Speaker A
Gracias. A ver, muchachos, hoy día tenemos que ver el tema de estadística descriptiva, pero nos queda pendiente una parte de la sesión anterior, ¿no?
Introducción práctica a la estadística descriptiva con SPSS, enfocándose en el uso de sintaxis para automatizar análisis y creación de variables.
Key Takeaways
- La sintaxis en SPSS permite automatizar y acelerar el análisis estadístico.
- Crear variables y filtros con código es más eficiente que hacerlo manualmente.
- Guardar sintaxis facilita la repetición de análisis y mejora la reproducibilidad.
- El comando 'compute' es fundamental para crear variables numéricas en SPSS.
- El uso de condicionales permite realizar análisis más específicos y personalizados.
Summary
- Explicación de la utilidad de la sintaxis en SPSS para automatizar tareas repetitivas como generación de tablas y gráficos.
- Demostración de cómo crear variables numéricas y categóricas mediante comandos en la hoja de sintaxis.
- Uso del comando 'compute' para crear variables y aplicar fórmulas matemáticas de manera eficiente.
- Ejemplo práctico para generar tablas de frecuencia y gráficos de barras usando sintaxis.
- Instrucciones para abrir y utilizar la hoja de sintaxis en SPSS.
- Importancia de guardar y reutilizar códigos para acelerar el análisis de datos.
- Introducción a condicionales (if) para crear variables basadas en criterios específicos.
- Comparación entre hacer análisis manualmente y mediante sintaxis para optimizar el tiempo.
- Recomendaciones para practicar con la base de datos de colegios proporcionada en sesiones anteriores.
- Breve mención del soporte de inteligencia artificial para facilitar el aprendizaje de códigos.
Chapters
- 00:00Introducción a la estadística descriptiva y sintaxis en SPSS
- 04:55Generación de tablas de frecuencia y gráficos con sintaxis
- 09:13Práctica inicial con SPSS y creación de variables
- 13:41Uso de condicionales y filtros en sintaxis
- 18:31Ejemplos prácticos y ejecución de comandos
- 27:11Recapitulación y recomendaciones para el uso de sintaxis
Full Transcript — Download SRT & Markdown
Speaker A
Que era, si no me equivoco, la sintaxis, ¿no? Esto no está en la currícula en sí, ni en el sílabo, pero vamos a verlo rápidamente.
Speaker A
Por ejemplo, ¿para qué sirve, por ejemplo, la sintaxis SPSS? Para automatizar pues la generación de cuadros o gráficos.
Speaker A
Esa es la utilidad práctica, ¿no? Lo vamos a ver rápido esta parte porque no es nada complicado. Claro, lo complicado es memorizarse los códigos, ¿no?
Speaker A
Eh, pero tenemos la IA, ¿no? Con la IA se hace mucho más rápido. Entonces, pero hay que comprender en qué consiste básicamente una sintaxis, ¿no?
Speaker A
Bien, entonces, eh, ya hemos visto un poco de algunos reportes gráficos también con el SPSS, ¿no? Hemos visto recodificación, creación de variables, filtros, cruces de tablas, un montón de transformaciones que se pueden hacer, ¿no? Todas esas cosas que
Speaker A
hicimos también se pueden hacer con código para no estar haciendo manualmente y tenerlo en código también se puede hacer, ¿no?
Speaker A
Eh, básicamente este, este se podría decir, a ver un momento, la sintaxis te permite pues automatizar, en otras palabras, ¿no?
Speaker A
Muchas tareas habituales, ¿no? Para que no estés haciendo pues uno por uno manualmente, ¿no? Entonces, al automatizar ya tienes un código guardado que simplemente lo corres cada vez que necesites, ¿no?
Speaker A
En otras palabras, una sintaxis no es más que un conjunto de textos o códigos que contienen pues ciertos comandos que van a realizar una tarea específica, ¿no? Es como si fuera programación, en otras palabras, no es específicamente un lenguaje de
Speaker A
programación, pero es más o menos parecido, ¿no? Bien, para nosotros generar una sintaxis, nos vamos, por ejemplo, a la opción archivo, ¿no? Luego nos vamos a nuevo.
Speaker A
Luego en nuevo nos vamos a sintaxis, ¿no? Ahí es donde aparece esta hojita, muchachos.
Speaker A
Esta hoja de acá, ¿no? Básicamente es un lugar donde yo voy a poder escribir, voy a poder escribir códigos, ¿no?, que realicen cierta tarea específica.
Speaker A
Eso, eso es básicamente. Por ejemplo, crear una variable. Nosotros hemos aprendido manualmente a crear una variable, ¿no? Pero con código también o con comandos también se pueden realizar.
Speaker A
Y lo interesante es que esta hoja de sintaxis tú la puedes guardar y cada vez que lo necesites, simplemente lo abres y vuelves a ejecutar nuevamente para obtener los resultados, ¿no?
Speaker A
Eso es, ¿no? Eh, no se necesita saber comando, memorizarnos, nada, ¿no? Lo interesante es que el SPSS, si tú lo generas manualmente, por ejemplo, manualmente generas una tabla de frecuencias, por ejemplo, si manualmente generas una tabla de frecuencias,
Speaker A
te va a salir una opción, algo así, ¿no? Claro, tú eliges tu variable, pero si tú le das a esta opción de acá, que es pegar, claro, si tú le das okay, te va a generar la tabla de frecuencias, ¿no?
Speaker A
Pero si tú le das a esta opción pegar, automáticamente te genera el código o la sintaxis que genera una tabla, una tabla de frecuencias, ¿no? Entonces yo ya lo puedo usar como plantilla para las demás variables.
Speaker A
¿Qué es lo que cambia? Simplemente el nombre de la variable, pero los comandos serían frecuencia variables, gender, dice, "Hazme una tabla de frecuencias y también un gráfico de barras", ¿no? Los dos te van a generar una tabla de
Speaker A
frecuencia y un gráfico de barras, ¿no? De la variable gender. Y esto ya sería una sintaxis, muchachos, para generar una tabla de frecuencia y generar un gráfico de barras
Speaker A
simultáneamente. Si quiero usar para más variables, ¿qué tengo que cambiar? Simplemente el nombre de la variable.
Speaker A
Eso sería todo. Bien, eso es como introducción, ¿no? Luego, ¿cómo ejecuto ese código? Para ejecutar este comando, código o sintaxis, muchachos, simplemente lo que hacemos es sombrear y le damos en el botón, este botón play, ¿no? Que se conoce como
Speaker A
la ejecución o run, ¿no? Al sombrear y al ejecutar el código, lo que te va a proporcionar es pues tu tabla de frecuencia y tu gráfico que debe estar abajito, ¿no?
Speaker A
Acá tienes tu gráfico y también tu tabla de frecuencia. Eso, eso es lo que hace una sintaxis, muchachos, ¿no?
Speaker A
Eso lo vamos a ver cuando veamos el SPSS. Ahorita vamos a abrir y vamos a ver que es sencillo, ¿no?
Speaker A
Por ejemplo, en la sesión anterior nosotros hemos calculado algunas variables con nuestra base de datos, ¿no? El ratio docente, ¿no?
Speaker A
Nosotros hemos creado la variable de ratio docente, ¿no? Pero con sintaxis simplemente necesito estas tres líneas, dos líneas de código.
Speaker A
La función compute, muchachos, sirve para crear una variable. Le voy a decir, créame la variable ratio doc. Simplemente es el total de docentes entre el total de alumnos, ¿no? Aunque acá es al revés, ¿no? Acá hay un lapsus,
Speaker A
pero esa es la manera de calcular, muchachos. Sencillo, ¿no? Con eso, ¿qué nos evitamos? Nos evitamos pues hacer manualmente transformar, calcular variable, dar un valor, la fórmula, muchos pasos, ¿no?
Speaker A
Peor aún si vas a calcular muchas variables o crear muchas variables, el proceso es muy molesto y cada vez que necesites crear variables toma su tiempo, ¿no? Con sintaxis va a ser mucho más rápido, ¿no?
Speaker A
Pero también así como creas variables, también puedes, ¿qué cosa? Hacer filtros, ¿no? Puedes hacer filtros, no, no solamente filtros, también puedes crear variables con más o con condiciones, ¿no?
Speaker A
Por ejemplo, quiero identificar a los colegios que tienen más de 30 docentes. ¿Cómo haría eso? Es decir, crear una variable que me identifique solo aquellos colegios con más de 30 docentes, ¿no?
Speaker A
Entonces, eh, acá también se podría agregar, sí, también se puede hacer, ¿no? Se agregaría una condicional.
Speaker A
¿Y cómo es la condicional de SPSS? Obviamente en muchos lenguajes es if, ¿no? Entonces dice, si el total de docentes es mayor a 30, entonces la variable asuma este valor.
Speaker A
¿Listo? Eso sería todo. Eso sería todo. Bien, vamos a explicar primero la teoría así rápidamente, muchachos.
Speaker A
Después vamos a ver la práctica, ¿no? En la práctica se va a entender mucho más, ¿no?
Speaker A
Igual, ¿no? Si quieres hacer filtros, miren, una cosa es crear una variable. Puedes crear variables numéricas.
Speaker A
Las variables numéricas se crean con la función compute. Las variables categóricas o cualitativas se crean con la variable string.
Speaker A
Esas pequeñas observaciones, ¿no? Vamos a practicar hasta esta parte. Abran por favor su SPSS.
Speaker A
Abran su SPSS. A ver. En la sesión dos tienen BD colegios. Abran eso para poder practicar ya, para poder practicar.
Speaker A
Bien, ya está cargando. Hay que esperar unos segundos. Eh, entonces crear una variable con sintaxis va a ser sencillo, muchachos.
Speaker A
Ya. A ver, vamos a ver si ha cargado. Acá está, ¿no? Muy bien, muchachos. Entonces, ¿cómo? Bueno, acá están las variables que hemos creado también.
Speaker A
Mira, acá están todas las variables que hemos creado. Ya. Entonces, eh, primero tengo que abrir una hoja de sintaxis.
Speaker A
Primero, ¿no? Para eso me voy, ¿dónde? Me voy a archivo, nuevo, sintaxis, ¿no? Y automáticamente, ¿qué es lo que obtengo?
Speaker A
La hoja, muchachos, donde va a ir mis códigos. Acá voy a escribir mis comandos, mis códigos, mis sintaxis.
Speaker A
Si yo quiero crear una variable numérica, por ejemplo, es la función compute, ¿no?
Speaker A
Justo te ayuda el SPSS, ¿no? Ahí está. Y acá le voy a crear la variable ratio doc 2 porque yo ya tengo la variable, ¿no? Y esto va a ser igual al total de alumnos, la variable. ¿Ustedes saben qué
Speaker A
variables tiene tu base de datos, no? Total de alumnos entre total de docentes, ¿no?
Speaker A
Docentes. Muy bien. Siempre se cierra con un punto y le damos execute, ¿no? Como quien dice que va a ejecutar.
Speaker A
¿Qué es lo que va a hacer esto, muchachos? Crear una variable llamada ratio doc 2, ratio docente, que es total de alumnos entre total de docentes, ¿no?
Speaker A
¿Qué es lo que tengo que hacer? Simplemente sombreo y ejecuto y ya tengo mi variable creada.
Speaker A
¿Se dan cuenta? Ya creé mi variable. Lo borro nuevamente. Nuevamente me voy a mi sintaxis.
Speaker A
Esto no es esto de acá, ¿no? Sombreo, ejecuto. Y acá está la vari...
Speaker A
Eso permite hacer una sintaxis. Muy bien. Así puedo crear las variables numéricas que yo desee, que yo desee, ¿no? No hay ningún problema.
Speaker A
Muy bien. El otro ejemplo era el siguiente, ¿no? Crear una variable ya no numérica, sino una variable eh string, ¿no? Cualitativa, ¿no?
Speaker A
Ya. Muy bien. Vamos a ver cómo se construye esto. Para ello se usa string, ¿no? Voy a crear una variable cualitativa y acá le doy stream y un nombre, ¿no?
Speaker A
¿Cómo se va a llamar el la variable IT colegio ¿no? Cuando creas una variable cualitativa siempre te pide de cuántas categorías va a tener tu texto, ¿no?
Speaker A
Como quien dice, la amplitud la amplitud de del valor que puede asumir, ¿no? Acá le vamos a poner 40 dígitos.
Speaker A
Muy bien, muy bien. Y luego dice, simplemente créame aquella variable que me permite identificar aquellos colegios con eh 30 docentes a más, ¿no?
Speaker A
Si t docente es mayor a 30. Ahí está, ahí está la condición, ¿no? Dice si if es la condicional, muchachos, si total de docentes, vamos a corregir esto. Si el total de docente es mayor a 30, entonces la variable que se llame dice,
Speaker A
¿no? Entonces variable colegio que se llame, pues voy a ponerle colegio con más de 30, ¿no? con más de 30 punto ¿no?
Speaker A
Y le damos simplemente execut, ¿no? Listo. ¿Qué es lo que va a hacer esta línea de código, muchachos? va a crear la variable IT colegio y solo va a tomar valor aquellos que tienen 30 docentes a más, ¿no?
Speaker A
Es decir, esta variable va a asumir estos valor todos los total de docentes es mayor a 30.
Speaker A
Sombreo, ejecuto, me voy a mi vista de datos y acá está. ¿Se dan cuenta?
Speaker A
Eso es, muchachos, eso permite hacer una sintaxis, ¿no? Te permite generar variables de una manera más rápida.
Speaker A
¿Cuál es válido? Manualmente, con sintaxis, los dos, muchachos. Solo que si vas a generar muchos cuadros, muchos gráficos y vas a crear muchas variables y vas a hacer muchas transformaciones, la sintaxis te conviene porque solo haces una vez ya lo tienes
Speaker A
guardado, ¿no? Y lo puedes correr las veces que quieras, ¿no? Esto, por ejemplo, ustedes lo guardan.
Speaker A
Mi primer código, ¿no? Por ejemplo, mi primer código, ahí está, lo cierran, por ejemplo, eliminan estos dos, lo eliminan, ¿no?
Speaker A
Pero como ustedes ya guardaron su sintaxes, mi primer código, lo abren, doble clic, lo abren, sombrean y corren.
Speaker A
Los dos ah sombrean y corren, automáticamente ya tiene dos. Entonces eso permite hacer la sintaxis, muchachos.
Speaker A
Y si no se acuerdan algo, la IA les puede ayudar. Entonces no, yo no recomiendo pues que se memoricen los códigos. Eso ni yo me acuerdo con eso les digo todo.
Speaker A
Pero al menos saber que existen comandos que te pueden permitir agilizar tu trabajo, automatizar en otras palabras.
Speaker A
Bien, después he hecho un código más extenso con ejemplo, no se preocupen. Ya. Entonces, estos dos ejemplos lo hemos visto rápidamente y es sencillo, ¿no?
Speaker A
Nada complicado. También podemos hacer filtros, muchachos. Los filtros, ya les había comentado que a veces no quieres trabajar con toda la data y solamente con una parte, ¿no? Entonces puedes hacer un filtrado.
Speaker A
el filtrado, pues por ejemplo, si tengo toda la data, solamente quiero pues trabajar con el nivel secundaria, los colegios de secundaria ¿no?
Speaker A
Y la función para hacer el filtro es select if, como quien dice, "Seleccióname solo los del nivel secundaria, pero créame una nueva data solo con esas, ¿no? Solo con esos colegios, ¿no?
Speaker A
dataset copy, como quien dice, genérame una nueva data llamado BD secundaria, en el cual solo estén los colegios de secundaria, pero también puedes combinar eh filtros, ¿no?
Speaker A
Quiero todos los colegios de secundaria y que tienen de 20 a más docentes. Este operador I es una conjunción, como quien dice, debe cumplir ambas condiciones y es una intersección, es decir, filtrame todos de nivel secundaria y que además tengan de 20 a
Speaker A
más docentes. Es una doble condición y todo va dentro de paréntesis del de la función selectiv, ¿no?
Speaker A
Entonces es muy intuitivo, ¿no? Para poder hacer o para poder agregar más filtros. Bien, todo eso lo tenemos en código, no se preocupe.
Speaker A
También puedes recodificar variables. ¿Se acuerdan que la variable Denitmob tenía cinco categorías? inicial, cuna, cuna jardín jardín primaria secundaria ¿no?
Speaker A
De cinco categorías a veces es recomendable solo trabajar con tres categorías, ¿no? ¿Cómo se hace eso? Con sintaxis manualmente ustedes ya lo saben, lo hemos visto en las sesiones anteriores, ¿no?
Speaker A
Con sintaxis es más fácil. La función es recode, ¿no? De recodificación. Simplemente le das la variable original, el valor original, el valor final, valor original, valor final.
Speaker A
Y estos cambios lo va a hacer en una nueva variable llamado nivel. Y nivel va a ser una variable string, ¿no? ¿Para qué? Para que sea inicial, primaria y secundaria.
Speaker A
Es decir, te va a crear una nueva variable solamente con tres categorías: inicial, primaria y secundaria. Es el mismo proceso manual que hicimos, solamente que ahora en código.
Speaker A
Eso es lo único. Bien, también lo vamos a ver en el SPS, no se preocupe.
Speaker A
Eso es eso. Es sintaxis, muchachos. Lo más importante lo que hemos hablado. ¿Hay más cosas? Sí.
Speaker A
Y ahora vamos a ver un ejemplo buen de sintaxis que yo ya lo tengo preparado para ustedes. Ya.
Speaker A
A ver, por ejemplo, hay en los materiales que les compartí la sesión anterior, hay uno que dice sintaxis SPSS. ejemplos.
Speaker A
Y acá, si se dan cuenta, miren, hay un montón de código, ¿no? Vamos a practicar cada uno de ellos, muchachos.
Speaker A
Todo esto ustedes ya lo tienen guardado y esto los lo pueden usar como plantilla, adaptarlo a sus a sus bases de datos y todo ello, ¿no?
Speaker A
Bien miren miren muchachos. Para hacer una tabla de frecuencias es lo más sencillo que existe.
Speaker A
Esto es los comandos para o los códigos para hacer una tabla de frecuencia, frecuencia variable gestión.
Speaker A
¿Qué es lo que tienen que hacer ustedes? Simplemente sombrear y ejecutar. Ahí está. Ahí está su tabla de frecuencias del gestión. La variable gestión.
Speaker A
Para otra variable simplemente cambio el nombre de la variable. Est la frecuencia para la variable nivel.
Speaker A
Ahí está. Mira, variable nivel, muchachos. Esto es gestión y esto es la variable nivel.
Speaker A
Lo mismo para variable departamento, número de colegios por departamento, ¿no? Acá está lo mismo para eso, ¿no? Estos son las tablas de frecuencia.
Speaker A
Entonces ustedes pueden cambiar pues la variable que deseen y automáticamente tienen su table frecuencia y si quieren los tres, los tres lo sombrean y lo ejecutan.
Speaker A
Y para un gráfico de barras es lo mismo, simplemente agrega esta función barcha char, ¿no? Porcentaje, como quién dice, que mi gráfico de barra sea pues en términos porcentuales, ¿no?
Speaker A
¿Qué es lo que tengo que hacer? Simplemente sombrear. y ejecutar, ¿no? Y ahí está.
Speaker A
Lo mismo puedo hacer para para el departamento también, aunque va a tener muchas categorías.
Speaker A
Lo mismo para gestión también. Eso sería un gráfico circular. Entonces, te permite automatizar muchas cosas. ¿Qué es lo que cambia? Si quiero un gráfico de barras, barchar.
Speaker A
Si quiero un gráfico circular o phar, ¿no? También hay box plot, el gráfico de cajas, el gráfico dispersión, hay un montón muchachos pero el proceso es el mismo, muchachos.
Speaker A
El es decir, no se tiene que hacer más cosas, es simplemente cambiar la función nada más, ¿no?
Speaker A
Y acá está el ejemplo del ratio docente, muchachos. Para eso yo voy a borrar esto ya para que no se complique como yo ya tengo creado, por ejemplo, mira, voy a poner acá ratio top.
Speaker A
Yo sombreo y ejecuto. Ah, acá está, ¿no? De frente, muchachos, me crea la variable, pero también tengo acá el colegio con más de 30 docentes, ¿no? Defino la variable, es un string, le doy la condición.
Speaker A
Si satisface la condición, esa variable tomará el valor colegio con más de 30 docentes ¿no?
Speaker A
Ejecuto, sombreo y ejecuto, ¿no? Y automáticamente tengo mi variable. Ahí está mi variable, muchachos.
Speaker A
Bien, entonces es un proceso nada complicado. Es es entendible, no no es complicado. Ya también vamos a ver los ejemplos de los filtros, ¿no?
Speaker A
Por ejemplo, ustedes saben que esta base de datos, muchachos, tienen pues varias variables ¿no?
Speaker A
Por ejemplo, hay una variable que es nivel no tengo acá inicial, primaria secundaria. Si me piden solo filtrar los colegios de secundaria, ustedes ya vieron pues un proceso anterior, ¿no? Lo vimos, ¿no? Datos, seleccionar casos y satisfacer la
Speaker A
condición y bueno, filtrabas, ¿no? También es válido, ¿no? No hay ningún problema. Pero lo más importante, muchachos, es que también tienes una opción con código ¿no?
Speaker A
Primero voy a generar una copia de la base de datos filtradas. Para ello le puedes dar un nombre apropiado, ¿no? Yo lo voy a llamar BD secundaria porque voy a filtrar solo los colegios de secundaria.
Speaker A
¿Qué es lo que voy a hacer? La función es select if. Seleccióname solo a los de nivel secundaria, ¿no? Y créame una nueva data.
Speaker A
Selecciono ejecuto. Esa nueva data está acá. Miren, miren la cabecera arriba. BD secundaria. No, todos los colegios son de No ha filtrado al parecer. Nuevamente voy a cerrar.
Speaker A
nuevamente ejecuto. Listo. Ahora sí, ¿no? Ahí está todos los colegios de del nivel secundaria, ¿no?
Speaker A
Bien, justamente acá está la el nombre que leí, ¿no? BD secundaria. Eso es, muchachos. Eso es hacer un filtrado. Lo cierro y también puedes agregar una nueva condición, ¿no? Que me filtre la secundarias y además que tenga más de 20
Speaker A
docentes. Selecciame. Seleccionas y ejecutas. No, ahí está, ¿no? Ahí está todo de secundaria y además que tenga más de 20 docentes, ¿no?
Speaker A
A ver. A ver, vamos a ver si ha filtrado bien, porque al parecer no ha filtrado. Vamos a cerrar esto y vamos a ejecutar nuevamente.
Speaker A
Listo. Acá está todo de secundaria y acá están los de Sí, ahora sí. Todos tienen más de 20 a más ¿no?
Speaker A
De 20 a más o eso, muchachos, es hacer un filtrado de datos ¿no? Según las características o los filtros que uno desee, ¿no?
Speaker A
Muy bien. Y así hay varios ejemplos. Eso de la recodificación muchachos es la siguiente, ¿no? Miren, si ustedes analizan la variable nivel educativo, esta de acá, por ejemplo, le dan clic derecho, descriptivos, y les va a generar pues eh
Speaker A
voy a cerrar esto ya porque como generado una copia, clic derecho acá y descriptivos, ¿no?
Speaker A
¿Qué hice? Voy a abrir otra base de datos. Como he filtrado, creo que me he quedado con la data inicial.
Speaker A
Por ejemplo, no la variable de nivel educativo tiene cinco categorías, ¿no? Pero habíamos dicho, muchachos, que inicial es uno solo, ¿no? Un solo bloque. Entonces, esto lo podemos unificar en uno solo para tener simplemente inicial, primaria y secundaria. Tres categorías, ¿no?
Speaker A
Eso manualmente también lo hemos aprendido a hacer. Pero con sintaxis es mucho más rápido.
Speaker A
Por ejemplo, simplemente es este bloque acá. Primero creas una nueva variable, un string llamado nivel con 15 espacios separados, ¿no?
Speaker A
Y uso la función recode de la variable original de edit mob. Todo lo que dice inicial cuna se va a llamar inicial.
Speaker A
Los que dicen inicial cuna jardín se van a llamar inicial. Los que dicen inicial jardín se van a llamar inicial. Primaria primaria secundaria secundaria. Este cambio o esta recodificación se tiene que dar en la variable nivel.
Speaker A
Por eso tú has creado una variable nivel. Y esta recodificación lo tienes que hacer en la variable nivel, ¿no? Y simplemente ejecut.
Speaker A
Y obviamente si tú te fijas la parte final al parecer no ha creado. Vamos a ver.
Speaker A
Acá está, ¿no? Ah, es que ya teníamos la variable nivel. Recuerden del ejemplo anterior, ¿no? Acá no sale error, ¿no?
Speaker A
Por eso vamos a crear nivel dos para no hacernos problema. Ya como ya había una variable de nivel, ya no va no va a funcionar. Voy a poner nivel dos.
Speaker A
ejecuto y miren, muchachos, automáticamente tengo ya mi variable recodificada en tres niveles, ¿no? Y acá está ¿no?
Speaker A
Acá está, esto es el total con cinco y esto es con tres, ¿no? Bien.
Speaker A
Lo mismo también se puede hacer, muchachos, por ejemplo, eh, ya una vez que tienes la variable de nivel, puedes crear pues tu tu gráfico de de frecuencia, ¿no?
Speaker A
Gráfico de barras también. como ya lo tienes recuodificado, entonces es mucho más interesante, ¿no?
Speaker A
Y más sencillo también, porque tres categorías es mucho más interpretable, ¿no? Bien, eso permite hacer la sintaxis, ¿no? Automatizar todo.
Speaker A
La variable de gestión, si se fijan, muchachos, la variable de gestión también tiene tres niveles, ¿no? Miren, hay dos públicas, debería haber solamente una pública, cosa que queda pública y privada, ¿no? También deberíamos recodificarlo, ¿no? Solamente en dos niveles, ¿no? O dos categorías.
Speaker A
Eso también se hace con sintaxis, ¿no? Igualito, ¿no? Voy a crear gestión dos. Lo que es privada crea privada. Lo que son públicas de gestión directa como pública. Pública de gestión privada como pública.
Speaker A
Toda esta recodificación se va a hacer ¿dónde? En la nueva variable llamado gestión. Sombreo ejecuto.
Speaker A
Y la parte final. Ya tengo mi variable. No, al parecer no ha chapado el cambio.
Speaker A
¿A qué se debe? Vamos a ver. Claro, no está reemplazando a todo, ¿no? Posiblemente hay un mal dígido, ¿no?
Speaker A
Pública de gestión directa, pública de gestión privada. Vamos a ver en en qué se diferencian esas pública de gestión directa. Pública de gestión. Mira acá gestión tiene tilde, ¿no? Acá no.
Speaker A
Ese es el problema, ¿no? Hay una mala normalización de la de las de los textos, ¿no? Eso también es muy importante ¿no?
Speaker A
Ahora sí, ¿no? Ahí está, ¿no? Pública y privado. Esa es la diferencia, ¿no? de tres categorías a dos, es mucho más interesante. Una vez que tienes dos, ya le puedes hacer pues otros análisis, ¿no? Por ejemplo, un gráfico de barras,
Speaker A
¿no? A la variable que has creado. Ahí está, ¿no? Privada y pública. Bien, eso es, muchachos, hacer sintaxico.
Speaker A
No es nada complicado, es muy intuitivo y les va a ser muy útil cuando tienen muchos cuadros por realizar, ¿no?
Speaker A
Porque, ¿qué sucede? Imagínense que yo cierro esto, yo cierro esto y no sé y también de mi base atos borro estas cosas acá, ¿no?
Speaker A
Y pues quiero quiero generar los reportes, ¿no? ¿Qué es lo que hago? Sombreo todo, muchachos. Sombreo todo y ejecuto.
Speaker A
Miren cuánto tiempo me he demorado en generar todos estos reportes. Ni un segundo, muchachos.
Speaker A
Ni un segundo, ni un segundo. Buenas tardes, profesor. Sí adelante. Eh, me parece que que es mucho más importante pasar mucho tiempo en la construcción de sintais que en en resolver en en presentar los resultados.
Speaker A
Mm. Yo pienso que esasis es mucho más difícil para consumir. Sí, pero les voy a enseñar un truco muy interesante, no se preocupen.
Speaker A
Al les comento que sintaxis no es un tema del sílabo. Si ustedes revisan su temario, no está, sino que es como un extra que vamos a hacer.
Speaker A
Eh, para muchos es un poco molestoso escribir códigos, ¿no? Eh, por eso vamos a ver mayormente de la manera manual como lo hemos venido haciendo, pero para los que quizás les interesa más automatizar sus tareas, tienen que entender que existe una
Speaker A
herramienta que sí te permite hacer eso. Sí te permite hacer, sí te permite automatizar tus tareas, ¿no?
Speaker A
Lo único malo es que eh muchos no no estamos familiarizados pues con código, ¿no? Eso es lo único malo.
Speaker A
Pero lo bueno, muchachos, es que tenemos la IA. Si ustedes abren, por ejemplo, un chat GPT, por ejemplo, eh vamos a ver un ejemplito. Ya voy a abrir, por ejemplo, un chat GPT para que vean, ¿no?
Speaker A
Eh, y para que sepan que con la IA ya todo es más fácil, ¿no?
Speaker A
A ver, eh, a ver, ¿qué se les ocurre? ¿Qué le preguntamos? A ver, quiero crear un gráfico de dispersión, por ejemplo, de dispersión, ¿no?
Speaker A
Entre la variable, recuerden que el gráfico expresión es un gráfico de dos variables numéricas y en su base de datos las únicas numéricas que tenemos es pues eh alumno y docente, ¿no? Y sección. Bueno, voy a cerrar estas cosas acá.
Speaker A
Entonces, le voy a decir lo siguiente. T alumno y t docente. No, usando sintaxis SPC.
Speaker A
Ayúdame. Le voy a para que se api de Vamos. Bien. Y ya me da una sintaxis, dos sintaxis y inclusive para calcular la correlación.
Speaker A
Si se dan cuenta, hay un montón de sintaxis ¿no? Pero vamos a usar la más sencilla.
Speaker A
Entiendo que van a funcionar cualquiera de eso, pero esta de acá es la más sencilla. Vamos a copiar eso.
Speaker A
Voy a copiar esto acá y por acá voy a pegarlo. Uy, bueno, no lo copié debidamente. Vamos a ver.
Speaker A
Ahí está. Listo. Si yo sombreo y ejecuto, me debería dar eso, ¿no? Ahí está, muchachos.
Speaker A
¿Cuánto tiempo se han demorado, muchachos? Nada. Un gráfico dispersión. Ahí está el gráfico dispersión entre total de docentes y total de alumnos.
Speaker A
Entonces, esto es el código para hacer un gráfico de dispersión. Ya lo sé, ya lo aprendí. ¿Qué es lo que tengo que hacer para las demás variables?
Speaker A
Simplemente cambiar de variable. Y así podemos preguntar también a la más cosas. Ahora quiero un gráfico de caja de la variable alumnos por tipo de la variable. Claro. La variable tienes que decirle, ¿no? Para que la sintaxis te hague pues parecido,
Speaker A
¿no? Por tipo de gestión. A ver qué me va a decir. Vamos a ver.
Speaker A
Listo. Acá está. No, graf. La función es graf. Lo único que tengo que hacer, muchachos, es pegar acá.
Speaker A
La variable T alumno. Ya. Sombreo y ejecuto. Acá dice un error, dice a Vamos a ver dónde está el error.
Speaker A
Vamos a ver cuál fue el error de esa parte. Mm. A ver, debería correr esto, ¿no?
Speaker A
Te alumno. Vamos a ver si existe la variable gestión. Creo que la variable es de gestión.
Speaker A
de gestión o vamos a usar esto que hemos creado ya ya vamos a crear eso. A ver, claro, es el problema, no encuentra la variable que le hemos dado, ¿no? Correcto.
Speaker A
Y esta debe ser esta, ¿no? Por eso no no ejecuto. Gestión dos. Acá debería correr. Vamos a ver.
Speaker A
Mm. Dos. Un subconjunto, dice box plot. A menos que esto no creo. Vamos a ver.
Speaker A
Ah. Ah. A ver qué dice el de Vamos a interpretar el erro. Vamos a ver.
Speaker A
A ver esto. Vamos a pegar este error a la ver qué no dice, ¿no?
Speaker A
Ah, dice que ya no ya no ya no usa ciertas versiones del SP. Ya no usa la función boxplot.
Speaker A
Interesante. Ah, interesante ¿no? Ya. Muy bien. Vamos a ver. dice que estas versiones del SPC ya no están usando esa ese Ahí está. No es por la versión. Lo que pasa no tenemos el 27, actualmente está en el 31.
Speaker A
Puede ser por eso. Muy bien. Entonces sí te hace, ¿no? La sintaxis te hace tu uy tu tablita de te doble tu tablita de frecuencia en este caso y también tu eh lo borré creo nuevamente. Ya voy a
Speaker A
ejecutar. Ahí está tu gráfico de caso. Y una vez que ya tienes la plantilla, lo único que tienes que hacer simplemente es eh cambiar, ¿no?
Speaker A
Por ejemplo, acá lo puedo poner ya no por eh por nivel, no cambio eso y debería salir un gráfico también interesante.
Speaker A
Lo que pasa, yo he hecho un filtro secundario y ha quedado el filtro grabado ¿no?
Speaker A
Por eso sale. O si no por departamento, ¿no? También va a salir. Ahí está. No, no es tan vistoso, pero sale ¿no?
Speaker A
Bien. Ya, eso, muchachos, es hacer sintaxis, ¿no? Yo sé que va a ser un poco pesado para muchos, pero si van a hacer muchos cuadros, muchos gráficos y muchas creaciones de variables y transformaciones, lo mejor es tenerlo automatizado de esta
Speaker A
manera. ¿Por qué? Cada cambio simplemente ejecutas y ya está. Imagínense que no sé, te han hecho una observación y tienes que corregir unos cuadros.
Speaker A
Lo corriges en la misma sintaxis, ejecutas y ya está todo. Eso lo hace muy interesante a la sintaxis.
Speaker A
Bien, eso era un plus para ustedes, muchachos, para que tengan más herramientas y no tengan miedo, pues, si no saben los códigos, usen ahí a muchachos, ahí pregúntenle y les va a hacer.
Speaker A
Ya. Muy bien. Ahora sí vamos a pasar nuestro tema de eh del día de hoy. Ya practiquen esta parte, muchachos. Ya no se asusten eh por los códigos.
Speaker A
Sí, simplemente practiquen, generen cuadros, generen gráficos hasta que se familiaricen un poco más y este código ya queda guardado para ustedes.
Speaker A
Ah, otra cosa que me había olvidado enseñarles, por ejemplo, ustedes eh pueden generar un descriptivo, ¿no?
Speaker A
Vamos a generar, por ejemplo, una tabla cruzada, por ejemplo. Quiero eh departamento en filas y en columnas quiero que vaya nivel dos.
Speaker A
Y pero si yo pego me va a dar mi tabla, ¿no? Pero yo no quiero la tabla, yo quiero la sintaxis. ¿Cómo hago eso?
Speaker A
Regreso nuevamente y acá le doy pegar. Voy a cambiar en vez de nivel gestión. Ya.
Speaker A
Gón dos. Yo no, si acepto me va a dar este cuadrito, ¿no? Departamento y gestión y número de colegios, ¿no? Ya.
Speaker A
Yo no quiero el el reporte, quiero la sintaxis. Me voy a analizar eh descriptivo, las tablas cruzadas y acá le doy pegar. Muchachos, cuando yo le doy a pegar, me va a dar la sintaxis de este proceso.
Speaker A
Miren dónde se va la sintaxis. Acá miren la parte final de mi hoja de código.
Speaker A
Esto lo voy a borrar porque no se usa. Para hacer tablas cruzadas. La función es cross tapes.
Speaker A
Entre qué variables? Departamento versus gestión. Sombrero ejecuto. Ahí está. ¿Se dan cuenta? Entonces, tampoco hay que ser pues un experto en código, ¿no? Simplemente el proceso que tú has hecho le pegas su sintaxis y te queda ya como un como una
Speaker A
plantilla ¿no? Y cada vez que necesites, lo único que tienes que hacer es cambiar, ¿no?
Speaker A
Acá le voy a poner, por ejemplo, eh, deit mode, ¿no? Por ejemplo, ¿qué me va a hacer eso?
Speaker A
A gaza, ¿no? Lo que pasa como yo lo filtré a secundaria, queda solamente secundaria, pero en sí hay varios niveles.
Speaker A
Eso muchachos ¿no? Eso es lo que hay que hacer. Bien, así que no se asusten, muchachos, con esa parte. Ya, ya voy a cerrar esto y ahora vamos a ver lo que es estadística descriptiva, muchachos.
Speaker A
El tema de hoy ya todo lo que hemos hablado hasta hace unos instantes, muchachos, hemos hecho tablas de frecuencia, hemos generado gráficos estadísticos, es parte, todas esas herramientas son parte de la estadística descriptiva.
Speaker A
Falta algo más. Las medidas resumen. Si tú combinas las medidas resumen con los gráficos estadísticos y con las tablas estadísticas, la tabla de frecuencia en conjunto forman lo que es la estadística descriptiva, muchachos.
Speaker A
es aquella estadística que te va a permitir o te va a dar las herramientas necesarias para poder describir un conjunto de datos de manera completa, ¿no?
Speaker A
Se podría decir que es la estadística más usada en el día a día laboralmente.
Speaker A
Por ejemplo, ¿quién no hace una tabla de resumen? ¿Quién no hace un gráfico? ¿Quién no calcula un promedio? ¿Quién no calcula una varianza o un percentil? Quizás eso es estadística descriptiva.
Speaker A
Entonces, en esta sesión, muchachos, vamos a hablar de la estadística descriptiva, tipo de variables, que ya lo hemos visto a profundidad, por cierto, pero vamos a recordarlo también.
Speaker A
Hablaremos de las medidas de tendencia central, muchachos. las medidas de posición, las medidas de dispersión, las medidas de forma, las frecuencias, la tabla de frecuencia que ya lo conocen ustedes y los gráficos estadísticos, ¿no? Todo esto en conjunto, muchachos,
Speaker A
es la estadística descriptiva. Se podría decir que la estadística más corta, porque la estadística diferencial es un mundo.
Speaker A
Bien, ¿qué es la estadística descriptiva? No, bueno, es una rama la estadística que básicamente se centra en recolectar, analizar y caracterizar un conjunto de datos con el objetivo de describir tu data, ¿no?
Speaker A
Pero para describir un conjunto de datos tú necesitas herramientas. Efectivamente, no tienes las medidas de resumen, tienes las tablas de frecuencia y los gráficos estadístico. Con eso tú ya puedes describir un conjunto de un conjunto de datos ¿no?
Speaker A
Entonces eh ya puedes pues describirlo como es caracterizar a tu a tu data, ¿no?
Speaker A
Ojo, la estadística descriptiva, muchachos, se aplica a datos totales, ya sea censos, registros administrativos, datos absolutos, datos totales.
Speaker A
Por ejemplo, yo no puedo aplicar estadística descriptiva a una muestra. No se puede hacer eso porque si tú vas a describir un conjunto de datos de manera completa, tú necesitas toda la data.
Speaker A
Por ejemplo, la data de planea de una empresa es toda su data, ¿no? Es toda su data.
Speaker A
Por eso la estadística descriptiva se aplica a datos totales, censos, registros administrativos, a ese tipo de datos.
Speaker A
Pero si estás en una muestra, en una muestra lo que se usa es la estadística inferencial ¿no?
Speaker A
Hay que tener mucho cuidado en esa parte. Pero para entender también tenemos que saber las variables estadísticas, ¿no?
Speaker A
Por ejemplo, las variables son todo lo que se puede medir, ¿no? Todo lo que es posible medir, ¿no? Por ejemplo, ustedes ven una persona y saben sexo, eh peso un promedio, una edad promedio, color los ojos, color del pelo, esos son
Speaker A
variables, ¿no? Se dan cuenta muy bien. Por ejemplo, se dice que una variable estadística es el conjunto de valores que puede tomar cierta característica de la población.
Speaker A
sobre la que se realiza el estudio estadístico y sobre la que es posible su medición.
Speaker A
Eso es la definición de una variable. Y también sabemos que existen dos tipos de variables, ¿no? Las variables cualitativas o categóricas, por ejemplo, el sexo de la persona, estado civil, un montón de cosas, ¿no? Y también existen las variables
Speaker A
cuantitativas o numéricas. Ahí tenemos la edad, el peso, un montón de variables, talla temperatura.
Speaker A
Muy bien. Dos tipos de variables estadísticas cualitativa categórica cuantitativa o numérica, ¿no? Pero también vimos que dentro de las numéricas habían dos tipos, ¿no?
Speaker A
Las continuas y las discretas. ¿Se acuerdan cómo era la variable numérica continua, muchachos? ¿Alguien se acuerda?
Speaker A
Nadie, nadie ha estudiado. Las varas continuas son producto de una medición muchachos mientras que las discretas son productos de un conteo. Cantidades discretas, ¿no?
Speaker A
Cantidades enteras. Entonces tenemos variables numéricas continuas y variables numéricas discretas ¿no? Eso es lo más importante.
Speaker A
Dentro de las categóricas también tenemos pues las ordinales y las nominales, ¿no? ¿Cuál era la diferencia?
Speaker A
que las nominales no hay jerarquía entre sus categorías, ¿no? Por ejemplo, si tengo sexo, que es hombre y mujer, el hombre no es que más no es más que la mujer ni la mujer es más que el hombre,
Speaker A
es indistinto, no hay jerarquía. Al no haber jerarquía, muchachos, se dice que es una variable categórica nominal, ¿no?
Speaker A
Igual el estado civil, ¿no? Soltero, casado, viudo, divorciado, no hay jerarquía, es indistinto el orden.
Speaker A
En cambio, en la variable categórica ordinal si hay una jerarquía, ¿no? Por ejemplo, nivel socioeconómico del hogar A B C D E.
Speaker A
AB son los hogares top, ¿no? T y son los hogares pobres extremos. Hay una jerarquía, sí. Nivel educativo también.
Speaker A
Nivel de satisfacción del producto o del servicio también. Todas las variables escala lices categóricas ordinales, por ejemplo.
Speaker A
Entonces es muy importante identificar el tipo de variable, ¿no? ¿Por qué era importante eso? No, porque si es que no identificamos bien, vamos a hacer cualquier cosa.
Speaker A
El DNI, ¿no?, que el número de documento nacional de identidad, ¿no? Está conformado por números, muchachos.
Speaker A
No por eso va a ser una variable numérica no es una variable categórica nominal, muchachos. ¿Por qué? porque simplemente es un identificador, ¿no?
Speaker A
Pero muchos piensan que porque está conformado por números es una variable numérica y eso no es activo.
Speaker A
Mucho cuidado, ¿no? Por ejemplo, el código de barra de un producto, nadie se va a atrever a decir que es una variable numérica, simplemente es una variable catégorica nominal, es un identificador del producto.
Speaker A
No se puede hacer operaciones matemáticas con eso. Muy bien. Esa es la manera de identificar ¿no?
Speaker A
Hablemos de las medidas de tendencia central, muchachos. Seguramente ustedes en algún momento han escuchado, por ejemplo, el nota promedio, peso promedio, talla promedio, salario promedio.
Speaker A
El promedio, muchachos, es una medida de tendencia central, no solamente la media, la media, la mediana y la moda, muchachos. Los tres son las medidas de tendencia.
Speaker A
central ¿no? ¿Por qué digo eso? Porque las medidas de tendencia central o descentralización, muchachos, son medidas que tienden a localizar en qué punto se encuentra la parte central de un conjunto de datos, ¿no?
Speaker A
Por eso se le conoce como medidas de tendencia central, porque centralizan un conjunto de datos en un solo valor.
Speaker A
A esos por eso se conoce medidas de tendencia central, ¿no? La media se calcula, muchachos, como la suma del total de los datos entre la cantidad de los de los datos.
Speaker A
La mediana no es más que el valor central, el punto medio de un conjunto de datos.
Speaker A
Y la moda es el valor que más se repite dentro de un conjunto de dentro de un conjunto de atos, ¿no?
Speaker A
Bien. ¿Cuándo tengo que usar uno u otro? La moda es la menos usada, muchachos. No hay mucho debate en esa parte.
Speaker A
Entre la media y la mediana hay que tener mucho cuidado. Se dice que la media se usa cuando los datos son muy homogéneos, muy parecidos.
Speaker A
Por ejemplo, supongamos que la edad de los estudiantes de los primeros siglos de la universidad sea pues 17, 18 años, 19, 18, 17, hay un 20, por ejemplo.
Speaker A
Entonces yo me doy cuenta que estas edades son muy parecidas, ¿no? No hay mucha variabilidad, como se podría decir ¿no?
Speaker A
En esos casos, el promedio, supongamos que me sale 28, 18 años, ¿no? En este caso sí se recomienda usar el la media o el promedio, muchachos, porque los datos son homogéneos, ¿no? No hay mucha variabilidad.
Speaker A
Pero, ¿qué pasaría si estos mismos datos los mismos? Ah, los mismos. Se me ocurre poner la edad del profesor, 49 años, supongamos.
Speaker A
¿Ustedes creen que el promedio sería recomendable? No sería nada recomendable. ¿Por qué? Porque este conjunto de datos ya no tiene la misma variable, hay un valor que está malogrando esa homogeneidad, se podría decir, ¿no?, que es la edad del
Speaker A
profesor. ¿Qué pasa si tú usas el promedio? Posiblemente te salga 24 años. Y la pregunta es, 24 representa o centraliza mi conjunto de datos.
Speaker A
Claro que no. No, simplemente que la media es muy sensible a los valores extremos.
Speaker A
Por eso cuando hay mucha variabilidad o presencia de valores extremos, la media no es recomendable, muchachos, porque te puede llevar a tomar una decisión equivocada, ¿no?
Speaker A
En estos casos donde hay valores extremos o mucha variabilidad, la mediana es el valor que más te recomienda, ¿no?
Speaker A
Eso es la diferencia. Esa es la diferencia entre media y mediana. Entonces, a veces me preguntan, "Profesor, ¿cuál debo usar?" Va a depender pues de su conjunto de datos, ¿no?
Speaker A
Si hay presencia de valores extremos, mediana, si no hay media, ¿no? Y listo. Eso es lo que se tiene que hacer, las medidas de posición.
Speaker A
son los siguientes, ¿no? Los dos anteriores, las medidas de tendencia central siempre buscan valores centrales, ¿no? Centralizar, como se dice.
Speaker A
Pero, ¿qué te qué pasaría si te interesa cualquier otra posición? Ya no sería central ¿no?
Speaker A
En ese caso se va a conocer como las medidas de posición. Las medidas de posición permiten conocer puntos característicos de una serie de valores que no necesariamente tienen que ser centrales como la media, la mediana de la moda.
Speaker A
La intención de estas medidas es dividir el conjunto de observaciones en grupos con el mismo número de de valores, ¿no?
Speaker A
Eso es, por ejemplo, una medida de exposición muy conocida son los cuartiles. Quiere decir, muchachos, que si todo esto es mi conjunto de datos, lo voy a dividir en cuatro partes iguales ¿no?
Speaker A
cada pedacito, obviamente será un 25% de los datos, ¿no? Como son iguales, entonces no hay ningún problema.
Speaker A
Ahí está 25% y acá está el 25%. Eso sería, muchachos, cuartiles. Dividir a un conjunto de datos en cuatro partes.
Speaker A
En cuatro partes iguales. ¿Cuáles serían los cuartiles? Los cuartiles pues serían estos puntitos ¿no?
Speaker A
Acá está el cuartil uno, el cuartil dos y el cuartil 3, ¿no? El cuartil uno por debajo deja el 25% de los datos.
Speaker A
El cuartil 2 un 50%, el cuartil 3 un 75%. Entonces esas son las medidas de posición muchachos.
Speaker A
Cuartiles. ¿Por qué se llaman cuartiles? Porque lo divido mi data en cuatro partes iguales, ¿no? Y si le divido en cinco partes iguales, ¿cómo se llamaría?
Speaker A
quintiles ¿no? Y si le divido en 10 partes iguales, en general se conoce como percentiles muchachos.
Speaker A
En general se conoce como percentiles, ¿no? En general se conoce como percentil. es cuando divides pues tu data en alguna proporción que tú desees, ¿no?
Speaker A
Por ejemplo, supongamos que alguien me dice lo siguiente, "¿Sabes qué? Quiero conocer este puntito de acá que me deja un 10% de mis datos hacia abajo y por ende un 90% de datos hacia arriba.
Speaker A
Esto es el percentil 10. Porque debajo de él hay un 10% de información y sobre él hay un 90% de información.
Speaker A
Y así seguramente, muchachos, en ciertas oportunidades de convocatoria laboral dicen lo siguiente, ¿no? Se solicita estudiantes del quinto superior.
Speaker A
Eso, muchachos, es una medida de posición. Pero, ¿qué quiere decir quinto superior, muchacho? ¿Qué quiere decir quinto superior?
Speaker A
¿Alguien que tenga alguna idea? ¿Qué quiere decir un estudiante que esté en el quinto superior, muchachos?
Speaker A
¿Qué quiere decir? Bueno, quiere decir uno de los más sobresalientes ¿no? Claro ¿no? Bien. Quinto superior quiere decir lo siguiente muchach que si yo tengo todo esto, sean mis notas, el quinto superior será pues un el 20% arriba, ¿no?
Speaker A
Y acá hay un 80% de los datos. Esto sería el present, ¿no? Acá en Perú las notas, muchachos, es de 0 a 20.
Speaker A
Las notas en la universidad en los colegios de 0 a 20, ¿no? Si ustedes calculan el presidente 80 y le sale 18, quiere decir que todos aquellos estudiantes que tienen un promedio ponderado de 18 a más pertenecen al quinto superior.
Speaker A
Quiere decir que son los estudiantes más top, ¿no? más más de más nivel, se podría decir, los más sobresalientes y todo.
Speaker A
Esos, muchachos, son las medidas de posición. ¿Dónde se usa comúnmente las medidas de posición? En economía, muchachos.
Speaker A
Ahí existe un concepto llamado quintil de pobreza, donde dividen a los hogares por quintiles en función a los ingresos, ¿no? De ahí sale quintil de pobreza, ¿no?
Speaker A
Entonces es interesante. Sí se usa las medidas de exposición, solo que nadie le da la debida importancia ¿no?
Speaker A
Pero, muchachos, es muy importante porque nos permite entender que es un quintil de pobreza, qué es un quinto superior, que es un décimo superior, que es un tercio superior, ¿no? Esos son medidas de posición muchachos.
Speaker A
Muy bien. ¿Y qué son las medidas de dispersión? Dispersión es variabilidad. Por ejemplo, si acá tengo valores, por ejemplo, estos son valores, son valores ficticios, ¿no?
Speaker A
Y acá tengo otro conjunto de valor. Yo les pregunto, ¿qué grupo es más homogéneo o menos disperso?
Speaker A
¿El grupo uno o el grupo dos? Todo el mundo me va a decir que el menos disperso o el más homogéneo es el grupo uno, ¿no? ¿Por qué?
Speaker A
Porque todos los valores están juntos. Si están juntos, quiere decir que están los más lo más parecidos posibles, por son homogéneos, ¿no? Si son homogéneos hay menos dispersión.
Speaker A
¿Dónde hay más dispersión? En el grupo dos, porque los valores están alejados, hay mucha distancia entre ellos. quiere decir que son muy diferentes y eso quiere decir que son muy dispersos, ¿no?
Speaker A
Hay mayor dispersión. Entonces, las medidas de dispersión me van a decir eso, ¿no? Que tan homogénea están o no están.
Speaker A
Si la medida de dispersión es alta, quiere decir que hay mucha dispersión, mucha variabilidad.
Speaker A
Pero si la medida de expresión es pequeñísimo, quiere decir que hay poca variabilidad. Posiblemente sean homogéneos ¿no?
Speaker A
Esas son las medidas de dispersión. Y seguramente ustedes, muchachos, ya escucharon pues de la varianza, ¿no? La famosa varianza poblacional, muchachos.
Speaker A
Y la varianza poblacional pues se calcula de esta manera, ¿no? Como la suma del cuadrado de la diferencia de cada valor respecto a su media, ¿no? Esa diferencia del valor x respecto a su media es una distancia, muchachos.
Speaker A
Entonces, la suma de la distancia del cuadrado entre la cantidad y los datos es la famosa variantaz, ¿no?
Speaker A
Y la raíz cuadrada de la varianza es la desviación estándar o también conocido como la desviación típica, ¿no? No es más que la raíz cuadrada.
Speaker A
Entonces, estas dos métricas sirven, muchachos, para saber si un conjunto de datos es dispersa o es más dispersa o es menos dispersa.
Speaker A
Entonces estas métricas, se podrían decir, o estas medidas sirven para cuantificar, muchachos, la dispersión de un conjunto de datos.
Speaker A
varianza poblacional y desviación típica. Los dos son los más usados. Existe otra medida de dispersión conocida como la perdón como el coeficiente de el coeficiente de variación. conceptos.
Speaker A
El coeficiente de variación es otra medida de variabilidad o medida de dispersión que justamente se calcula como el cociente de la desviación típica o desviación estándar respecto al al a la media, ¿no?
Speaker A
Ese cociente me va a generar valores entre y uno. Cuanto más cerca a uno, quiere decir que es menos homogénea.
Speaker A
Cuanto más cerca a cero quiere decir que es más homogénea. Es una medida una métrica muy interesante para cuantificar también la dispersión.
Speaker A
Aunque no lo crean, muchachos, el coeficiente de variación es el más usado. Es el más usado.
Speaker A
¿Por qué? porque pues te permite comparar variabilidades ¿no? Disperiones. Por ejemplo, si acá tengo la variable edad y acá tengo la variable temperatura, temperatura, por ejemplo, en grados Celsius.
Speaker A
Y acá la varianza pues me sale eh 7.82 y acá la varianza me sale 5.
Speaker A
31, por ejemplo. Y la pregunta que lo hago a mis estudiantes es lo siguiente, ¿no? ¿Qué variable es más dispersa?
Speaker A
¿Cuál sería la respuesta, muchachos? ¿Qué variable es más dispersa? Bueno, todo el mundo dijo, ¿no?, la edad porque tiene mayor varianza y eso es está equivocado, no se sabe. Muchachos, para que tú uses la varianza o la deviación estándar para comparar la
Speaker A
dispersión, tiene que ser de la misma variable, porque yo no puedo comparar, pues, años, la unidad versus grados celos.
Speaker A
¿Cómo puedes comparar años con grados celos? No son comparables, muchachos. Es imposible eso. No se dejen llevar por los números.
Speaker A
También observen las unidades de medida de las variables. Años y grados celos no son comparables.
Speaker A
No podría decir si es mayor o menor. Entonces necesito una métrica adimensional sin unidad de medida.
Speaker A
¿Correcto? Eso es el coeficiente de variación. El coeficiente de variación no tiene unidad de medida, por ende puedo comparar dispersión.
Speaker A
Supongamos que acá te sale pues el coeficiente de variación eh 0.89, por ejemplo. Y acá el coeficiente de variación te sale 0 pun eh 65.
Speaker A
¿Cuál es el menos disperso, el más homogéneo? En otras palabras, temperatura, ¿no? Porque tiene un coeficiente variación menor que la variable.
Speaker A
Ahí sí puedo decir porque el coeficiente de variación sí es comparable así que uses diferentes variables, ¿no?
Speaker A
Esa es la diferencia que hay que tener en cuenta. Pequeño detalle, pero que cae en todo el mundo en el examen, ¿no?
Speaker A
¿Por qué pasa esto? Porque todo el mundo se deja llevar, pues, por los números.
Speaker A
Por los números, ¿no? Mucho cuidado ahí. Bien, ahora hablemos de las medidas de forma, muchachos. Mir, hemos hablado de medidas de centralización, medidas de posición, medidas de dispersión.
Speaker A
Ahora vamos a hablar de las medidas de forma ¿no? Estas medidas de forma son las menos exploradas, la verdad. Seguramente todos han escuchado la campaña Gus, ¿no?
Speaker A
La distribución normal. Esta distribución normal, muchachos, o campan es una distribución simétrica. ¿Qué quiere decir?
Speaker A
que si yo parto por la mitad, ambas ambos pedazos son iguales, son simétricos, no es como si tuviera un espejo que hay un reflejo perfecto.
Speaker A
Eso es las medidas de forma, muchachos. Esto es simetría, ¿no? Simétrica, ¿no? Pero, ¿qué pasa si viene otra distribución y es de esta manera?
Speaker A
Ya no es simétrica, no es asimétrica. Esa es una medida de forma, ¿no? La simetría.
Speaker A
Otra medida de forma es el grado de apuntamiento. Hay curvas que pueden ser achatadas, pero hay curvas que pueden ser muy apuntadas ¿no?
Speaker A
También es otra medida de forma llamada cortosis ¿no? Curtosis, ¿no? Esos dos conceptos que acaban de mencionar, asimetría y cortosis son las famosas medidas de medidas de forma, muchachos.
Speaker A
Bien, la primera medida en forma que vamos a estudiar es la asimetría, muchachos. Básicamente es todo comportamiento muy distinte a la a la normal, ¿no? A la campaña de Gus.
Speaker A
Basta que tenga una forma distinta y es asimétrica, pero tenemos tres tipos de asimetría.
Speaker A
asimetría negativa, también conocida con una simetría negativa es así, ¿no? Con cola a la izquierda, ¿no?
Speaker A
Algo así, ¿no? Y una cola muy extensa a la izquierda y la simetría positiva con cola a la derecha ¿no?
Speaker A
Quiere decir algo así, ¿no? Una cola muy larga. Eso es una simetría a la derecha, una asimetría negativa simetría positiva.
Speaker A
Y las simétricas son las que son parecidas a la normal, a la campana de Gaus ¿no?
Speaker A
No me salió tan bien, pero esa es, ¿no? Asimetría negativa gráficamente es así. Simétrica gráficamente es así. Y asimetría positiva gráficamente es así.
Speaker A
Pero también existe una una así, miren, así es el comportamiento, muchachos. Asimetría positiva, cola a la derecha.
Speaker A
asimetría negativa cola a la izquierda, ¿no? Ese es el comportamiento, ¿no? Les comentaba, muchachos, que así como se puede cuantificar la varianza, la media, los percentiles, la simetría también se puede cuantificar, ¿no?
Speaker A
Y bueno, esa es la fórmula mágica para poder cuantificarlo. Eso es. Si ustedes usan, bueno, no tienen que memorizarse, muchachos. Ustedes ya, bueno, esto ya está automatizado en el SPCS ¿no?
Speaker A
Pero si usan el SPCS para una variable y les sale, por ejemplo, que este coeficiente de asimetría es menor a cer, ¿qué quiere decir?
Speaker A
Que la distribución tiene una simetría. La distribución tiene una simetría negativa muchachos. tiene una simetría negativa, ¿no?
Speaker A
Es decir, cola a la izquierda, ¿no? Pero si ese valor es igual a cer, quiere decir que la distribución es simétrica muchachos.
Speaker A
La distribución es simétrica. Pero si el valor es mayor a cero, la distribución tiene asimetría positiva muchachos.
Speaker A
Col a la derecha, ¿no? Esta es la manera más sencilla de poder interpretar la simetría, muchachos.
Speaker A
Es lo más importante. ¿Para qué sirve la simetría? para potenciar más tu interpretación. Muchachos, por ejemplo, los salarios en casi todos los países, por no decir en todos los países, tiene un comportamiento así.
Speaker A
Este es el comportamiento de los salarios de todos los países. Asimetría positiva, ¿no? ¿Qué quiere decir? que hay muchas personas que ganan un sueldo promedio, ¿no?
Speaker A
Pero hay pocas personas que ganan mucho sueldo, ¿no? Como quién dice, el salario promedio, la distribución del salario en el Perú tiene una simetría positiva donde hay muchas personas que ganan un sueldo básico, mientras que hay pocas personas que ganan mucho sueldo, ¿no? Y
Speaker A
este es un comportamiento no solamente del Perú, sino en casi todos los países, ¿no?
Speaker A
Es una distribución log, muchachos, una distribución positiva, ¿no? Entonces, las medidas de forma pueden potenciar tus análisis.
Speaker A
Bien, así como tenemos las medidas de asimetría, muchachos, también tenemos las medidas de forma.
Speaker A
Las medidas de forma básicamente miden lo siguiente, ¿no? Una distribución puede ser muy achatada.
Speaker A
normalita o puede ser muy apuntada. Justamente la curtosis, muchachos, mide el grado de apuntamiento de tu curva o de tu distribución, ¿no?
Speaker A
¿Cuán apuntada o cuán achatada está tu curva? ¿no? O la distribución de tus datos ¿no?
Speaker A
Eso mide la curtosis, muchachos. Eso es lo que miren. Y se calcula muy parecido a la simetría, ¿no? La simetría es al cubo y la cortosis es a la cuarta, ¿no?
Speaker A
Nuevamente yo no le pido que se memoricen las fórmulas, eso no viene al caso, pero lo más importante para mí es lo siguiente. ¿Cómo interpreto, ¿no? Si este coeficiente te sale menor a tres, se dice que la distribución es
Speaker A
platicúrtica. Platicúrtica quiere decir que es achatada aplastada muchachos. Es decir, si el coeficiente ctosis es menor a tres, la distribución es platicústica o achatada ¿no?
Speaker A
Pero si ese coeficiente es igual a tres, la distribución es una distribución normal o también conocido como mesocúrtica muchachos.
Speaker A
Como la mesocúrtica, ¿no? Bien. Y si ese valor es mayor a tres, la distribución es leptúrtica o también conocido como apuntada, ¿no?
Speaker A
Eso es la manera, muchachos, de poder interpretar pues la curtosis, ¿no? Y bueno, muchos preguntarán, "¿Y para qué sirve esto, profesor?" No, ¿en qué me va a ayudar?
Speaker A
Bueno, ayuda para potenciar la interpretación, muchachos. Por ejemplo, ¿qué quiere decir si una variable tiene esta distribución?
Speaker A
Que es una variable que tiene poca variabilidad ¿no? Poca variabilidad. Y al tener poca variabilidad, pues no brinda mucha información, no es muy rica en información. Quizás los valores son constantes, no hay mucha variabilidad.
Speaker A
Sin embargo, si yo veo una variable que es así, entonces tiene mucha variabilidad, hay más datos, ¿no?
Speaker A
Eso es, ¿no? Y para qué sirve que haya mucha variabilidad. También pueden truncar las colitas porque son valores extremos y simplemente analizan la parte central también, ¿no? También te permite identificar valores extremos.
Speaker A
Porque si tienes colas muy largas, posiblemente hay valores extremos que están jalando la las colas, la distribución, ¿no? Están estirando la distribución.
Speaker A
Entonces, es son herramientas exploratorias muy interesantes, muchachos. Vean, entonces esa es la manera de interpretar, ¿no? Gráficamente es así, ¿no? Miren, mes platicúrtica es la de verde, mesocúrtica es el azul y leoccúrtica es la masa apuntada, ¿no? La que es la
Speaker A
que tiene un pico más sobresaliente. Eso es lo que es la las medidas de forma, perdón.
Speaker A
leptocúrtica, por la leptocúrtica tiene poca variabilidad, ¿no? Poca información, pero miren la platicúrtica, la verde es mucho más amplio, ¿no?
Speaker A
Es mucho más amplia, hay mucha varalidad, por ende, mucha información. Bien, entonces ya hemos hablado pues todo respecto a las medidas de medidas resumen, ¿no? Hemos hablado de la centralización, posición, dispersión y forma, ¿no?
Speaker A
Entonces, todas estas herramientas, muchachos, nos van a permitir pues eh poder describir pues nuestro conjunto de datos ¿no?
Speaker A
Ahora hablemos de la tabla de frecuencia en los gráficos, muchachos. Esta parte es mucho más sencillo, ¿no? Porque no hay mucha teoría, pero una tabla de frecuencia pues es una bueno, es una herramienta que me permite resumir un conjunto de datos de manera
Speaker A
más sencilla, ¿no? Si tengo categoría, simplemente hago un conteo de casos por cada nivel y calculo pues los porcentajes y y listo, ¿no?
Speaker A
Con eso ya tendría todo listo. Entonces, una tabla de frecuencias puede haber de una sola variable y o también de dos variables. Ya sería una tabla cruzada ¿no?
Speaker A
Y los gráficos descriptivos o gráficos estadísticos, ¿por qué son muy importantes? Porque tú puedes resumir un conjunto de datos con una tabla o también con un gráfico, ¿no?
Speaker A
Actualmente se usa mal los gráficos, muchachos. porque es mucho más didáctico, mucho más entendible, ¿no? La gente entiende mucho más rápido un un gráfico de barras, por ejemplo, ¿no?
Speaker A
¿Por qué? Porque ve de frente el dato que le interesa y lo utiliza, ¿no?
Speaker A
Cambia una tabla de frecuencia, tienes que leer los títulos, ve los valores y todo ello, ¿no? Cambión gráfico es mucho más visual, mucho más llamativo, ¿no?
Speaker A
Y esto ya es una habilidad, muchachos. Siempre me preguntan qué gráfico usaron. Primero, los gráficos van a depender del tipo de variable.
Speaker A
Ya el diseño, la parte estética ya es un plus de las personas, ¿no? Pero yo siempre recomiendo identifiquen la variable y usen las herramientas apropiadas según variables.
Speaker A
Eso es lo más importante. Bien. Y hay un montón de gráficos descriptivos, muchachos. gráfico de barras pes sectores cajas puntos histogramas, gráficos de densidad.
Speaker A
¡Uf! Un montón, muchachos. Pero eso no implica que vas a usar todo, no usa las herramientas más digeribles posibles, ¿no? Lo más sencillo.
Speaker A
Si vas a poner un gráfico top, nadie lo va a entender, ¿no? Entonces, la idea es pues mostrar una manera más sencilla, más amigable, ¿no?
Speaker A
Bien, esos muchachos, es la estadística descriptiva en esencia. No, no es mucho. Bueno, sí es bastante, pero eso es en el senso de la estadística descriptiva. Ya no hay más, muchach.
Speaker A
La estadística descriptiva es la parte de la estadística que es muy pequeña, pero una de las más usadas en el mundo laboral, inclusive académico, ¿no?
Speaker A
Todos los días hacemos tabla resumen, gráficos, calculamos medios, todo es estadística descriptiva. Bien. Muy bien. Franz dice, "Lo más importante es control la sintaxis." Yo recomiendo también eso, ¿no?
Speaker A
Pero poco a poco, ¿no? Primero familiarícense con la parte manual del SPCS y luego migremos al la sintaxis. No va a depender también, ¿no? No es que sea obligatorio, no va a depender de cómo quieren trabajar.
Speaker A
Conozco personas que trabajan manualmente, lo hacen muy bien, ¿no? No hay ningún problema, ¿no?
Speaker A
Bien, vamos a ver un poco de laboratorio de la parte estadística descriptiva. Ya abran en la sesión 3 su base de datos.
Speaker A
BD colegios. Y vamos a hacer a ver algunas medidas de resumen. Ya. A ver, vamos a ver bien para calcular media, mediana y moda, variancia deción asimetría, cortosis, todas esas medidas resumen, los percentiles y todo ello, nos vamos a analizar descriptivos y
Speaker A
frecuencias ¿no? Hasta ahí todo conocemos y ahí elegimos, por ejemplo, las dos variables numéricas más importantes, alumnos y docentes, ¿no?
Speaker A
Claro, si voy a calcular las medidas resumen, solamente son para vares numéricas, ¿no? Eso no hay duda, ¿no?
Speaker A
No creo que haya duda con esa parte, ¿no? No vas a calcular la varianza de una variable categórica. No tiene sentido.
Speaker A
Las medidas resumen que hemos visto, muchachos, solo se aplican a variables numéricas. solo a ese.
Speaker A
Luego me voy a estadísticos y en estadísticos, miren todas las opciones que tengo. Voy a activar media, mediana y moda.
Speaker A
Eh, variancia de división estándar, los cuartiles y asimetría y cortosis. Pueden activar todo, no hay ningún problema, pero vamos a activar las que hemos visto y aceptamos.
Speaker A
Y automáticamente, muchachos, miren qué es lo que tengo, ¿no? Mi cuadrito de resumen con mis estadísticas, ¿no? Con mis estadísticos o mis medidas de resumen.
Speaker A
Por ejemplo, a ver, voy a copiar esto un Excel para discutirlo. Vamos a ver esto, por ejemplo, miren, acá están las medidas resumen para alumno y docente, ¿no?
Speaker A
Eh, la media. A ver, primero hay que ver cuándo he dicho que se use la media.
Speaker A
cuando no hay mucha no hay mucha variabilidad, ¿no? Pero, ¿qué cosa observamos acá? Demasiada variabilidad, ¿no? Aparte son asimétricas ambos.
Speaker A
Entonces, pues no voy a usar la media, ¿no? Sería engañoso, ¿no? Lo correcto sería usar la mediana, ¿no?
Speaker A
¿Qué quiere decir ese valor mediano? Se podría decir que el valor mediano del total de alumnos a nivel nacional es 36, ¿no?
Speaker A
Como una especie de promedio, ¿no? 36 es el valor mediano del total de alumnos.
Speaker A
Yo no digo que no puedas interpretar la media, también puedes interpretarlo, ¿no? Pero para un tema de decisión lo correcto sería usar la mediana, ¿no?
Speaker A
Porque tienes valores extremos, muchacho. Acá está la varianza, la simetría, muchachos, mira qué tipo de asimetría es.
Speaker A
asimetría positiva, ¿no? Porque el coeficiente es mayor a tres, mayor a cero perdón. Curtosis, ¿qué tipo de curtosis y ambos valores es mayor a tres?
Speaker A
leptcúrtica ¿no? Porque es mayor a tres, ¿no? Y ahí tenemos pues la moda y todo, ¿no?
Speaker A
Esos, muchachos, son las medidas de resumen. Acá están los cuartiles también, ¿no? Cuartil uno, cuartil y cuartil 3. Y ahí están sus valores.
Speaker A
Bien, entonces la medida resumen, muchachos, es sencillo, ¿no? No, nada complicado. Bien, ¿qué más podemos hacer acá?
Speaker A
No mucho, ¿no? Una vez que ya calculas todas las medidas de resumen, simplemente procede la interpretación y listo. No, no, no hay más que hacer.
Speaker A
Bien, también pueden calcular su coeficiente variación, ¿no? Solo que acá el SPCS no te lo da directamente, puede ser el cociente, ¿no? No hay ningún problema.
Speaker A
La desviación entre la media, ¿no? Por ejemplo, esta es la desviación entre la media.
Speaker A
Ahí está. Así era la fórmula. Vamos a ver. Vamos a ver. No, deviación entre la media, ¿no? Ahí está.
Speaker A
Ahí está. No, si comparamos los valores, obviamente estoy observando que el docente es más homogéneo que el alumno.
Speaker A
No es la diferencia tan grande, pero ahí está. Bien. Eso es hacer las medidas resumen, muchachos. ¿No bien? Hay otra manera de también hacer medidas de resumen, pero para gráficos combinados, muchachos, o para tablas combinadas, ¿no? Miren, para eso nos vamos a la opción a ojo. De
Speaker A
este pedazo también pueden generar su sintaxis, ¿no? No hay ningún problema. Ahora les quiero enseñar otra tarea, otra funcionalidad interesante, muchachos.
Speaker A
nos podemos ir a analizar tablas y tablas personalizadas, ¿no? Si nos vamos a esa opción nos sale esta opción.
Speaker A
Y lo que voy a hacer es lo siguiente, muchachos. Miren, acá le voy a poner departamento y en recuento le puedo poner pues que me cuente, no sé, que me cuente la cantidad de 10, por ejemplo ¿no?
Speaker A
también que me cuente la cantidad de eh de alumnos, la cantidad de docentes también, ¿no?
Speaker A
Ahí está. Pero me va a dar la media. Si se dan cuenta, acá tengo la fila por departamento. Acá me le he dado código modular que me va a hacer el conteo de los casos. Me va a dar el total de
Speaker A
alumnos, total de docentes, ¿no? Pero yo no quiero la media, quiero si le doy click, me voy acá y le voy a decir, no quiero la media, quiero eh por fila quiero, a ver.
Speaker A
Puedes sumar, ¿no? Acá está la suma, ¿no? Le va a dar la suma, ¿no?
Speaker A
Ahí está. Ya está, ¿no? Suma y suma, ¿no? Y bueno, simplemente eh también puedo agregar los totales, por ejemplo, y le doy a aceptar, ¿no?
Speaker A
O no me está saliendo. A ver, vamos a ver. Vamos a ver qué ha pasado.
Speaker A
Qué raro. A ver, voy a regresar nuevamente a la funcionalidad. Ah, está ejecutándose miren.
Speaker A
Está ejecutándose. Todavía no termina. No, lo anterior era los reportes hicimos anteriormente. Creo que el cuadro va a salir muy grande, pero vamos a ver cómo sale.
Speaker A
Un momento. Qué raro que demore tanto. Creo que le un cuadro muy complicado, por eso está que vamos a esperar que termine. Eh, vamos a esperar que termine ya mientras cargue. Ya. Vamos a ver.
Speaker A
Entonces, hacer estadísticos descriptivos en sencillo, muchachos. No, simplemente me voy a estadivos, frecuencias. Esto hay que quitarle para que no nos salga la tabla frecuencia.
Speaker A
En estadísticos hemos activado todos ellos y simplemente aceptar y sale todo. En este caso no va a salir porque está pendiente una ejecución.
Speaker A
Uy, no sé qué le pedí. que se demora tanto. Mejor voy a cerrar. No va a demorarse.
Speaker A
Qué raro que se demore tanto, porque yo le pedí simplemente esto, ¿no? Una tabla pequeña.
Speaker A
Mm, qué raro. Voy a cerrar esto. Esto también voy a cerrar porque si no se va a demorar una vida.
Speaker A
Uy. Ay. A, voy a finalizar la sesión. Esta cosa ya tuve que finalizar, muchachos, porque se va a demorar una vez.
Speaker A
No sé qué le pedí. A ver, nuevamente. Ya, ya nos vamos a tablas personalizadas, ya saben, analizar tablas y tablas personalizadas. Y acá lo que yo quería hacer es esto, ¿no? Departamento y acá agregarle los dos. Por ejemplo,
Speaker A
quiero total de alumnos y total de docentes. Dos columnas nada más. dos columnas nada más, ¿no? Le doy, le agrego sus totales y miren, esto es lo que yo quería, el promedio de alumnos y docentes por departamento, primero el total y luego por
Speaker A
departamento. Eso quería hacer yo. Entonces, es una tabla de resumen del promedio de alumnos por departamento, el promedio de docentes por departamento y así como quieres el promedio, también puedes cambiar a otro estadístico, ¿no?
Speaker A
Por ejemplo, ya no quieres la media, le das clic a la variable y acá puedes cambiar a otra funcionalidad, ¿no?
Speaker A
Suma, por ejemplo, ¿no? Máximo, mínimo, desviación. También puedes cambiar por desviación estándar ¿no? Mira, le cambié deción estándar a ambos lados.
Speaker A
aceptar, ¿no? Ahí está la deviación estándar para cada una de esas variables y diferenciado por departamento, ¿no?
Speaker A
Entonces, les puede servir para algún momento eso. Es decir, no solamente pueden calcular los descriptivos como un absoluto, también lo pueden diferenciar por por algún nivel de desagregación, ¿no? en este caso departamento.
Speaker A
¿Qué más se puede hacer con con las tablas personalizadas, muchachos? Muchas cosas más. Por ejemplo, voy a restablecer todo por departamento y diferenciado por el nivel. Por ejemplo, si hago ese tabla, ese cruce de filas o departamento en columnas nivel, lo que
Speaker A
me va a hacer es un conteo de colegios por departamento y por y por nivel, ¿no?
Speaker A
Interesante ¿no? Ya tenemos un cuadro mucho más completo, ¿no? Con dos variables que están cruzados.
Speaker A
Y lo mismo también puedo hacer pues eh ah, por cierto, muchachos, si quieren regresar a la tarea o a la al ejercicio o a la funcionalidad anterior, simplemente se van a esta ventanita y dan la primera opción, ¿no? Te regresa
Speaker A
al última instrucción. Acá en vez de nivel cambio le pongo gestión, por ejemplo. Simplemente le doy a aceptar, ¿no? Ahí está.
Speaker A
Ahí tengo mi eh tabla personalizada, departamento por gestión. Usted dirán, "Profe, ¿le falta algo? ¿Le falta los totales?" ¿Sí? No, para eso le damos clic a esta variable y en agregar totales le ponemos totales, pues no, ahora sí, pero le puse arriba, ¿no?
Speaker A
También falta un total en fila, ¿no? También se le puede agregar, ¿no? Esto acá le voy a cambiar el total que está que va ahí abajo, ya la posición de los totales, ¿no? Ahí está miren.
Speaker A
Total. Bueno, por fila ahora me falta por para la parte abajo, ¿no? Igualito, ¿no? Nos vamos, seleccionamos esta variable y activamos totales ¿no?
Speaker A
Ahora sí, ¿no? Tengo el total fila y total columna. Ya tengo un cuadro mucho más simpático, ¿no?
Speaker A
Bueno, quizás algunos no le gustan valores absolutos y quiere un porcentaje fila, por ejemplo, para saber en departamento cuántos privados y cuántos públicos son, ¿no?
Speaker A
Entonces, porcentaje por fila me interesaría. regreso y donde dice eh estadística de resumen, le doy clic a esta variable y acá voy a cambiar a porcentaje por por fila, ¿no? Esto lo regreso, aplico a la sección y ya está, ¿no? Miren.
Speaker A
Y acá tengo todo, ¿no? Lo quieres de esta manera en absolutos o también lo quieres en cantidades porcentuales ¿no?
Speaker A
Eso ya va a depender pues de cada investigador, ¿no? De cada uno de ustedes.
Speaker A
Entonces y eso no. Y qué más se puede hacer, ¿no?, en las tablas personalizadas, ¿no?
Speaker A
Por ejemplo, eh, en públicas le puedo agregar, por ejemplo, no sé, en vez de detto le agrego pues nivel ¿no?
Speaker A
¿Qué sucede, no? Ahí, ¿qué sucede ahí? No, vamos a ver. un cuadrito mucho más pequeño, ¿no? En absoluto, porque le quita el porcentaje.
Speaker A
Algunos también pueden combinar lo siguiente. Por ejemplo, hacen esto, ¿no? Profesor, ¿sabes qué? Quiero combinar más cosas. Por ejemplo, acá poner departamento también.
Speaker A
Muy bien. Aceptas. Acá tenemos un cuadrito, primera parte por nivel y acá segunda parte por departamento.
Speaker A
Es decir, puedes hacer puedes superponer cuadros de tal manera que una sola salida tengas los reportes estadísticos, ¿no?
Speaker A
También se puede hacer eso. Eso ya va a depender pues de cómo quieren presentar ustedes sus resultados ¿no?
Speaker A
Bien, entonces eso es muchachos, la tabla de frecuencia, ¿no? También puedes combinar con los estadísticos, ¿no? Por ejemplo, calcular la media, el promedio, desviación estándar y todo yo.
Speaker A
¿Qué más se puede hacer? la parte descriptiva, ¿no? Los gráficos lo vamos a ver la siguiente sección.
Speaker A
Eh, ¿qué más? A ver, tablas cruzadas, ya lo hemos visto. Tablas de una sola manera, también lo hemos visto.
Speaker A
Entonces, yo les recomiendo, muchachos, explorar más esta opción de tablas personalizadas ¿no? ¿Por qué?
Speaker A
Porque puedes hacer cuadros mucho más interesantes ¿no? Cuadros más interesantes. Eso sí es un plus para ustedes, ¿no? Algo así, ¿no? Miren, ahí está. Estoy combinando variables, ¿no? Nivel diferenciado por gestión, total de alumnos diferenciados por gestión.
Speaker A
Y así ustedes pueden apilar más variables, más variables y más variables. Eso, muchachos, eso es estadística descriptiva, ¿no? Hacer resúmenes usando tablas de frecuencia, eh, medidas descriptivas como las famosas medidas de resumen y también los gráficos estadísticos, que eso lo vamos a ver la
Speaker A
siguiente sección, ¿no? Bien muchachos. Nos quedamos acá y estaremos continuando la siguiente sesión. ¿Alguna consulta hasta esta parte muchachos?
Speaker A
Ninguna. Bien, vayan repasando, muchachos, las sesiones porque ya más adelante vamos a entrar estadística inferencial también, ¿no?
Speaker A
Y ahí sí se necesita que ya tengan conocimiento del manejo de de todo lo que estamos viendo, ¿no? Sin taxi todavía no se metan, muchachos, pero ya sepan que hay una herramienta muy útil, ¿no?, que les puede servir para
Speaker A
automatizar sus tareas. Bien, nos quedamos acá, muchachos, y nos vemos el día viernes. Repasen, por favor.
Topics:estadística descriptivaSPSSsintaxis SPSSautomatización análisiscrear variablestablas de frecuenciagráficos de barrascomandos SPSSanálisis de datosinteligencia artificial
