word

Si exporta a un archivo de PowerPoint, cada elemento exportado se colocará en una diapositiva diferente.
Las tablas dinámicas pasan a ser tablas de PowerPoint, conservando el formato original de la tabla
dinámica inicial, incluyendo fuentes, colores, bordes, etcétera.
Los gráficos seleccionados para su exportación a PowerPoint se incrustan en el archivo de PowerPoint.
Figura 60. Resultados de texto en Word.
Figura 61. Tablas dinámicas en PowerPoint

Nota: la exportación a PowerPoint sólo está disponible en los sistemas operativos Windows y no está
disponible con la versión para estudiantes.
Si desea exportar a un archivo Excel, los resultados de la exportación serán distintos.
Las filas, columnas y casillas de las tablas dinámicas se convierten en filas, columnas y casillas de Excel.
Figura 62. Gráficos en PowerPoint
Figura 63. Output.xls en Excel

Cada línea del resultado de texto constituye una fila del archivo de Excel y se incluye todo su contenido
en una sola casilla.
Exportación de resultados a PDF
Puede exportar los elementos seleccionados o todos los elementos en el Visor a un archivo PDF (formato
de documento portátil).
1. Elija en los menús de la ventana Visor que contiene el resultado que desea exportar a PDF:
Archivo > Exportar...
2. En el cuadro de diálogo Exportar resultados, en la lista desplegable Formato de exportación, Tipo de
archivo elija Formato de documento portátil.
Figura 64. Resultados de texto en Excel

v El panel de titulares del documento del Visor se convertirá en marcadores en el archivo PDF para que
sea más fácil desplazarse por él.
v El tamaño de la página, la orientación, los márgenes, el contenido y la presentación de los
encabezados y pies de página, así como el tamaño del gráfico impreso en los documentos PDF está
controlado por las opciones de preparación de página (menú Archivo, Preparar página en la ventana
Visor).
v La resolución (PPP) del documento PDF es la configuración de la resolución actual para la impresora
predeterminada o que esté seleccionada en ese momento (y que puede cambiarse mediante Preparar
página). La resolución máxima es de 1200 PPP. Si el valor de la impresora es superior, la resolución del
documento PDF será de 1200 PPP. Nota: los documentos de alta resolución pueden generar resultados
de baja calidad si se imprimen en impresoras con menor resolución.
Figura 65. Cuadro de diálogo Exportar resultados

Exportación de resultados a HTML
Puede exportar también los resultados a HTML (lenguaje de marcas de hipertexto). Al guardar como
HTML, todos los resultados que no sean gráficos se exportarán a un único archivo HTML.
Al exportar a HTML, es posible también exportar gráficos, pero no a un único archivo.
Figura 66. Archivo PDF con marcadores
Figura 67. Archivo Output.htm en navegador Web

Cada gráfico se guardará como un archivo en un formato especificado por el usuario y las referencias a
dichos archivos gráficos se incluirán en el documento HTML. Existe también una opción para exportar
todos los gráficos (o los gráficos seleccionados) a archivos gráficos independientes.
Figura 68. Gráfico en HTML

Capítulo 7. Trabajo con sintaxis
Puede ahorrar y automatizar muchas tareas comunes mediante el eficaz lenguaje de comandos. El
lenguaje de comandos también proporciona algunas funcionalidades no incluidas en los menús y cuadros
de diálogo. Puede acceder a la mayoría de los comandos desde los menús y cuadros de diálogo. No
obstante, algunos comandos y opciones sólo están disponibles mediante el uso del lenguaje de comandos.
El lenguaje de comandos también permite guardar los trabajos en un archivo de sintaxis, con lo que
podrá repetir los análisis en otro momento.
Un archivo de sintaxis de comandos es simplemente un archivo de texto que contiene comandos de IBM
SPSS Statistics. Puede abrir una ventana de sintaxis y escribir directamente los comandos, pero con
frecuencia es más sencillo permitir que los cuadros de diálogo se ocupen automáticamente de parte o
todo este trabajo.
En los ejemplos de este capítulo se utiliza el archivo de datos demo.sav. Consulte el tema Capítulo 10,
“Archivos muestrales”, en la página 85 para obtener más información.
Nota: en la versión para estudiantes no está disponible la sintaxis de comandos.
Pegado de la sintaxis
La forma más sencilla de crear sintaxis consiste en utilizar el botón Pegar que se encuentra en la mayoría
de los cuadros de diálogo.
1. Abra el archivo de datos demo.sav. Consulte el tema Capítulo 10, “Archivos muestrales”, en la página
85 para obtener más información.
3. Seleccione Estado civil [ecivil] y muévala hasta la lista Variable(s).
5. En el cuadro de diálogo Gráficos, seleccione Gráficos de barras.
6. En el grupo Valores del gráfico, seleccione Porcentajes.
7. Pulse Continuar.Pulse Pegar para copiar la sintaxis creada como resultado de las selecciones del
cuadro de diálogo en el Editor de sintaxis.
Figura 69. Cuadro de diálogo Frecuencias

8. Para ejecutar la sintaxis que se muestra en ese momento, elija en los menús:
Ejecutar > Selección
Edición de la sintaxis
En la ventana de sintaxis, puede editar la sintaxis. Por ejemplo, puede modificar el subcomando
/BARCHART para que muestre frecuencias en lugar de porcentajes. (Cada subcomando se indica con una
barra inclinada.) Si conoce la palabra clave para mostrar frecuencias, puede introducirlas directamente. Si
no conoce la palabra clave, puede obtener una lista de palabras claves disponibles para el subcomando
situando el cursor en cualquier parte siguiendo el nombre del subcomando y pulsando Ctrl+barra
espaciadora. Muestra el control autocompletar para el subcomando.
Eliminar la palabra clave PERCENT del subcomando BARCHART.
Pulse Ctrl-Barra de espacio.
1. Pulse en el elemento etiquetado FREC para mostrar las frecuencias. Al pulsar en un elemento en el
control autocompletar lo insertará en el lugar donde se encuentre el cursor actualmente.
De forma predeterminada, el control autocompletar mostrará una lista de términos disponibles
conforme escribe. Por ejemplo, le gustaría incluir un gráfico circular en el gráfico de barras. El gráfico
circular se especifica por medio de un subcomando independiente.
2. Pulse Intro tras la palabra clave FREC y escriba una barra inclinada para indicar el inicio de un
subcomando.
El Editor de sintaxis muestra la lista de subcomandos para el comando actual.
Figura 70. Sintaxis de frecuencias

Para obtener más ayuda detallada acerca del comando actual, pulse la tecla F1. Al hacerlo, aparecerá
directamente la información de referencia de sintaxis de comandos correspondiente al comando actual.
Puede que haya notado que el texto que aparece en la ventana de sintaxis tiene color. La codificación de
colores le permite identificar rápidamente los términos no reconocidos, si sólo los términos reconocidos
tienen color. Por ejemplo, usted escribe incorrectamente el subcomando FORMATO como FRMATO. Los
subcomandos se colorean de verde de forma predeterminada, pero el texto FRMATO aparecerá sin colorear
si no se ha reconocido.
Apertura y ejecución de un archivo de sintaxis
1. Para abrir un archivo de sintaxis almacenado, elija en los menús:
Archivo > Abrir > Sintaxis...
Aparece un cuadro de diálogo estándar para abrir archivos.
2. Seleccione un archivo de sintaxis. Si no se muestra ningún archivo de sintaxis, compruebe que la
opción Sintaxis (*.sps) esté seleccionada como el tipo de archivos que desea ver.
3. Haga clic en Abrir.
4. Utilice el menú Ejecutar de la ventana de sintaxis para ejecutar los comandos.
Si los comandos se aplican a un archivo de datos específico, deberá abrir el archivo de datos antes de
ejecutar los comandos o bien deberá incluir un comando que lo abra. Puede pegar este tipo de comando
desde los cuadros de diálogo que abren archivos de datos.
Utilización de puntos de corte
Los puntos de corte le permiten detener la ejecución de la sintaxis de comando en puntos específicos de
la sintaxis y continuar con la ejecución cuando esté listo. Esto le permite visualizar los resultados o datos
en el punto intermedio durante un trabajo de sintaxis o ejecutar la sintaxis de comandos que muestra la
información sobre el estado actual de los datos, como FREQUENCIES. Los puntos de corte sólo se pueden
establecer en el nivel de un comando, no en líneas específicas dentro de un comando.
Para insertar un punto de corte en un comando:
1. Pulse en cualquier lugar de la región que aparece a la izquierda del texto asociado al comando.
Figura 71. El control autocompletar muestra los subcomandos.
Capítulo 7. Trabajo con sintaxis 65

El punto de corte se representa mediante un círculo rojo en la región que aparece a la izquierda del
texto de comando, en la misma línea que el nombre del comando, independientemente de donde
pulse.
Cuando ejecute la sintaxis de comandos con puntos de corte, la ejecución se detiene antes de cada
comando que contenga un punto de corte.
La flecha que apunta hacia abajo, a la izquierda del texto de comando muestra el progreso de la
ejecución de la sintaxis. Abarca la región desde la primera ejecución de comando hasta la última y
resulta especialmente útil cuando se ejecuta una sintaxis de comandos que contiene puntos de corte.
Para reanudar la ejecución que sigue a un punto de corte:
2. En los menús del Editor de sintaxis, elija:
Ejecutar > Continuar
Figura 72. La ejecución se detiene en un punto de corte.

Capítulo 8. Modificación de los valores de los datos
Puede que los datos con los que comience a trabajar no siempre estén organizados de la forma más
conveniente para sus necesidades de análisis y de creación de informes. Por ejemplo, puede que desee:
v Crear una variable categórica a partir de una variable de escala.
v Combinar varias categorías de respuesta en una única categoría.
v Crear una nueva variable que sea la diferencia calculada entre dos variables existentes.
v Calcular la distancia temporal entre dos fechas.
En este capítulo se utiliza el archivo de datos demo.sav. Consulte el tema Capítulo 10, “Archivos
muestrales”, en la página 85 para obtener más información.
Creación de una variable categórica a partir de una variable de escala
Muchas de las variables categóricas del archivo de datos demo.sav se derivan, de hecho, de variables de
escala de ese archivo de datos. Por ejemplo, la variable cating consiste simplemente en la variable ingres
agrupada en cuatro categorías. Esta variable categórica emplea los valores enteros 1–4 para representar
las categorías de ingresos siguientes: menos que 25$, entre 25$ y 49$, entre 50$ y 74$ y, 75$ o superior.
Para crear la variable categórica ingcat:
1. Seleccione en los menús de la ventana Editor de datos:
Transformar > Agrupación visual...
En el cuadro de diálogo inicial Agrupación visual, puede seleccionar las variables de escala y
ordinales para las cuales desee crear nuevas variables agrupadas en intervalos. La agrupación
consiste simplemente en tomar dos o más valores contiguos y agruparlos en una misma categoría.
Debido a que la agrupación visual se basa en los valores reales del archivo de datos para ayudarle a
realizar buenas elecciones de agrupación, antes necesita leer el archivo de datos. Puesto que dicha
operación puede llevar algún tiempo si su archivo de datos contiene un gran número de casos, este
cuadro de diálogo inicial le permite también limitar el número de casos que se debe leer (que se
exploran). Este proceso no es preciso con nuestro archivo de datos de muestra. A pesar de que
contiene más de 6.000 casos, no lleva demasiado tiempo el explorar esa cantidad de casos.
2. Arrastre y coloque Ingresos del hogar en miles [ingres] desde la lista Variables a la lista Variables para
agrupar, y pulse en Continuar.
67

3. En el cuadro de diálogo principal Agrupación visual, seleccione Ingresos del hogar en miles [ingres] en
la Lista de variables exploradas.
Un histograma muestra la distribución de la variable seleccionada (que, en este caso, es bastante
asimétrica).
4. Escriba ingcat2 como nuevo nombre para la variable agrupada y Categoría de ingresos [en miles]
para la etiqueta de variable.
5. Pulse Crear puntos de corte.
6. Seleccione Intervalos de igual amplitud.
7. Introduzca 25 para el primer punto de corte, 3 para el número de puntos de corte y 25 para la
amplitud.
El número de categorías agrupadas es superior al número de puntos de corte. Así que, en este
ejemplo, la nueva variable agrupada contará con cuatro categorías (cada una de las tres primeras
contendrá intervalos de 25 unidades [en miles] y la última, todos los valores por encima del de
punto de corte mayor: 75 [en miles]).
8. Pulse en Aplicar.
Los valores que se muestran ahora en la cuadrícula representan los puntos de corte definidos, que
son los límites superiores de cada categoría. Las líneas verticales del histograma indican también la
ubicación de los puntos de corte.
De forma predeterminada, los valores de dichos puntos de corte se incluyen en las categorías
correspondientes. Por ejemplo, el primer valor 25 incluiría entonces todos los valores menores o
iguales a 25. Pero, en este ejemplo, queremos contar con categorías que correspondan a cantidades
menores que 25, 25–49, 50–74 y 75 o superiores.
9. En el grupo Límites superiores, seleccione Excluidos (<).
10. A continuación pulse en Crear etiquetas.
Figura 73. Cuadro de diálogo principal Agrupación visual

Con ello se generan automáticamente etiquetas de valor descriptivas para cada categoría. Puesto que
los valores reales asignados a la nueva variable agrupada son sólo números enteros consecutivos
comenzando por el 1, las etiquetas de valor pueden resultar muy útiles.
También se pueden introducir o modificar manualmente los puntos de corte y las etiquetas en la
cuadrícula, cambiar la ubicación de los puntos de corte arrastrando y colocando sus líneas
correspondientes sobre el histograma y eliminar puntos de corte arrastrando sus líneas fuera del
histograma.
11. Pulse en Aceptar para crear la nueva variable agrupada.
La nueva variable aparecerá en el Editor de datos. Puesto que la variable se añade al final de archivo,
aparece en la columna que se encuentra más a la derecha en la Vista de datos y en la última fila de la
Vista de variables.
Cálculo de nuevas variables
Es posible calcular nuevas variables basadas en ecuaciones muy complejas utilizando una amplia
variedad de funciones matemáticas. En este ejemplo, sin embargo, sólo calcularemos una nueva variable
que sea la diferencia entre los valores de dos variables existentes.
El archivo de datos demo.sav contiene una variable para la edad actual de los encuestados y otra variable
para el número de años transcurridos en el trabajo actual. Sin embargo, no contiene una variable para la
edad del encuestado en el momento que comenzó ese trabajo. Podemos crear una nueva variable que sea
la diferencia calculada entre la edad actual y el número de años transcurridos en el trabajo actual, que
deberá ser la edad aproximada a la que el encuestado comenzó ese trabajo.
1. Seleccione en los menús de la ventana Editor de datos:
Transformar > Calcular variable...
2. Para la Variable objetivo introduzca trabajo1.
3. Seleccione Edad en años [edad] en la lista de variables de origen y pulse el botón de flecha para
copiarla en la Expresión numérica.
Figura 74. Etiquetas de valor generadas automáticamente.
Capítulo 8. Modificación de los valores de los datos 69

4. Pulse en el botón del símbolo menos (-) de la calculadora en el cuadro de diálogo (o la tecla menos
del teclado).
5. Seleccione Años con empresa actual [empleo] y pulse el botón de flecha para copiarla en la expresión.
Nota: esté atento al seleccionar la variable de empleo adecuada. Existe también una versión categórica
recodificada de la variable, que no es la que usted desea. La expresión numérica debe ser edad-empleo,
no edad–empcat.
6. Pulse en Aceptar para calcular la nueva variable.
La nueva variable aparecerá en el Editor de datos. Puesto que la variable se añade al final de archivo,
aparece en la columna que se encuentra más a la derecha en la Vista de datos y en la última fila de la
Vista de variables.
Uso de funciones en las expresiones
Puede utilizar también funciones predefinidas en las expresiones. Hay más de 70 funciones
preincorporadas:
v Funciones aritméticas
v Funciones estadísticas
v Funciones de distribución
v Funciones lógicas
v Funciones de agregación y extracción de fecha y hora
v Funciones de valores perdidos
v Funciones entre casos
v Funciones de cadena
Figura 75. Cuadro de diálogo Calcular variable

Las funciones se organizan en grupos lógicos distintos (por ejemplo, un grupo para operaciones
aritméticas y otro para calcular métricas estadísticas. Por comodidad, también se incluyen algunas
variables de sistema de uso común (como $TIME, para la fecha y hora actuales), organizadas en grupos
de funciones.
Pegado de una función en una expresión
Para pegar una función en una expresión:
1. Coloque el cursor en el punto de la expresión en el que desea que aparezca la función.
2. Seleccione el grupo adecuado de la lista Grupo de funciones. El grupo con la etiqueta Todo contiene
una lista de todas las funciones y variables de sistema disponibles.
3. Pulse dos veces en la función de las listas de funciones y variables especiales (o seleccione la función
y pulse en la flecha que se encuentra sobre la lista Grupo de funciones).
Se insertará la función en la expresión. Si se resalta primero parte de la expresión y, a continuación, se
inserta la función, se utilizará la parte resaltada de la expresión como primer argumento de la función.
Edición de una función de una expresión
La función no estará completa mientras que no se introduzcan los argumentos, que aparecen
representados por interrogaciones en la función que se acaba de pegar. El número de interrogaciones
indica el número mínimo de argumentos que son necesarios para completar la función.
1. Resalte las interrogaciones de la función pegada.
2. Introduzca los argumentos. Si los argumentos son nombres de variable, puede pegarlos desde la lista
de variables.
Uso de Expresiones condicionales
Se pueden utilizar expresiones condicionales (también denominadas expresiones lógicas) para aplicar
transformaciones a determinados subconjuntos de casos. Una expresión condicional devuelve el valor
verdadero, falso o perdido para cada caso. Si el resultado de una expresión condicional es verdadero, la
transformación se aplicará a ese caso. Si el resultado es falso o perdido, no se aplicará.
Para especificar una expresión condicional:
1. Pulse Si en el cuadro de diálogo Calcular variable. Se abrirá el cuadro de diálogo Si los casos.
2. Seleccione Incluir si el caso satisface la condición.
3. Introduzca la expresión condicional.
La mayoría de las expresiones condicionales contienen al menos un operador de relación como, por
ejemplo, en:
edad>=21
o
ingresos*3<100
En el primer ejemplo, sólo aquellos casos que tengan un valor de 21 o mayor para la Edad [edad]
seleccionada. En el segundo ejemplo, Ingresos del hogar en miles [ingres] multiplicado por 3 deberá ser
inferior a 100 para que se pueda seleccionar un caso.
También se puede enlazar dos o más expresiones condicionales mediante operadores lógicos, como en:
edad>=21 | ed>=4

o
ingresos*3<100 & educ=5
En el primer ejemplo, se seleccionarán los casos que cumplan la condición de Edad [edad] o la condición
de Nivel educativo [educ]. En el segundo ejemplo, las condiciones Ingresos del hogar en miles [ingres] y Nivel
educativo [educ] deberán cumplirse ambas para que se pueda seleccionar un caso.
Trabajo con fechas y horas
Hay determinadas tareas que generalmente se llevan a cabo con fechas y horas que se pueden realizar
fácilmente usando el Asistente para fecha y hora. Con este asistente, podrá:
v Crear una variable de fecha/hora a partir de una cadena que contiene una fecha o una hora.
v Crear una variable de fecha/hora fusionando variables que contengan partes diferentes de la fecha u
hora.
v Añadir o quitar valores en variables de fecha/hora (lo que incluye la adición o sustracción de dos
variables de fecha/hora).
v Extraer una parte de una variable de fecha/hora (por ejemplo, el día del mes de una variable de
fecha/hora con el formato mm/dd/aaaa).
En los ejemplos de este apartado se utiliza el archivo de datos upgrade.sav. Consulte el tema Capítulo 10,
Para usar el Asistente para fecha y hora:
Transformar > Asistente para fecha y hora...
Figura 76. Pantalla principal del Asistente para fecha y hora

En la pantalla principal del Asistente para fecha y hora se presenta una serie de tareas generales. Las
tareas no aplicables para los datos actuales se desactivan. Por ejemplo, el archivo de datos upgrade.sav no
contiene variables de cadena, por lo que la tarea de creación de una variable de fecha a partir de una
cadena se desactiva.
Si no está familiarizado con las fechas y las horas en IBM SPSS Statistics, puede seleccionar Aprender
cómo se representan las fechas y las horas y pulsar en Siguiente. Se mostrará una pantalla con una
breve descripción de las variables de fecha/hora y un enlace (a través del botón Ayuda) a información
más detallada.
Cálculo de la distancia temporal entre dos fechas
Una de las tareas más comunes relacionadas con las fechas es el cálculo de la distancia temporal entre
dos fechas. Como ejemplo, imagine que una compañía de software está interesada en analizar las
compras de licencias actualizadas determinando el número de años que transcurren desde que cada
cliente compró su última actualización. El archivo de datos upgrade.sav contiene una variable para la fecha
en que cada cliente compró una actualización, pero no el número de años transcurridos desde entonces.
Una nueva variable que represente la distancia temporal en años entre la fecha de la última actualización
y la fecha de lanzamiento del nuevo producto proporciona la medida de esta cantidad.
Para calcular la distancia temporal entre dos fechas:
1. Seleccione Realizar cálculos con fechas y horas en la pantalla principal del Asistente para fecha y
hora y pulse en Siguiente.
2. Seleccione Calcular el número de unidades de tiempo entre dos fechas y pulse en Siguiente.
3. En el paso 2, seleccione Fecha de la siguiente versión en Fecha1.
4. Seleccione Fecha de la última actualización en Fecha2.
5. Seleccione Años para Unidad y Truncar a entero para Tratamiento resultante. (Estas selecciones se
realizan de forma predeterminada.)
7. En paso 3, escriba YearsLastUp como nombre de la variable resultante. Las variables resultantes no
puede tener el mismo nombre que una existente.
Figura 77. Cálculo de la distancia temporal entre dos fechas: paso 2

8. Escriba Años desde última actualización como etiqueta de la variable resultante. Las etiquetas de las
variables resultantes son opcionales.
9. Mantenga las selecciones predeterminadas de Crear la variable ahora y pulse en Finalizar para crear
la nueva variable.
La nueva variable, AñosÚltimAct, que se muestra en el Editor de datos, es el número entero de años
transcurridos entre las dos fechas. Las partes fraccionales de un año se han omitido.
Adición de una duración a una fecha
Si lo desea, puede añadir o sustraer duraciones, como 10 días o 12 meses, a una fecha. Siguiendo con el
ejemplo de la compañía de software del apartado anterior, imagine que se desea determinar la fecha en la
que finaliza el contrato inicial de asistencia técnica de cada cliente. El archivo de datos upgrade.sav
contiene una variable para el número de años de servicio de asistencia técnica contratado y otra para la
fecha inicial de la compra. Así, es posible determinar la fecha final del servicio de asistencia inicial
añadiendo años de asistencia a la fecha de compra.
Para añadir una duración a una fecha:
1. Seleccione Realizar cálculos con fechas y horas en la pantalla principal del Asistente para fecha y
hora y pulse en Siguiente.
2. En el paso 1, seleccionar Añadir o sustraer una duración a una fecha y pulse en Siguiente.
3. Seleccione Fecha de la licencia de producto inicial en Fecha.
4. En paso 2, seleccione Años de asistencia técnica como la variable de duración.
Como Años de asistencia técnica es una variable numérica simple, es preciso indicar las unidades que se
deben usar al añadir esta variable como duración.
5. Seleccione Años en la lista desplegable Unidades.
7. En paso 3, escriba SupEndDate como nombre de la variable resultante. Las variables resultantes no
puede tener el mismo nombre que una existente.
Figura 78. Adición de una duración a una fecha: paso 2

8. Escriba Fecha de finalización de asistencia técnica como etiqueta para la variable resultante. Las etiquetas
de las variables resultantes son opcionales.
9. Pulse en Finalizar para crear la nueva variable.
La nueva variable aparecerá en el Editor de datos.

Capítulo 9. Ordenación y selección de datos
Los archivos de datos no siempre están organizados de la forma ideal para las necesidades específicas del
usuario. Para preparar los datos para analizarlos posteriormente, puede transformar de muchas maneras
diferentes el archivo, entre las que se incluyen:
v Ordenar datos. Puede ordenar los casos en función del valor de una o más variables.
v Seleccionar subconjuntos de casos. Puede restringir el análisis a un subconjunto de casos o efectuar
análisis simultáneos de subconjuntos diferentes.
En los ejemplos de este capítulo se utiliza el archivo de datos demo.sav. Consulte el tema Capítulo 10,
Ordenación de datos
Muchas veces resulta útil, y en ocasiones es incluso necesario, ordenar los casos (ordenar las filas del
archivo de datos) para realizar determinados tipos de análisis.
Para cambiar el orden de la secuencia de casos en el archivo de datos de acuerdo con el valor de una o
varias variables de ordenación:
Datos > Ordenar casos...
Aparecerá el cuadro de diálogo Ordenar casos.
2. Añada las variables Edad en años [edad] e Ingresos del hogar en miles [ingres] a la lista Ordenar por.
Si selecciona varias variables de ordenación, los casos se ordenarán de acuerdo con el orden en que estas
variables aparezcan en la lista Ordenar por. En este ejemplo, basado en las entradas de la lista Ordenar
por, los casos se ordenarán por el valor de Ingresos del hogar en miles [ingres] dentro de las categorías de
Edad en años [edad]. Para las variables de cadena, las letras mayúsculas preceden a las minúsculas
correspondientes en orden (por ejemplo, el valor de cadena Sí es anterior sí en el orden de clasificación).
Figura 79. Cuadro de diálogo Ordenar casos

Procesamiento de archivos segmentados
Para dividir el archivo de datos en diferentes grupos:
Datos > Dividir archivo...
Aparecerá el cuadro de diálogo Segmentar archivo.
2. Seleccione Comparar los grupos u Organizar los resultados por grupos. (Los ejemplos que siguen a
estos pasos muestran las diferencias entre estas dos opciones.)
3. Seleccione Sexo [sexo] para dividir el archivo en grupos independientes para estas variables.
Puede utilizar variables numéricas, de cadena corta y de cadena larga como variables de agrupación. Se
realizará un análisis distinto para cada uno de los subgrupos definidos por las variables de agrupación. Si
selecciona varias variables de agrupación, los casos se agruparán de acuerdo con el orden en que estas
variables aparezcan en la lista Grupos basados en.
Si selecciona Comparar los grupos, los resultados de todos los grupos de archivos segmentados se
incluirán en las mismas tablas, como se muestra en la siguiente tabla de estadísticos de resumen generada
por el procedimiento Frecuencias.
Figura 80. Cuadro de diálogo Segmentar archivo
Figura 81. Salida del archivo segmentado con una sola tabla dinámica

Si selecciona Organizar los resultados por grupos y ejecuta el procedimiento Frecuencias, se crean dos
tablas dinámicas: una tabla para mujeres y una tabla para hombres. :
Ordenación de casos para el procesamiento de archivos segmentados
El procedimiento Segmentar archivo crea un nuevo subgrupo cada vez que se encuentra un valor
diferente para una de las variables de agrupación. Por tanto, es importante ordenar los casos de acuerdo
con los valores de las variables de agrupación antes de invocar el procesamiento de archivos
segmentados.
De forma predeterminada, el procedimiento Segmentar archivo ordena automáticamente el archivo de
datos de acuerdo con los valores de las variables de agrupación. Si el archivo ya está ordenado con el
orden correcto, puede ahorrar tiempo de procesamiento si selecciona El archivo ya está ordenado.
Activación y desactivación del procesamiento de archivos
segmentados
Tras invocar el procesamiento de archivos segmentados, éste permanecerá en vigor durante el resto de la
sesión, a menos que lo desactive.
v Analizar todos los casos. Esta opción desactiva el procesamiento de archivos segmentados.
v Comparar grupos y Organizar los resultados por grupos. Esta opción activa el procesamiento de
archivos segmentados.
Mientras permanezca activado el procesamiento de archivos segmentados, aparecerá el mensaje
Segmentar archivo activado en la barra de estado situada en la parte inferior de la ventana de la
aplicación.
Selección de subconjuntos de casos
Puede limitar el análisis a un determinado subconjunto de acuerdo con criterios que pueden incluir
variables y expresiones complejas. También se puede seleccionar una muestra aleatoria de casos. Los
criterios usados para definir un subgrupo pueden incluir:
v Valores y rangos de las variables
Figura 82. Salida del archivo segmentado con tabla dinámica para mujeres
Figura 83. Salida del archivo segmentado con tabla dinámica para hombres
Capítulo 9. Ordenación y selección de datos 79

v Rangos de fechas y horas
v Números de caso (filas)
v Expresiones aritméticas
v Expresiones lógicas
v Funciones
Para seleccionar un subconjunto de casos para su análisis:
1. Seleccione en los menús:
Datos > Seleccionar casos...
Se abrirá el cuadro de diálogo Seleccionar casos.
Para seleccionar subconjuntos de casos basados en una expresión
condicional
Para seleccionar los casos basados en una expresión condicional:
1. Seleccione Si se satisface la condición y pulse en Si en el cuadro de diálogo Seleccionar casos.
Se abrirá el cuadro de diálogo Seleccionar casos: Si.
Figura 84. Cuadro de diálogo Seleccionar casos

En la expresión condicional se pueden utilizar nombres de variables existentes, constantes, operadores
aritméticos, operadores lógicos, operadores de relación y funciones. Puede escribir y editar la expresión
en el cuadro de texto de la misma manera que cualquier otro texto de una ventana de resultados.
También puede utilizar el teclado de calculadora, la lista de variables y la lista de funciones para pegar
elementos en la expresión. Consulte el tema “Uso de Expresiones condicionales” en la página 71 para
obtener más información.
Para seleccionar una muestra aleatoria de casos
Para obtener una muestra aleatoria:
1. Seleccione Muestra aleatoria de casos en el cuadro de diálogo Seleccionar casos.
2. Haga clic en Muestra.
Se abrirá el cuadro de diálogo Seleccionar casos: Muestra aleatoria.
Puede elegir una de las siguientes alternativas para el tamaño de la muestra:
v Aproximadamente. Un porcentaje especificado por el usuario. Esta opción generará una muestra
aleatoria que contendrá aproximadamente el porcentaje especificado de los casos.
Figura 85. Cuadro de diálogo Seleccionar casos: Si
Figura 86. Cuadro de diálogo Seleccionar casos: Muestra aleatoria

v Exactamente. Un número de casos especificado por el usuario. También se debe especificar el número
de casos a partir de los cuales se generará la muestra. Este segundo número debe ser menor o igual
que el número total de casos presentes en el archivo de datos. Si lo excede, la muestra contendrá un
número menor de casos proporcional al número solicitado.
Selección de un rango de tiempo o un rango de casos
Para seleccionar un rango de casos basados en fechas, horas o números de observación (filas):
1. Seleccione Basándose en el rango del tiempo o de los casos y pulse en Rango en el cuadro de
diálogo Seleccionar casos.
Se abrirá el cuadro de diálogo Seleccionar casos: Rango, en el que podrá seleccionar un rango de
números de observación (filas)
v Primer caso. Introduzca los valores de la fecha y hora iniciales del rango. Si no se ha definido
ninguna variable de fecha, introduzca el número de la observación inicial (número de fila del Editor
de datos, a no ser que se haya activado Segmentar archivo). Si no se especifica un valor Último
caso, se seleccionarán todos los casos posteriores a la fecha u hora iniciales hasta el final de la serie
temporal.
v Último caso. Introduzca los valores de la fecha y hora finales del rango. Si no se ha definido
ninguna variable de fecha, introduzca el número de la observación final (número de fila del Editor
de datos, a no ser que se haya activado Segmentar archivo). Si no se especifica un valor Primer
caso, se seleccionarán todos los casos desde el inicio de la serie temporal hasta la fecha u hora
finales.
Para datos de serie temporal en los que se hayan definido variables de fecha, puede seleccionar un
rango de fechas u horas de acuerdo con las variables de fecha definidas. Cada caso representa
observaciones realizadas en un momento diferente y el archivo está ordenado en orden cronológico.
Para generar variables de fecha para datos de serie temporal:
Datos > Definir fechas...
Tratamiento de los casos no seleccionados
Puede elegir una de las siguientes alternativas para tratar los casos no seleccionados:
v Descartar casos no seleccionados. Los casos no seleccionados no se incluyen en el análisis, pero se
conservan en el conjunto de datos. Podrá utilizar los casos no seleccionados más adelante en la sesión,
Figura 87. Cuadro de diálogo Seleccionar casos: Rango
Figura 88. Cuadro de diálogo Seleccionar casos: Rango (series temporales)

si desactiva el filtrado. Si selecciona una muestra aleatoria o si selecciona los casos mediante una
expresión condicional, se generará una variable con el nombre filter_$ que tendrá el valor 1 para los
casos seleccionados y el valor 0 para los casos no seleccionados.
v Copiar casos seleccionados a un nuevo conjunto de datos. Los casos seleccionados se copiarán a un
nuevo conjunto de datos, lo que mantendrá inalterado el conjunto de datos original. Los casos no
seleccionados no se incluirán en el nuevo conjunto de datos y se mantendrán en su estado original en
el conjunto de datos original.
v Eliminar casos no seleccionados. Los casos no seleccionados se eliminarán del conjunto de datos. Sólo
se pueden recuperar los casos eliminados saliendo del archivo sin guardar ningún cambio y abriéndolo
de nuevo. La eliminación de los casos será permanente si se guardan los cambios en el archivo de
datos.
Nota: Si elimina los casos no seleccionados y guarda el archivo, no será posible recuperar estos casos.
Estado de selección de casos
Si ha seleccionado un subconjunto de casos pero no ha descartado los casos no seleccionados, éstos se
marcarán en el Editor de datos con una línea diagonal atravesando el número de fila.
Figura 89. Estado de selección de casos

Capítulo 10. Archivos muestrales
Los archivos muestrales instalados con el producto se encuentran en el subdirectorio Samples del
directorio de instalación. Existe otra carpeta con los subdirectorios de muestra de cada uno de los
idiomas siguientes: inglés, francés, alemán, italiano, japonés, coreano, polaco, ruso, chino simplificado,
español y chino tradicional.
No todos los archivos muestrales están disponibles en todos los idiomas. Si un archivo muestral no está
disponible en un idioma, esa carpeta de idioma contendrá una versión en inglés del archivo muestral.
Descripciones
A continuación, se describen brevemente los archivos muestrales usados en varios ejemplos que aparecen
a lo largo de la documentación.
v accidents.sav. Archivo de datos hipotéticos sobre una compañía de seguros que estudia los factores de
riesgo de edad y género que influyen en los accidentes de automóviles de una región determinada.
Cada caso corresponde a una clasificación cruzada de categoría de edad y género.
v adl.sav. Archivo de datos hipotéticos relativo a los esfuerzos para determinar las ventajas de un tipo
propuesto de tratamiento para pacientes que han sufrido un derrame cerebral. Los médicos dividieron
de manera aleatoria a pacientes (mujeres) que habían sufrido un derrame cerebral en dos grupos. El
primer grupo recibió el tratamiento físico estándar y el segundo recibió un tratamiento emocional
adicional. Tres meses después de los tratamientos, se puntuaron las capacidades de cada paciente para
realizar actividades cotidianas como variables ordinales.
v advert.sav. Archivo de datos hipotéticos sobre las iniciativas de un minorista para examinar la relación
entre el dinero invertido en publicidad y las ventas resultantes. Para ello, se han recopilado cifras de
ventas anteriores y los costes de publicidad asociados.
v aflatoxin.sav. Archivo de datos hipotéticos sobre las pruebas realizadas en las cosechas de maíz con
relación a la aflatoxina, un veneno cuya concentración varía ampliamente en los rendimientos de
cultivo y entre los mismos. Un procesador de grano ha recibido 16 muestras de cada uno de los 8
rendimientos de cultivo y ha medido los niveles de aflatoxinas en partes por millón (PPM).
v anorectic.sav. Mientras trabajaban en una sintomatología estandarizada del comportamiento
anoréxico/bulímico, los investigadores 1
realizaron un estudio de 55 adolescentes con trastornos de la
alimentación conocidos. Cada paciente fue examinado cuatro veces durante cuatro años, lo que
representa un total de 220 observaciones. En cada observación, se puntuó a los pacientes por cada uno
de los 16 síntomas. Faltan las puntuaciones de los síntomas para el paciente 71 en el tiempo 2, el
paciente 76 en el tiempo 2 y el paciente 47 en el tiempo 3, lo que nos deja 217 observaciones válidas.
v bankloan.sav. Archivo de datos hipotéticos sobre las iniciativas de un banco para reducir la tasa de
moras de créditos. El archivo contiene información financiera y demográfica de 850 clientes anteriores
y posibles clientes. Los primeros 700 casos son clientes a los que anteriormente se les ha concedido un
préstamo. Al menos 150 casos son posibles clientes cuyos riesgos de crédito el banco necesita clasificar
como positivos o negativos.
v bankloan_binning.sav. Archivo de datos hipotéticos que contiene información financiera y demográfica
sobre 5.000 clientes anteriores.
1. Van der Ham, T., J. J. Meulman, D. C. Van Strien, and H. Van Engeland. 1997. Empirically based subgrouping of eating disorders
in adolescents: A longitudinal perspective. British Journal of Psychiatry, 170, 363-368.
85

v behavior.sav. En un ejemplo clásico 2
, se pidió a 52 estudiantes que valoraran las combinaciones de 15
situaciones y 15 comportamientos en una escala de 10 puntos que oscila entre 0 = "extremadamente
apropiado" y 9 = "extremadamente inapropiado". Los valores promediados respecto a los individuos se
toman como disimilaridades.
v behavior_ini.sav. Este archivo de datos contiene una configuración inicial para una solución
bidimensional de behavior.sav.
v brakes.sav. Archivo de datos hipotéticos sobre el control de calidad de una fábrica que produce frenos
de disco para automóviles de alto rendimiento. El archivo de datos contiene las mediciones del
diámetro de 16 discos de cada una de las 8 máquinas de producción. El diámetro objetivo para los
frenos es de 322 milímetros.
v breakfast.sav. En un estudio clásico 3
, se pidió a 21 estudiantes de administración de empresas de la
Wharton School y sus cónyuges que ordenaran 15 elementos de desayuno por orden de preferencia, de
1="más preferido" a 15="menos preferido". Sus preferencias se registraron en seis escenarios distintos,
de "Preferencia global" a "Aperitivo, con bebida sólo".
v breakfast-overall.sav. Este archivo de datos sólo contiene las preferencias de elementos de desayuno
para el primer escenario, "Preferencia global".
v broadband_1.sav Archivo de datos hipotéticos que contiene el número de suscriptores, por región, a
un servicio de banda ancha nacional. El archivo de datos contiene números de suscriptores mensuales
para 85 regiones durante un período de cuatro años.
v broadband_2.sav Este archivo de datos es idéntico a broadband_1.sav pero contiene datos para tres
meses adicionales.
v car_insurance_claims.sav. Un conjunto de datos presentados y analizados en otro lugar 4
estudia las
reclamaciones por daños en vehículos. La cantidad de reclamaciones media se puede modelar como si
tuviera una distribución Gamma, mediante una función de enlace inversa para relacionar la media de
la variable dependiente con una combinación lineal de la edad del asegurado, el tipo de vehículo y la
antigüedad del vehículo. El número de reclamaciones presentadas se puede utilizar como ponderación
de escala.
v car_sales.sav. Este archivo de datos contiene estimaciones de ventas, precios de lista y especificaciones
físicas hipotéticas de varias marcas y modelos de vehículos. Los precios de lista y las especificaciones
físicas se han obtenido de edmunds.com y de sitios de fabricantes.
v car_sales_uprepared.sav. Ésta es una versión modificada de car_sales.sav que no incluye ninguna
versión transformada de los campos.
v carpet.sav En un ejemplo muy conocido de análisis conjunto5
, una compañía interesada en sacar al
mercado un nuevo limpiador de alfombras desea examinar la influencia de cinco factores sobre la
preferencia del consumidor: diseño del producto, marca comercial, precio, sello de Buen producto para el
hogar y garantía de devolución de importe. Hay tres niveles de factores para el diseño del producto,
cada uno con una diferente colocación del cepillo del aplicador; tres nombres comerciales (K2R, Glory y
Bissell); tres niveles de precios; y dos niveles (no o sí) para los dos últimos factores. Diez consumidores
clasificaron 22 perfiles definidos por estos factores. La variable Preferencia contiene el rango de las
clasificaciones medias de cada perfil. Las clasificaciones inferiores corresponden a preferencias
elevadas. Esta variable refleja una medida global de la preferencia de cada perfil.
v carpet_prefs.sav Este archivo de datos se basa en el mismo ejemplo que el descrito para carpet.sav, pero
contiene las clasificaciones reales recogidas de cada uno de los 10 consumidores. Se pidió a los
consumidores que clasificaran los 22 perfiles de los productos empezando por el menos preferido. Las
variables desde PREF1 hasta PREF22 contienen los ID de los perfiles asociados, como se definen en
carpet_plan.sav.
2. Price, R. H., and D. L. Bouffard. 1974. Behavioral appropriateness and situational constraints as dimensions of social behavior.
Journal of Personality and Social Psychology, 30, 579-586.
3. Green, P. E., and V. Rao. 1972. Applied multidimensional scaling. Hinsdale, Ill.: Dryden Press.
4. McCullagh, P., and J. A. Nelder. 1989. Generalized Linear Models, 2nd ed. London: Chapman & Hall.
5. Green, P. E., and Y. Wind. 1973. Multiattribute decisions in marketing: A measurement approach. Hinsdale, Ill.: Dryden Press.

v catalog.sav Este archivo de datos contiene cifras de ventas mensuales hipotéticas de tres productos
vendidos por una compañía de venta por catálogo. También se incluyen datos para cinco variables
predictoras posibles.
v catalog_seasfac.sav Este archivo de datos es igual que catalog.sav, con la excepción de que incluye un
conjunto de factores estacionales calculados a partir del procedimiento Descomposición estacional junto
con las variables de fecha que lo acompañan.
v cellular.sav. Archivo de datos hipotéticos sobre las iniciativas de una compañía de telefonía móvil para
reducir el abandono de clientes. Las puntuaciones de propensión al abandono de clientes se aplican a
las cuentas, oscilando de 0 a 100. Las cuentas con una puntuación de 50 o superior pueden estar
buscando otros proveedores.
v ceramics.sav. Archivo de datos hipotéticos sobre las iniciativas de un fabricante para determinar si una
nueva aleación de calidad tiene una mayor resistencia al calor que una aleación estándar. Cada caso
representa una prueba independiente de una de las aleaciones; la temperatura a la que registró el fallo
del rodamiento.
v cereal.sav. Archivo de datos hipotéticos sobre una encuesta realizada a 880 personas sobre sus
preferencias en el desayuno, teniendo también en cuenta su edad, sexo, estado civil y si tienen un estilo
de vida activo o no (en función de si practican ejercicio al menos dos veces a la semana). Cada caso
representa un encuestado diferente.
v clothing_defects.sav. Archivo de datos hipotéticos sobre el proceso de control de calidad en una
fábrica de prendas. Los inspectores toman una muestra de prendas de cada lote producido en la
fábrica, y cuentan el número de prendas que no son aceptables.
v coffee.sav. Este archivo de datos pertenece a las imágenes percibidas de seis marcas de café helado 6
.
Para cada uno de los 23 atributos de imagen de café helado, los encuestados seleccionaron todas las
marcas que quedaban descritas por el atributo. Las seis marcas se denotan AA, BB, CC, DD, EE y FF
para mantener la confidencialidad.
v contacts.sav. Archivo de datos hipotéticos sobre las listas de contactos de un grupo de representantes
de ventas de ordenadores de empresa. Cada uno de los contactos está categorizado por el
departamento de la compañía en el que trabaja y su categoría en la compañía. Además, también se
registran los importes de la última venta realizada, el tiempo transcurrido desde la última venta y el
tamaño de la compañía del contacto.
v creditpromo.sav. Archivo de datos hipotéticos sobre las iniciativas de unos almacenes para evaluar la
eficacia de una promoción de tarjetas de crédito reciente. Para este fin, se seleccionaron aleatoriamente
500 titulares. La mitad recibieron un anuncio promocionando una tasa de interés reducida sobre las
ventas realizadas en los siguientes tres meses. La otra mitad recibió un anuncio estacional estándar.
v customer_dbase.sav. Archivo de datos hipotéticos sobre las iniciativas de una compañía para usar la
información de su almacén de datos para realizar ofertas especiales a los clientes con más
probabilidades de responder. Se seleccionó un subconjunto de la base de clientes aleatoriamente a
quienes se ofrecieron las ofertas especiales y sus respuestas se registraron.
v customer_information.sav. Archivo de datos hipotéticos que contiene la información de correo del
cliente, como el nombre y la dirección.
v customer_subset.sav. Un subconjunto de 80 casos de customer_dbase.sav.
v debate.sav. Archivos de datos hipotéticos sobre las respuestas emparejadas de una encuesta realizada
a los asistentes a un debate político antes y después del debate. Cada caso corresponde a un
encuestado diferente.
v debate_aggregate.sav. Archivo de datos hipotéticos que agrega las respuestas de debate.sav. Cada caso
corresponde a una clasificación cruzada de preferencias antes y después del debate.
v demo.sav. Archivos de datos hipotéticos sobre una base de datos de clientes adquirida con el fin de
enviar por correo ofertas mensuales. Se registra si el cliente respondió a la oferta, junto con
información demográfica diversa.
6. Kennedy, R., C. Riquier, and B. Sharp. 1996. Practical applications of correspondence analysis to categorical data in market
research. Journal of Targeting, Measurement, and Analysis for Marketing, 5, 56-70.
Capítulo 10. Archivos muestrales 87

v demo_cs_1.sav. Archivo de datos hipotéticos sobre el primer paso de las iniciativas de una compañía
para recopilar una base de datos de información de encuestas. Cada caso corresponde a una ciudad
diferente, y se registra la identificación de la ciudad, la región, la provincia y el distrito.
v demo_cs_2.sav. Archivo de datos hipotéticos sobre el segundo paso de las iniciativas de una compañía
para recopilar una base de datos de información de encuestas. Cada caso corresponde a una unidad
familiar diferente de las ciudades seleccionadas en el primer paso, y se registra la identificación de la
unidad, la subdivisión, la ciudad, el distrito, la provincia y la región. También se incluye la información
de muestreo de las primeras dos etapas del diseño.
v demo_cs.sav. Archivo de datos hipotéticos que contiene información de encuestas recopilada mediante
un diseño del muestreo complejo. Cada caso corresponde a una unidad familiar distinta, y se recopila
información demográfica y de muestreo diversa.
v diabetes_costs.sav. Es un archivo de datos hipotético que contiene información mantenida por una
compañía de seguros acerca de los titulares de póliza que tienen diabetes. Cada caso corresponde a un
titular de pólica diferente.
v dietstudy.sav. Este archivo de datos hipotéticos contiene los resultados de un estudio sobre la "dieta
Stillman" 7
. Cada caso corresponde a un sujeto distinto y registra sus pesos antes y después de la dieta
en libras y niveles de triglicéridos en mg/100 ml.
v dmdata.sav. Es un archivo de datos hipotético que contiene información demográfica y de compra para
una empresa de marketing directo. dmdata2.sav contiene información para un subconjunto de contactos
que recibieron un envío de correos de prueba y dmdata3.sav contiene información sobre el resto de
contactos que no recibieron el envío de correos de prueba.
v dvdplayer.sav. Archivo de datos hipotéticos sobre el desarrollo de un nuevo reproductor de DVD. El
equipo de marketing ha recopilado datos de grupo de enfoque mediante un prototipo. Cada caso
corresponde a un usuario encuestado diferente y registra información demográfica sobre los
encuestados y sus respuestas a preguntas acerca del prototipo.
v german_credit.sav. Este archivo de datos se toma del conjunto de datos "German credit" de las
Repository of Machine Learning Databases 8
de la Universidad de California, Irvine.
v grocery_1month.sav. Este archivo de datos hipotéticos es el archivo de datos grocery_coupons.sav con
las compras semanales "acumuladas" para que cada caso corresponda a un cliente diferente. Algunas
de las variables que cambiaban semanalmente desaparecen de los resultados, y la cantidad gastada
registrada se convierte ahora en la suma de las cantidades gastadas durante las cuatro semanas del
estudio.
v grocery_coupons.sav. Archivo de datos hipotéticos que contiene datos de encuestas recopilados por
una cadena de tiendas de alimentación interesada en los hábitos de compra de sus clientes. Se sigue a
cada cliente durante cuatro semanas, y cada caso corresponde a un cliente-semana distinto y registra
información sobre dónde y cómo compran los clientes, incluida la cantidad que invierten en
comestibles durante esa semana.
v guttman.sav. Bell 9
presentó una tabla para ilustrar posibles grupos sociales. Guttman 10
utilizó parte de
esta tabla, en la que se cruzaron cinco variables que describían elementos como la interacción social,
sentimientos de pertenencia a un grupo, proximidad física de los miembros y grado de formalización
de la relación con siete grupos sociales teóricos, incluidos multitudes (por ejemplo, las personas que
acuden a un partido de fútbol), espectadores (por ejemplo, las personas que acuden a un teatro o de
una conferencia), públicos (por ejemplo, los lectores de periódicos o los espectadores de televisión),
muchedumbres (como una multitud pero con una interacción mucho más intensa), grupos primarios
7. Rickman, R., N. Mitchell, J. Dingman, and J. E. Dalen. 1974. Changes in serum cholesterol during the Stillman Diet. Journal of the
American Medical Association, 228:, 54-58.
8. Blake, C. L., and C. J. Merz. 1998. "UCI Repository of machine learning databases." Available at http://www.ics.uci.edu/~mlearn/
MLRepository.html.
9. Bell, E. H. 1961. Social foundations of human behavior: Introduction to the study of sociology. New York: Harper & Row.
10. Guttman, L. 1968. A general nonmetric technique for finding the smallest coordinate space for configurations of points.
Psychometrika, 33, 469-506.

(íntimos), grupos secundarios (voluntarios) y la comunidad moderna (confederación débil que resulta
de la proximidad cercana física y de la necesidad de servicios especializados).
v health_funding.sav. Archivo de datos hipotéticos que contiene datos sobre inversión en sanidad
(cantidad por 100 personas), tasas de enfermedad (índice por 10.000 personas) y visitas a centros de
salud (índice por 10.000 personas). Cada caso representa una ciudad diferente.
v hivassay.sav. Archivo de datos hipotéticos sobre las iniciativas de un laboratorio farmacéutico para
desarrollar un ensayo rápido para detectar la infección por VIH. Los resultados del ensayo son ocho
tonos de rojo con diferentes intensidades, donde los tonos más oscuros indican una mayor
probabilidad de infección. Se llevó a cabo una prueba de laboratorio de 2.000 muestras de sangre, de
las cuales una mitad estaba infectada con el VIH y la otra estaba limpia.
v hourlywagedata.sav. Archivo de datos hipotéticos sobre los salarios por horas de enfermeras de
puestos de oficina y hospitales y con niveles distintos de experiencia.
v insurance_claims.sav. Éste es un archivo de datos hipotéticos sobre una compañía de seguros que
desee generar un modelo para señalar las reclamaciones sospechosas y potencialmente fraudulentas.
Cada caso representa una reclamación diferente.
v insure.sav. Archivo de datos hipotéticos sobre una compañía de seguros que estudia los factores de
riesgo que indican si un cliente tendrá que hacer una reclamación a lo largo de un contrato de seguro
de vida de 10 años. Cada caso del archivo de datos representa un par de contratos (de los que uno
registró una reclamación y el otro no), agrupados por edad y sexo.
v judges.sav. Archivo de datos hipotéticos sobre las puntuaciones concedidas por jueces cualificados (y
un aficionado) a 300 actuaciones gimnásticas. Cada fila representa una actuación diferente; los jueces
vieron las mismas actuaciones.
v kinship_dat.sav. Rosenberg y Kim 11
comenzaron a analizar 15 términos de parentesco (tía, hermano,
primo, hija, padre, nieta, abuelo, abuela, nieto, madre, sobrino, sobrina, hermana, hijo, tío). Le pidieron
a cuatro grupos de estudiantes universitarios (dos masculinos y dos femeninos) que ordenaran estos
grupos según las similitudes. A dos grupos (uno masculino y otro femenino) se les pidió que realizaran
la ordenación dos veces, pero que la segunda ordenación la hicieran según criterios distintos a los de la
primera. Así, se obtuvo un total de seis "orígenes". Cada origen se corresponde con una matriz de
proximidades de 15 x 15, cuyas casillas son iguales al número de personas de un origen menos el
número de veces que se particionaron los objetos en ese origen.
v kinship_ini.sav. Este archivo de datos contiene una configuración inicial para una solución
tridimensional de kinship_dat.sav.
v kinship_var.sav. Este archivo de datos contiene variables independientes sexo, gener(ación), y grado (de
separación) que se pueden usar para interpretar las dimensiones de una solución para kinship_dat.sav.
Concretamente, se pueden usar para restringir el espacio de la solución a una combinación lineal de
estas variables.
v marketvalues.sav. Archivo de datos sobre las ventas de casas en una nueva urbanización de
Algonquin, Ill., durante los años 1999 y 2000. Los datos de estas ventas son públicos.
v nhis2000_subset.sav. La National Health Interview Survey (NHIS, encuesta del Centro Nacional de
Estadísticas de Salud de EE.UU.) es una encuesta detallada realizada entre la población civil de Estados
Unidos. Las encuestas se realizaron en persona a una muestra representativa de las unidades familiares
del país. Se recogió tanto la información demográfica como las observaciones acerca del estado y los
hábitos de salud de los integrantes de cada unidad familiar. Este archivo de datos contiene un
subconjunto de información de la encuesta de 2000. National Center for Health Statistics. National
Health Interview Survey, 2000. Archivo de datos y documentación de uso público.
ftp://ftp.cdc.gov/pub/Health_Statistics/NCHS/Datasets/NHIS/2000/. Fecha de acceso: 2003.
11. Rosenberg, S., and M. P. Kim. 1975. The method of sorting as a data-gathering procedure in multivariate research. Multivariate
Behavioral Research, 10, 489-502.

v ozono.sav. Los datos incluyen 330 observaciones de seis variables meteorológicas para pronosticar la
concentración de ozono a partir del resto de variables. Los investigadores anteriores12
, 13
han
encontrado que no hay linealidad entre estas variables, lo que dificulta los métodos de regresión
estándar.
v pain_medication.sav. Este archivo de datos hipotéticos contiene los resultados de una prueba clínica
sobre medicación antiinflamatoria para tratar el dolor artrítico crónico. Resulta de particular interés el
tiempo que tarda el fármaco en hacer efecto y cómo se compara con una medicación existente.
v patient_los.sav. Este archivo de datos hipotéticos contiene los registros de tratamiento de pacientes
que fueron admitidos en el hospital ante la posibilidad de sufrir un infarto de miocardio (IM o "ataque
al corazón"). Cada caso corresponde a un paciente distinto y registra diversas variables relacionadas
con su estancia hospitalaria.
v patlos_sample.sav. Este archivo de datos hipotéticos contiene los registros de tratamiento de una
muestra de pacientes que recibieron trombolíticos durante el tratamiento del infarto de miocardio (IM o
"ataque al corazón"). Cada caso corresponde a un paciente distinto y registra diversas variables
relacionadas con su estancia hospitalaria.
v poll_cs.sav. Archivo de datos hipotéticos sobre las iniciativas de los encuestadores para determinar el
nivel de apoyo público a una ley antes de una asamblea legislativa. Los casos corresponden a votantes
registrados. Cada caso registra el condado, la población y el vecindario en el que vive el votante.
v poll_cs_sample.sav. Este archivo de datos hipotéticos contiene una muestra de los votantes
enumerados en poll_cs.sav. La muestra se tomó según el diseño especificado en el archivo de plan
poll.csplan y este archivo de datos registra las probabilidades de inclusión y las ponderaciones
muestrales. Sin embargo, tenga en cuenta que debido a que el plan muestral hace uso de un método de
probabilidad proporcional al tamaño (PPS), también existe un archivo que contiene las probabilidades
de selección conjunta (poll_jointprob.sav). Las variables adicionales que corresponden a los datos
demográficos de los votantes y sus opiniones sobre la propuesta de ley se recopilaron y añadieron al
archivo de datos después de tomar la muestra.
v property_assess.sav. Archivo de datos hipotéticos sobre las iniciativas de un asesor del condado para
mantener actualizada la evaluación de los valores de las propiedades utilizando recursos limitados. Los
casos corresponden a las propiedades vendidas en el condado el año anterior. Cada caso del archivo de
datos registra la población en que se encuentra la propiedad, el último asesor que visitó la propiedad,
el tiempo transcurrido desde la última evaluación, la valoración realizada en ese momento y el valor
de venta de la propiedad.
v property_assess_cs.sav. Archivo de datos hipotéticos sobre las iniciativas de un asesor de un estado
para mantener actualizada la evaluación de los valores de las propiedades utilizando recursos
limitados. Los casos corresponden a propiedades del estado. Cada caso del archivo de datos registra el
condado, la población y el vecindario en el que se encuentra la propiedad, el tiempo transcurrido
desde la última evaluación y la valoración realizada en ese momento.
v property_assess_cs_sample.sav Este archivo de datos hipotéticos contiene una muestra de las
propiedades recogidas en property_assess_cs.sav. La muestra se tomó en función del diseño especificado
en el archivo de plan property_assess.csplan, y este archivo de datos registra las probabilidades de
inclusión y las ponderaciones muestrales. La variable adicional Valor actual se recopiló y añadió al
archivo de datos después de tomar la muestra.
v recidivism.sav. Archivo de datos hipotéticos sobre las iniciativas de una agencia de orden público para
comprender los índices de reincidencia en su área de jurisdicción. Cada caso corresponde a un infractor
anterior y registra su información demográfica, algunos detalles de su primer delito y, a continuación,
el tiempo transcurrido desde su segundo arresto, si ocurrió en los dos años posteriores al primer
arresto.
v recidivism_cs_sample.sav. Archivo de datos hipotéticos sobre las iniciativas de una agencia de orden
público para comprender los índices de reincidencia en su área de jurisdicción. Cada caso corresponde
12. Breiman, L., and J. H. Friedman. 1985. Estimating optimal transformations for multiple regression and correlation. Journal of the
American Statistical Association, 80, 580-598.
13. Hastie, T., and R. Tibshirani. 1990. Generalized additive models. London: Chapman and Hall.

a un delincuente anterior, puesto en libertad tras su primer arresto durante el mes de junio de 2003 y
registra su información demográfica, algunos detalles de su primer delito y los datos de su segundo
arresto, si se produjo antes de finales de junio de 2006. Los delincuentes se seleccionaron de una
muestra de departamentos según el plan de muestreo especificado en recidivism_cs.csplan. Como este
plan utiliza un método de probabilidad proporcional al tamaño (PPS), también existe un archivo que
contiene las probabilidades de selección conjunta (recidivism_cs_jointprob.sav).
v rfm_transactions.sav. Archivo de datos hipotéticos que contiene datos de transacciones de compra,
incluida la fecha de compra, los artículos adquiridos y el importe de cada transacción.
v salesperformance.sav. Archivo de datos hipotéticos sobre la evaluación de dos nuevos cursos de
formación de ventas. Sesenta empleados, divididos en tres grupos, reciben formación estándar.
Además, el grupo 2 recibe formación técnica; el grupo 3, un tutorial práctico. Cada empleado se
sometió a un examen al final del curso de formación y se registró su puntuación. Cada caso del
archivo de datos representa a un alumno distinto y registra el grupo al que fue asignado y la
puntuación que obtuvo en el examen.
v satisf.sav. Archivo de datos hipotéticos sobre una encuesta de satisfacción llevada a cabo por una
empresa minorista en cuatro tiendas. Se encuestó a 582 clientes en total y cada caso representa las
respuestas de un único cliente.
v screws.sav Este archivo de datos contiene información acerca de las características de tornillos, pernos,
clavos y tacos 14
.
v shampoo_ph.sav. Archivo de datos hipotéticos sobre el control de calidad en una fábrica de productos
para el cabello. Se midieron seis lotes de resultados distintos en intervalos regulares y se registró su
pH. El intervalo objetivo es 4,5–5,5.
v ships.sav. Un conjunto de datos presentados y analizados en otro lugar 15
sobre los daños en los
cargueros producidos por las olas. Los recuentos de incidentes se pueden modelar como si ocurrieran
con una tasa de Poisson dado el tipo de barco, el período de construcción y el período de servicio. Los
meses de servicio agregados para cada casilla de la tabla formados por la clasificación cruzada de
factores proporcionan valores para la exposición al riesgo.
v site.sav. Archivo de datos hipotéticos sobre las iniciativas de una compañía para seleccionar sitios
nuevos para sus negocios en expansión. Se ha contratado a dos consultores para evaluar los sitios de
forma independiente, quienes, además de un informe completo, han resumido cada sitio como una
posibilidad "buena", "media" o "baja".
v smokers.sav. Este archivo de datos es un resumen de la encuesta sobre toxicomanía 1998 National
Household Survey of Drug Abuse y es una muestra de probabilidad de unidades familiares
americanas. (http://dx.doi.org/10.3886/ICPSR02934) Así, el primer paso de un análisis de este archivo
de datos debe ser ponderar los datos para reflejar las tendencias de población.
v stocks.sav Este archivo de datos hipotéticos contiene precios de acciones y volumen de un año.
v stroke_clean.sav. Este archivo de datos hipotéticos contiene el estado de una base de datos médica
después de haberla limpiado mediante los procedimientos de la opción Preparación de datos.
v stroke_invalid.sav. Este archivo de datos hipotéticos contiene el estado inicial de una base de datos
médica que incluye contiene varios errores de entrada de datos.
v stroke_survival. Este archivo de datos hipotéticos registra los tiempos de supervivencia de los
pacientes que finalizan un programa de rehabilitación tras un ataque isquémico. Tras el ataque, la
ocurrencia de infarto de miocardio, ataque isquémico o ataque hemorrágico se anotan junto con el
momento en el que se produce el evento registrado. La muestra está truncada a la izquierda ya que
únicamente incluye a los pacientes que han sobrevivido al final del programa de rehabilitación
administrado tras el ataque.
v stroke_valid.sav. Este archivo de datos hipotéticos contiene el estado de una base de datos médica
después de haber comprobado los valores mediante el procedimiento Validar datos. Sigue conteniendo
casos potencialmente anómalos.
14. Hartigan, J. A. 1975. Clustering algorithms. New York: John Wiley and Sons.
15. McCullagh, P., and J. A. Nelder. 1989. Generalized Linear Models, 2nd ed. London: Chapman & Hall.

v survey_sample.sav. Este archivo de datos contiene datos de encuestas, incluyendo datos demográficos
y diferentes medidas de actitud. Se basa en un subconjunto de variables de NORC General Social
Survey de 1998, aunque algunos valores de datos se han modificado y que existen variables ficticias
adicionales se han añadido para demostraciones.
v tcm_kpi.sav. Es un archivo de datos hipotético que contiene valores de indicadores clave de
rendimiento semanales para una empresa. También contiene datos semanales para diversas métricas
controlables durante el mismo periodo de tiempo.
v tcm_kpi_upd.sav. Este archivo de datos es idéntico a tcm_kpi.sav pero contiene datos para cuatro
semanas adicionales.
v telco.sav. Archivo de datos hipotéticos sobre las iniciativas de una compañía de telecomunicaciones
para reducir el abandono de clientes en su base de clientes. Cada caso corresponde a un cliente distinto
y registra diversa información demográfica y de uso del servicio.
v telco_extra.sav. Este archivo de datos es similar al archivo de datos telco.sav, pero las variables de
meses con servicio y gasto de clientes transformadas logarítmicamente se han eliminado y sustituido
por variables de gasto del cliente transformadas logarítmicamente tipificadas.
v telco_missing.sav. Este archivo de datos es un subconjunto del archivo de datos telco.sav, pero algunos
valores de datos demográficos se han sustituido con valores perdidos.
v testmarket.sav. Archivo de datos hipotéticos sobre los planes de una cadena de comida rápida para
añadir un nuevo artículo a su menú. Hay tres campañas posibles para promocionar el nuevo producto,
por lo que el artículo se presenta en ubicaciones de varios mercados seleccionados aleatoriamente. Se
utiliza una promoción diferente en cada ubicación y se registran las ventas semanales del nuevo
artículo durante las primeras cuatro semanas. Cada caso corresponde a una ubicación semanal
diferente.
v testmarket_1month.sav. Este archivo de datos hipotéticos es el archivo de datos testmarket.sav con las
ventas semanales "acumuladas" para que cada caso corresponda a una ubicación diferente. Como
resultado, algunas de las variables que cambiaban semanalmente desaparecen y las ventas registradas
se convierten en la suma de las ventas realizadas durante las cuatro semanas del estudio.
v tree_car.sav. Archivo de datos hipotéticos que contiene datos demográficos y de precios de compra de
vehículos.
v tree_credit.sav Archivo de datos hipotéticos que contiene datos demográficos y de historial de créditos
bancarios.
v tree_missing_data.sav Archivo de datos hipotéticos que contiene datos demográficos y de historial de
créditos bancarios con un elevado número de valores perdidos.
v tree_score_car.sav. Archivo de datos hipotéticos que contiene datos demográficos y de precios de
compra de vehículos.
v tree_textdata.sav. Archivo de datos sencillos con dos variables diseñadas principalmente para mostrar
el estado predeterminado de las variables antes de realizar la asignación de nivel de medición y
etiquetas de valor.
v tv-survey.sav. Archivo de datos hipotéticos sobre una encuesta dirigida por un estudio de TV que está
considerando la posibilidad de ampliar la emisión de un programa de éxito. Se preguntó a 906
encuestados si verían el programa en distintas condiciones. Cada fila representa un encuestado
diferente; cada columna es una condición diferente.
v ulcer_recurrence.sav. Este archivo contiene información parcial de un estudio diseñado para comparar
la eficacia de dos tratamientos para prevenir la reaparición de úlceras. Constituye un buen ejemplo de
datos censurados por intervalos y se ha presentado y analizado en otro lugar 16
.
v ulcer_recurrence_recoded.sav. Este archivo reorganiza la información de ulcer_recurrence.sav para
permitir modelar la probabilidad de eventos de cada intervalo del estudio en lugar de sólo la
probabilidad de eventos al final del estudio. Se ha presentado y analizado en otro lugar 17
.
16. Collett, D. 2003. Modelling survival data in medical research, 2 ed. Boca Raton: Chapman & Hall/CRC.
17. Collett, D. 2003. Modelling survival data in medical research, 2 ed. Boca Raton: Chapman & Hall/CRC.

v verd1985.sav. Archivo de datos sobre una encuesta 18
. Se han registrado las respuestas de 15 sujetos a 8
variables. Se han dividido las variables de interés en tres grupos. El conjunto 1 incluye edad y ecivil, el
conjunto 2 incluye mascota y noticia, mientras que el conjunto 3 incluye música y vivir. Se escala mascota
como nominal múltiple y edad como ordinal; el resto de variables se escalan como nominal simple.
v virus.sav. Archivo de datos hipotéticos sobre las iniciativas de un proveedor de servicios de Internet
(ISP) para determinar los efectos de un virus en sus redes. Se ha realizado un seguimiento
(aproximado) del porcentaje de tráfico de correos electrónicos infectados en sus redes a lo largo del
tiempo, desde el momento en que se descubre hasta que la amenaza se contiene.
v wheeze_steubenville.sav. Subconjunto de un estudio longitudinal de los efectos sobre la salud de la
polución del aire en los niños 19
. Los datos contienen medidas binarias repetidas del estado de las
sibilancias en niños de Steubenville, Ohio, con edades de 7, 8, 9 y 10 años, junto con un registro fijo de
si la madre era fumadora durante el primer año del estudio.
v workprog.sav. Archivo de datos hipotéticos sobre un programa de obras del gobierno que intenta
colocar a personas desfavorecidas en mejores trabajos. Se siguió una muestra de participantes
potenciales del programa, algunos de los cuales se seleccionaron aleatoriamente para entrar en el
programa, mientras que otros no siguieron esta selección aleatoria. Cada caso representa un
participante del programa diferente.
v worldsales.sav Este archivo de datos hipotéticos contiene ingresos por ventas por continente y
producto.
18. Verdegaal, R. 1985. Meer sets analyse voor kwalitatieve gegevens (in Dutch). Leiden: Department of Data Theory, University of
Leiden.
19. Ware, J. H., D. W. Dockery, A. Spiro III, F. E. Speizer, and B. G. Ferris Jr.. 1984. Passive smoking, gas cooking, and respiratory
health of children living in six cities. American Review of Respiratory Diseases, 129, 366-374.

Avisos
Esta información se ha desarrollado para productos y servicios ofrecidos en los EE.UU. Este material
puede estar disponible en IBM en otros idiomas. Sin embargo, es posible que deba ser propietario de una
copia del producto o de la versión del producto en dicho idioma para acceder a él.
Es posible que IBM no ofrezca los productos, servicios o características que se tratan en este documento
en otros países. El representante local de IBM le puede informar sobre los productos y servicios que están
actualmente disponibles en su localidad. Cualquier referencia a un producto, programa o servicio de IBM
no pretende afirmar ni implicar que solamente se pueda utilizar ese producto, programa o servicio de
IBM. En su lugar, se puede utilizar cualquier producto, programa o servicio funcionalmente equivalente
que no infrinja los derechos de propiedad intelectual de IBM. Sin embargo, es responsabilidad del usuario
evaluar y comprobar el funcionamiento de todo producto, programa o servicio que no sea de IBM.
IBM puede tener patentes o solicitudes de patente en tramitación que cubran la materia descrita en este
documento. Este documento no le otorga ninguna licencia para estas patentes. Puede enviar preguntas
acerca de las licencias, por escrito, a:
IBM Director of Licensing
IBM Corporation
North Castle Drive, MD-NC119
Armonk, NY 10504-1785
EE.UU.
Para consultas sobre licencias relacionadas con información de doble byte (DBCS), póngase en contacto
con el departamento de propiedad intelectual de IBM de su país o envíe sus consultas, por escrito, a:
Intellectual Property Licensing
Legal and Intellectual Property Law
IBM Japan Ltd.
19-21, Nihonbashi-Hakozakicho, Chuo-ku
Tokio 103-8510, Japón
INTERNATIONAL BUSINESS MACHINES CORPORATION PROPORCIONA ESTA PUBLICACIÓN "TAL
CUAL", SIN GARANTÍAS DE NINGUNA CLASE, NI EXPLÍCITAS NI IMPLÍCITAS, INCLUYENDO,
PERO SIN LIMITARSE A, LAS GARANTÍAS IMPLÍCITAS DE NO VULNERACIÓN,
COMERCIALIZACIÓN O ADECUACIÓN A UN PROPÓSITO DETERMINADO. Algunas jurisdicciones
no permiten la renuncia a las garantías explícitas o implícitas en determinadas transacciones; por lo tanto,
es posible que esta declaración no sea aplicable a su caso.
Esta información puede incluir imprecisiones técnicas o errores tipográficos. Periódicamente, se efectúan
cambios en la información aquí y estos cambios se incorporarán en nuevas ediciones de la publicación.
IBM puede realizar en cualquier momento mejoras o cambios en los productos o programas descritos en
esta publicación sin previo aviso.
Las referencias hechas en esta publicación a sitios web que no son de IBM se proporcionan sólo para la
comodidad del usuario y no constituyen de modo alguno un aval de esos sitios web. La información de
esos sitios web no forma parte de la información de este producto de IBM y la utilización de esos sitios
web se realiza bajo la responsabilidad del usuario.
IBM puede utilizar o distribuir la información que se le proporcione del modo que considere adecuado
sin incurrir por ello en ninguna obligación con el remitente.
95

Los titulares de licencias de este programa que deseen tener información sobre el mismo con el fin de
permitir: (i) el intercambio de información entre programas creados independientemente y otros
programas (incluido este) y (ii) el uso mutuo de la información que se ha intercambiado, deberán ponerse
en contacto con:
IBM Director of Licensing
IBM Corporation
North Castle Drive, MD-NC119
Armonk, NY 10504-1785
EE.UU.
Esta información estará disponible, bajo las condiciones adecuadas, incluyendo en algunos casos el pago
de una cuota.
El programa bajo licencia que se describe en este documento y todo el material bajo licencia disponible
los proporciona IBM bajo los términos de las Condiciones Generales de IBM, Acuerdo Internacional de
Programas Bajo Licencia de IBM o cualquier acuerdo equivalente entre las partes.
Los ejemplos de datos de rendimiento y de clientes citados se presentan solamente a efectos ilustrativos.
Los resultados reales de rendimiento pueden variar en función de las configuraciones específicas y
condiciones de operación.
La información relacionada con productos no IBM se ha obtenido de los proveedores de esos productos,
de sus anuncios publicados o de otras fuentes disponibles públicamente. IBM no ha probado esos
productos y no puede confirmar la exactitud del rendimiento, la compatibilidad ni ninguna otra
afirmación relacionada con productos no IBM. Las preguntas sobre las posibilidades de productos que no
son de IBM deben dirigirse a los proveedores de esos productos.
Las declaraciones sobre el futuro rumbo o intención de IBM están sujetas a cambio o retirada sin previo
aviso y representan únicamente metas y objetivos.
Esta información contiene ejemplos de datos e informes utilizados en operaciones comerciales diarias.
Para ilustrarlos lo máximo posible, los ejemplos incluyen los nombres de las personas, empresas, marcas
y productos. Todos estos nombres son ficticios y cualquier parecido con personas o empresas comerciales
reales es pura coincidencia.
LICENCIA DE DERECHOS DE AUTOR:
Esta información contiene programas de aplicación de muestra escritos en lenguaje fuente, los cuales
muestran técnicas de programación en diversas plataformas operativas. Puede copiar, modificar y
distribuir estos programas de muestra de cualquier modo sin realizar ningún pago a IBM, con el fin de
desarrollar, utilizar, comercializar o distribuir programas de aplicación que se ajusten a la interfaz de
programación de aplicaciones para la plataforma operativa para la que se han escrito los programas de
muestra. Estos ejemplos no se han probado exhaustivamente en todas las condiciones. Por lo tanto, IBM
no puede garantizar ni dar por supuesta la fiabilidad, la capacidad de servicio ni la funcionalidad de
estos programas. Los programas de muestra se proporcionan "TAL CUAL" sin garantía de ningún tipo.
IBM no será responsable de ningún daño derivado del uso de los programas de muestra.
Cada copia o cada parte de estos programas de ejemplo, o trabajos derivados, debe incluir un aviso de
copyright como se indica a continuación:
© (nombre de la compañía) (año). Algunas partes de este código procede de los programas de ejemplo de
IBM Corp.
© Copyright IBM Corp. _especificar el año o años_. Reservados todos los derechos.

Marcas comerciales
IBM, el logotipo de IBM e ibm.com son marcas registradas o marcas comerciales de International Business
Machines Corp., registradas en muchas jurisdicciones en todo el mundo. Otros nombres de productos y
servicios podrían ser marcas registradas de IBM u otras compañías. En Internet hay disponible una lista
actualizada de las marcas registradas de IBM, en "Copyright and trademark information", en
www.ibm.com/legal/copytrade.shtml.
Adobe, el logotipo Adobe, PostScript y el logotipo PostScript son marcas registradas o marcas comerciales
de Adobe Systems Incorporated en Estados Unidos y/o otros países.
Intel, el logotipo de Intel, Intel Inside, el logotipo de Intel Inside, Intel Centrino, el logotipo de Intel
Centrino, Celeron, Intel Xeon, Intel SpeedStep, Itanium y Pentium son marcas comerciales o marcas
registradas de Intel Corporation o sus filiales en Estados Unidos y otros países.
Linux es una marca registrada de Linus Torvalds en Estados Unidos, otros países o ambos.
Microsoft, Windows, Windows NT, y el logotipo de Windows son marcas comerciales de Microsoft
Corporation en Estados Unidos, otros países o ambos.
UNIX es una marca registrada de The Open Group en Estados Unidos y otros países.
Java y todas las marcas comerciales y los logotipos basados en Java son marcas comerciales o registradas
de Oracle y/o sus afiliados.
Avisos 97

Índice
A
Access (Microsoft) 11
archivos de bases de datos
lectura 11
archivos de datos de texto
lectura 14
archivos de ejemplo
ubicación 85
archivos de Excel
lectura 8
archivos de hoja de cálculo
lectura 8
lectura de nombres de variables 8
archivos de sintaxis
apertura 65
Asistente de fecha y hora 72
Asistente para bases de datos 11
C
cálculo de nuevas variables 69
capas
creación en tablas dinámicas 42
casos
ordenación 77, 79
selección 79
crear etiquetas de variable 21
Cuadro de diálogo Asistente 14
D
datos categóricos 27
medidas de resumen 27
datos continuos 27
datos cualitativos 27
datos cuantitativos 27
datos de cadena
entrar datos 20
datos de escala 27
datos de intervalo 27
datos de razón 27
datos nominales 27
datos numéricos 19
datos ordinales 27
E
edición de tablas dinámicas 43
Editor de datos
introducción de datos no
numéricos 20
introducción de datos numéricos 19
entrada de datos 19, 20
entrar datos
no numéricos 20
numéricas 19
etiquetas de valores
asignación 23
etiquetas de valores (continuación)
control de la presentación en el
Visor 23
variables numéricas 23
etiquetas de variable
creación 21
Excel (Microsoft)
exportación de resultados 54
exportación de resultados
a Excel 54
a Microsoft Word 54
a PowerPoint 54
HTML 61
expresiones condicionales 71
F
funciones en las expresiones 70
G
gráficos
barras 28, 33
creación de gráficos 33
histogramas 30
gráficos de barras 28
H
herramienta Ayuda de la sintaxis 64
histogramas 30
HTML
M
medidas de resumen
datos categóricos 27
variables de escala 29
mover
elementos en el Visor 39
elementos en tablas dinámicas 41
N
nivel de medición 27
nueva codificación de valores 67
O
ocultar filas y columnas en tablas
dinámicas 44
ordenación de casos 77
P
pegar sintaxis
desde un cuadro de diálogo 63
PowerPoint (Microsoft)
procesamiento de archivos
segmentados 78
R
recuentos
tablas de recuentos 27
S
selección de casos 79
sintaxis 63
subconjuntos de casos
basados en fechas y horas 82
eliminación de los casos no
seleccionados 82
expresiones condicionales 80
filtrado de los casos no
seleccionados 82
muestra aleatoria 81
selección 79
si se satisface la condición 80
T
tablas de frecuencias 27
tablas dinámicas
acceso a las definiciones 40
capas 42
edición 43
formato 43
formatos de casilla 44
ocultación de filas y columnas 44
ocultar las separaciones decimales 44
paneles de pivotado 41
tipos de datos de casilla 44
transposición de filas y columnas 41
tipos de datos
para variables 22
transposición (volteado) de filas y
columnas en las tablas dinámicas 41
V
valores perdidos
para variables no numéricas 24
para variables numéricas 24
perdidos del sistema 23
valores perdidos por el sistema 23
variables 19
etiquetas 21
tipos de datos 22
variables de escala
medidas de resumen 29
variables de fecha y hora 72
ventanas de sintaxis
autocompletar 64
99

ventanas de sintaxis (continuación)
codificación de colores 64
edición de comandos 64
ejecución de comandos 63, 65
pegar comandos 63
puntos de corte 65
Visor
desplazamiento de los resultados 39
ocultación y presentación de los
resultados 39
W
Word (Microsoft)

Ibm spss statistics_brief_guide

Ibm spss statistics_brief_guide

Más contenido relacionado

La actualidad más candente (17)

Similar a Ibm spss statistics_brief_guide (20)

Último (20)

Ibm spss statistics_brief_guide