IBM SPSS es un software modular muy popular que implementa gran variedad de temas estadísticos y que contribuye a facilitar el trabajo estadístico en todos los campos de la ciencia (Ciencias Experimentales, Economía, Ciencias Sociales, Educación, Ciencias de la Salud, etc.). La tarea estadística en ámbitos como la docencia, la investigación, la consultaría y otros sectores profesionales se ha visto facilitada en gran medida por la aparición de una amplia variedad de paquetes de software estadístico que difieren entre sí en los aspectos de capacidad, facilidad de uso, entornos de aplicación, extensión, precio, documentación y otras características similares. IBM SPSS es uno de los paquetes de software más equilibrado en cuanto a las características mencionadas.
Este libro presenta una visión amplia de las técnicas estadísticas para su tratamiento con el software IBM SPSS. Los capítulos comienzan con una introducción teórica descriptiva de los métodos estadísticos que se utilizan, para ilustrarlos a continuación con ejemplos prácticos sencillos. Cada capítulo finaliza con una serie de problemas de aplicación que abarcan todas las técnicas estadísticas expuestas.
En un primer bloque de contenido se describe el entorno de trabajo del programa, el tratamiento de variables, casos y ficheros, así como el uso adecuado de cuadros de diálogo, procedimientos y sintaxis de comandos. Un segundo bloque se ocupa de los gráficos, de las transformaciones de datos, del uso de operadores y funciones y de los métodos esenciales en estadística descriptiva, tanto por variables como por atributos. A continuación se aborda el trabajo con distribuciones discretas y continuas, intervalos de confianza y contrastes de hipótesis simples y múltiples, tanto paramétricos como no paramétricos.
Un tercer bloque de contenido se ocupa de las técnicas modernas de análisis estadístico de datos, incluyendo clasificación y segmentación mediante análisis discriminante y cluster, reducción de la dimensión mediante componentes principales, análisis factorial y métodos categóricos avanzados como el análisis de correspondencias simples y múltiples. También se desarrollan las técnicas de escalamiento óptimo, escalamiento multidimensional y el análisis conjunto. Finalmente, se tratan en profundidad las técnicas de muestreo estadístico en poblaciones finitas.
Capítulo 1. Primeros pasos en IBM SPSS. Entorno de trabajo
Instalación de IBM SPSS
Comenzando con IBM SPSS
Entorno de trabajo con IBM SPSS
Ayuda en IBM SPSS
Capítulo 2. Trabajo con datos en IBM SPSS
Editor de datos. Casos y variables
Editor de sintaxis
Visor de IBM SPSS
Fuentes de datos
Definir propiedades de variables
Copiar propiedades de datos
Definir el nivel de medición para variables con un nivel de medición desconocido
Capítulo 3. Transformación de datos, matching y segmentación
Calcular variables
Categorizar variables
Asignar rayos a casos y tipificar variables
Recodificación de variables
Transformación de datos de series temporales
Gestión y transformación de archivos
Selección de casos
Capítulo 4. Operadores y funciones. Aplicaciones estadísticas
Operadores en IBM SPSS
Funciones en IBM SPSS
Capítulo 5. Gráficos en IBM SPSS
El menú gráficos de IBM SPSS
Generador de gráficos
Gráficos de barras
Gráficos de barras 5-D
Gráficos de líneas
Gráficos de áreas
Gráficos de sectores
Histogramas
Gráficos de caja y bigotes
Capítulo 6. Estadística descriptiva y análisis exploratorio de datos
Distribución de frecuencias
Medidas de posición, dispersión y forma
Procedimiento frecuencias de IBM SPSS
Procedimiento descriptivos de IBM SPSS
Procedimientos informe de estadístico en filas y columnas de IBM SPSS
Procedimiento resumir IBM SPSS
Análisis exploratorio de datos
El procedimiento explorar IBM SPSS
Procedimiento gráficos de control IBM SPSS para la detección de valores atípicos
Procedimiento análisis de valores perdidos de IBM SPSS
Procedimiento analizar patrones de IBM SPSS
Procedimiento imputar valores de datos perdidos de IBM SPSS
Procedimiento identificar casos atípicos de IBM SPSS
Capítulo 7. Distribuciones discretas y continuas, intervalos de confianza y contrastes
Distribuciones de probabilidad de tipo discreto
Distribuciones de probabilidad de tipo continuo
Intervalos de confianza
Contrastes de hipótesis para poblaciones normales
Determinación del tamaño de la muestra
El concepto p- valor
Procedimiento prueba T para una muestra de IBM SPSS
Procedimiento prueba T para muestras independientes de IBM SPSS
Procedimiento prueba T para muestras relacionadas de IBM SPSS Datos apareados
Capítulo 8. Tablas de contingencia. Correlación, asociación e independencia
Distribución bidimensionales
Tablas de correlación
La covarianza
El coeficiente de correlación lineal entre dos variables
El coeficiente de correlación por rangos
Independencia de variables
Distribución de más de dos dimensiones
La matriz de covarianzas
La matriz correlaciones
La matriz correlaciones parciales
Variables cualitativas
Tablas de contingencia
Distribuciones marginales y condicionadas
Independencia y asociación de variables cualitativas. Coeficientes
Contrastes de correlación y regresión
Procedimiento correlaciones bivariadas de SPSS
Procedimiento correlaciones parciales de SPSS
Procedimiento distancias de IBM SPSS
Procedimiento tablas de contingencia de SPSS
Capítulo 9. Contrastes no paramétricos
Contrastes no paramétricos
Contrastes de homogeneidad
Contrastes múltiples de homogeneidad
Contraste ?2 de independencia
Contraste de bondad de ajuste
Contrastes de aleatoriedad
Procedimiento prueba para dos muestras independientes de IBM SPSS
Procedimiento prueba para varias muestras independientes de IBM SPSS
Procedimiento prueba para dos muestras relacionadas de IBM SPSS
Procedimiento prueba para varias muestras relacionadas de IBM SPSS
Procedimiento prueba de la chi-cuadrado de IBM SPSS
Procedimiento prueba binomial de IBM SPSS
Procedimiento prueba de rachas de IBM SPSS
Procedimiento prueba Kolmogorov-Smirnov de IBM SPSS
Capítulo 10. Reducción de la dimensión. Componentes principales y análisis factorial
Introducción a las técnicas de análisis multivariante de datos
Componentes principales
Análisis factorial
Capítulo 11. Categorías en SPSS. Correspondencias, análisis conjunto y escalamiento
Categorías en SPSS y métodos de reducción de la dimensión
Análisis de correspondencias
Escalamiento óptimo
Escalamiento multidimensional
Análisis conjunto
Capítulo 12. Reducción de la dimensión con variables cualitativas y cuantitativas. Escalamiento óptimo
Escalamiento óptimo
Análisis en componentes principales categórico
Análisis no lineal de correlación canónica
Regresión categórica mediante escalamiento óptimo
Capítulo 13. Técnicas de clasificación y segmentación. Análisis discriminante y clúster
Concepto de análisis discriminante
Concepto de análisis clúster
Clústeres no jerárquicos
Clústeres jerárquicos: dendograma
IBM SPSS y el análisis discriminante
IBM SPSS y el análisis clúster no jerárquico
IBM SPSS y el análisis clúster jerárquico
IBM SPSS y el análisis clúster de dos fases
Capítulo 14. Técnicas de muestreo estadístico
Métodos de muestreo estadístico
Muestreo aleatorio simple con IBM SPSS
Muestreo estratificado simple con IBM SPSS
Estimaciones y cálculo de errores en el muestreo estratificado
Muestreo de conglomerados monoetápico y polietápico con IBM SPSS
Estimaciones y cálculo de errores en el muestreo de conglomerados