Upload
kaly
View
228
Download
0
Embed Size (px)
Citation preview
7/23/2019 GUIAS DEL SPSS.pdf
1/47
TTULO : GUA DE USO DE SPSS
SESIN 1: PROCEDIMIENTOS BSICOS CON SPSSSESIN 2: ESTADSTICA DESCRIPTIVASESIN 3: INTERVALOS DE CONFIANZA Y PRUEBA DE HIPTESISSESIN 4: REGRESIN LINEAL SIMPLESESIN 5: REGRESIN CURVILINEAL
SESIN 6: REGRESIN LINEAL MLTIPLE
7/23/2019 GUIAS DEL SPSS.pdf
2/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
2
SESIN 1: Procedimientos bsicos con SPSS
1) Se desea elaborar una base de datos para en base a la siguiente encuesta de opinin:
ENCUESTA DE OPININApellidos:
_________________________________
Nombres:
______________________________Carrera :_________________________________
N veces que llevas el curso:__________________
N cursos matriculados:______________________
N crditos matriculados__________________
N crditos acumulados______________________Con qu profesor llevaste el curso de EstadsticaAplicada a los negocios?
Nota obtenida en el cursoEstadstica Aplicada a losnegocios:
1. En una escala de 0 a 5 puntos (donde 0: completamente en desacuerdo y 5:completamente de acuerdo) responde lo siguiente:1.1.Tengo facilidad para desarrollar operaciones
que involucra realizar muchos clculos.0 1 2 3 4 5
1.2.No s como calcular la varianza con micalculadora.
0 1 2 3 4 5
1.3.Prefiero dar prcticas calificadas utilizandopaquetes de cmputo.
0 1 2 3 4 5
1.4.Cuando no me sale el resultado inmediatamenteme pongo muy nervioso.
0 1 2 3 4 5
1.5.Me aburre la clase. 0 1 2 3 4 51.6.Estadstica se me hace complicado. 0 1 2 3 4 5
1.7.Tengo temor que mis compaeros se burlen dem si no respondo correctamente. 0 1 2 3 4 5
1.8.Siempre estudio con mucho tiempo deanticipacin a una prctica.
0 1 2 3 4 5
1.9.No es necesario estudiar constantemente, yaque con el examen final se puede aprobar elcurso.
0 1 2 3 4 5
1.10. Prefiero hacer trabajos de investigacin antesde asistir a clase o asistir a las prcticas.
0 1 2 3 4 5
2. Qu opinin tienes sobre este curso?
3. Practicas algn deporte?3.1.S 3.2. No
4. Qu deporte practicas?
Se puede hacer en SPSS?
Veamos previamente como es el entorno del SPSS con un pequeo ejemplo paraposteriormente elaborar la base de datos en SPSS.
7/23/2019 GUIAS DEL SPSS.pdf
3/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
3
Descripcin Preliminar del entorno del SPSS
La pantalla principal del SPSS presenta dos ventanas principales: Vista de datos yVista de variables a las cuales se puede acceder dando un click en las pestaasubicadas en la parte inferior izquierda.
En la ventana Vista de datos se ingresan los datos (valores numricos o carcter) decada una de las variables, mientras que en la ventana Vista de variables se define laestructura de las variables que comprende la tabla de datos.
Por ejemplo:Elabore un archivo con la siguiente informacin:
NApellidos yNombres
Especialidad PC1 PC2 PC3Ex.final(40%)
Prom.PC(60%)
Prom.final
1 Oscar Estrada Economa 18 19 18 102 Miriam Castro Finanzas 5 10 14 133 Enrique Palacios Economa 15 12 15 124 Mario Poggi Economa 20 15 18 125 Maruja Ostolaza Economa 19 12 12 15
6 Julio Hinostroza Finanzas 12 11 13 167 Rosa Martn Economa 15 15 12 128 Lourdes Paredes Finanzas 15 16 10 139 Tania Mendoza Finanzas 14 14 15 13
10 Jos Rodrguez Finanzas 10 12 11 1011 Julio Campos Finanzas 12 11 15 1712 Santiago Quispe Economa 11 5 10 12
Nota: La variable Especialidad ser codificada de la siguiente manera1: Economa2: Finanzas
para que sea ms fcil su digitacin.
a) Defina la estructura de las variablesIngrese a la ventana Vista de variables, defina cada uno de los campos de la estructurade las variables: Nombre: Aqu se puede definir el nombre de la variable. Este campo no permite
que se ingresen algunos caracteres como: *, $, , etc.
7/23/2019 GUIAS DEL SPSS.pdf
4/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
4
Tipo: Mediante esta opcin se puede indicar el tipo de variable, las cuales puedenser: Numrica, Coma, Punto, Notacin cientfica, fecha, Dlar, Monedapersonalizada, Cadena.
Por lo general se usan variables de tipo numrico y cadena (de caracteres, como el casode nombres)
Anchura: Define la cantidad de dgitos o caracteres que puede ocupar la variable,esto incluye el punto decimal.
Decimales: Define la cantidad dedecimales que puede tener la variable, siempre ycuando esta no sea de tipo fecha o cadena.
Etiqueta: Se puedeindicar alguna descripcin de la variable.
Valores: Algunas variables tienen valores predefinidos o codificados, mediante estaopcin se pueden definir dichos valores.
Se debe escribir el cdigo en el recuadro Valor y en el recuadro Etiqueta se debedigitar el nombre que se le asigna al valor. Finalmente se da un click en el botnAadir.
7/23/2019 GUIAS DEL SPSS.pdf
5/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
5
Perdidos: Aqu se define si existen valores perdidos.
Se pueden introducir hasta tres valores perdidos (individuales) de tipo discreto, unrango de valores perdidos o un rango ms un valor de tipo discreto.
Columnas:Se define el nmero de caracteres que desea estn visibles en la pginade vista de datos.
Alineacin: Se define la alineacin en la que se quiere que aparezcan los datos quepuede ser: izquierda, derecha o centrado.
Medida: Define el tipo de medida de la variable, que puede ser: Escala, Nominal,Ordinal.
Finalmente se debe obtener una estructura como la siguiente:
Vista de Variables
7/23/2019 GUIAS DEL SPSS.pdf
6/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
6
b) Visualice los datos ingresadosIngrese a la opcin Vista de datos, digite los datos presentados anteriormente
Vista de datos
c) Grabe el archivo con el nombre LISTA.Ingrese a la opcin Archivo de la Barra de Men y posteriormente elija Guardarcomo. Aparecer la siguiente ventana:
Especifique el nombre en el recuadro File name, por defecto SPSS guarda losarchivos con extensin sav.
d) Ordenar a los estudiantes por especialidadIngrese a la opcin Datosde la barra de men y de ah elija Ordenar casos
7/23/2019 GUIAS DEL SPSS.pdf
7/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
7
Aparecer la siguiente ventana; en el recuadro Ordenar por, se debe seleccionar lavariable con la cual desea ordenar los datos (Especialidad)
e) Calcule el promedio de las prcticas calificadasIngrese a la opcin Transformarde la barra de men y de ah elija Calcular
Aparecer la siguiente ventana; en el recuadro Expresin numrica se debeespecificar la expresin de clculo
7/23/2019 GUIAS DEL SPSS.pdf
8/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
8
f) Calcule el promedio final considerando los pesos de cada evaluacin.Ejercicio para Ud.
g) Si la nota aprobatoria es por lo menos 11, seleccione a los alumnos aprobados.Ingrese a la opcin Datosde la barra de men y elija Seleccionar casos. En la partederecha existen opciones de seleccionar casos, elija la opcin Si se satisface lacondicinde un clic en el botn Si
7/23/2019 GUIAS DEL SPSS.pdf
9/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
9
Aparecer la siguiente pantalla:
En el recuadro de la derecha escriba la condicin.
Finalmente, en la ventana Vista de datos aparecer una nueva variable Filtroque indicar a los elementos que pertenecen a una u otra categora.
7/23/2019 GUIAS DEL SPSS.pdf
10/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
10
SESIN 2: ESTADSTICA DESCRIPTIVA
1. Con los datos del archivo LISTA.SAV, desarrolle lo siguiente:
1. Calcule la media y la desviacin estndar para cada una de las tres prcticascalificadas.
Seleccione las variables correspondientes a las Prcticas y haga clik en el tringuloquesepara los dos campos, para que las variables seleccionadas pasen al campo de variables
Haga clic en el botnAceptar. Debe obtener los siguientes resultados:
Estadsticos descriptivos
12 5.00 20.00 13.8333 4.19596
12 5.00 19.00 12.6667 3.52480
12 10.00 18.00 13.5833 2.74552
12
Prctica 1
Prctica 2
Prctica 3
N vlido (segn lista)
N Mnimo Mximo Media Desv. tp.
7/23/2019 GUIAS DEL SPSS.pdf
11/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
11
2. En qu prctica se obtuvieron notas ms altas? (Rpta: Primera)3. En qu prctica se obtuvieron notas ms variables? (Rpta: Primera)4. Cuntos alumnos son de economa? Cuntos de finanzas?
En Analizarseleccione Estadsticos descriptivosy luego Frecuencias
Seleccione la variable especialidady psela al campo de Variables
Resultado (Fjese en las frecuencias):
especial
6 50.0 50.0 50.0
6 50.0 50.0 100.0
12 100.0 100.0
Economia
Finanzas
Total
VlidosFrecuencia Porcentaje
Porcentaje
vlido
Porcentaje
acumulado
7/23/2019 GUIAS DEL SPSS.pdf
12/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
12
5. Compare mediante un grfico el promedio de prcticas por especialidad. Quespecialidad tiene mejor promedio?
Debe aparecer el siguiente cuadro de dilogo:
7/23/2019 GUIAS DEL SPSS.pdf
13/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
13
Manteniendo oprimido el botn izquierdo del mouse, arrastr el grfico de barras(primero en la parte superior izquierda) al centro de la zona de presentacinpreliminar. Luego arrastr la variable Promedio de Prcticas al eje vertical y lavariable especialal eje horizontal.
Finalmente de clic en aceptar.
El resultado ser el siguiente:
especial
FinanzasEconomia
MediaPromedioPrcticas
15,00
10,00
5,00
0,00
7/23/2019 GUIAS DEL SPSS.pdf
14/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
14
6. Compare mediante un grfico las notas de las tres prcticas calificadas porespecialidad.
En este caso seleccione la opcin de barras agrupadas, y en el eje vertical, coloque lastres prcticas calificadas.
7/23/2019 GUIAS DEL SPSS.pdf
15/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
15
Obtendr el siguiente resultado:
especial
FinanzasEconomia
Media
20,00
15,00
10,00
5,00
0,00
Prctica 3
Prctica 2
Prctica 1
7/23/2019 GUIAS DEL SPSS.pdf
16/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
16
2. Los datos que se presentan a continuacin corresponden al nmero de meses deexperiencia para una muestra de 30 trabajadores de una empresa.
96 43 54 83 120 68 52 113 49 4634 137 66 48 70 103 48 75 124 171
144 36 190 138 67 114 115 244 143 26
a) Ingrese estos datos en una columna del editor de datos de SPSS.
b) Calcule la media, la desviacin estndar y el coeficiente de asimetra para estosdatos.
7/23/2019 GUIAS DEL SPSS.pdf
17/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
17
Los resultados obtenidos deben ser los siguientes:
Estadsticos descriptivos
30 93.90 52.046 .981 .427
30
Experiencia
N vlido (segn lista)
Estadstico Estadstico Estadstico Estadstico Error tpico
N Media Desv. tp. Asimetra
c) Elabore un histograma con los datos de esta variable. Comente sobre la asimetrade la distribucin.
En el men Grficosentre en el generador de grficos, y seleccione la opcin
histograma.
7/23/2019 GUIAS DEL SPSS.pdf
18/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
18
Arrastre la primera opcin, Histograma simple, al rea de presentacin preliminar, yarrastre la variable Experiencia al eje horizontal.
7/23/2019 GUIAS DEL SPSS.pdf
19/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
19
El grfico que se obtiene ser el siguiente:
Experiencia
250200150100500
Frecuencia
8
6
4
2
0
Media =93,9Desviacin tpica =52,046
N =30
El grfico refleja lo encontrado en la pregunta (b) para el coeficiente de asimetra,esto es, que los datos presentan asimetra positiva (valores agrupados al ladoizquierdo del grfico y valores extremos al lado derecho).
3. En el archivo Datos de empleados.sav se presentan datos para el salario de los
empleados de una empresa, clasificados de acuerdo con su categora laboral.
a) Calcule las estadsticas descriptivas para el sueldo actual en cada categoralaboral.
7/23/2019 GUIAS DEL SPSS.pdf
20/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
20
Debe obtener los siguientes resultados:
Descriptivos
$27,838.54 $397.217
$27,057.40
$28,619.68
$27,290.50
$26,550.00
57274548
$7,567.995
$15,750
$80,000
$64,250
$8,400
1.905 .128
7.977 .255
$30,938.89 $406.958
$30,102.37$31,775.40
$31,007.72
$30,750.00
4471602.6
$2,114.616
$24,300
$35,250
$10,950
$1,200
-.368 .448
3.652 .872
$63,977.80 $1,990.67
$60,018.44
$67,937.16
$62,728.31
$60,500.00
3.3E+008
$18,244.78
$34,410
$135,000
$100,590
$20,475
1.181 .263
2.107 .520
Media
Lmite inferior
Lmite superior
Intervalo de confianzapara la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. tp.
Mnimo
Mximo
Rango
Amplitud intercuartil
Asimetra
Curtosis
Media
Lmite inferior
Lmite superior
Intervalo de confianzapara la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. tp.
Mnimo
Mximo
Rango
Amplitud intercuartil
Asimetra
Curtosis
Media
Lmite inferior
Lmite superior
Intervalo de confianzapara la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. tp.
Mnimo
Mximo
Rango
Amplitud intercuartil
Asimetra
Curtosis
Categora laboral
Administrativo
Seguridad
Directivo
Salario actual
Estadst ico Error tp.
7/23/2019 GUIAS DEL SPSS.pdf
21/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
21
b) Compare los ingresos en las tres categoras laborales utilizando un diagrama decajas.
7/23/2019 GUIAS DEL SPSS.pdf
22/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
22
El resultado ser el siguiente:
Categora laboral
DirectivoSeguridadAdministrativo
Salarioactual
$125.000
$100.000
$75.000
$50.000
$25.000
$0
303291 281
206
126
272
218
29
386
234
161
146
80
72
52
175
343
32
18
7/23/2019 GUIAS DEL SPSS.pdf
23/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
23
SESIN 3: Intervalos de confianza y prueba de hiptesis
El concepto de p valor
Cuando se interpretan los reportes en pruebas de hiptesis, las conclusiones estn
basadas en una regla de decisin; sta se establece tendiendo en cuenta el riesgo queasume el investigador de cometer un error de tipo I, siendo la probabilidad de este errorel nivel de significacin . Pero en algunas ocasiones, sin embargo, la decisin a tomarpuede realizarse con un nivel de significacin diferente, con lo cual seria til conocerque tipo de decisin se puede adoptar segn el nivel de significacin real de una pruebabasndose en los datos observados. Este concepto actuar como contrapuesto al nivel designificacin elegido antes de realizar la prueba.
p-valor: probabilidad que, bajo H0el estadstico de contraste tome un valor al menostan alejado como el realmente obtenido.Cuanto ms pequeo sea el p-valormayor es la evidencia en contra de H0.
Prueba t para una muestra
Ejemplo1Los conductores metlicos o tubos huecos se usan en el cableado elctrico. En la pruebade tubos de una pulgada, se obtienen los datos siguientes respecto del dimetro exterior(en pulgadas).
1,281 1,288 1,292 1,289 1,291 1,293 1,293 1,291 1,289 1,2881,287 1,291 1,290 1,286 1,289 1,286 1,295 1,296 1,291 1,286
Suponga que el muestreo se realiza en una distribucin normal.
a) Determine un intervalo del 90% de confianza para la media del dimetro exteriorb) Pruebe la hiptesis de que la longitud media del dimetro exterior es de 1,29
pulgadas. Use un nivel de significacin del 10%
Solucin:Comenzamos introduciendo los datos en el editor de datos de SPSS como unavariable de nombre Dimetro.
a) Elegimos en el men Analizar Comparar medias Prueba T para unamuestra.
7/23/2019 GUIAS DEL SPSS.pdf
24/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
24
Rellenamos la siguiente ventana
Observe que en valor de prueba se ha considera el valor cero, para obtenerdirectamente el intervalo de confianza solicitado
Para indicar al SPSS el nivel de confianza hacemos un clic en Opciones y enIntervalo de confianza escribimos 90(es nuestro caso) y continuamos.
Al hacer clic en aceptar obtenemos:
Segn este resultado el intervalo de confianza para la media se encuentra en el rango de
[1,288; 1,291]
Prueba para una muestra
1647.613 19 .000 1.289600 1.28825 1.29095Dimetro exteriort gl Sig. (bilateral)
Diferenciade medias Inferior Superior
90% Intervalo deconfianza para la
diferencia
Valor de prueba = 0
Lmite inferior de confianza de la media
Lmite superior de confianza de la media
Estadsticos para una muestra
20 1.28960 .003500 .000783Dimetro exteriorN Media
Desviacintp.
Error tp. dela media
Estimacin puntual de la media
7/23/2019 GUIAS DEL SPSS.pdf
25/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
25
Tenemos un 90% de confianza de que el intervalo [1,288; 1,291] contenga alverdadero dimetro medio de los conductores metlicos usados en el cableado
elctrico
b) Para probar la hiptesis de que la longitud media del dimetro exterior es de 1,29procedemos de la misma manera que en la parte a)
Las hiptesis son:
29,1:
29,1:
1
0
=
H
H
El nivel de significacin que se usa en esta prueba es del 10% ( 10,0= )
Procedimiento:Elegimos en el men Analizar Comparar medias Prueba T para unamuestra.
Rellenamos la siguiente ventana
Observe que en valor de prueba se ha considera el 1,29 es decir se ha considerado elvalor hipottico (hiptesis nula)
Para indicar a SPSS el nivel de confianza hacemos un clic en opciones y enIntervalo de confianza escribimos 90 (es nuestro caso) y continuamos.
7/23/2019 GUIAS DEL SPSS.pdf
26/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
26
y al hacer clic en aceptar obtenemos:
Como 29,1:0 =H frente a 29,1:1 H se trata por tanto de una prueba de hiptesis
de dos colas (bilateral), el estadstico de prueba toma el valor -0,511. En este caso nopodemos rechazar la hiptesis nula, el valor p de 0,615 es mayor que el nivel designificacin de 0,10.
Bajo un nivel de significacin del 10% concluimos que la longitud media del dimetro
exterior de los tubos usados en el cableado elctrico es de 1,29 pulgadas
Observacin:
Puede calcularse el intervalo de confianza de la media sumando a la mediahipottica los valores -0,00175 y 0,00095 de la tabla anterior y obtenemos el
mismo resultado que en la parte a)
Cuando la prueba de hiptesis es de una sola cola (lateral izquierda o lateralderecha), el nivel de significacin debe compararse con la mitad de Sig que aparece
en la tabla anterior
Prueba t para dos muestras independientes cuando las varianzaspoblacionales son similares
Ejemplo 2.
Se piensa que el rendimiento de combustible en un modelo especfico de automvilsera ms alto si se utiliza gasolina sin plomo Premium que con la gasolina sin plomonormal. A fin de recopilar datos para sustentar esta afirmacin, se selecciona en formaaleatoria 10 vehculos de una lnea de montaje y se prueban con una marca especifica degasolina Premium, adems de seleccionar al azar otros 10 y probarlos con la de gasolina
Estadsticos para una muestra
20 1.28960 .003500 .000783Dimetro exteriorN Media
Desviacintp.
Error tp. dela media
Prueba para una muestra
-.511 19 .615 -.000400 -.00175 .00095Dimetro exteriort gl Sig. (bilateral)
Diferenciade medias Inferior Superior
90% Intervalo deconfianza para la
diferencia
Valor de prueba = 1.29
El criterio de decisin se basa en lacomparacin de esta probabilidad con el nivel
de significacin de la prueba
En el caso de pruebas unilateralesbebe tomarse la mitad de este
valor
7/23/2019 GUIAS DEL SPSS.pdf
27/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
27
normal. Las pruebas se realizan bajo condiciones controladas idnticas. Los datosresultantes son los siguientes:
Premium 35,0 34,5 31,6 32,4 34,8 31,7 35,4 35,3 36,6 36,0
Normal 40,0 29,6 32,1 35,4 34,0 34,8 34,6 34,8 32,6 32,2
Suponga que las muestras provienen de poblaciones normales.a) Determine e interprete un intervalo del 99% de confianza para la diferencia del
rendimiento medio de la gasolina sin plomo Premium y de la gasolina sin plomonormal
b) Realice una prueba de hiptesis para comparar la media de rendimiento decombustible con esas dos gasolinas. Use un nivel de significacin del 1%. Interpretelos resultados en el contexto del problema.
Solucin:
a) Comenzamos introduciendo los datos en el editor de datos de SPSS creando dosvariables: una de ellas corresponde al tipo de gasolina (variable de agrupacin): 1:
gasolina sin plomo premium y 2: gasolina sin plomo normal (existen tantos 1 comorepeticiones tiene el tipo de gasolina sin plomo Premium; existen tantos 2 comorepeticiones tiene el tipo de gasolina sin plomo Normal), una segunda variable es elrendimiento, cuyos valores estn dados por el rendimiento en ambos tipos degasolina. La ventana siguiente muestra una de las formas de tratar esta informacin.
Para determinar el intervalo de confianza solicitado, es necesario saber si lasvarianzas de las poblaciones de las cuales se han extrado las muestras sonhomogneas, entonces debe realizarse una prueba de hiptesis de homogeneidad devarianza.
Las hiptesis son:
22
1
22
0
:
:
NP
NP
H
H
=
Consideramos un nivel de significacin del 1% en esta prueba
Para realizar esta prueba aprovechamos el reporte de SPSS, obtenido mediante elsiguiente procedimiento:
Elegimos en el men AnalizarComparar mediasPrueba T para muestrasindependientes.
7/23/2019 GUIAS DEL SPSS.pdf
28/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
28
Debe llenarse ahora la siguiente ventana
Una vez seleccionadas las variables como se indica con las flechas, hacemos clic endefinir gruposy digitamos los grupos definidos anterior mente.
Para indicar a SPSS el nivel de confianza hacemos un clic en Opcionesy en Intervalode confianza escribimos 99(es nuestro caso) y continuamos.luego de hacer clic enaceptar obtenemos el siguiente reporte:
Estadsticos de grupo
10 34.370 1.8105 .5725
10 33.980 2.6720 .8450
Tipo_gasGasolina sinplomo premium
Gasolina sinplomo normal
RendN Media
Desviacintp.
Error tp. dela media
7/23/2019 GUIAS DEL SPSS.pdf
29/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
29
Observamos que la prueba de Levene para la igualdad de varianza result nosignificativa (SIG. 0,535), es decir que, las varianzas de las poblaciones de las cualesse ha extrado stas dos muestras son similares. En base a este resultado los lmitesinferior y superior de confianza del 99% para la diferencia de medias son -2,5479 y3,3279 respectivamente.
Existe un 99% de confianza de que el intervalo [-2,5479; 3,3279] contenga laverdadera diferencia del rendimiento medio de la gasolina sin plomo Premium y de la
gasolina sin plomo normal
Tambin podemos concluir que el rendimiento medio de la gasolina sin plomo Premium
y el rendimiento medio de la gasolina sin plomo normal son similares(puesto que elintervalo en mencin contiene el cero).
b) En este caso aprovechamos el reporte anterior:
Las hiptesis son:
NP
NP
H
H
=
:
:
1
0
Nivel de significacin: 1%
En esta prueba tambin requerimos saber si las varianzas de las poblaciones de lascuales se han extrado las muestras son homogneas, pero en la parte a) se ha concluidoque las varianzas son similares.
Prueba de muestras independientes
.401 .535 .382 18 .707 .3900 1.0207 -2.5479 3.3279
.382 15.825 .707 .3900 1.0207 -2.5955 3.3755
Se han asumido
varianzas iguales
No se han asumidovarianzas iguales
RendF Sig.
Prueba de Levene
para la igualdad de
varianzas
t gl Sig. (bilateral)
Diferencia
de medias
Error tp. de
la diferencia Inferior Superior
99% Intervalo de
confianza para ladiferencia
Prueba T para la igualdad de medias
Lmite inferior deconfianza para ladiferencia de mediasasumiendo varianzasiguales
0,535 >0,01: No serechaza la hiptesisnula de varianzasiguales
Lmite Superior deconfianza para ladiferencia de mediasasumiendo varianzasiguales
7/23/2019 GUIAS DEL SPSS.pdf
30/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
30
Conclusin:
Bajo un nivel de significacin del 1% concluimos que los rendimientos medios de
ambos tipos de gasolinas son similares.
Como puede observarse este resultado concuerda con el resultado obtenido en laparte a).
Prueba t para dos muestras independientes cuando las varianzaspoblacionales no son similares
Ejemplo 3Se obtienen los datos siguientes de la produccin de energa elctrica, en kilowatts, dedos nuevos motores Diesel de dos autos compactos, los datos son los siguientes:
Inyeccin directa de combustible
38,5 38,2 39,2 38,538,9 38,0 39,1 39,1
37,4 37,6 39,0 38,0
39,0 37,7 38,1 37,4
a) Construya un intervalo de confianza de 95% para la diferencia de medias deproduccin de energa elctrica cuando se usa inyeccin directa de combustible ycuando se usa inyeccin indirecta
b) El intervalo de la parte a) nos indica que existe una diferencia en la media de
produccin de energa de esos dos motores? Explique su respuestac) Con una probabilidad de cometer error tipo I de 0,05; pruebe la hiptesis de que la
produccin media de energa en ambos casos son similares.
Solucin:
Procedemos de la misma manera que en el ejemplo 2
Inyeccin indirecta de combustible
37,7 39,2 39,1 39,0
36,8 39,7 36,9
38,2 35,9 37,339,2 37,8 36,4
Prueba de muestras independientes
.401 .535 .382 18 .707 .3900 1.0207 -2.5479 3.3279
.382 15.825 .707 .3900 1.0207 -2.5955 3.3755
Se han asumidovarianzas iguales
No se han asumido
varianzas iguales
RendF Sig.
Prueba de Levene
para la igualdad devarianzas
t gl Sig. (bilateral)
Diferencia
de medias
Error tp. de
la diferencia Inferior Superior
99% Intervalo deconfianza para la
diferencia
Prueba T para la igualdad de medias
Valor del estadstico deprueba cuando las varianzasson similares
p = 0,707 >0,01: No serechaza la hiptesis nula de
medias iguales
Si la prueba fuera unilateral estevalor debe dividirse entre dos ycompararse con el nivel designificacin
7/23/2019 GUIAS DEL SPSS.pdf
31/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
31
Prueba de hiptesis
a) para la igualdad de varianzas
22
1
220
:
:
IIID
IIID
H
H
=
Nivel de significacin: 5%Como Sig. = 0,007 < 0,05; rechazamos la hiptesis nula de varianzas iguales
Estadsticos de grupo
16 38.356 .6408 .1602
13 37.938 1.2319 .3417
Tipo de InyeccinInyeccin directa
Inyeccin idirecta
Produccin de energaN Media
Desviacintp.
Error tp. dela media
Prueba de muestras independientes
8.568 .007 1.178 27 .249 .4178 .3547 -.3101 1.1457
1.107 17.192 .283 .4178 .3774 -.3777 1.2133
Se han asumidovarianzas iguales
No se han asumidovarianzas iguales
Produccin de energaF Sig.
Prueba de Levenepara la igualdad de
varianzas
t gl Sig. (bilateral)Diferenciade medias
Error tp. dela diferencia Inferior Superior
95% Intervalo deconfianza para la
diferencia
Prueba T para la igualdad de medias
7/23/2019 GUIAS DEL SPSS.pdf
32/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
32
Bajo un nivel de significacin del 5%, podemos afirmar que existe evidenciaestadstica suficiente para concluir que las varianzas de las poblaciones de las cualesfueron extradas las muestras noson similares
Luego los lmites inferior y superior de confianza del 95% para la diferencia demedias de produccin de energa elctrica cuando se usa inyeccin directa de
combustible y cuando se usa inyeccin indirecta de combustible son -0,3777 y1,2133 respectivamente.
Existe un 95% de confianza de que el intervalo [-0,3777; 1,2133] contenga laverdadera diferencia de produccin de energa elctrica cuando se usa inyeccin
directa de combustible y cuando se usa inyeccin indirecta de combustible.
b) Mediante este intervalo tambin podemos concluir que las producciones medias deenerga elctrica cuando se usa inyeccin directa de combustible y cuando se usainyeccin indirecta son similares. (el cero est contenido en este intervalo), es decir,no existe diferencias significativas entre las producciones medias de energa
cuando se usa inyeccin directa e inyeccin indirecta de combustible.
La misma conclusin debe obtenerse al realizar la siguiente prueba de hiptesis
c) Prueba de hiptesis para la diferencia de medias
NP
NP
H
H
=
:
:
1
0
Nivel de significacin: 5%
Dado que las varianzas no son similares, el valor del estadstico de prueba es 1,107 (nose han asumido varianzas iguales) y la significacin bilateral es de 0,283; por lo tantono podemos rechazar la hiptesis nula de igualdad de media, entonces la conclusin es:
Bajo un nivel de significacin del 5% podemos concluir que no existen diferenciassignificativas entre las producciones medias de energa cuando se usa inyeccin directa
e inyeccin indirecta de combustible.
Prueba de muestras independientes
8.568 .007 1.178 27 .249 .4178 .3547 -.3101 1.1457
1.107 17.192 .283 .4178 .3774 -.3777 1.2133
Se han asumid
varianzas igual
No se han asuvarianzas igual
Produccin de enF Sig.
Prueba de Leveneara la igualdad de
varianzas
t gl ig. (bilateralDiferenciae medias
rror tp. dea diferencia Inferior Superior
95% Intervalo deconfianza para la
diferencia
Prueba T para la igualdad de medias
7/23/2019 GUIAS DEL SPSS.pdf
33/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
33
SESIN 4: REGRESIN LINEAL SIMPLE
A continuacin se muestra la base de datos con la que se explicar los procedimientosinvolucrados al realizar un anlisis de regresin lineal simple.
Los datos corresponden a las ventas totales por ao de cada una de 11 regiones en lasque una compaa opera. Dicha compaa se dedica a la venta de repuestos paraautomviles. Se pretende estimar el valor de las ventas futuras conociendo el nmero dedistribuidoras establecidas en cada regin y el nmero de automviles registrados paracada regin.
MATRIZ DE CORRELACIONES
El primer paso que daremos consiste en analizar la matriz de correlaciones. Analizandodicha matriz se podr determinar cul de las variables independientes esta mscorrelacionada con la variable dependiente.La secuencia de pasos es: Analizar, Correlaciones, Bivariadas:
7/23/2019 GUIAS DEL SPSS.pdf
34/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
34
Obtenemos el siguiente resultado:
Correlaciones
1 .739** .548
.009 .081
11 11 11.739** 1 .670*
.009 .024
11 11 11
.548 .670* 1
.081 .024
11 11 11
Correlacin de Pearson
Sig. (bilateral)
NCorrelacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Sig. (bilateral)
N
Ventas (mills $)
Nro distribuidoras
Nro Autos (mills)
Ventas(mills $)
Nrodistribuidoras
Nro Autos(mills)
La correlacin es significativa al nivel 0,01 (bilateral).**.
La correlacin es significante al nivel 0,05 (bilateral).*.
Se observa que la variable ventas est ms correlacionada con la variable Nmero dedistribuidoras (correlacin 0.739) por lo que un primer paso ser realizar un anlisis deregresin lineal simple con esta variable independiente.
REGRESION LINEAL SIMPLE ENTRE LA VARIABLE INDEPENDIENTEMS CORRELACIONADA CON Y
La secuencia es:Analizar, Regresin, Lineal,se mostrar el siguiente cuadro de dilogo:
Por el momento slo se proceder a obtener la ecuacin del modelo as como algunosvalores representativos para la validacin de dicho modelo.Un anlisis ms riguroso del modelo y su validacin se har para el caso de regresinlineal mltiple.
7/23/2019 GUIAS DEL SPSS.pdf
35/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
35
Resultados obtenidos:
Resumen del modelo
.739a .546 .496 9.7718
Modelo1
R R cuadrado
R cuadrado
corregida
Error tp. de la
estimacin
Variables predictoras: (Constante), Nro distribuidorasa.
El coeficiente de determinacin, denotado por R2 (0.546) implica que el 54.6% devariacin en las ventas pueden ser explicadas por el modelo de regresin.
ANOVAb
1033.836 1 1033.836 10.827 .009a
859.393 9 95.488
1893.229 10
Regresin
Residual
Total
Modelo1
Suma de
cuadrados gl
Media
cuadrtica F Sig.
Variables predictoras: (Constante), Nro distribuidorasa.
Variable dependiente: Ventas (mills $)b.
La tabla de Anlisis de Varianza permite realizar la prueba de significacin global delmodelo, se propone las siguientes hiptesis:
modeloelparaivasignificatesvariableunamenoslAH
modelolancontribuyenovariableslasconjuntaformaEnH
i
o
0:
0:
1
10
==
Analizando el P-Valor (0.009), el cual es inferior al 5% (nivel de significacinpropuesto usualmente para la prueba), se decide que se debe rechazar la hiptesis nulacon lo cual concluimos que la variable Nmero de distribuidoras s contribuye almodelo.
Coeficientesa
10.881 6.409 1.698 .124
.012 .004 .739 3.290 .009
(Constante)
Nro distribuidoras
Modelo1
B Error tp.
Coeficientes noestandarizados
Beta
Coeficientes
estandarizados
t Sig.
Variable dependiente: Ventas (mills $)a.
El modelo estimado para el presente caso ser:
)(012.0881.10 orasdistribuiddeNroentasV += Adems de la prueba de verificacin global se puede realizar la prueba de verificacinindividual de cada variable independiente.
modeloelparaivasignificatesvariableLaH
modeloelparaivasignificatesnovariableLaH
i
io
0:
0:
1
=
Para el caso desarrollado (regresin lineal simple), esta prueba es anloga a la prueba deverificacin global.
7/23/2019 GUIAS DEL SPSS.pdf
36/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
36
Una forma grfica de verificar la relacin lineal entre Y con X es realizar un grfico dedispersin, el cul muestra la posible tendencia y/o relacin posible entre variabledependiente e independiente.La secuencia para obtener dicho grfico es la siguiente:
En el cuadro de dilogo se ingresar la informacin de la siguiente manera:
El resultado que se obtiene es el siguiente:
7/23/2019 GUIAS DEL SPSS.pdf
37/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
37
125 480 650 1233 1694 1699 1840 2011 2214 2302 2850
Nro distribuidoras
3.5
16.0
20.2
25.2
26.0
30.0
33.1
35.0
38.2
46.2
52.3
Ventas(mills$
)
7/23/2019 GUIAS DEL SPSS.pdf
38/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
38
SESIN 5: REGRESIN CURVILINEAL
Analizaremos los diferentes modelos curvilneos que puedan formarse para determinarcul de ellos es el mejor. Los datos se muestran en la siguiente grfica:La secuencia para realizar una regresin curvilnea es la siguiente:
Analizar, Regresin, Estimacin Curvilnea
Como se muestra, tenemos la posibilidad de elegir entre varios modelos. Paradesarrollar nuestro ejemplo hallaremos los coeficientes estimados y la tabla de anlisisde varianza de los modelos: Lineal, Logartmico, Cuadrtico, Cbico y Exponencial.
Los resultados que obtenemos son los siguientes:
LINEAL
Resumen del modelo
R R cuadradoR cuadradocorregida
Error tpico de laestimacin
.966 .933 .920 9.017
La variable independiente esMillas.
ANOVA
Suma decuadrados gl
Mediacuadrtica F Sig.
Regresin 5675.152 1 5675.152 69.795 .000
Residual 406.557 5 81.311
Total 6081.709 6
La variable independiente esMillas.
Coeficientes
7/23/2019 GUIAS DEL SPSS.pdf
39/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
39
Coeficientes noestandarizados
Coeficientesestandarizados
B Error tpico Beta t Sig.
Millas -2.040 .244 -.966 -8.354 .000
(Constante) 91.660 5.080 18.042 .000
LOGARTMICO
Resumen del modelo
R R cuadradoR cuadradocorregida
Error tpico de laestimacin
.973 .946 .936 8.071
La variable independiente esMillas.
ANOVA
Suma decuadrados gl
Mediacuadrtica F Sig.
Regresin 5756.025 1 5756.025 88.368 .000
Residual 325.683 5 65.137
Total 6081.709 6
La variable independiente esMillas.
Coeficientes
Coeficientes noestandarizados
Coeficientesestandarizados
B Error tpico Beta t Sig.
ln(Millas) -22.189 2.360 -.973 -9.400 .000(Constante) 106.754 5.818 18.350 .000
CUADRTICOResumen del modelo
R R cuadradoR cuadradocorregida
Error tpico de laestimacin
.993 .986 .979 4.584
La variable independiente esMillas.
ANOVA
Suma decuadrados gl
Mediacuadrtica F Sig.
Regresin 5997.661 2 2998.830 142.721 .000
Residual 84.048 4 21.012
Total 6081.709 6
La variable independiente esMillas.Coeficientes
7/23/2019 GUIAS DEL SPSS.pdf
40/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
40
Coeficientes noestandarizados
Coeficientesestandarizados
B Error tpico Beta t Sig.
Millas -3.924 .497 -1.858 -7.900 .001
Millas ** 2 .048 .012 .922 3.918 .017
(Constante) 99.897 3.330 29.998 .000
CBICOResumen del modelo
R R cuadradoR cuadradocorregida
Error tpico de laestimacin
.997 .994 .988 3.559
La variable independiente esMillas.
ANOVA
Suma decuadrados gl
Mediacuadrtica F Sig.
Regresin 6043.709 3 2014.570 159.047 .001
Residual 38.000 3 12.667
Total 6081.709 6
La variable independiente esMillas.
Coeficientes
Coeficientes noestandarizados
Coeficientesestandarizados
B Error tpico Beta t Sig.
Millas -5.626 .972 -2.664 -5.786 .010
Millas ** 2 .160 .059 3.055 2.695 .074
Millas ** 3 -.002 .001 -1.371 -1.907 .153
(Constante) 103.925 3.339 31.124 .000
EXPONENCIAL
Resumen del modelo
R R cuadradoR cuadradocorregida
Error tpico de laestimacin
.989 .979 .974 .104
La variable independiente esMillas.
ANOVA
Suma decuadrados gl
Mediacuadrtica F Sig.
Regresin 2.496 1 2.496 229.924 .000
Residual .054 5 .011
Total 2.550 6
La variable independiente esMillas.
7/23/2019 GUIAS DEL SPSS.pdf
41/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
41
Coeficientes
Coeficientes noestandarizados
Coeficientesestandarizados
B Error tpico Beta t Sig.
Millas -.043 .003 -.989 -15.163 .000
(Constante) 99.496 5.840 17.036 .000
La variable dependiente es ln(Porcentaje).
40,0020,000,00
Millas
100,00
80,00
60,00
40,00
20,00
0,00
Porcentaje
Exponencial
Cbico
Cuadrtico
Logartmico
Lineal
Observada
7/23/2019 GUIAS DEL SPSS.pdf
42/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
42
SESIN 6: REGRESIN LINEAL MLTIPLE
Para la explicacin de los procedimientos relacionados con el anlisis de regresin
mltiple, se usar el siguiente caso:
Un analista realiza una investigacin de las ganancias por accin de grandescorporaciones. Las variables de prediccin que estima le sern tiles son las siguientes:ventas en millones de dlares, utilidades como porcentaje de inversin, activos enmillones de dlares e inversin de los accionistas millones de dlares.Como primer paso de anlisis veremos las correlaciones entre las variables involucradasen el anlisis.
Analizar, Correlaciones, Bivariadas, se obtiene los siguientes resultados:Correlaciones
1 .316 .333 .355 .451*
.089 .072 .054 .012
30 30 30 30 30
.316 1 .994** .978** -.085
.089 .000 .000 .653
30 30 30 30 30
.333 .994** 1 .992** -.062
.072 .000 .000 .744
30 30 30 30 30
.355 .978** .992** 1 -.051
.054 .000 .000 .790
30 30 30 30 30
.451* -.085 -.062 -.051 1
.012 .653 .744 .790
30 30 30 30 30
Correlacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Sig. (bilateral)
N
Ganancias por accin
Ventas (mills)
Activos (mills)
Inversion de accionistas
Utilidades %
Gananciaspor accin Ventas (mil ls) Activos (mi lls)
Inversion deaccionistas Utilidades %
La correlacin es significante al nivel 0,05 (bilateral).*.
La correlacin es significativa al nivel 0,01 (bilateral).**.
Como se observa, existe una baja correlacin entre la variable dependiente y lasposibles predictoras. Adems, existe una alta correlacin entre las variablesindependientes.
MULTICOLINEALIDAD:
El problema de multicolinealidad se presenta cuando existe una alta correlacin entrevariables independientes, como es el caso: correlacin entre Ventas y Activos (0.994);correlacin entre Ventas e Inversin (0.978).
Adems se comprueba la multicolinealidad siguiendo el criterio propuesto en clase:Menor correlacin entre Y y las Xs 0.316Existe correlaciones entre Xs mayor que 0.316
An en la presencia detectada de multicolinealidad estimaremos el modelo paradeterminar lo adecuado que puede ser su uso para la prediccin:Seguimos la siguiente secuencia: Analizar, Regresin, Lineal
7/23/2019 GUIAS DEL SPSS.pdf
43/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
43
En el cuadro mostrado se selecciona la variable dependiente y las independientes segnse indica:
Los resultados obtenidos son los siguientes:
Resumen del modelo
.600a .360 .257 2.70416
Modelo1
R R cuadradoR cuadradocorregida
Error tp. de laestimacin
Variables predictoras: (Constante), Utilidades %, Inversionde accionistas, Ventas (mills), Activos (mills)
a.
El porcentaje de variacin que es explicado por la ecuacin de regresin es bajo, slo36%.
ANOVAb
102.660 4 25.665 3.510 .021a
182.812 25 7.312
285.472 29
Regresin
Residual
Total
Modelo1
Suma decuadrados gl
Mediacuadrtica F Sig.
Variables predictoras: (Constante), Utilidades %, Inversion de accionistas, Ventas(mills), Activos (mills)
a.
Variable dependiente: Ganancias por accinb.
En forma conjunta las variables son significativas para el modelo, considerando un nivelde significacin del 5% (P-Valor = 0.021). Las hiptesis que se proponen son lassiguientes:
modeloelparaivasignificatesvariableunamenoslAH
modelolancontribuyenovariableslasconjuntaformaEnH
i
o
0:
0...:
1
410
====
El siguiente cuadro permite analizar la contribucin individual de cada variableregresora al modelo propuesto:
Ingresar aqu la variabledependiente
Ingresar aqu las variablesindependientes
7/23/2019 GUIAS DEL SPSS.pdf
44/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
44
Coeficientesa
-.039 1.313 -.029 .977
.000 .001 .457 .275 .786
.000 .001 -1.444 -.549 .588
.001 .001 1.364 .966 .343
.186 .065 .470 2.862 .008
(Constante)
Ventas (mills)Activos (mills)
Inversion de accionistas
Utilidades %
Modelo1
B Error tp.
Coeficientes noestandarizados
Beta
Coeficientesestandarizad
os
t Sig.
Variable dependiente: Ganancias por accina.
En forma individual, slo la variable Utilidades es significativa para el modelo pues suP-Valor (0.008) es menor al nivel de significacin usual (5%), sin embargo las otrasvariable no contribuyen de manera individual al modelo.
modeloelparaivasignificatesvariableLaH
modeloelparaivasignificatesnoivariableLaH
i
io
0:
0:
1
=
MTODO DE SELECCIN DE VARIABLES: HACIA ADELANTE
Se ha determinado hasta el momento que el modelo presenta deficiencias puesto que elporcentaje de variacin explicado es bajo, se ha detectado la presencia demulticolinealidad y de manera individual existe variables que no contribuyen al modelo.
El siguiente paso consiste en retirar las variables que presentan multicolinealidad yanalizar el nuevo modelo resultante.
Lo propuesto se puede realizar en la opcin: Mtodo. Al seleccionar Introducir, el
programa ir ingresando variables al modelo y a la vez verificar su contribucin.
Los resultados obtenidos son los siguientes:
Aqu se debe seleccionar elmtodo par seleccionar
variables
7/23/2019 GUIAS DEL SPSS.pdf
45/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
45
Resumen del modelo
.451a .204 .175 2.84917
.589b .347 .298 2.62787
Modelo1
2
R R cuadradoR cuadradocorregida
Error tp. de laestimacin
Variables predictoras: (Constante), Utilidades %a.Variables predictoras: (Constante), Utilidades %, Inversionde accionistas
b.
ANOVAc
58.175 1 58.175 7.166 .012a
227.297 28 8.118
285.472 29
99.018 2 49.509 7.169 .003b
186.454 27 6.906
285.472 29
Regresin
Residual
Total
Regresin
Residual
Total
Modelo1
2
Suma decuadrados gl
Mediacuadrtica F Sig.
Variables predictoras: (Constante), Utilidades %a.
Variables predictoras: (Constante), Utilidades %, Inversion de accionistasb.
Variable dependiente: Ganancias por accinc.
Coeficientesa
.493 1.243 .397 .695
.179 .067 .451 2.677 .012
-.054 1.168 -.047 .963
.186 .062 .471 3.022 .005
.000 .000 .379 2.432 .022
(Constante)
Utilidades %
(Constante)
Utilidades %
Inversion de accionistas
Modelo1
2
B Error tp.
Coeficientes noestandarizados
Beta
Coeficientesestandarizad
os
t Sig.
Variable dependiente: Ganancias por accina.
Variables excluidasc
.357a 2.259 .032 .399 .993
.362a 2.304 .029 .405 .996
.379a 2.432 .022 .424 .997
-.349b -.449 .657 -.088 .041
-.808b -.662 .514 -.129 .017
Ventas (mills)
Activos (mills)
Inversion de accionistas
Ventas (mills)
Activos (mills)
Modelo1
2
Beta dentro t Sig.Correlacin
parcial Tolerancia
Estadsticosde
colinealidad
Variables predictoras en el modelo: (Constante), Utilidades %a.
Variables predictoras en el modelo: (Constante), Utilidades %, Inversion de accionistasb.Variable dependiente: Ganancias por accinc.
MODELO FINAL:
Luego, el programa nos entrega el mejor modelo. En este caso las variables deprediccin seleccionadas son Ventas y Activos. A continuacin se muestra elresumen para este modelo:
7/23/2019 GUIAS DEL SPSS.pdf
46/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
46
Resumen del modelo
.589a .347 .298 2.62787
Modelo1
R R cuadradoR cuadradocorregida
Error tp. de laestimacin
Variables predictoras: (Constante), Utilidades %, Inversionde accionistas
a.
ANOVAb
99.018 2 49.509 7.169 .003a
186.454 27 6.906
285.472 29
Regresin
Residual
Total
Modelo1
Suma decuadrados gl
Mediacuadrtica F Sig.
Variables predictoras: (Constante), Utilidades %, Inversion de accionistasa.
Variable dependiente: Ganancias por accinb.
Coeficientesa
-.054 1.168 -.047 .963
.000 .000 .379 2.432 .022
.186 .062 .471 3.022 .005
(Constante)
Inversion de accionistas
Utilidades %
Modelo1
B Error tp.
Coeficientes noestandarizados
Beta
Coeficientesestandarizad
os
t Sig.
Variable dependiente: Ganancias por accina.
SUPUESTO DE NORMALIDAD:
Otro supuesto del modelo es la normalidad que presentan los errores. Para verificar estesupuesto podemos realizar el grfico de probabilidad normal.Lo primero que se debe hacer es seleccionar la opcin guardar y en el cuadro dedilogo que se muestra marcar las pociones: Residuos: No tipificados y Valores
Pronosticados: No tipificados. Los valores de los residuos se generaranautomticamente y se guardaran en dos columnas adicionales en nuestra base de datos.
7/23/2019 GUIAS DEL SPSS.pdf
47/47
Gua de la laboratorio SPSS Gonzalo Cuadros Herrera
El siguiente paso es ingresar a la opcin grficos y marcar la opcin de grfico deprobabilidad normal.
El resultado que se obtiene es el que se muestra:
1,00,80,60,40,20,0
Prob acum observada
1,0
0,8
0,6
0,4
0,2
0,0
Probacumesperada
Grfico P-P normal de regresin Residuo tipificado
Variable dependiente: Ganancias por accin
Primero generar los valoresde residuales
Luego generar el grfico conlos residuales ya calculados
en el paso anterior