Manejo SPSS

LABORATORIOS PSICOESTADSTICA I
UNIVERSITAT JAUME I
Francisco Herrero Machancoses
Pilar Jara Jimnez
Laboratorios Psicoestadstica I, Universitat Jaume I by Francisco Herrero Machancoses & Pilar Jara Jimenez is
licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Prlogo:
Bienvenidos y bienvenidas a la licenciatura (pronto grado) en Psicologa, y ms concretamente a

los laboratorios de la asignatura Psicoestadstica I. Algunos, espero que pocos, os habris sorprendido
de la existencia de sta asignatura y otras de corte estadstico, pero no debemos olvidar que la
Psicologa es una ciencia, y como tal, requiere de herramientas que faciliten e impulsen su desarrollo
como tal, y stas son los diferentes anlisis estadsticos. El mtodo cientfico, como muchos os dirn a lo
largo de vuestra carrera, es el camino hacia el conocimiento (del griego -meta: hacia; -odos =camino;
scientia = conocimiento). ste camino comprende todas y cada una de las tcticas empleadas por los
cientficos: mtodos definitorios, mtodos clasificatorios, mtodos estadsticos, mtodos hipottico-
deductivos, procedimientos de medicin, etc.
No es el objetivo de esta asignatura, ni de stas prcticas de laboratorio, que interioricis y

utilicis todas y cada una de estas tcticas (ya que esto sera prcticamente imposible), pero si daros una
visin general de el uso de las tcnicas ms sencillas, as como guiaros a como se transmite el
conocimiento cientfico. As pues, lo primero comentaros que el conocimiento cientfico se transmite sin
faltas de ortografa, y que cuando se utilizan abreviaciones stas se sealan de forma adecuada, y no
para aquellas palabras que nos convengan. Todo esto es de cajn, pero adems, el conocimiento
cientfico en psicologa se transmite de forma estructurada y reglada por las Normas APA (American
Psychological Association). Es por ello que, desde las asignaturas del rea de metodologa de las ciencias
del comportamiento, se va a hacer hincapi en el conocimiento de las normas bsicas de transmisin de
conocimiento y se exigir en aquellos trabajos requeridos en nuestras asignaturas, tanto los obligatorios
como los optativos. Por ello, aprovechar para comentaros lo bsico de las mismas:
Estructura:
r En primer lugar, un texto cientfico comprende una serie de partes fijas: Ttulo, Autor/es,
Resumen (tambin llamado Abstract), Introduccin, Mtodo (o metodologa), Resultados,
Discusin, Referencias, y, si fuera necesario, Apndices y Notas del Autor. El Ttulo debe
mantener un equilibrio entre la concisin y la explicitacin, esto es, ha de ser conciso pero
ha de incluir suficiente informacin para resumir la idea principal del texto (recordemos
que el ttulo es lo primero que se ve, y es lo que debe captar la atencin de los posibles
lectores). Para los nombres de los autores, debe sealarse el primer nombre completo (si es
compuesto), seguido por la inicial del segundo y el primer apellido, aunque si bien est
permitido que aquellos nombres compuestos (p.ej.: Mara Jos) se sealen como M. Jos
o M Jos.
r En el resumen debe sintetizarse de forma precisa, concisa, coherente y comprensible el
contenido del trabajo, en un prrafo de no ms de 120 palabras. Sealar que ste es uno de
los apartados ms importantes del trabajo, ya que, junto al ttulo, es lo que va a hacer que
los lectores se interesen. Adems, en prcticamente todas las bases de datos de indexacin
de artculos cientficos, solo estn disponibles de forma gratuita dichos resmenes. Es por
ello, que debe darse la mayor informacin posible para que los investigadores puedan
utilizar nuestros avances.
r La introduccin debe incluir la presentacin clara y precisa del problema objeto de estudio,
qu es lo que se ha realizado anteriormente y como, as como la importancia que ste
problema ha tenido en el desarrollo de la sociedad mediante la revisin de la literatura.
Recordar que cuando se est citando trabajos de otros, se deben indicar, ya que si no nos
estaramos apropiando del esfuerzo de otros (el cmo se cita lo veremos ms adelante).
Igualmente, se debe discutir el marco conceptual de los trabajos realizados y del nuestro,
sin caer en profundizaciones innecesarias ni posicionamientos ideolgicos (por ejemplo, si
somos de la corriente psicolgica A, no vamos a denigrar la corriente B). Para evitar
presentar informacin irrelevante, cuando se citen otros estudios, se debe hacer nfasis en
la metodologa, los resultados pertinentes y las conclusiones principales. Finalmente, se
debe establecer el propsito de nuestra investigacin sealando por donde van a ir
nuestras hiptesis de trabajo.
r El apartado de Metodologa (o Mtodo) debe describir el cmo se hizo nuestro estudio.
Esto permitir la replicabilidad (que se pueda volver a realizar y comprobar que nuestros
resultados son correctos), y adems que los lectores puedan evaluar la idoneidad de las
estrategias utilizadas y la utilidad/validez de los resultados. Adems, tambin podra servir
para realizar estudios similares. Alguno de los contenidos fijos de este apartado son la
descripcin de los participantes en el estudio (o muestra), los materiales y los
procedimientos realizados. Sealar que este apartado debe estar escrito en Pasado.
r En los resultados se presenta la informacin obtenida ms relevante junto con los anlisis
empleados. Estos datos suelen presentarse en forma de tablas y figuras (grficos), las
cuales tienen que estar numeradas y deben presentar un pequeo ttulo que nos indique
qu es lo que se est representando. Una vez presentados todos los resultados relevantes
para nuestro objetivo, se deben evaluar e interpretar sus implicaciones para nuestro
objetivo en el apartado Discusin, haciendo nfasis en las consecuencias tericas, en la
importancia de dichos resultados y las conclusiones que de ellos se desprenden, siempre
relacionndolo con aquellos materiales en los que nos hemos apoyado previamente en la
introduccin.
r En el apartado de Referencias se deben incluir todos los textos y documentos utilizados
para la elaboracin de nuestro trabajo, los cuales deben estar citados en el texto. Artculo
que utilicemos, artculo que citaremos, y artculo que debe aparecer en las referencias
bibliogrficas. stas deben presentarse en orden alfabtico y con una estructura
determinada que veremos ms adelante.
r Los Apndices comprenderan todo aquel material que puedan contribuir a la comprensin
del texto, pero que o bien era difcil su inclusin en dicho texto o era inapropiado. Suelen
incluirse los cuestionarios, descripcin de instrumentos, etc. Las Notas del Autor suele
incluir referencias de contacto (afiliacin, direccin, correo electrnico, etc.), as como las
caractersticas del trabajo (si ha sido presentado en algn congreso o evento cientfico).
Citas en el texto:
r Cuando se cita textualmente (ya sea de un artculo en espaol, o traducindolo de otro
idioma) un fragmento de ms de 40 palabras, este bloque debe diferenciarse del prrafo
inicindose en otra lnea, sin entrecomillado, y dejando mayor margen en el lado izquierdo
(lo cual se denomina sangra). Debe sealarse el autor, el ao y la pgina donde se
encuentra el texto citado, y por supuesto, esta referencia debe incluirse en el apartado
Referencias.
Ejemplo:
En cuanto al concepto de actitudes, Thurston (1928, p. 532) seala:
El concepto actitud ser utilizado aqu para denotar la suma total de las
inclinaciones y las sensaciones de un hombre, prejuicio o sesgo, las nociones
preconcebidas, las ideas, los miedos, las amenazas, y las convicciones sobre
cualquier asunto especifico. As la actitud de un hombre sobre pacifismo significa
aqu todo lo que l se sienta y piense de paz y de guerra. Es obviamente un asunto
subjetivo y personal. El concepto opinin aqu significar una expresin verbal de
la actitud. Si un hombre dice que incurrimos en una equivocacin en entrar en
guerra con Alemania, esa declaracin aqu ser tratada como una opinin. El trmino
opinin ser restringido a la expresin verbal. Pero es una expresin de qu?
Expresa una actitud, supuestamente. No debe haber dificultad en entender este uso
de los dos trminos. La expresin verbal es la opinin. Nuestra interpretacin de la
opinin expresada es que la actitud del hombre es pro-Alemana. Una opinin
simboliza una actitud. (p. 531).
r Si no excede de las 40 palabras, la cita se incluye en la misma lnea, entre comillas e

indicando la pgina junto con el autor y el ao, o al final de la cita.
Ejemplos:
Thurston (1928, p. 531) seala que Una opinin simboliza una actitud.
Si queremos hablar de actitudes, debemos de tener en cuenta que Una opinin simboliza
una actitud (Thurston,1928, p. 531), por lo que deberamos tener en cuenta tambin las
opiniones.
Thurston (1928) seala que Una opinin simboliza una actitud (p. 531).
r Cita como parte de la prosa: Esto es, se seala la idea obtenida dentro del contexto de cada
trabajo.
Ejemplos:
Herrero (2008) sugiere la realizacin de la tcnica...
En un estudio reciente (Herrero, 2008), se sugiere la tcnica
Desde 2008, Herrero recomienda la implementacin de esta tcnica...
Si se tiene que volver a citar al mismo autor en ese prrafo, ya no es necesario incluir la
fecha.
En un estudio reciente, Herrero (2008) sugiere la realizacin de esta tcnica... ...Herrero

tambin recomienda la modificacin...
r Publicaciones de varios autores: Si son dos autores, siempre se citan a ambos. En caso de
tres, cuatro o cinco autores se citan todos los autores la primera vez que ocurra la
referencia, luego solo el primer autor seguido de et Al.. Si son seis o ms autores, siempre
se indica el primero seguido por et Al..
Ejemplos:
Herrero, Jara, Pallars, Alarcn y Mestre (2008) sugieren la realizacin de la tcnica...
En su investigacin, Herrero et al. concluyeron
r Los nombres de grupos (corporaciones, instituciones, universidades o agencias del

gobierno) se escriben completamente en cada cita. Sin embargo, en ocasiones solamente
es necesario escribir el nombre completo la primera vez que se menciona y abreviada en las
siguientes, siempre y cuando se haya explicado la abreviatura entre corchetes.
Ejemplos:
La Asociacin Americana de Psicologa [APA] (2001) recomienda la entrega de
APA (2001) recomienda el uso de las tablas
Los criterios diagnsticos (APA, 2001)
r Cita de dos o ms publicaciones: Si se debe citar dos o ms trabajos, se realizar dentro del
mismo parntesis en el mismo orden en que aparecen en la lista de referencias. El orden
deber ser segn la fecha, dejando de ltimo los no publicados o en prensa. Los casos de
trabajos realizados por distintos autores se citan en el mismo parntesis, en orden
alfabtico y separando cada cita con punto y coma.
Ejemplos:
Estudios anteriores (Herrero y Jara, 1995, 1998)
Investigaciones recientes (Rangel, 1999, 2002, en prensa)
Varios estudios (Herrero, 2002; Jara, 1998; Rangel, 2001)...
r Referencias: Su objetivo es informar al lector de la lista de fuentes utilizadas a la hora de

elaborar el artculo, pudiendo as utilizar dicha informacin para su uso. Debe presentarse a
doble espacio, con sangra en la segunda lnea. Cuando hay referencias con un mismo autor
pero con diferente fecha de publicacin, se colocar primero la ms antigua; ahora bien, la
referencia de un autor en solitario precede a una con varios autores, aunque esta ltima
haya sido publicada primero. Las referencias de autores principales con apellidos similares,
se ordenan segn las iniciales del nombre de los mismos.
Ejemplos:
Gonzlez, J. L. (2001)
Gonzlez, J. L. y Fernndez, O. F. (1999)
Tejada, A. J. y Morales, J. C. (1998)
Tejada, J. L. y lvarez P. L. (1993)
Uzctegui, L. I. (1990)
Uzctegui, L. I. (1993)
Las referencias con el mismo autor principal y diferente segundo o tercer autor, se siguen
ordenando alfabticamente, siguiendo por el apellido del segundo o el tercero y as
sucesivamente. En aquellos casos en los cuales las referencias sean de un mismo ao de
publicacin, de un mismo autor, se ordenarn segn el ttulo de la obra.
r Captulos de libro.
Autor, A. A. (2003). Ttulo del captulo. En A. Aaaa y B. Bbbbb (Edits.), Ttulo de la obra o
publicacin (pp. 111-222). Lugar de Publicacin: Editorial.
r Artculos.
Autor, A. A. (2003). Ttulo del artculo. Ttulo de la revista, volumen o ao (nmero de la
revista), pginas.
r Publicacin Peridica (Artculos en revistas que se publican cada X tiempo).
Autor, A. A., Autor, B. B., Autor, C. C., Autor, D. D. y Autor, E. E. (2003). Ttulo del
artculo. Ttulo de la revista, volumen o ao (nmero de la revista), pginas.
r Publicacin NO peridica (Un libro entero).
Autor, A. A., Autor, B. B., Autor, C. C., Autor, D. D. y Autor, E. E. (2003). Ttulo del trabajo
(N de edicin o reimpresin; traductor). Lugar de Publicacin: Editorial. (fecha de
publicacin del trabajo original, en caso de que sea traduccin.)
r Seccin de una publicacin NO peridica (Parte de un captulo).
captulo. En A. Aaaa y B. Bbbbb (Eds.), Ttulo de la obra o publicacin (pp. 111-
222). Lugar de Publicacin: Editorial.
r Documentos de internet:
artculo. Ttulo de la publicacin en lnea. Recuperado el da, mes y ao en
http://www.aaaa.bbb./ccc
Ejemplo bibliografa:
1. P. Cuatrecasas. Drug discovery in jeopardy. J. Clin. Invest. 116 (11):28372842 (2006).

2. I. Kola, and J. Landis. Can the pharmaceutical industry reduce attrition rates? Nature Reviews Drug
Discov. 3(8):711715 (2004).
3. J. Wang, and L. Urban. The impact of early ADME profiling on drug discovery and development
strategy. Drug Discov. 4:7386 (2004).
4. H. Van de Waterbeemd, and E. Gifford. ADMET in silico modeling: Towards prediction paradise? Nat.
Rev. 2(3):192204 (2003).
5. F. Lombardo, E. Gifford, and M. Y. Shalaeva. In silico ADME prediction: Data, models, facts, myths.
Minirev Med. Chem. 3 (8):861875 (2003).
6. C. A. Lipinski, F. Lombardo B. W. Dominy et al. Experimental and computational approaches to
Estimate solubiliy and permeability in drug discovery and development settings. Adv. Drug.
Deliv. Rev. 23(13):325 (1997).
7. C. W. Andrews, L. Bennett, and L. X. Yu. Predicting human oral bioavailability of a compound:
development of a novel quantitative structure-bioavailability relationship. Pharm. Res. 17
(6):63944 (2000).
8. F. Yoshida, and J. G. Topliss. QSAR model for drug human oral bioavailability. J. Med. Chem.
43(13):25752585 (2000).
9. D. F. Veber, S. R. Johnson, H. Y. Cheng, B. R. Smith, K. W. Ward, and K. D. Kopple. Molecular properties
that influence the oral bioavailability of drug candidates. J. Med. Chem. 45:26152623 (2002).
10. M. A. C. Perez, M. B. Sanz, L. R. Torres, R. G. Avalos, and M. P. Gonzalez. Diaz HGA topological sub-
structural approach for predicting human intestinal absorption of drugs. Eur. J. Med. Chem.
39(11):905916 (2004).
11. E. Deconinck, Q. S. Xu, R. Put, D. Coomans, D. L. Massart, and Y. Vander Heyden. Prediction of
gastro-intestinal absorption using multivariate adaptive regression splines. J. Pharm. Biomed
Anal. 39(5):10211030 (2005).
12. E. Deconinck, H. Ates, N. Callebaut, E. Van Gyseghem, and Y. Vander Heyden. Evaluation of
chromatographic descriptors for the prediction of gastro-intestinal absorption of drugs. J.
Chromatogr., A. 1138(12):190202 (2007).
13. T. Hou, J. Wang, W. Zhang, and X. Xu. ADME evaluation in drug discovery. 7. Prediction of oral
absorption by correlation and classification. J. Chem. Inf. Model. 47(1):208218 (2007).
14. T. Hou, J. Wang, and Y. Li. ADME evaluation in drug discovery. 8. The prediction of human intestinal
absorption by a support vector machine. J. Chem. Inf. Model. 47(6):24082415 (2007).
15. T. Hou, J. Wang, W. Zhang, and X. Xu. ADME evaluation in drug discovery. Can oral bioavailability in
humans be effectively predicted by simple molecular property-based rules? J. Chem. Inf. Model.
47(2):460463 (2007).
16. J. Dressman, G. Amidon, and D. Fleisher. Absorption potential: Estimation of the fraction absorbed
for orally administered compounds. J. Pharm. Sci. 74(5):588589 (1985).
17. K. Johnson, and A. Swindell. Guidance in the setting of drug particle size specifications to minimize
variability in absorption. Pharm. Res. 13(12):17951798 (1996).
18. L. Yu, J. Crison, and G. Amidon. Compartmental transit and dispersion model analysis of small
intestinal transit flow in humans. Int. J. Pharm. 171(2):157163 (1996).
19. L. Yu, and G. Amidon. Characterisation of small intestinal transit time distribution in humans. Int. J.
Pharm. 171(2):157163 (1998).
20. L. Yu, and G. Amidon. Saturable small intestinal drug absorption in humans: Modeling and
interpretation of cefatrizine data. Eur. J. Pharm. Biopharm. 45(2):199203 (1998).
21. B. Agoram, W. Woltosz, and M. Bolger. Predicting the impact of physiological and biochemical
processes on oral drug bioavailability. Adv. Drug Deliv. Rev. 50(S1):S4167 (2001).
22. P. Ni, N. Ho, J. Fox, H. Leuenberger, andW. Higuchi. Theoretical model studies of intestinal drug
absorption V. Non-steady-state fluid flow and absorption. Int. J. Pharm. 5(1):3347 (1980).
23. N. Ho, J. Park, P. Ni, and W. Higuchi. Advancing quantitative and mechanistic approaches in
interfacing gastrointestinal drug absorption studies in animals and humans. In W. Crouthamel
and A. Sarapu (eds.), Animal Models for Oral Drug Delivery. In Situ and In Vivo Approaches,
American Pharmaceutical Association, Washington, 1983, pp. 27106.
24. S. Willmann, W. Schmitt, J. Keldenich, and J. Dressman. A physiological model for simulating
gastrointestinal flow and drug absorption in rats. Pharm. Res. 20(11):17661771 (2003).
25. S. Willmann, W. Schmitt, J. Keldenich, J. Lippert, and J. Dressman. A physiological model for the
estimation of the fraction dose absorbed in humans. J. Med. Chem. 47(16):40224031 (2004).
26. S. Willmann, A. N. Ediginton, and J. Dressman. Development and validation of a physiology-based
model for the prediction of oral absorption in monkeys. Pharm. Res. 24(7):12751282 (2007).
27. G. M. Grass. Simulation models to predict oral drug absorption from in vitro data. Adv. Drug Deliv.
Rev. 23:199219 (1997).
28. D. A. Norris, G. D. Leesman, P. J. Sinko, and G. M. Grass. Development of predictive pharmacokinetic
simulation models for drug discovery. J. Controlled Release. 65:5562 (2000).
29. N. Parrott, and Th. Lav. Prediction of intestinal absorption: comparative assessment of GastroPlus
and IDEA. Euro. J. Pharm. Sci. 17:5161 (2002).
30. A. Kalampokis, P. Argyrakis, and P. Macheras. Heterogenous tube model for the study of small
intestinal transit flow. Pharm. Res. 16(1):8791 (1999).
31. A. Kalampokis, P. Argyrakis, and P. Macheras. A heterogenous tube model of intestinal drug
absorption based on probabilistic concepts. Pharm. Res. 16(11):17641769 (1999).
32. N. Parrott, H. Jones, N. Paquereau, and T. Lav. Application of full physiological models for
pharmaceutical drug candidate selection and extrapolation of pharmacokinetics to man. Basic &
Clin. Pharmacol. Toxicol. 96:193199 (2005).
33. M. Kuentz, S. Nick, N. Parrott, and D. Roethlisberger. A strategy for preclinical formulation
development using GastroPlus as pharmacokinetic simulation tool and a statistical screening
design applied to a dog study. Eur. J. Pharm. Sci. 27(1):9199 (2006).
34. G. Amidon, H. Lennernas, V. Shah, and J. Crison. A theoretical basis for a biopharmaceutical drug
classification: The correlation of in vitro drug product dissolution and in vivo bioavailability.
Pharm. Res. 12(3):413420 (1995).
35. E. Galia, E. Nicolaides, D. Hrter, R. Lbenberg, Ch. Reppas, and J. Dressman. Evaluation of various
dissolution media for predicting in vivo performance of class I and II drugs. Pharm. Res.
15(5):698705 (1998).
36. M. Vertzoni, N. Fotaki, E. Kostewicz, E. Stippler, Ch. Leuner, E. Nicolaides, J. Dressman, and Ch.
Reppas. Dissolution media simulation the intralumenal composition of the small intestinal
intestine: physiological issues and practical aspects. J. Pharm. Pharmacol. 56:453562 (2004).
37. R. M. Dannenfelser, H. He, Y. Joshi, S. Bateman, and A. Serajuddin. Development of clinical dosage
forms for a poorly water soluble drug I: application of polyethylene glycol-polysorbate 80 solid
dispersion carrier system. J. of Pharm. Sci. 93 (5):11651175 (2004).
38. M. Tubic, D. Wagner, H. Spahn-Langguth, M. Bolger, and P. Langguth. In silico Modeling of non-linear
drug absorption for the P-gp substrate talinolol and of consequences for the resulting
pharmacodynamic effect. Pharm. Res. 23(8):17121720 (2006).
39. H. Wei, and R. Lbenberg. Biorelevant dissolution media as a predictive tool for glyburide a class II
drug. Euro. J. Pharm. Sci. 29:4552 (2006).
40. A. Aburub, D. S. Risley, and D. Mishra. A critical evaluation of fasted state simulating gastric fluid
(FaSSGF) that contains sodium lauryl sulfate and proposal of a modified recipe. Int. J. Pharm.
347:1622 (2008).
41. J. Dressman, G. Amidon, C. Reppas, and V. Shah. Dissolution testing as a prognostic tool for oral drug
absorption: immediate release dosage forms. Pharm. Res. 15:1122 (1998).
42. G. A. Lewis, D. Mathieu, and R. Phan-Tan-Luu. Pharmaceutical Experimental Design. Marcel Dekker,
New York, 1999, pp 27184.
43. M. Kuentz, D. Rthlisberger, and W. Richter. Design of experiment (DoE) methods maximize
information from a minimal number of animals in special cases of preclinical bioavailability
testing. Pharm. Dev. Technol. 8(4):453458 (2003).
44. C. Dollery. Mefenamic Acid. In Therapeutic Drugs. 2nd edn. Churchill Livingston, Edinburg, London,
1998, pp M21M24.
45. D. Hummel, and St. Buchmann. Influence of the particle size of mefenamic acid on dissolution and
bioavailability of tablets (article in German). Pharm. Ind. 62(6):452456 (2000).
Tras este breve resumen de las normas bsicas de publicacin, que os recuerdo deberis aplicar
a la hora de entregar vuestros trabajos, paso a haceros un breve resumen de lo que sern las prcticas
de laboratorio de la asignatura y cmo sern evaluadas.
La idea esencial de estas prcticas es que empecis a utilizar los conocimientos vistos en las
clases de teora de una forma aplicada, utilizando unos datos reales, y elaborando un informe como si
fuerais unos investigadores a los que se les ha encargado dicho trabajo. Para ello contaris con la ayuda
del software estadstico de anlisis de datos SPSS en su versin 18 (le han cambiado el nombre y ya no
se llama SPSS, sino PASW pero es ms sencillo llamarlo SPSS 18). Ser uno de los objetivos de la
asignatura el que aprendis a manejar dicho software de forma que sepis realizar los anlisis
estadsticos vistos durante el desarrollo de la asignatura. Para ello, hemos dividido el contenido en 5
bloques, o 5 prcticas de laboratorio con los siguientes contenidos generales:
Prctica 1: Introduccin general al PASW. Conceptos y operaciones bsicas (definicin

de variables y categoras, niveles de medida, introduccin de datos, gestin de ficheros,
etc).
Prctica 2: Gestin y Manipulacin de variables con el PASW (transformacin y clculo
de nuevas variables, recodificacin de datos, organizacin y seleccin de datos,
ponderacin, y clculo de descriptivos bsicos).
Prctica 3: Clculo de estadsticos descriptivos e interpretacin de los mismos.
Prctica 4: Clculo de ndices relacionales e interpretacin de los mismos.
Prctica 5: Regresin lineal e interpretacin.
PRCTICA DE LABORATORIO 1:
INTRODUCCIN AL PAQUETE ESTADSTICO PASW
Desde su inicio, los ordenadores han sido utilizados para el procesamiento estadstico de
los datos, facilitando, de esta manera, el desarrollo de investigaciones estadsticas en todos los
campos de la ciencia. As pues, aunque la estadstica puede aplicarse a una gran diversidad de
ciencias, los mtodos estadsticos son los mismos para todas ellas, circunstancia que ha
favorecido el desarrollo de paquetes estadsticos. Uno de estos paquetes estadsticos, y quiz el
de mayor difusin en los ltimos aos es el SPSS (Statistical Package for the Social Sciences)
hoy conocido como PASW tras la compra de SPSS inc. por parte de IBM. Este software est
considerado como un paquete estadstico orientado al mbito de aplicacin de las ciencias
Sociales, de tal manera que su uso ha ido generalizndose hasta el punto de llegar a cubrir,
prcticamente, todas las necesidades de clculo estadstico de los investigadores y profesionales,
no slo en el campo de las ciencias sociales sino tambin de las humanas y de las biomdicas y,
en general, de cualquier campo de actividad en el que se precise el tratamiento estadstico de la
informacin.
Empecemos a trabajar con el programa. Para abrirlo tenemos dos opciones, la primera ir
al men Inicio de Windows (botn situado en la esquina inferior izquierda del escritorio), y
buscar en la carpeta Todos los programas el directorio SPSS Inc., pinchando finalmente en
el acceso directo a PASW Statistics. O bien, si disponemos de una matriz de datos creada en
SPSS o en PASW, hacer doble clik en ella para que el programa la abra automticamente. En
principio, supongamos que no tenemos ninguna matriz de datos.
Cuando abrimos por primera vez el PASW, se abre la siguiente ventana de dialogo:
Figura 1
En esta ventana, el PASW nos permitir realizar diferentes acciones: Ejecutar un
tutorial bsico sobre el funcionamiento del SPSS, introducir los datos directamente a mano,
ejecutar o crear una consulta (esto no lo veremos este curso) o bien abrir un archivo de datos
existente u otro tipo de archivo (lo que equivaldra a importar de otro formato). Por ahora
seleccionaremos Introducir Datos y pincharemos en Aceptar, para que nicamente nos salga
la rejilla del editor de datos.
Figura 2
Fijaros que las columnas corresponden a las diferentes variables que queramos
introducir en nuestros anlisis, por tanto, las filas correspondern a cada uno de los sujetos que
responden a nuestras variables. Supongamos un cuestionario/test/examen que consta de 10
preguntas, y que se lo pasamos a 25 personas. As pues, tendramos 10 variables (con lo que
utilizaramos 10 columnas) y 25 filas (que corresponderan a los 25 sujetos).
El Editor de datos proporciona un mtodo prctico (al estilo de las hojas de clculo)
para la creacin y edicin de archivos de datos. La ventana Editor de datos se abre
automticamente cuando se inicia una sesin. Adems, proporciona dos vistas de los datos,
segn pinchemos en las pestaas situadas en la parte inferior izquierda (Flecha verde en la figura
2).
Vista de datos. Esta vista muestra los valores de datos reales o las etiquetas de
valor definidas.
Vista de variables. Esta vista muestra la informacin de definicin de las
variables, que incluye las etiquetas de la variable definida y de valor, tipo de
dato (por ejemplo, cadena, fecha o numrico), nivel de medida (nominal, ordinal
o de escala) y los valores perdidos definidos por el usuario.
Figura 3 Vista de Datos - Vista de Variables
En ambas vistas, se puede aadir, modificar y eliminar la informacin contenida en el

archivo de datos. Muchas de las funciones de la Vista de datos son similares a las que se
encuentran en aplicaciones de hojas de clculo. En la vista de variables vemos las descripciones
de los atributos de las variables: El nombre, el tipo devariable con la que estamos trabajando, la
anchura y los decimales, la etiqueta (una explicacin ms amplia que el nombre para recordar
mejor qu estamos midiendo), los valores categricos, si existen valores perdidos, la amplitud de
la columna, la alineacin de los datos y la escala de medida de la variable. En esta vista, cada fila
es una variable y cada columna es un atributo diferente.
Las filas son casos. Cada fila representa un caso o una observacin. Por ejemplo,
cada individuo que responde a un cuestionario es un caso.
Las columnas son variables. Cada columna representa una variable o una
caracterstica que se mide. Por ejemplo, cada pregunta de un cuestionario es una

variable.
Las casillas contienen valores. Cada casilla contiene un valor nico de una variable
para cada caso. La casilla se encuentra en la interseccin del caso y la variable.

Las casillas slo contienen valores de datos. A diferencia de los programas de hoja
de clculo, las casillas del Editor de datos no pueden contener frmulas.
El archivo de datos es rectangular. Las dimensiones del archivo de datos vienen

determinadas por el nmero de casos y de variables. Se pueden introducir datos en
Para los nombres de variable se aplican las siguientes normas:
o Cada nombre de variable debe ser nico; no se permiten duplicados.

o Los nombres de variable pueden tener una longitud de hasta 64 caracteres y el primer
carcter debe ser una letra o uno de estos caracteres: @, # o $. Los caracteres
posteriores puede ser cualquier combinacin de letras, nmeros, un punto (.) y
caracteres que no sean signos de puntuacin.
Un carcter # en la primera posicin de un nombre de variable define una
variable transitoria. Slo se puede crear variables transitorias mediante la
sintaxis de comandos. No puede especificar un # como primer carcter de una
variable en los cuadros de dilogo que permiten crear nuevas variables.
Un signo $ en la primera posicin indica que la variable es una variable del
sistema. El signo $ no se admite como carcter inicial de una variable
definida por el usuario.
El punto, el subrayado y los caracteres $, # y @ se pueden utilizar dentro de
los nombres de variable. Por ejemplo, A._$@#1 es un nombre de variable
vlido.
o Las variables no pueden contener espacios.
o Se deben evitar los nombres de variable que terminan con un punto, ya que el punto
puede interpretarse como un terminador del comando. Slo puede crear variables que
finalicen con un punto en la sintaxis de comandos. No puede crear variables que
terminen con un punto en los cuadros de dilogo que permiten crear nuevas variables.
o Se deben evitar los nombres de variable que terminan con un carcter de subrayado, ya
que tales nombres puede entrar en conflicto con los nombres de variable creados
automticamente por comandos y procedimientos.
o Las palabras reservadas no se pueden utilizar como nombres de variable. Las palabras
reservadas son: ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO y WITH.
o Los nombres de variable se pueden definir combinando de cualquier manera caracteres
en maysculas y en minsculas, esta distincin entre maysculas y minsculas se
conserva en lo que se refiere a la presentacin.
o Cuando es necesario dividir los nombres largos de variable en varias lneas en los
resultados, SPSS intenta dividir las lneas aprovechando los subrayados, los puntos y
cuando el contenido cambia de minsculas a maysculas.
El Tipo de variable (figura 4) especifica los tipos de

datos de cada variable. Por defecto se asume que todas las
variables nuevas son numricas. Se puede utilizar Tipo de
variable para cambiar el tipo de datos. El contenido del cuadro
de dilogo Tipo de variable depende del tipo de datos
seleccionado. Para algunos tipos de datos, hay cuadros de texto
para la anchura y el nmero de decimales; para otros tipos de
datos, simplemente puede seleccionar un formato de una lista
desplegable de ejemplos.
Figura 4
o Numrico. Una variable cuyos valores son nmeros. Los valores se muestran en
formato numrico estndar. El Editor de datos acepta valores numricos en formato
estndar o en notacin cientfica.
o Coma. Una variable numrica cuyos valores se muestran con comas que delimitan
cada tres posiciones y con el punto como delimitador decimal. El Editor de datos
acepta valores numricos para este tipo de variables con o sin comas, o bien en
notacin cientfica. Los valores no pueden contener comas a la derecha del indicador
decimal.
o Punto. Una variable numrica cuyos valores se muestran con puntos que delimitan
cada tres posiciones y con la coma como delimitador decimal. El Editor de datos
acepta valores numricos para este tipo de variables con o sin puntos, o bien en
notacin cientfica. Los valores no pueden contener puntos a la derecha del indicador
decimal.
o Notacin cientfica. Una variable numrica cuyos valores se muestran con una E
intercalada y un exponente con signo que representa una potencia de base 10. El
Editor de datos acepta para estas variables valores numricos con o sin el exponente.
El exponente puede aparecer precedido por una E o una D con un signo opcional, o
bien slo por el signo (por ejemplo, 123, 1,23E2, 1,23D2, 1,23E+2 y 1,23+2).
o Fecha. Una variable numrica cuyos valores se muestran en uno de los diferentes
formatos de fecha-calendario u hora-reloj. Seleccione un formato de la lista. Puede
introducir las fechas utilizando como delimitadores: barras, guiones, puntos, comas o
espacios. El rango de siglo para los valores de ao de dos dgitos est determinado por
la configuracin de las opciones (en el men Edicin, seleccione Opciones y, a
continuacin, pulse en la pestaa Datos).
o Dlar. Una variable numrica que se muestra con un signo dlar inicial ($), comas que
delimitan cada tres posiciones y un punto como delimitador decimal. Se pueden
introducir valores de datos con o sin el signo dlar inicial.
o Moneda personalizada. Una variable numrica cuyos valores se muestran en uno de
los formatos de moneda personalizados que se hayan definido previamente en la
pestaa Moneda del cuadro de dilogo Opciones. Los caracteres definidos en la
moneda personalizada no se pueden emplear en la introduccin de datos pero s se
mostrarn en el Editor de datos.
o Cadena. Una variable cuyos valores no son numricos y, por lo tanto, no se utilizan en
los clculos. Los valores pueden contener cualquier carcter siempre que no se exceda
la longitud definida. Las maysculas y las minsculas se consideran diferentes. Este
tipo tambin se conoce como variable alfanumrica.
Se puede especificar tambin el nivel de medida como Escala (datos numricos de una escala de
intervalo o de razn), Ordinal o Nominal. Los datos nominales y ordinales pueden ser de cadena
(alfanumricos) o numricos.
o nominal. Una variable puede ser tratada como nominal cuando sus valores representan
categoras que no obedecen a una ordenacin intrnseca. Por ejemplo, el departamento de la
compaa en el que trabaja un empleado. Son ejemplos de variables nominales: la regin, el
cdigo postal o la confesin religiosa.
o ordinal. Una variable puede ser tratada como ordinal cuando sus valores representan categoras
con alguna ordenacin intrnseca. Por ejemplo los niveles de satisfaccin con un servicio, que
vayan desde muy insatisfecho hasta muy satisfecho. Son ejemplos de variables
o ordinales: las puntuaciones de actitud que representan el nivel de satisfaccin o confianza y las
puntuaciones de evaluacin de la preferencia.
o escala. Una variable puede ser tratada como de escala cuando sus valores representan
categoras ordenadas con una mtrica con significado, por lo que son adecuadas las
comparaciones de distancia entre valores. Son ejemplos de variables de escala: la edad en aos
y los ingresos en dlares.
Figura 5
Adems, podemos asignar etiquetas de valor descriptivas a cada valor de una variable con el fin
de aumentar la informacin disponible. Este proceso es especialmente til si el archivo de datos utiliza
cdigos numricos para representar categoras que no son numricas (por ejemplo, cdigos 1 y 2 para
hombre y mujer).
Figura 6
PRCTICA 2 DE LABORATORIO PSICOESTADSTICA I
TRANSFORMACIN DE VARIABLES MEDIANTE OPERADORES
En una situacin ideal, los datos brutos son perfectamente apropiados

para el tipo de anlisis que se desea realizar y cualquier relacin existente
entre las variables o es adecuadamente lineal o es claramente ortogonal.
Desafortunadamente, esto ocurre pocas veces. El anlisis preliminar puede
revelar esquemas de codificacin poco prcticos o errores de codificacin, o
bien pueden requerirse transformaciones de los datos para exponer la
verdadera relacin existente entre las variables. Puede realizar
transformaciones de los datos de todo tipo, desde tareas sencillas, como la
agrupacin de categoras para su anlisis posterior, hasta otras ms avanzadas,
como la creacin de nuevas variables basadas en ecuaciones complejas e
instrucciones condicionales.
As pues, con el PASW podemos realizar una serie de transformaciones

que pueden ayudarnos a la hora de realizar nuestro trabajo:
Podemos calcular valores para las variables numricas o de

cadena (alfanumricas).
Podemos crear nuevas variables o bien reemplazar los valores
de las variables existentes. Para las nuevas variables, tambin se
puede especificar el tipo y la etiqueta de variable.
Podemos calcular valores de forma selectiva para subconjuntos
de datos basndose en condiciones lgicas.
Podemos utilizar ms de 70 funciones preincorporadas,
incluyendo funciones aritmticas, funciones estadsticas,
funciones de distribucin y funciones de cadena.
Veamos pues como realizar estas transformaciones, pero antes

necesitaremos una matriz de datos con la que trabajar (descrgate la matrz
datos laboratorio del aula virtual). Para empezar a transformar nuestras
variables debemos ir al men Calcular Variable, el cual se encuentra el
men TRANSFORMAR.
Se nos abrir una nueva ventana de dilogo en donde veremos en
primer lugar varios espacios vacos. En el primero (variable de destino) hemos
de indicar el nombre que obtendr la nueva variable transformada; en el
segundo (expresin numrica) vendr la frmula matemtica que originar esa
nueva variable; y en los dos siguientes nos aparecern las funciones y
variables especiales que pueden obtenerse de cada Grupo de funciones
(en el rectngulo horizontal sin ttulo nos aparecer una breve descripcin de
lo que cada funcin especial hace). Cuando introducimos el nombre de la
variable destino, se activa la opcin de insertar el tipo y la etiqueta de la
variable.
Supongamos, por ejemplo, que para nuestro informe necesitamos

saber el nmero de vasos de bebidas alcohlicas (independientemente del tipo
de bebida) que los sujetos han consumido en un fin de semana as pues,
solo necesitamos calcular la suma entre la cantidad de copas de vino, cerveza,
aperitivos, combinados, licores de frutas y licores fuertes:
Ahora bien, si
quisiramos transformar una
variable categrica deberamos
utilizar otro comando:
Recodificar, o bien en las mismas
variables (con lo cual la variable
original desaparecer) o bien en
distintas variables (con lo que
crearemos una nueva variable
que incluir los cambios que le
digamos). Veamos cada una de
estas opciones:
Supongamos que teniendo los cdigos de las 52 provincias que

conforman el estado espaol, para nuestro informe nos interesa tener los
datos categorizados por comunidades autnomas. Las etiquetas de valor de las
provincias son:
Etiquetas de valor: Provincia

1 lava Pas Vasco
2 Albacete Albacete
3 Alicante Comunidad Valenciana
4 Almera Andaluca
5 vila Castilla y Len
6 Badajoz Extremadura
7 Baleares
8 Barcelona
9 Burgos
10 Cceres
11 Cdiz
12 Castelln
13 Ciudad Real
14 Crdoba
15 Corua, La
16 Cuenca
17 Girona
18 Granada
19 Guadalajara
20 Guipzcoa
21 Huelva
22 Huesca
23 Jan
24 Len
25 Lleida
26 Rioja, La
27 Lugo
28 Madrid
29 Mlaga
30 Murcia
31 Navarra
32 Orense
33 Asturias
34 Palencia
35 Palmas, Las
36 Pontevedra
37 Salamanca
38 Santa Cruz de Tenerife
39 Cantabria
40 Segovia
41 Sevilla
42 Soria
43 Tarragona
44 Teruel
45 Toledo
46 Valencia
47 Valladolid
48 Vizcaya
49 Zamora
50 Zaragoza
51 Ceuta
52 Melilla
As pues, para
recodificarlas en las mismas
variables nos aparecer una
ventana como esta:
Donde si pinchamos en Valores antiguos y nuevos aparecer la
siguiente ventana:
Vemos que
est dividida en dos
partes diferenciadas:
Valor antiguo y Valor
nuevo. Veamos las
diferentes opciones
que podemos utilizar
para recodificar
nuestras variables de
trabajo.
Valor: Nos permite recodificar un valor individual en otro valor

especfico o bien, en un valor perdido por el sistema.
Perdido por el sistema: Nos permite recodificar un valor perdido
por un valor especfico o bien, en un valor perdido por el sistema
(lo cual es un poco redundante).
Rango: Nos permite recodificar un rango determinado de valores
por un valor especfico o bien por un valor perdido por el sistema.
Rango INFERIOR hasta valor: Nos permite recodificar un rango
que va desde el valor ms bajo registrado en esa variable hasta
un valor determinado por un valor especfico, o bien por un valor
perdido por el sistema.
Rango valor hasta SUPERIOR: Como bien podis imaginar, hace lo
contrario que el anterior.
Todos los dems valores: Pues eso, al resto de valores que
queden sin recodificar se les puede asignar un valor especfico o
como valor perdido por el sistema.
A su vez, podramos tambin estar interesados en trabajar con una serie

de sujetos que cumplan una determinada condicin (como por ejemplo, los
hombres), o bien una muestra aleatoria de casos. Para ello, debemos
seleccionar aquellos casos que sean de nuestro inters yendo al men DATOS>>
seleccionar casos.
O bien, asignar pesos por una caracterstica determinada lo que se

conoce como PONDERAR:
O incluso, que los resultados nos aparezcan diferenciados para cada una
de las categoras de una variable, lo que se conoce como SEGMENTAR un
archivo.
Venga, vamos a trastear un poquito, a ver que sale.
ELABORACIN Y EDICIN DE GRFICOS
Una de las formas ms rpidas y sencillas de presentar la informacin que nos facilitan los datos
es mediante grficos. En estadstica denominamos grficos a aquellas imgenes que, combinando
la utilizacin de sombreado, colores, puntos, lneas, smbolos, nmeros, texto y un sistema de
referencia (coordenadas), permiten presentar informacin, tanto cuantitativa como cualitativa. La
utilidad de los grficos es doble, ya que pueden servir no slo como sustituto a las tablas, sino
que tambin constituyen per se una poderosa herramienta para el anlisis de datos, siendo en
ocasiones el medio ms simple no slo para describir y resumir la informacin, sino tambin
para analizarla.
Como he sealado, para realizar una representacin grfica

generalmente necesitaremos un sistema de referencia conocido
como eje de coordenadas, o espacio cartesiano. El espacio
cartesiano es un sistema de ejes perpendiculares entre s (plano y
espacio),quesecortanenunpuntollamadoorigendecoordenadas.
Los diferentes ejes que nos representarn los valores de x e y se
denominanejesdeabscisasyordenadasrespectivamente.
Ahora bien, existen numerosos tipos de grficos con diversas utilidades, y cada uno
posee sus propias restricciones de uso. La principal es que para cada tipo de variable, segn la
jerarqua de Stevens que vimos en la primera prctica, se corresponder uno o varios grficos. Es
decir, no podemos usarlos segn nos parezcan ms o menos bonitos, sino que lo primero que hay
que ver es que realmente representen las propiedades de la variable que tratan de presentar.
Recordemos un poco por encima la clasificacin de las variables segn Stevens:
V. nominal. Sus valores representan igualdad o diferencias entre las

categoras medidas. Son ejemplos de variables nominales: la regin, el
cdigo postal o la localidad de nacimiento.
V. ordinal. Sus valores representan categoras con algn tipo de
ordenacin intrnseca. Por ejemplo los niveles de satisfaccin con un
servicio, que vayan desde muy insatisfecho hasta muy satisfecho.
V. escala. Sus valores representan categoras ordenadas con una mtrica
con significado, por lo que son adecuadas las comparaciones de distancia
entre valores. Son ejemplos de variables de escala: la edad en aos y los
ingresos en dlares. Aqu encontraramos dos tipos, de intervalo y de
razn, siendo la nica diferencia que en las variables de razn el 0
significa ausencia de caracterstica medida, mientras que en intervalo no
implica ausencia. Son ejemplo de variables de intervalo la temperatura
(donde el 0 no indica ausencia de temperatura, sino que hace mucho frio),
y de razn el sueldo (donde 0 es que no se percibe ningn sueldo.
Una vez hecha memoria, los grficos ms utilizados en estadstica son el diagrama de
tallo y hoja, el grfico de barras, grfico circular (comnmente conocido como grfico de
quesitos o tarta), grfico de puntos, grfico de lneas, grfico de reas o superficies, histogramas
y grficos boxplots (comnmente conocidos como grficos de caja y bigote). Todos y cada
uno de ellos tienen una utilidad concreta y se aplican a un determinado tipo de variables, as que,
vamos a ver para qu sirve cada uno y en qu ocasiones lo podemos utilizar.
Diagrama de Tallo y Hojas: El diagrama "tallo y hojas" permite obtener simultneamente

la distribucin de frecuencias de una variable y su representacin grfica. Para construirlo
basta separar en cada dato el ltimo dgito de la derecha (que constituye la hoja) del
bloque de cifras restantes (que formar el tallo). Esta representacin de los datos es
semejante a la de un histograma pero adems de ser fciles de elaborar, presentan ms
informacin que estos.
Ejemplo:Supongamoslaedadde20personas(36,25,37,24,39,20,36,45,31,31,39,
24,29,23,41,40,33,24,34,40),eldiagramadetalloyhojasquedara:
Tallo Hojas Hojas
2 5404934 0344459
yreordenndolo
3 679611934 113466799
4 5100 0015
Para realizar este tipo de grfico con el PASW, hemos de ir al men Anlizar >>
Estadsticos Descriptivos >> Explorar, donde se nos abrir la tpica ventana de seleccin
de variables que ya conocemos. Una vez hemos localizado la variable que nos interesa en
la lista de la izquierda, y la hemos pasado al recuadro de Lista de dependientes,
pinchamos en el botn de grficos, donde se nos abrir una ventana de seleccin. En ella
simplemente hemos de marcar la opcin de tallo y hojas.
Como puede observarse, este tipo de diagramas se utiliza en variables continuas discretas,
como puede ser la edad, el ao de nacimiento, el nmero de consumiciones, etc.
Grfico de Barras: El grfico de barras es una representacin para una variable

categrica (o varias, si hablamos de barras acumuladas), con las categoras dispuestas
paralelamente una de otra, representando su magnitud o frecuencia un rectngulo
proporcional a ella. Normalmente, en el eje horizontal (abcisas) se suele colocar los
valores de la variable, aunque tambin se puede hacer en el eje vertical (ordenadas)
pero esto es cuestin de esttica.
Para realizar este grfico con el PASW, hemos de ir al men

Grficos >> Cuadros de dilogo antguos >> barras, abrindose
un men para seleccionar el tip de grfico de barras. Podemos
elegir entre Simple, Agrupado o Apilado, y a la vez entre
Resumenes para grupos de casos, Resumenes para distintas
variables y Valores individuales de los casos. Por tanto, esto
nos dara 9 tipos diferentes de grficos de barras segn
combinemos estas opciones. Veamos pues que podemos obtener
con cada una de las combinaciones:
o Simple + Resmenes para grupos de casos: En este
grfico, en el eje de abcisas se presentarn las diferentes
categoras de una variable, y en el eje de ordenadas la frecuencia
con la que cada una de las categoras se presenta. Un ejemplo de
este tipo de grfico sera el que vemos aqu a la izquierda.
o Simple + Resmenes para distintas variables: Nos
sirve para comparar los estadsticos de diferentes variables
cuantitativas. La altura de las barras representan en este caso la
magnitud del estadstico de comparacin que hemos utilizado
(por defecto aparece la media, pero puede cambiarse). La
limitacin que tiene este grfico es que las variables
representadas han de tener la misma unidad de medida, ya que si
no el grfico puede confundir.
o Simple + Valores Individuales de los casos: Se traza una barra para cada
caso de la variable seleccionada en Etiquetas de las categoras, donde la
altura de las barras indica la frecuencia en la que aparecen. Si trabajamos con
muchos sujetos, el estudio grfico de los valores individuales de los casos se
hace imposible.
o Agrupado: Si definimos grupos por una variable
categrica, la variable representada vendr diferenciada para
cada una de las categoras de la variable de agrupacin. Pasa
lo mismo que en los casos anteriores si elegimos
Resmenes para grupos de casos (donde indica la
frecuencia) o Resmenes para distintas variables (donde
indica un estadstico, y est limitado a la misma unidad de
medida).
o Apilado: Si apilamos por una variable categrica, la

variable representada diferenciar la parte correspondiente a
cada una de las categoras de apilacin, presentando en
conjunto la frecuencia total de la variable estudiada.
Grfico de reas: Un grfico de reas muestra una serie de datos como un conjunto de
puntos conectados por una lnea, y con toda el rea rellenada por debajo de la lnea. Junto
con el grfico de lneas y el histograma, ste es el nico que representa datos contnuos.
Generalmente se usa para representar datos que tienen lugar en un periodo continuado de
tiempo.
Para hacer este tipo de grficos con el PASW, hemos de
ir al men Grficos >> Cuadros de Dilogo Antguos >>
reas, donde se abrir una ventana como cuando
hicimos el grfico de barras, donde habremos de elegir
entre s lo realizamos simple o agrupado; con resmenes
para grupos de casos, distintas variables o valores
individuales de los casos. ste tipo de grficos son muy
similares a los grficos de barras y de lneas. Si
queremos comparar entre varias series de datos, hay que
plantearse la posibilidad de usar un grfico de barras. Si
estamos analizando tendencias durante un perodo de
tiempo, habra que considerar usar un grfico de lneas.
Grfico Circular, de sectores, de tarta o quesitos: En este tipo de grficos se divide un

crculo en tantas porciones como categoras tenga la variable, de modo que a cada
categora le corresponde un arco
de crculo proporcional a su
frecuencia absoluta o relativa. Si el
nmero de categoras es
excesivamente grande, la imagen
proporcionada por el grfico de
sectores no es lo suficientemente
clara y debera optarse por otro
grfico que pudiera realizarse para
variables categricas Adivinis
cual?.
Si quisiramos realizar este tipo de grficos con el

PASW, deberamos ir al men Grficos >> Cuadros
de dilogo antiguos >> Sectores. Una vez pinchemos
ah, se nos abrir un cuadro de dilogo muy similar a
los anteriores, solo que en este no podemos elegir
entre simple, agrupado, etc solo nos da la opcin
de elegir si queremos realizar el grfico con
resmenes para grupos de casos, para distintas
variables, o para valores individuales de los casos.
Grfico de Puntos, o de Dispersin: Cuando lo que interesa es estudiar la relacin entre

dos variables continuas, el mtodo de anlisis adecuado es el estudio de la correlacin.
Los coeficientes de correlacin (Pearson, Spearman, etc.) valoran hasta qu punto el valor
de una de las variables aumenta o disminuye cuando crece el valor de la otra. Cuando se
dispone de todos los datos, un modo sencillo de comprobar, grficamente, si existe una
correlacin alta, es mediante diagramas de dispersin, donde se confronta, en el eje
horizontal, el valor de una variable y en el eje vertical el valor de la otra. Por tanto, un
diagrama de dispersin ser muy
til cuando lo que queremos es ver
cmo dos variables continuas se
estn comportando conjuntamente.
Ahora bien, cuando vamos a hacer
este tipo de grficos con el PASW,
nos aparecen varias opciones:
Dispersin simple: Seleccionando esta

opcin podremos representar la nube de puntos
para un par de variables, distinguiendo (si
queremos) los puntos segn los valores de una
tercera variable.
Dispersin superpuesta: Con esta opcin
podremos representar la nube de puntos de varios pares de variables sobre los mismos
ejes. Para que la representacin grfica no d lugar a confusin, se recomienda que las
variables del mismo eje estn expresadas en las mismas unidades de medida.
Dispersin Matricial: Con esta opcin se representan en la misma grfica, pero en
distintos ejes, la nube de puntos de varios pares de variables
El resto, mejor los obviamos por ahora.
Grfico de lneas: Estos

grficos muestran series de
datos como un conujunto de
puntos conectados con una
lnea. En general se usan
para representar datos que
tienen lugar durante un
periodo de tiempo
continuado, y nos permiten
conocer las tendencias a lo
largo de ese periodo.
En el PASW, estos grficos se encuentran en el men Grficos
>> Cuadros de dilogo antiguos >> Lneas, aparecindonos un
men en donde podemos elegir entre Simple, Mltiple o
Lneas Verticales, adems de los ya conocidos Resmenes
para grupos de casos, Resmenes para distintas variables o
Valores individuales de los casos. Con simple y mltiple
representaremos o bien una o varias variables en un mismo
continuo (recordemos que han de tener la misma escala de
medida), mientras que los verticales nos permiten representar los
valores (Frecuencia, porcentaje o funcin de resumen) de
mltiples variables, a travs de puntos ubicados sobre lneas
verticales que representan a cada categora. La intencin es ubicar mltiples variables
dentro de un solo diagrama.
Histogramas: Es un grfico similar al grfico de barras, en ambos se representan las

frecuencias de aparcin de la variable medida mediante barras proporcionales. Ahora
bien, la diferencia esencial es que en el grfico de barras la variable (o variables) medidas
son categricas, mientras que en el histrograma son contnuas medidas en intervalos,
representndose las marcas de clase de cada intervalo. Ahora bien, en este tipo de
grficos tenemos que tener en cuenta que para variables contnuas hemos de determinar el
tamao de los intervalos y el nmero que utilizaremos. Por ello, ahora ya no iremos a los
cuadros de dilogo antiguos, sino que iremos al men Grficos >> Generador de
Grficos. Se nos abrir una ventana donde podemos elegir adems de las variables, el tipo
de grficos que vamos a realizar as como otras caractersticas. Una vez tengamos claro
que tipo de grfico queremos, solo hemos de arrastrarlo a la presentacin preliminar,
abrindose a continuacin la ventana de propiedades del elemento, donde podremos
establecer los parmetros de los intervalos pulsando sobre Establecer parmetros.
En el men de establecer parmetros podremos determinar si queremos anclar el primer

valor de los intervalos de forma automtica, o en un valor personalizado; adems de si
queremos un tamao de los intervalos automtico o personalizado, ya sea mediante el
nmero de intervalos o mediante la amplitud de los mismos.
Boxplots o diagramas de caja: stos grficos nos permiten identificar la distribucin y la
dispersin de los datos de una variable contnua, ya sea de intervalo o de razn. Con este
tipo de grfico se representa la mediana, los Cuartiles (1 y 3), los valores atpicos y los
valores extremos. La estructura de este tipo de grfico esta basada en una caja, donde el
lmite superior corresponde al valor del tercer cuartil (75% de los datos) y el lmite
inferior al primer cuartil (25%); a su vez dentro de la caja se incluye una lnea
representando el valor de la mediana. Incluye tambin dos barras verticales (Bigotes), que
indican la distancia o rango del 95% de los casos; adicionalmente el procedimiento
incluye algunos smbolos representativos de los valores atpicos y extremos. La utilidad
de este tipo de grficos radica en la posibilidad de resumir el comportamiento y las
principales medidas de una o varias variables de escala, mediante un solo diagrama.
Este tipo de grficos se realiza exctamente

igual que el histograma, en el men Generador
de Grficos, solo que eligiendo los Diagramas
de Caja.
3 PRTICA DE LABORATORIO 2009
I EJERCICIOS
Realiza un diagrama de sectores con la variable Comunidad Autnoma

(CCAA), y realiza los siguientes cambios:
o Titula el grfico como Grfico de sectores para la variable Comunidad
Autnoma.
o Desgaja del grfico la porcin referida a la Comunidad Valenciana.
o Cambia el color de la porcin referida a la Comunidad Valenciana al
verde ms clarito, y aplcale el patrn que ms te guste.
o Cambia el nombre de las provincias a tamao 14.
o Ponle un grosor de borde al grfico de 3 ptos.
o Aade los porcentajes que representa cada sector.
o Interpreta brevemente el grfico, en comparacin con la Comunidad
Valenciana.
Realiza un Histograma con la variable Cuantos cigarrillos al da por trmino

medio (P22) donde se representen 15 intervalos.
o Ponle ttulo (el que t quieras, y que resuma el grfico).
o Pon como nota a pie: Histograma.
o Cambia el color de las barras a otro que no sea ese marroncito.
o Muestra la frecuencia que se da en cada intervalo.
o Cambia el ttulo del eje de ordenadas por el de N de Sujetos.
o Muestra la curva Normal.
o Interpreta brevemente el grfico.
Realiza un grfico de barras acumulado con dos variables a tu eleccin.
Recuerda las limitaciones de este tipo de grficos.
o Puedes realizar todos los cambios que consideres en el grfico para que
quede ms presentable.
Realiza un diagrama de cajas o Boxplot con una variable a tu eleccin
diferenciando las cajas segn el sexo.
o Puedes realizar todos los cambios que consideres en el grfico para que
quede ms presentable.
DESCRIPCIN SIMPLE DE VARIABLES.
Cuando se realiza un estudio de investigacin, se pretende generalmente inferir o generalizar

resultados de una muestra a una poblacin. Se estudia en particular a un reducido nmero de
individuos a los que tenemos acceso con la idea de poder generalizar los hallazgos. Este proceso de
inferencia se efecta por medio de mtodos estadsticos basados en la probabilidad.
La poblacin representa el conjunto grande de individuos que deseamos estudiar y

generalmente suele ser inaccesible. Es, en definitiva, un colectivo homogneo que rene unas
caractersticas determinadas. La muestra es el conjunto menor de individuos ( un subconjunto de la
poblacin accesible y limitado sobre el que realizamos las mediciones o el experimento con la idea
de obtener conclusiones generalizables a la poblacin). El individuo viene a ser cada uno de los
componentes de la poblacin y la muestra. La muestra debe ser representativa de la poblacin y con
ello queremos decir que cualquier individuo de la poblacin en estudio debe haber tenido la misma
probabilidad de ser elegido.
Estudiamos muestras en lugar de poblaciones ya que nos permite ahorrar tiempo (estudiar a
menos individuos es evidente que lleva menos tiempo), adems, con menos gente ahorraremos
costes. Tambin hay que tener en cuenta que estudiar la totalidad de los sujetos de una poblacin
con una caracterstica determinada puede ser una tarea inaccesible o imposible de realizar.
Y aunque suene raro, tambin aumentaremos la calidad del estudio, ya que al disponer de
ms tiempo y recursos, las observaciones y mediciones realizadas a un reducido nmero de
individuos pueden ser ms exactas y plurales que si las tuvisemos que realizar a una poblacin. La
seleccin de muestras especficas nos permitir reducir la heterogeneidad de una poblacin al
indicar los criterios de inclusin y/o exclusin.
Una vez que se han recogido los valores que toman las variables de nuestro estudio (datos),
procederemos al anlisis descriptivo de los mismos para tener mayor conocimiento sobre lo que
estamos trabajando. Cuando describimos una variable el objetivo que perseguimos es reducir un
conjunto de nmeros a unos ndices numricos que representen adecuadamente las caractersticas de
dicho conjunto. Estos ndices suponen, por lo tanto, una descripcin reduccionista, porque reducen
una serie ms o menos grande de nmeros a unos pocos encargados de especificar sus principales
caractersticas. Ahora bien, las caractersticas esenciales vendrn determinadas por el nivel de
medida de las variables:
Para variables categricas, como el sexo, es esencial conocer el nmero de casos en cada
una de las categoras, reflejando habitualmente el porcentaje que representan del total, y
expresndolo en una tabla de frecuencias.
Para variables numricas, en las que puede haber un gran nmero de valores observados
distintos, se ha de optar por un mtodo de anlisis distinto, respondiendo a las siguientes preguntas:
Alrededor de qu valor se agrupan los datos?
Suponiendo que se agrupan alrededor de un nmero, cmo lo hacen? muy

concentrados? muy dispersos?
Para responder a estas preguntas tenemos los estadsticos de posicin o de tendencia central,
y los estadsticos de dispersin, ya sabis: Media, mediana y moda como medidas de tendencia y
Varianza, desviacin tpica y coeficiente de variacin como de dispersin, entre otros.
Para poder realizar con el programa

SPSS la descripcin simple de variables
recurriremos al men Analizar Estadsticos
descriptivos, pudiendo calcular dichos
estadsticos a partir de las diferentes opcines
que se nos presentan: Frecuencias que nos
proporciona estadsticos y representaciones
grficas que resultan tiles para realizar una
descripcin inicial de los datos; Descriptivos
que muestra estadsticos de resumen
univariados para varias variables en una nica
tabla, adems de calcular valores tipificados o
puntuaciones z; y Explorar, que genera los
estadsticos resumen para todos los casos o de
forma separada para grupos de casos.
1.- Opcin Analizar Estadsticos Descriptivos - Frecuencias
Cuando los datos de una variable estn dispersos, la dispersin sigue un cierto patrn.
Inicialmente los datos no nos dicen nada por s mismos pero si los dividimos en clases o celdas
ordenadamente, puede aclarase la forma de su dispersin, es decir, puede aclararse la forma de
cmo estn distribuidos. Esta forma de la distribucin de los datos inherente a su variabilidad se
denomina Distribucin de frecuencias.
El procedimiento para la obtencin de estas distribuciones de frecuencias con el programa

SPSS comienza con la eleccin Analizar Estadsticos descriptivos Frecuencias, de manera
que se abre el cuadro de dilogo tpico del SPSS. En este cuadro tan slo tendremos que indicar al
programa de que variable/s, categricas o cuantitativas, queremos obtener su distribucin de
frecuencias, para lo cual ser totalmente necesario que la opcin Mostrar tablas de frecuencias est
marcada (aunque viene marcada por defecto).
Adems, si pinchamos en el botn

estadsticos podemos pedirle al SPSS que
nos de los diferentes n-tiles, medidas de
tendencia central y de dispersin y
distribucin.
Como resultado, el SPSS nos devolver una hoja del Visor de Resultados con una tabla de
distribucin de frecuencias donde:
La columna de Frecuencias nos proporciona las frecuencias absolutas para cada valor, o
intervalo de valores; es decir, el nmero de veces que se repite cada valor.
La columna Porcentaje hace referencia a las frecuencias relativas de cada valor, o
intervalo de valores, incluyendo los valores perdidos, y se trata del porcentaje de cada
frecuencia sobre el 100% de los valores de la variable.
La columna Porcentaje vlido se refiere a la misma frecuencia relativa anterior pero, en

este caso, eliminando los valores perdidos, o lo que es lo mismo, el porcentaje, sobre el
total de valores vlidos, correspondiente a cada valor, o intervalo de valores.
Y, por ltimo, la columna Porcentaje acumulado nos va acumulando, valor tras valor los
porcentajes vlidos de la columna anterior.
Adems, en la misma tabla de la distribucin el programa nos informa con cuntos

valores perdidos, o missing, estamos trabajando, as como del total de valores de la
distribucin.
1.2. Estadsticos de posicin, dispersin y forma
Una vez hemos visto los conceptos bsicos en el estudio de una distribucin de frecuencias,
estamos en condiciones de estudiar las distintas formas de resumir dichas distribuciones, para lo
cual utilizaremos las medidas de posicin, o centralizacin, teniendo presente el error cometido en
el resumen mediante las correspondientes medidas de dispersin, a la vez que analizaremos la
forma de la distribucin mediante las medidas de forma.
Mediante opcin Analizar Estadsticos Descriptivos Frecuencias podemos proceder al
clculo de estadsticos y representaciones grficas tiles para describir muchos tipos de variables,
de forma que podamos hacer una inspeccin inicial de los datos.
Para poder realizarlo, en el cuadro de dilogo el programa nos ofrece tres botones:
El botn de Estadsticos, cuyo contenido podemos ver en la figura siguiente, nos va a permitir
el clculo de medidas de tendencia central (media, mediana, moda y suma de valores), medidas
de dispersin (desviacin tpica, varianza, amplitud, valores mnimo y mximo y error tpico de
la media), medidas de forma (asimetra y curtosis con sus correspondientes errores tpicos) y
medidas de forma (cuartiles, percentiles y deciles).
Adems, desde el cuadro de dilogo de la opcin Frecuencias, podemos indicar al programa

que los valores de la variable utilizada son puntos medios de grupos cuando estemos utilizando
datos en intervalos y, de esta manera, podremos estimar la mediana y los percentiles para los
datos originales no agrupados. Veamos qu es lo que podemos calcular:
Estadsticos de tendencia central, o de centralizacin, son medidas que sintetizan las

distribuciones de frecuencias y, por lo tanto, son valores que resultan representativos de todos
los valores que toma la variable. Entre estos estadsticos podemos calcular:
La MEDIA ( x ), en este caso la media aritmtica, que es el estadstico descriptivo ms

usado y ms representativo de un conjunto de valores. Nos indica qu valor tienden a
poseer todos los sujetos de la muestra.
En el caso de encontrarnos con distribuciones muy asimtricas, el ndice de tendencia
central adecuado es la MEDIANA (Md), que es el valor que deja el mismo porcentaje
de casos tanto por debajo de s como por encima, es decir, deja el 50% de los casos por
encima y el 50% de los casos por debajo.
Con variables nominales se usa como ndice la MODA (Mo), que es el valor ms
frecuente en la muestra, es decir, el que ms se repite.
Y la SUMA ( ) que no es ms que la suma de todos los valores de la variable.
Adems de estas medidas de tendencia central contamos con ndices que se aplican para
describir la situacin relativa de un sujeto dentro de su grupo1. Entre estos ndices podemos
calcular:
Los CUARTILES (Qx) son 3 valores de la distribucin que la dividen en 4 partes
iguales, dentro de cada cual se encuentra incluido el 25% de los valores de la
distribucin.
Los PERCENTILES (Px) son 99 puntos que dividen a la distribucin en 100 partes
iguales, dentro de cada cual se encuentra incluido el 1% de los valores de la
distribucin.
La opcin PUNTOS DE CORTE PARA (...) GRUPOS IGUALES nos permite dividir
la distribucin de una variable en grupos de casos de igual tamao. Por defecto la
divide en 10 grupos iguales, es decir, utiliza los Deciles (Dx) y, por lo tanto, dentro de
cada grupo se encuentra incluido el 10% de los valores de la distribucin.
Estadsticos de dispersin, nos permiten estudiar hasta qu punto, para una determinada
distribucin de frecuencias, las medidas de tendencia central son representativas como sntesis
1 Por ejemplo, si en una distribucin P30 = 46 nos estara indicando que el 30% de los sujetos tienen una puntuacin igual
o menor a 46
de toda la informacin de la distribucin, ya que nos indican lo agrupados o separados que
estn los valores de la muestra respecto de la media. Entre estos estadsticos nos encontramos:
La DESVIACIN TPICA (Sx), o estndar, que es la estimacin de la variabilidad de
las puntuaciones respecto a la media, expresada en las mismas unidades que los datos.
La VARIANZA (Sx2) es la medida de dispersin ms adecuada con variables de
intervalo y nos proporciona la estimacin de la variabilidad de las puntuaciones
respecto de la media, expresadas en unidades de desviacin al cuadrado, es decir, no
es ms que el valor de la desviacin tpica elevada al cuadrado.
La AMPLITUD (A), o rango, es la diferencia entre el valor mnimo y el mximo de la
distribucin.
Los valores MNIMO y MXIMO.
El ERROR TPICO DE LA MEDIA que es la estimacin de la variabilidad muestral
de la media.
Estadsticos de forma, nos estn indicando la forma de la distribucin sin que sea necesario
para ello la representacin grfica de la misma. Dentro de estos estadsticos nos encontramos
con:
La ASIMETRA (As), es un ndice que nos indica si la distribucin es simtrica o no
respecto de la media, de tal manera que:
.- Si As = 0 la distribucin es simtrica,
.- Si As > 0 la distribucin es asimtrica desplazada a la derecha,
.- Si As < 0 la distribucin es asimtrica desplazada a la izquierda.
La CURTOSIS (Cr), o apuntamiento, es un ndice que nos indica la forma de la
distribucin, respecto de la curva normal, de forma que:
.- Si Cr = 0 distribucin mesocrtica (la forma de la distribucin se corresponde
con la de la curva normal).
.- Si Cr > 0 distribucin leptocrtica (la distribucin es ms alta que la de la
curva normal).
.- Si Cr < 0 distribucin platicrtica (la distribucin es ms baja que la de la
curva normal).
Todos los estadsticos descritos hasta el momento pueden ser calculados de forma directa
por el programa a travs de cuadro de dilogo correspondiente; sin embargo, hay muchos otros que
nos podran ser tiles para hacer una descripcin de la variable pero no pueden obtenerse de forma
directa, sino a travs de los que solicitamos al programa de forma directa. Es el caso de:
La Amplitud Intercuartil (AI) o diferencia existente entre el tercer cuartil y el primero.
AI = Q3 Q1 = P75 P25
La Amplitud Semiintercuartil (ASI) o distancia media entre el primer y tercer cuartil.
Q3 Q1 P75 P25
ASI = =
2 2
El Coeficiente de Variacin de Pearson (CV), utilizado para resolver el problema de la

comparacin de medias aritmticas de varias distribuciones que pueden venir dadas en medidas
diferentes.
Sx
CV = 100
x
De esta manera, podemos interpretar que:

.- Si CV > 33 la muestra es muy heterognea y, por lo tanto, la media no es un buen ndice
de representatividad.
.- Si CV < 33 la muestra es homognea y, por lo tanto, s podemos considerar a la media
como representativa de la muestra.
A modo de resumen podemos decir que, segn el tipo de escala en que se encuentra medida
la variable, podremos utilizar un estadstico u otro, de tal manera que el reparto quedara como
sigue:
Nominales Ordinales De Escala

Frecuencias y % Media
Frecuencias y %
Tendencia Central Mediana Mediana
Moda
Moda Moda
Amplitud
Amplitud Amp. semiintercuartil
Dispersin Amplitud
Amp. semiintercuartil Desviacin tpica
Varianza
Asimetra
Forma
Curtosis
Desde el botn de Grficos el programa SPSS nos permite obtener grficos de barras, grficos
de sectores e histogramas (cada uno de los cuales fue comentado ms detenidamente en la
prctica anterior), con la posibilidad de poderlas realizar tanto para las frecuencias como para
los porcentajes de cada valor de la variable.
Y, como ltimo botn el de Formato que nos permite determinar el orden en el que se van a
mostrar los resultados en el Visor de Resultados. La tabla de frecuencias se puede organizar
respecto a los valores actuales de los datos o respecto al recuento, o frecuencia de aparicin, de
estos valores, bien en orden ascendente o descendente.
Asimismo, si se desea generar tablas de estadsticos para mltiples variables se podr, o bien
mostrar todas las variables en una sola tabla, con la opcin Comparar variables, o bien mostrar
una tabla de estadsticos independientes para cada variable, con la opcin Organizar resultados
segn variables.
Por ltimo, con la opcin Suprimir tablas con ms de n categoras podremos mostrar tablas
que contengan ms valores que el nmero especificado.
2.2. Opcin: Analizar Estadsticos descriptivos Descriptivos
Mediante la opcin de Descriptivos, cuyo cuadro de dilogo vemos en la figura siguiente,
vamos a poder obtener estadsticos univariados para varias variables en una nica tabla, adems de
poder obtener los valores tipificados, pero en menor cantidad que el procedimiento de Frecuencias
visto anteriormente.
A travs del nico botn de Opciones... el programa

nos permite el clculo de medidas de tendencia central (media
y suma de valores), medidas de dispersin (desviacin tpica,
varianza, valores mnimo y mximo y el error tpico de la media) y medidas de forma (asimetra y
curtosis junto con sus respectivos errores tpicos).
Adems, por defecto, las variables se muestran en el orden en que se hayan seleccionado
pero, si se desea, se pueden mostrar variables ordenadas alfabticamente, ordenadas por medias
ascendentes u ordenadas por medias descendentes.
2. Puntuaciones z
Adems de los clculos que hemos visto que se pueden realizar desde el men Descriptivos,
este mismo men cuenta con la posibilidad del clculo de puntuaciones z marcando la opcin
Guardar valores tipificados como variables.
Las puntuaciones z, o puntuaciones estandarizadas, nos permiten transformar las variables a

una escala comn para poder realizar una comparacin visual ms fcil y representan el nmero de
desviaciones estndar en el que un valor de la variable se aleja de la media de la distribucin, de tal
manera que si son positivas estarn por encima de la media e irn hacia los valores altos de la
distribucin, mientras que si son negativas estarn por debajo de la media e irn hacia los valores
inferiores de la distribucin (recordar que la media y la desviacin tpica de cualquier variable
convertida en variable estandarizada tienen un valore de 0 y 1 respectivamente).
Cuando desde el men Descriptivos optamos por el clculo de las puntuaciones z, stas se
aaden a los datos del Editor de Datos, como una variable ms, al final de las ya existentes, y la
podremos identificar porque el programa le asignar el mismo nombre de la variable de origen con
una Z de prefijo.
4. Anlisis exploratorio de datos
El procedimiento Explorar genera estadsticos de resumen y representaciones grficas, bien

para todos los casos de la variable o bien de forma separada para grupos de casos, lo cual estara
justificado por numerosas razones: para inspeccionar los datos, para identificar valores atpicos,
para obtener descripciones, para comprobar supuestos y para caracterizar diferencias entre
subpoblaciones; de esta manera, se puede determinar si las tcnicas estadsticas utilizadas estn
siendo adecuadas segn el tipo de distribucin de la variable estudiada.
Para explorar los datos basta con elegir el men Analizar Explorar y seleccionar una o
ms variables dependientes para introducir en el cuadro Dependientes; adems, si se desea, en el
cuadro Factores se puede seleccionar una o ms variables de factor cuyos valores definirn grupos
de casos y, en el cuadro Etiquetar los casos mediante, seleccionar una variable de identificacin
para etiquetar los casos atpicos.
Una vez seleccionadas las variables de trabajo podemos optar por diversos botones que nos
van a permitir concretar el estudio a realizar. As pues, si entramos en el botn de Estadsticos, por
defecto, se muestran estadsticos descriptivos (medidas de tendencia central, de dispersin y de
forma, que hemos visto a lo largo del tema), con un intervalo de confianza del 95%, que es posible
modificar. Pero, adems de este tipo de descriptivos, podemos calcular tambin:
Estimadores robustos centrales, alternativos a la media y a la mediana muestral, para estimar el

centro de la localizacin y valores atpicos, entre los que podemos calcular el estimador-M de
Huber, el estimador en onda de Andrew, el estimador-M redescendente de Hampel y el
estimador biponderado de Tukey.
Valores atpicos, en concreto cinco valores mayores y cinco menor
Percentiles, concretamente los valores de los percentiles 5, 10, 25, 50, 75, 90 y 95.
Por ltimo nos encontramos los botones de Grficos (figura 4.3) y de Opciones (figura 4.4)
que nos permiten la realizacin de grficos (diagramas de caja, grficos de tallo y hojas,
histogramas, grficos con pruebas de normalidad y grficos de dispersin) y controlar el tratamiento
de los valores perdidos, respectivamente.
Prctica 4
Utilizando el fichero de datos de trabajo:
1. Calcula una nueva variable a partir de las variables que tengan que ver con la Cantidad de
vasos de alcohol en un da laborable y llmala Alcohol en da laborable; y otra para las
variables que tengan que ver con la Cantidad de vasos de alcohol en fin de semana.
2. Realiza una tabla de frecuencias de la variable Comunidad Autnoma, e interpreta los

resultados.
3. Calcula la media y la desviacin tpica de las variables anteriores e interpreta los resultados
obtenidos. Despus, calcula los mismos estadsticos segn la Comunidad Autnoma del
sujeto y compara los resultados con los obtenidos anteriormente.
4. Calcula los percentiles 25, 35 y 74 de la variable P53_17 (edad a la que fumaste un

cigarrillo por primera vez), as como sus ndices de Asimetra y Curtosis. Elabora un
histograma con grfico de normalidad al que le realizars las siguientes modificaciones:
a. Pon ttulo.
b. Pon como nota al pie: histograma
c. Cambia el color de las barras a otro color.
d. Cambia el tamao de las etiquetas a 12 , el color de los nmeros a rojo y el relleno
de las etiquetas a verde claro . Muestra la etiquetas conectadas con lneas.
e. Cambia los nmeros del eje horizontal al estilo Shruti y tamao 10.
f. Cambia el ttulo de frecuencias por el de N de sujetos en negrita y cursiva.
g. Cambia la posicin de los nmeros del eje de las Y al eje opuesto.
h. Muestra la curva normal.
i. Cambia el color del fondo a amarillo.
5. Calcula las puntuaciones z de los sujetos en las variables Alcohol en da laborable y

Alcohol en fin de semana, y compara (a ojo) las puntuaciones obtenidas por el sujeto
5660.
6. Calcula los estadsticos de P53_17, P53_30, P53_60 y P53_80 para cada

comunidad autnoma.
PRCTICA5DELABORATORIO PSICOESTADSTICAI
ASOCIACINEINDEPENDENCIA.ANLISISDELAREGRESINLINEAL.
A la hora de realizar nuestros estudios, en numerosas ocasiones nos encontraremos en

que nos interesa estudiar simultneamente dos, o ms, caractersticas de una muestra o
poblacin. Si estas caractersticas estn medidas a nivel de escala estaremos hablando de variable
bidimensional (o multidimensional si son ms de dos); mientras que si trabajamos con variables
categricas hablaremos de pares de atributos. Por ejemplo:
Total
xi (talla) yi (peso) Fumadores NoFumadores
Filas
1.70 78 Varones 49 64 113
1.69 65 Mujeres 43 37 80
1.78 84 Total
92 101 193
1.90 92 Columnas
Es frecuente que estudiemos sobre una misma poblacin los valores de dos variables
estadsticas distintas, con el fin de ver si existe alguna relacin entre ellas, es decir, si los
cambios en una de ellas influyen en los valores de la otra. Si ocurre esto decimos que las
variables estn correlacionadas o bien que hay correlacin entre ellas. Podramos decir, por
ejemplo, que los sujetos ms frustrados son tambin ms agresivos; que cuanto mayor es el nivel
educativo, mayor es el sueldo percibido; que los niveles altos de colesterol en sangre suelen ir
acompaados de dietas ricas en grasas saturadas; etc. En todos estos ejemplos utilizamos los
diferentes ndices de correlacin para establecer la relacin entre las dos variables de los
enunciados. As pues, como definicin de la correlacin, podemos establecer que sta es el grado
de variacin conjunta existente entre dos variables. sta definicin puede recordar mucho a la
definicin de la Covarianza, lo cual es cierto, ya que la correlacin es directamente proporcional
a esta, tal y como puede verse en las siguientes formulaciones:
Covarianza Correlacin

La covarianza entre dos variables es un estadstico resumen indicador de si las

puntuaciones estn relacionadas entre s. En la formulacin clsica, se simboliza por la letra
griega sigma (xy) cuando ha sido calculada en la poblacin, mientras que si se obtiene sobre una
muestra, se designa por la letra "Sxy". Este tipo de estadstico puede utilizarse para medir el grado
de relacin de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razn
(variables cuantitativas). Este estadstico refleja la relacin lineal que existe entre dos variables.
El resultaado numricco flucta entre
e los ranngos, de +in
nfinito a -innfinito. Al nno tener un
nos lmites
estableciddos no puedde determinnarse el graddo de relaciin lineal quue existe enntre las dos variables,
solo es poosible ver laa tendencia::
Una covarianza
c p
positiva siggnifica que existe una relacin
r linneal positivaa entre las
dos variables.
v E decir, laas puntuacio
Es ones bajas de la prim
mera variab
ble (X) se
asociaan con las puntuacionnes bajas de
d la segunnda variablle (Y), mieentras las
puntuuaciones altaas de X se asocian
a con los valores altos de la variable Y.
Una covarianza de negativva significa que exisste una rellacin lineaal inversa
perfeccta (negativva) entre lass dos variab
bles. Lo quee significa que las pun
ntuaciones
bajas en X se asocian con los
l valores altos en Y, mientras laas puntuaciones altas
en X se asocian con
c los valoores bajos en
n Y.
Una covarianza
c 0 se interprreta como laa no existenncia de unaa relacin lineal entre
las doos variables estudiadas..
Esste grado de
d asociacin puede tam
mbin observarse de una
u forma sencilla en un
u grfico
de Nube de Puntos (grfico reaalizado en un
u sistema bidimensioonal de coorrdenadas caartesianas,
donde caada punto representa la puntuaacin que el sujeto obtiene enn las dos variables,
determinaando su puuntuacin poor la lecturra de los vaalores que aparecen
a enn la escala vertical y
horizontaal), donde resulta senciillo observaar el tipo dee relacin existente
e enntre las dos variables.
Por ejempplo:
Poodemos obsservar en ell grfico (a)) que existee una tendenncia a que een la medid
da que los
sujetos obbtengan maayor puntuaacin en la variable
v x, obtendrn mayor
m puntuuacin en la variable
y, por lo tanto podem
mos interpreetar que exiiste una aso
ociacin direecta o posittiva. En el grfico
g (c)
observam
mos el proceso contrarrio, una tenndencia a qu
ue en la medida
m que los sujetos obtengan
mayor puntuacin en la variable x, obtendrn menor puntuacin en la variable y, por lo tanto
podemos interpretar que existe una asociacin inversa o negativa. En el grfico (c) se observa
que no existe ninguna tendencia concreta, por lo tanto podramos interpretar que no se da una
asociacin entre las variables x e y.
As pues, segn la forma de la nube de puntos podemos saber si existe una relacin
directa o inversa entre las variables (si suben los puntos, o bajan); saber si esa relacin es fuerte o
dbil (cuanto ms alineados estn los puntos, ms fuerte); y determinar si la relacin se ajusta a
un modelo lineal o bien a otro modelo matemtico (ej: modelo curvilneo, exponencial, etc).
La produccin de este tipo de diagramas es el paso ms importante a la hora de estudiar la

correlacin entre dos variables cuantitativas. Con frecuencia se descuida a veces este paso, o
incluso es despreciado en los anlisis de datos pasando directamente los autores a utilizar
estadsticos ms complejos. La inspeccin del diagrama es esencial para detectar problemas
como son las puntuaciones "outliers", que pueden deberse desde una mala introduccin de la
informacin a la mezcla de datos correspondientes a distribuciones distintas. Es tambin til para
determinar si los estadsticos de correlacin que dependen de relaciones lineales son apropiados,
o bien es necesario sustituirlos por otros ms pertinentes.
Ahora bien, el examen del diagrama de dispersin y el clculo de la covarianza solo nos
van a indicar si existe o no una asociacin, una tendencia a comportarse de una determinada
forma, pero no nos van a indicar el grado o la fuerza de dicha asociacin, para ello debemos
calcular el coeficiente de correlacin, un valor cuantitativo de la relacin entre dos o ms
variables. ste parmetro se denota de forma general mediante la letra r, y se conoce como el
coeficiente de correlacin de Pearson. Pero antes de centrarnos en este tipo de correlacin,
veamos algunas de las propiedades generales del ndice de correlacin:
1. El coeficiente de correlacin no vara al hacerlo la escala de medicin. Es decir, si

expresamos la altura en metros o en centmetros el coeficiente de correlacin no
vara.
2. El signo del coeficiente de correlacin es el mismo que el de la covarianza. Si la

covarianza es positiva, la correlacin es directa; si la covarianza es negativa, la
correlacin es inversa.
3. Si la covarianza es nula, no existe correlacin.
4. El coeficiente de correlacin lineal es un nmero real comprendido entre 1 y 1.
5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es

fuerte e inversa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
6. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es

fuerte y directa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
7. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la correlacin es

dbil.
8. Si r = 1 1, los puntos de la nube estn sobre la recta creciente o decreciente, y

podremos afirmar que entre ambas variables hay dependencia funcional.
Coeficientes de Correlacin Lineal
El coeficiente de correlacin de Pearson, pensado para variables cuantitativas (escala

mnima de intervalo), es un ndice que mide el grado de covariacin entre distintas variables
relacionadas linealmente. Advirtase que decimos "variables relacionadas linealmente". Esto
significa que puede haber variables fuertemente relacionadas, pero no de forma lineal, en cuyo
caso no proceder a aplicarse la correlacin de Pearson. Por ejemplo, la relacin entre la ansiedad
y el rendimiento tiene forma de U invertida; as mismo, si relacionamos edad y peso la relacin
ser de forma exponencial.
Cuenta la leyenda sobre el inventor del juego de Ajedrez, El Brahmn Lahur Sessa,
tambin conocido como Sissa Ben Dahir, escuch que el Rey Iadava estaba triste por la muerte de
su hijo y fue a ofrecerle el juego del ajedrez como entretenimiento para olvidar sus penas; el rey
qued tan satisfecho con el juego, que juego quiso agradecer al joven otorgndole lo que este
pidiera. Sessa lo nico que pidi fue trigo, pidi que el rey le diera un grano de trigo por la primera
casilla del ajedrez, el doble por la segunda, el doble por la tercera, y as sucesivamente hasta llegar
a la casilla nmero 64. Iadava accedi a esta peticin, pero cuando hizo los clculos se dio cuenta
de que la peticin era imposible de cumplir. Para calcularlo tena que darle 264 solo lo de la ltima
casilla, es decir 9.223.372.036.854.780.000 granos de trigo (9.221018), que equivaldran
aproximadamente a 276.600 millones de toneladas. Y falta sumarle lo de las casillas anteriores!
Existen diversas formas de clculo del coeficiente de correlacin de Pearson, segn
estemos trabajando con datos agrupados en intervalos o no, con puntuaciones estandarizadas o
con puntuaciones diferenciales (ver apuntes de teora).

Su clculo con el SPSS se realiza desde el men Analizar >> Correlaciones >>
Bivariadas, donde accederemos al cuadro de dilogo de las correlaciones, tal como se muestra a
continuacin: Observamos que, por defecto, viene marcada la opcin de clculo del coeficiente
de correlacin de Pearson, pudiendo elegir tambin el coeficiente Tau-b de Kendall y el
Coeficiente Rho de Spearman; as mismo, como prueba de significacin viene marcada la
Bilateral (si no tenemos expectativas sobre la direccin de la relacin), y que adems nos marque
las correlaciones significativas. Si presionamos en el botn Opciones, podemos pedir que nos
calcule algunos descriptivos y la forma de tratar los valores perdidos.
Si realizamos una correlacin sencilla obtendremos la siguiente tabla cuadrada de salida,
con coeficientes con valor 1 en la diagonal principal, donde se nos indica la magnitud de la
correlacin, su nivel crtico que le corresponde bajo la hiptesis nula de que su verdadero valor
poblacional es 0 y el nmero de sujetos que han respondido a ambas variables.
Correlaciones
Cuntos
cigarrillos al da
por trmino
Euros medio
Euros Correlacin de Pearson 1 ,169**
Sig. (bilateral) ,000
N 7634 2072
Cuntos cigarrillos al da por Correlacin de Pearson ,169** 1
trmino medio Sig. (bilateral) ,000
N 2072 2111
**. La correlacin es significativa al nivel 0,01 (bilateral).
Si por cualquier cosa, no dispusiramos de variables con niveles de medida de intervalo

no podramos utilizar el coeficiente de correlacin de Pearson. Si estas variables fueran
ordinales, podramos elegir entre el Tau-b de Kendall o el coeficiente de correlacin de
Spearman. As mismo, tambin deberamos utilizarlos si una variable continua no cumple el
supuesto de normalidad (para lo que habra que realizar una prueba de Levene)
Es necesario sealar que un coeficiente de correlacin no implica Causalidad, esto es, dos
variables pueden estar linealmente relacionadas y eso no implica que una sea causa de la otra.
Correlacin Parcial
Este procedimiento de realizacin de correlaciones permite estudiar la relacin lineal

entre dos o ms variables controlando el efecto que pudieran tener una o ms variables extraas.
sta tcnica de control estadstico nos va a expresar el grado de relacin lineal entre dos
variables tras eliminar de ambas el efecto que puede atribuirse a dichas variables extraas. Por
ejemplo, est sobradamente demostrado que la correlacin entre la inteligencia y el rendimiento
escolar es alta y positiva; sin embargo, cuando controlamos variables que puedan estar
afectando, como el nmero de horas de estudio o el nivel educativo de los padres, sta
correlacin desciende, lo cual nos indica que la relacin entre inteligencia y el rendimiento
escolar est modulada o condicionada por dichas variables sometidas a control.
Interpretacin del Coeficiente de Correlacin
Como se ha indicado el coeficiente de correlacin de Pearson es un ndice cuyos valores

absolutos oscilan entre 0 y 1. Cuanto ms cerca de 1 mayor ser la correlacin, y menor cuanto
ms cerca de cero. Pero como interpretar un coeficiente determinado? Qu significa un
coeficiente de 0.6?. Es alto o bajo?. No puede darse una respuesta precisa. Vamos a intentar
abordar el tema desde dos perspectivas distintas. Por un lado, ya ha sido tratado desde la
perspectiva de la significacin estadstica mencionada anteriormente. Desde este enfoque una
correlacin es efectiva si puede afirmarse que es distinta de cero. Pero ha de decirse que una
correlacin significativa no necesariamente ha de ser una correlacin fuerte; simplemente es una
correlacin diferente de cero. O en otros trminos, es una correlacin que es poco probable que
proceda de una poblacin cuya correlacin es cero. Tan solo se est diciendo que se ha obtenido
"algo" y que ese "algo" es (probablemente) ms que "nada". La significacin de rxy depende en
gran medida del tamao de la muestra, tal como puede observarse en; una correlacin de 0.01
puede ser significativa en una muestra suficientemente grande y otra de 0.9 no serlo en una
muestra pequea. Aqu se cumple la ley de los grandes nmeros; tendencias dbiles son muy
improbables, desde la Hiptesis nula, en grandes masas de datos, mientras que tendencias fuertes
pueden ser relativamente probables en un tamao pequeo de muestra.
Ms inters tiene la interpretacin del coeficiente de correlacin en trminos de

proporcin de variabilidad compartida o explicada, donde se ofrece una idea ms cabal de la
magnitud de la relacin. Nos referimos al coeficiente de determinacin. Dicho coeficiente se
define como el cuadrado del coeficiente de correlacin; esto es, dada dos variable X e Y, hace
referencia a , y se entiende como una proporcin de variabilidades. Por ejemplo, si la
correlacin entre inteligencia y rendimiento acadmico es de 0.8, significa que 0.82 = 0.64 es la
proporcin de varianza compartida entre ambas variables. Puede interpretarse como que un 64%
del rendimiento acadmico es debido a la inteligencia (variabilidad explicada), o bien, y esto es
ms exacto si hemos de ser estrictos, que inteligencia y rendimiento acadmico comparten un
64% de varianza, o lo que es lo mismo, tanto la inteligencia como el rendimiento ponen en juego
un 64% de habilidades comunes.
En estas circunstancias, si tomamos como variable dependiente o a explicar el

rendimiento acadmico y elegimos la inteligencia como variable predictora o explicativa,
tendremos que tal variable da cuenta de un 64% de la variabilidad en rendimiento. Queda, por
ello, 1-0.64=0.36, un 36% del rendimiento que queda sin explicar. A este valor (0.36) se le
denomina coeficiente de no determinacin o coeficiente de alienacin, definido como 1 .
Un trmino ms adecuado y que proporciona mayor compresin es el de proporcin de
variabilidad no explicada. Si incrementsemos el nmero variables explicativas con otras
variables como la motivacin o la personalidad probablemente logremos aumentar la proporcin
de variabilidad explicada en rendimiento, obteniendo, si es eso lo que nos interesa, un mayor
control en la variable a predecir.
El planteamiento de la correlacin en trminos de proporcin variabilidad es, en nuestra

opinin, la forma ms comprensiva de afrontar la correlacin lineal. Si acordamos que la
variable dependiente Y corresponde a un cierto aspecto de la conducta que deseamos conocer, y
definimos su variabilidad total, se trata de encontrar un conjunto de variables X1 , X2 , ... Xk que
absorban de Y un gran porcentaje de su variabilidad. De esta forma, interviniendo sobre el
conjunto de variables independientes podremos dar cuenta de lo que sucede en Y, y modificarlo,
si fuera el caso. ste es el principio que rige la regresin lineal.
Regresin Lineal
Si sabemos que existe una relacin entre una variable denominada dependiente y otras
denominadas independientes (como por ejemplo las existentes entre: los sueldos de los
trabajadores y la experiencia profesional, el nivel educativo, los ingresos de la empresa, etc; las
estaturas y pesos de personas, la alimentacin en su juventud, etc; el rendimiento acadmico y la
inteligencia, el nivel educativo de los padres, las horas de estudio, etc.), puede darse el problema
de que la dependiente asuma mltiples valores para una combinacin de valores de las
independientes. Si se da ese tipo de relaciones, se suele recurrir a los estudios de regresin en los
cuales se obtiene una nueva relacin pero de un tipo especial denominado funcin, en la cual la
variable independiente se asocia con un indicador de tendencia central de la variable
dependiente. Cabe recordar que en trminos generales, una funcin es un tipo de relacin en la
cual para cada valor de la variable independiente le corresponde uno y slo un valor de la
variable dependiente, o lo que traducido a trminos matemticos, Y es una funcin de X
(Y=f(X)).
La variable dependiente es la variable que se desea explicar, predecir. Tambin se le

llama regresando variable de respuesta. La variable Independiente X se le denomina
variable explicativa regresor y se le utiliza para explicar Y. Para ello, en regresin se parte
de varios supuestos:
1. Los valores de la variable independiente X son fijos, medidos sin error.
2. La variable Y es aleatoria
3. Para cada valor de X, existe una distribucin normal de valores de Y (subpoblaciones Y)
4. Las variancias de las subpoblaciones Y son todas iguales.
5. Todas las medias de las subpoblaciones de Y estn sobre la recta.
6. Los valores de Y estn normalmente distribuidos y son estadsticamente independientes.
As pues, el objeto de los estudios de regresin es investigar la relacin estadstica que
existe entre una variable dependiente (Y) y una o ms variables independientes (X1, X2, X3,... ).
Para poder realizar esta investigacin, se debe postular una relacin funcional entre las variables
(deben estar correlacionadas). Debido a su simplicidad analtica, la forma funcional que ms se
utiliza en la prctica es la relacin lineal, y cuando solo existe una variable independiente, esto se
reduce a una lnea recta que toma la forma de la ecuacin punto-pendiente ( ). Si
existieran ms de una variables independientes, la recta tomara esta forma:
donde b0 es el valor de la ordenada en el origen (o lo que es lo mismo, el valor de Y cuando X

vale 0), las bi son los parmetros de cada una de las variables independientes (el incremento de la
variable Y cuando cada una de las variables Xi incrementan una unidad) y e el error estimado en
el clculo de la variable Y. Nuestro problema consiste en obtener estimaciones de estos
coeficientes a partir de una muestra de observaciones sobre las variables Y y X. En el anlisis de
regresin, estas estimaciones se obtienen por medio del mtodo de mnimos cuadrados. La
regresin lineal nos permitir conocer el valor de cada uno de estos parmetros bi, para as poder
definir la recta que mejor se ajuste a la nube de puntos de nuestra distribucin.
El mtodo ms utilizado para establecer cul es dicha recta es el que se conoce como
Mtodo de Mnimos Cuadrados. ste mtodo postula que la recta que mejor ajusta a los datos es
aquella cuya suma de las desviaciones de los puntos a partir de la recta de ajuste, o de regresin,
es cero ( 0), y adems es mnima, o tiende a 0, la suma de los cuadrados de dichas
desviaciones ( 0).
El procedimiento para la obtencin de los

distintos parmetros de la recta de regresin lineal
se encuentra en Analizar >> Regresin >> Lineales,
abrindose el men que veis a continuacin:
A continuacin tenemos que seleccionar la variable dependiente que queremos estudiar y
todas aquellas independientes que consideramos que afecta, influyen, modulan a dicha variable
dependiente (todo esto lo tenemos que saber a partir de los estudios de correlacin). Adems,
vemos que debajo del mdulo de las variables independientes tenemos un botn para indicar el
mtodo con el que vamos a trabajar dichas V.I.:
Introducir (Regresin). Procedimiento para la seleccin de variables en el que todas las

variables de un bloque se introducen en un solo paso.
Por pasos. En cada paso se introduce la variable independiente que no se encuentre ya en

la ecuacin y que tenga la probabilidad para F ms pequea, si esa probabilidad es
suficientemente pequea. Las variables ya introducidas en la ecuacin de regresin se
eliminan de ella si su probabilidad para F llega a ser suficientemente grande. El mtodo
termina cuando ya no hay ms variables candidatas a ser incluidas o eliminadas.
Eliminar. Procedimiento para la seleccin de variables en el que las variables de un

bloque se eliminan en un solo paso.
Eliminacin hacia atrs. Procedimiento de seleccin de variables en el que se introducen

todas las variables en la ecuacin y despus se van excluyendo una tras otra. Aquella
variable que tenga la menor correlacin parcial con la variable dependiente ser la
primera en ser considerada para su exclusin. Si satisface el criterio de eliminacin, se
eliminar. Tras haber excluido la primera variable, se pondr a prueba aquella variable,
de las que queden en la ecuacin, que presente una correlacin parcial ms pequea. El
procedimiento termina cuando ya no quedan en la ecuacin variables que satisfagan el
criterio de exclusin.
Seleccin hacia adelante. Procedimiento de seleccin de variables por pasos en el que las
variables se introducen secuencialmente en el modelo. La primera variable que se
considerar introducir en la ecuacin ser la que tenga mayor correlacin, positiva o
negativa, con la variable dependiente. Dicha variable se introducir en la ecuacin slo si
cumple el criterio de entrada. Si se introduce la primera variable, a continuacin se
considerar la variable independiente cuya correlacin parcial sea la mayor y que no est
en la ecuacin. El procedimiento termina cuando ya no quedan variables que cumplan el
criterio de entrada.
Los valores de significacin de los resultados se basan en el ajuste de un nico modelo.
Por ello, estos valores no suele ser vlidos cuando se emplea un mtodo por pasos (pasos
sucesivos, hacia adelante o hacia atrs).
Adems, podemos incluir aquellos casos que cumplan una condicin determinada (por
ejemplo, solo hombres). Para ello, introducimos en el cuadro Variable de seleccin aquella
variable que nos va a determinar qu casos se incluyen en el anlisis, presionamos el botn
regla e introducimos aquel valor que queremos estudiar (Igual a) o descartar del estudio (No es
igual a). Adems, podemos solicitarle grficos por parejas segn estas variables: Muestra una
lista con la variable dependiente (DEPENDNT) y las siguientes variables pronosticadas y
residuales: Valores pronosticados tipificados (*ZPRED), Residuos tipificados (*ZRESID),
Residuos eliminados (*DRESID), Valores pronosticados corregidos (*ADJPRED), Residuos
estudentizados (*SRESID) y Residuos estudentizados eliminados (*SDRESID). Tmabin
podemos solicitarle que nos guarde como variables nuevas diferentes residuos para un posterior
estudio, pero esto no lo vamos a tocar aqu.
Si pinchamos en el botn
Estadsticos, se nos abrir ste cuadro de
dilogo, donde podemos solicitarle que nos
extraiga, adems de las estimaciones de los
coeficientes de regresin (la bi de la
ecuacin, el error tpico de B, el coeficiente
beta tipificado, el valor de t para B y el nivel
de significacin bilateral t) y los ndices de
ajuste del modelo (R mltiple, R2 y R2
corregida, error tpico de la estimacin y
tabla de anlisis de la varianza), otros estadsticos que pueden ayudarnos en su interpretacin:
Cambio en R2. Cambio en el estadstico R2 que se produce al aadir o eliminar una

variable independiente. Si es grande el cambio en R2 asociado a una variable, esto significa
que esa variable es un buen predictor de la variable dependiente.
Descriptivos. Proporciona el nmero de casos vlidos, la media y la desviacin tpica para

cada variable en el anlisis. Tambin muestra una matriz de correlaciones con el nivel de
significacin unilateral y el nmero de casos para cada correlacin.
Correlacin parcial. La correlacin remanente entre dos variables despus de haber
eliminado la correlacin debida a su asociacin mutua con otras variables. La correlacin
entre una variable dependiente y una variable independiente cuando se han eliminado de
ambas los efectos lineales de las otras variables independientes del modelo.
Correlacin semiparcial. La correlacin entre la variable dependiente y una variable

independiente cuando se han eliminado de la variable independiente los efectos lineales de
las otras variables independientes del modelo. Est relacionada con el cambio en R2cuando
una variable se aade a una ecuacin. En ocasiones e denomina correlacin semiparcial.
Diagnsticos de colinealidad. La colinealidad (o multicolinealidad) es una situacin no

deseable en la que una de las variables independientes es una funcin lineal de otras
variables independientes. Muestra los autovalores de la matriz de productos cruzados no
centrada y escalada, los ndices de condicin y las proporciones de la descomposicin de la
varianza junto con los factores de inflacin de la varianza (FIV) y las tolerancias para las
variables individuales.
Residuos. Presenta la prueba de Durbin-Watson sobre la correlacin serial de los residuos

y los diagnsticos por casos para los casos que cumplan el criterio de seleccin (los valores
atpicos por encima de n desviaciones tpicas).
5 PRTICA DE LABORATORIO
1. RealizaunaTabladecorrelacionesentrelasvariablesP22,P33L_2,P33S_4,EDAD,P53_80_mas8.
Comentalosresultadosobtenidos.
2. RealizaunaTabladecontingenciaentreeltipodecentro(TITULARIDAD)ylapagasemanaldelos
alumnos(EUROS).
Podemosdecirqueexisterelacin?,Porqu?.
3. Existe relacin entre la frecuencia con la que se ha salido en los ltimos 12 meses (P17) y la
frecuenciaconlaquesehafumadoenlosltimos30das(P21)?
4. Con la matriz de datos Educacin.sav, seala qu variables de las siguientes podran predecir el
rendimientototaldelosalumnos,eindicaelporqu.
Hiperactividad
agresividad
sensibilidad
curiosidad
impulsividad
jovialidad
perfeccionismo
sinceridad
independencia
extroversion
afectividad
compaerismo
liderazgo
necesidad de afecto
necesidad de atencion
necesidad de aprobacion
rendimiento total
5. Establece la ecuacin de regresin que predecira el rendimiento total de los alumnos, Es

adecuadostemodeloderegresin?,Porqu?.
ANEXO
ESTUDES 2006
CUESTIONARIO
Rellenar encuestador
NMERO DE CUESTIONARIO EN EL AULA ENCUESTADA......... |__|__|
PRESENTACIN
Este cuestionario forma parte de una encuesta para conocer las conductas y actitudes de los estudiantes
sobre consumo de drogas y otros temas, en el que participan el Ministerio de Sanidad y Consumo, las comunidades
autnomas, y otras instituciones.
Este centro y esta clase han sido elegidos al azar para participar en la encuesta, por lo que nos gustara que
leyeses detenidamente y contestases las preguntas que se formulan.
Por supuesto, el cuestionario es annimo. No incluye tu nombre ni datos que permitan identificarte, por lo que
te animamos a que seas sincero/a. Tu cuestionario se mezclar con los de muchos otros estudiantes, de forma que ni
tus profesores ni tus padres ni ninguna otra persona podrn conocer nunca cules han sido tus respuestas. La
informacin que facilites se combinar con la de otros estudiantes para obtener ndices para el conjunto del estado o de
las comunidades autnomas; pero no se obtendrn datos separados para tu clase o tu centro educativo ni para ningn
otro.
Desde 1994 se vienen haciendo en Espaa estudios similares cada dos aos, que han permitido conocer con
bastante precisin la evolucin del consumo de drogas psicoactivas y otras conductas entre los estudiantes de 14 a 18
aos. El esfuerzo que se realiza es importante, porque contestan el cuestionario ms de 20.000 estudiantes de todas las
comunidades autnomas. Para que tenga xito es importante que tus respuestas sean sinceras. Aparte de ser
confidencial, tu colaboracin en la encuesta es totalmente voluntaria. Si sientes que no puedes contestar sinceramente
alguna pregunta, simplemente djala en blanco.
Esto no es ni un test ni un examen; no hay respuestas correctas o incorrectas. Si en alguna pregunta no

encuentras la respuesta que se ajuste exactamente a lo que t piensas o haces, marca aquello que ms se aproxime.
Antes de rellenar el cuestionario, por favor, escucha atentamente las instrucciones dadas por la persona que
te ha dado el cuestionario. En las pginas siguientes tienes, adems, algunos ejemplos. Esperamos que encuentres
interesantes los temas que abordamos. Si tienes alguna duda, por favor, levanta la mano y la persona que te ha
entregado el cuestionario se acercar a ti para resolverla.
MUCHAS GRACIAS DE ANTEMANO POR COLABORAR EN ESTA

ENCUESTA
1 MOD.2
INSTRUCCIONES PARA LA CUMPLIMENTACIN
En este cuestionario hay preguntas de varios tipos:
a) Preguntas con varias opciones de respuesta en una sola columna. Has de marcar con una
X una nica respuesta. Por ejemplo:
EN LOS LTIMOS 12 MESES, CON QU FRECUENCIA HAS SALIDO POR LAS NOCHES PARA
DIVERTIRTE? Si has salido antes de las 12 de la noche [por ejemplo, a las 10] y has vuelto
despus de las 12 [por ejemplo, a las 3 de la madrugada], cuntalo como una nica noche.
Menos de una noche al mes............................................. 1

De 1 a 3 noches el mes.................................................... 2
1 noche a la semana........................................................ 3
2 noches a la semana...................................................... 4
3-4 noches a la semana................................................... 5
Ms de 4 noches a la semana.......................................... 6
Nunca ............................................................................. 0
Si quieres corregir una respuesta que has marcado antes, rodea con un crculo
completamente la respuesta incorrecta, y marca con una X la correcta:
Menos de una noche al mes............................................. 1

De 1 a 3 noches el mes.................................................... 2 Respuesta incorrecta
1 noche a la semana........................................................ 3
2 noches a la semana...................................................... 4 Respuesta correcta
3-4 noches a la semana................................................... 5
Ms de 4 noches a la semana.......................................... 6
Nunca ............................................................................. 0
b) Preguntas agrupadas en tablas, en las que has de marcar con una X una nica
respuesta en cada columna ( ) de cuadritos cerrados. As, en el ejemplo siguiente has
de poner en total tres X.
CUNTOS DAS HAS TOMADO BEBIDAS ALCOHLICAS? Pon una X en un cuadrito de cada columna
( ); en total has de poner tres X, porque hay tres columnas de cuadritos.
En tu vida? En los ltimos 12 En los ltimos 30 das?

meses?
1 da 1 1 1
2 das 2 2 2
3 das 3 3 3
4-5 das 4 4 4
6-9 das 5 5 5
10-19 das 6 6 6
20-39 das 7 7 7
40 das o ms 8 8
Ningn da 0 0
2
c) Preguntas agrupadas en tablas, en las que has de marcar con una X una nica
respuesta en cada fila ( ) de cuadritos. As, en el ejemplo siguiente has de
marcar en total once X.
ACTUALMENTE, CON CULES DE LAS SIGUIENTES PERSONAS CONVIVES O COMPARTES LA

CASA? Pon una X en un cuadrito de cada fila. En total has de poner 11 X porque hay 11 filas
de cuadritos.
S No
Padre 1 2
Madre 1 2
Pareja de tu padre 1 2
Pareja de tu madre 1 2
Hermanos/hermanas 1 2
Abuelos 1 2
Otros familiares 1 2
Pareja (marido/mujer, novio/a, compaero/a, etc.) 1 2
Otras personas no familiares 1 2
Vives en un centro educativo o institucin 1 2
Vives slo/sola 1 2
d) Preguntas que exigen una respuesta numrica, en las que has de anotar un nmero en las casillas
abiertas por arriba, procurando situar siempre la cifra de las unidades en la casilla situada ms a
la derecha.
EN LOS LTIMOS 30 DAS , CUNTOS DAS COMPLETOS HAS FALTADO A CLASE POR CADA UNO DE LOS
SIGUIENTES MOTIVOS? Si en ese periodo no has llegado a faltar a clase un da completo por ese motivo,
anota 00 en las casillas abiertas correspondientes.
- Estar enfermo o ir al mdico 0 1 das
- No tener ganas de ir a clase 0 1 das
- Ir a un funeral, visitar o atender a un familiar enfermo,

ayudar a los padres, hacer una gestin ineludible 0 0 das
- Otros motivos 0 0 das
e) Preguntas abiertas que exigen escribir la respuesta completa. Estas preguntas se presentan
seguidas de una lnea discontinua sobre la que has de escribir la respuesta, que suele ser una o
dos palabras.
EN QU MUNICIPIO HAS VIVIDO LA MAYOR PARTE DEL TIEMPO EN LOS

LTIMOS 12 MESES?____Barcelona__________________________________________
No prestes atencin a los pequeos nmeros que hay al lado de los cuadritos cerrados de respuesta, estn
ah slo para ayudarnos en el proceso de datos.
A CONTINUACIN ENTRAMOS EN LAS PREGUNTAS
3
PREGUNTAS
LAS PRIMERAS SON SOBRE CARACTERSTICAS BSICAS RELACIONADAS CONTIGO O CON TU ENTORNO
PRXIMO.
P.1 CUL ES TU SEXO?
Hombre ......................... 1
Mujer ............................ 2
P.2 EN QU MES Y EN QU AO NACISTE? (Anota el mes en nmero. Por ejemplo: Si naciste en

enero, anota 01; si en febrero 02, ...)
MES AO 1 9
P.3 EN QUE PAS NACISTE? No escribir en los

Espaa .......................... 1 cuadritos sombreados
Otro pas ....................... 2 P.3A QU PAS? _________________________
(Escribe el nombre del pas)
P.4 EN QUE PAS NACI TU MADRE?

Espaa .......................... 1
Otro pas ....................... 2 P.4A QU PAS? _________________________
No sabes ....................... 9 (Escribe el nombre del pas)
P.5 EN QUE PAS NACI TU PADRE?

Espaa ................. 1
Otro pas ................. 2 P.5A QU PAS? _________________________
No sabes ..................... 9 (Escribe el nombre del pas)
P.6 EN QUE MUNICIPIO HAS VIVIDO LA MAYOR PARTE DEL TIEMPO EN LOS LTIMOS
12 MESES?__________________________________________________________________
P.7 EN QU PROVINCIA EST ESE MUNICIPIO?______________________________________
P.8 ACTUALMENTE, CON CULES DE LAS SIGUIENTES PERSONAS CONVIVES O COMPARTES LA

CASA? Pon una X en un cuadrito de cada fila. En total has de poner 11 X porque hay 11 filas
de cuadritos.
S No
Madre 1 0
Padre 1 0
Pareja de tu madre (si tu padre y tu madre no viven juntos) 1 0
Pareja de tu padre (si tu padre y tu madre no viven juntos) 1 0
Hermanos/hermanas 1 0
Abuelos/abuelas 1 0
Otros familiares 1 0
Pareja con la que convives (marido/mujer, novio/a, compaero/a, etc.) 1 0
Otras personas no familiares 1 0
Vives en un centro educativo o institucin 1 0
Vives slo/sola 1 0
4
P.9 CUL ES LA SITUACIN LABORAL DE TU MADRE Y DE TU PADRE? Pon una X en cada
columna ( ); en total has de poner dos X, porque hay dos columnas de cuadritos.
MADRE PADRE
Trabaja slo en las tareas de casa . 1 1

Trabaja (sin incluir tareas de casa)....... 2 2
Est en paro.. 3 3
Es pensionista o est jubilado/a.. 4 4
Ha fallecido ya... 5 5
No sabes.................... .... 9 9
P.10 CUL FU EL NIVEL MS ALTO DE ESTUDIOS QUE COMPLET TU MADRE Y TU PADRE? Pon
una X en cada columna ( ); en total has de poner dos X, porque hay dos columnas de
cuadritos.
MADRE PADRE
Sin estudios o estudios primarios sin terminar (menos de 6 aos o cursos terminados)......... 1 1
Primarios completos , 6 EGB completo, certificado escolar, 6 aos o cursos terminados ...... 2 2
8 EGB completo, Graduado escolar, Bachillerato elemental, Formacin profesional de
primer grado, 4 aos o cursos de secundaria...................................................................... 3 3
BUP, Bachillerato Superior, COU, Preu, Formacin profesional de segundo grado, 5 o ms
aos o cursos de secundaria.............................................................................................. 4 4
Estudios universitarios (ingeniera tcnica, magisterio, diplomatura, licenciatura, doctorado) 5 5
No sabes.. 9 9
P.11 EN LOS LTIMOS 30 DAS, HAS FALTADO A UNA O MS CLASES?
S .......................... 1
No .......................... 0 Pasa a pregunta 13
P.12 EN LOS LTIMOS 30 DAS , CUNTOS DAS COMPLETOS HAS FALTADO A CLASE POR CADA UNO
DE LOS SIGUIENTES MOTIVOS? Si en ese periodo no has llegado a faltar a clase un da completo
por ese motivo, anota 00 en las casillas abiertas correspondientes.
Estar enfermo o ir al mdico.................................................... das
No tener ganas de ir a clase..................................................... das
Ir a un funeral, visitar o atender a un familiar enfermo,
ayudar a los padres, hacer una gestin ineludible..................... das
Otros motivos.......................................................................... das
P.13 HAS REPETIDO CURSO ALGUNA VEZ?
S, un curso ................................. 1
S, dos o ms cursos............................. 2
No ............... 0 Pasa a pregunta P15
P.14 A QU EDAD REPETISTE CURSO POR PRIMERA VEZ? Aos
P.15 EN LOS LTIMOS 30 DAS, ADEMS DE ESTUDIAR, HAS REALIZADO ALGN TRABAJO
REMUNERADO?
S 1
No.................. 0
5
P.16 EN LOS LTIMOS 30 DAS, DE CUNTO DINERO HAS DISPUESTO HABITUALMENTE A LA
SEMANA PARA TUS GASTOS PERSONALES? Anotar el nmero de euros, situando la cifra de las
unidades en la casilla situada ms a la derecha.
euros ()
AHORA VAMOS A REFERIRNOS A ACTIVIDADES QUE PUEDES REALIZAR EN TU TIEMPO LIBRE
P.17 EN LOS LTIMOS 12 MESES, CON QU FRECUENCIA HAS SALIDO POR LAS NOCHES PARA
DIVERTIRTE? Si has salido antes de las 12 de la noche [por ejemplo, a las 10] y has vuelto
despus de las 12 [por ejemplo, a las 3 de la madrugada], cuntalo como una nica noche.
Menos de una noche al mes 1

De 1 a 3 noches el mes 2
1 noche a la semana. 3
2 noches a la semana.................................. 4
3-4 noches a la semana. 5
Ms de 4 noches a la semana 6
Nunca 0 Pasa a Pregunta 19
P.18 LA LTIMA VEZ QUE SALISTE POR LA NOCHE EN FIN DE SEMANA PARA DIVERTIRTE, A QU
HORA VOLVISTE A CASA?
Antes de las 12 de la noche.......................................... 1

Entre las 12 y la 1 de la noche...................................... 2
Entre la 1 y las 2 de la madrugada................................ 3
Entre las 2 y las 3 de la madrugada............................... 4
Entre las 3 y las 4 de la madrugada.............................. 5
Entre las 4 de la madrugada y las 8 de la maana.......... 6
Despus de las 8 de la maana..................................... 7
LAS PRXIMAS PREGUNTAS ESTN RELACIONADAS CON EL CONSUMO DE TABACO
P.19 CUNTOS DAS HAS FUMADO CIGARRILLOS EN TU VIDA? No consideres que fumaste si lo nico
que hiciste fue dar unas caladas al cigarrillo de otra persona
1 da ........ 1
2 das...................................... 2
3 das..... 3
4-5 das..... 4
6-9 das............. 5
10-19 das............................... 6
20-39 das. 7
40 das o ms.... 8
Ningn da (0 das).................. 0 Pasa a Pregunta 25
P.20 EN LOS LTIMOS 12 MESES, HAS FUMADO CIGARRILLOS?
S ................ 1
No ................ 0 Pasa a Pregunta 25
6
P.21 EN LOS LTIMOS 30 DAS, CON QU FRECUENCIA HAS FUMADO CIGARRILLOS?
Menos de un da a la semana... 1
Algn da a la semana, pero no diariamente....... 2
Diariamente 3
Nunca 0 Pasa a Pregunta 25
P.22 CUNTOS CIGARRILLOS AL DA, POR TRMINO MEDIO? cigarrillos
P.23 TE HAS PLANTEADO ALGUNA VEZ DEJAR DE FUMAR?

S, y lo he intentado ................................................... 1
S, pero no lo he intentado........................................... 2
No ............................................................................ 0
P.24. ACTUALMENTE, ESTS PENSANDO SERIAMENTE DEJAR DE FUMAR?
S, he decidido que dejar de fumar en los prximos 30 das.............. 1

S, me gustara dejar de fumar en los prximos 6 meses.................... 2
No pienso dejar de fumar, al menos en los prximos 6 meses............ 0
P.25 TE MOLESTA QUE OTRAS PERSONAS FUMEN EN UN LUGAR CERRADO ESTANDO T

PRESENTE?
Mucho............................................. 1
Bastante.......................................... 2
Poco................................................ 3
Nada................................................ 0
P.26 ALGUNA DE LAS PERSONAS CON LAS QUE CONVIVES O COMPARTES TU CASA FUMA
DIARIAMENTE?
S....................................................................... 1
No...................................................................... 0
Vives en un centro educativo o institucin............. 3 Pasa a Pregunta 28
Vives solo/a......................................................... 4
P.27 PARA CADA UNA DE LAS PERSONAS CON LAS QUE CONVIVES O COMPARTES TU CASA, SEALA
SI FUMAN O NO ACTUALMENTE Pon una X en un cuadrito de cada fila. En total has de poner
nueve X porque hay nueve filas de cuadritos. Si en una categora se engloban varias personas; por
ejemplo, hermanos/as, y unas fuman y otras no, considera que fuman.
Fuma,
Fuma a No No
pero no a
diario fuma convives
diario
Madre 1 2 0 8
Padre 1 2 0 8
Pareja de tu madre (si tu padre y tu madre no viven juntos) 1 2 0 8
Pareja de tu padre (si tu padre y tu madre no viven juntos) 1 2 0 8
Hermanos/hermanas 1 2 0 8
Abuelos/abuelas 1 2 0 8
Otros familiares 1 2 0 8
Pareja con la que convives (marido/mujer, novio/a, compaero/a, etc.) 1 2 0 8
Otras personas no familiares 1 2 0 8
7
P.28 INDICA CON QU FRECUENCIA HAS VISTO FUMAR TABACO EN LOS LTIMOS 30 DAS A
PROFESORES, ESTUDIANTES U OTRAS PERSONAS DENTRO DEL RECINTO DEL CENTRO
EDUCATIVO. Pon una X en un cuadrito de cada fila. En total has de poner tres X porque hay
tres filas de cuadritos. Considera recinto del centro tanto los edificios y locales cerrados como el
patio o espacio exterior cercado o vallado.
Todos o casi todos los Ms de la mitad Aproximadamente la Menos de la mitad Ningn da

das que has ido a clase de los das mitad de los das de los das
Profesores del centro 1 2 3 4 0
Estudiantes del centro 1 2 3 4 0
Otras personas 1 2 3 4 0
AHORA SE PLANTEAN ALGUNAS PREGUNTAS SOBRE EL CONSUMO DE BEBIDAS ALCOHLICAS

[VINO, CERVEZA, SIDRA, CHAMPN O CAVA, VERMUT, LICORES, CUBATAS, ...]
P.29 HAS TOMADO ALGUNA VEZ EN LA VIDA BEBIDAS ALCOHLICAS? Contesta No si lo nico que
hiciste fue dar un sorbo o probar de la bebida de otra persona.
S .................. 1
No .................. 0 Pasa a Pregunta 38
P.30 CUNTOS DAS HAS TOMADO BEBIDAS ALCOHLICAS? Pon una X en cada columna ( ); en
total has de poner tres X, porque hay tres columnas de cuadritos.
En tu vida? En los ltimos En los ltimos
12 meses? 30 das?
1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0
Si no has consumido bebidas alcohlicas en los ltimos 12 meses (0 das) Pasa a Pregunta 37
P.31 DURANTE LOS LTIMOS 12 MESES, CUNTOS DAS HAS CONDUCIDO UN VEHCULO DE
MOTOR (COCHE, MOTO, ETC) BAJO LOS EFECTOS DEL ALCOHOL?
1 da ........ 1
2 das...................................... 2
3 das..... 3
4-5 das..... 4
6-9 das............. 5
10-19 das............................... 6
20 das o ms. 7
Ningn da (0 das).................. 0
8
LAS SIGUIENTES PREGUNTAS SE REFIEREN SLO A LOS LTIMOS 30 DAS.
Si no has consumido bebidas alcohlicas en los ltimos 30 das Pasa a Pregunta 37
P.32 CON QU FRECUENCIA HAS CONSUMIDO CADA UNA DE LAS SIGUIENTES BEBIDAS ALCOH-
LICAS EN LOS LTIMOS 30 DAS?
En esta pregunta contemplamos dos perodos de tiempo: das laborables y fines de semana
(considerando fin de semana el viernes, sbado y domingo). Para cada perodo seala por separado la
frecuencia de consumo de cada bebida alcohlica.
No incluyas la cerveza sin alcohol u otras bebidas sin alcohol.
DAS LABORABLES: (lunes, martes, mircoles y jueves). Pon una X en cada columna ( ); en total
has de poner seis X, porque hay seis columnas de cuadritos.
Vino/ Cerveza/ Aperitivos/ Combinados/ Licores de Licores

Champn Sidra Vermut Cubatas Frutas fuertes
o cava
1 da laborable
F1 F1 F1 F1 F1 F1
2 das laborables F2 F2 F2 F2 F2 F2
3 das laborables F3 F3 F3 F3 F3 F3
4-5 das laborables F4 F4 F4 F4 F4 F4
5-9 das laborables. F5 F5 F5 F5 F5 F5
10-14 das laborables F6 F6 F6 F6 F6 F6
15 das laborables o ms.
Todos los das laborables F7 F7 F7 F7 F7 F7
No he consumido ese tipo de
bebidas en das laborables F0 F0 F0 F0 F0 F0
FINES DE SEMANA: (viernes, sbado y domingo) Pon una X en cada columna ( ); en total has de
poner seis X, porque hay seis columnas de cuadritos.
Vino/ Cerveza/ Aperitivos/ Combinados/ Licores de Licores

Champn o Sidra Vermut Cubatas Frutas fuertes
cava
1 fin de semana F1 F1 F1 F1 F1 F1
2 fines de semana F2 F2 F2 F2 F2 F2
3 fines de semana F3 F3 F3 F3 F3 F3
Todos los fines de semana F4 F4 F4 F4 F4 F4
No he consumido ese tipo de
bebidas en fin de semana F0 F0 F0 F0 F0 F0
9
P. 33 EN LOS LTIMOS 30 DAS, POR TRMINO MEDIO, QU CANTIDAD DE VASOS, CAAS O COPAS
DE CADA UNA DE LAS SIGUIENTES BEBIDAS TOMASTE EN UN DA LABORABLE? Y DURANTE UN
FIN DE SEMANA COMPLETO? Anota una respuesta numrica en cada grupo de dos casillas
abiertas. En total has de anotar 12 respuestas numricas.
Durante UN DA LABORABLE Durante UN FIN DE SEMANA

(lunes, martes, mircoles o COMPLETO
jueves) (viernes+ sbado+ domingo)
N de vasos o copas de vino/champn o cava
(1 litro = 10 vasos/copas)
N de vasos, caas o quintos de cerveza/sidra
(1 litro = 5 caas/quintos)
N de vasos o copas de aperitivos (vermut, jerez,)
(1 litro= 14 vasos/copas)
N de vasos de combinados o cubatas.
(1 litro = 4 cubatas)
N de copas de licores de frutas solos (pacharn,
manzana)
(1 litro = 20 copas)
N de copas licores fuertes solos (coac, ginebra, whisky)
(1 litro = 20 copas)
P. 34 PENSANDO EN LOS LTIMOS 30 DAS, SEALA TODOS LOS LUGARES DONDE HAS COMPRADO O
CONSEGUIDO BEBIDAS ALCOHLICAS. Pon una X en un cuadrito de cada fila. En total has de
poner ocho X porque hay ocho filas de cuadritos.
S No
Bares o pubs............. 1 0
Discotecas........... 1 0
Hipermercados............................................................. 1 0
Supermercados ............................................................ 1 0
Tiendas, kioscos, bodegas ............ 1 0
Casa donde vives .......... 1 0
Casa de otras personas........... 1 0
Venta ambulante .......... 1 0
P. 35 SIGUIENDO CON LOS LTIMOS 30 DAS, SEALA TODOS LOS LUGARES DONDE HAS TOMADO
BEBIDAS ALCOHLICAS. Pon una X en un cuadrito de cada fila. En total has de poner siete X
porque hay siete filas de cuadritos.
S No
Bares o pubs................................................................................... 1 0
Discotecas...................................................................................... 1 0
Restaurantes ................................................................................. 1 0
Casa donde vives, incluyendo todo el recinto..................................... 1 0
Casa de otras personas, incluyendo todo el recinto............................ 1 0
En calles, plazas, parques o espacios pblicos abiertos........................ 1 0
Otros sitios.................................................................................... 1 0
10
P. 36 DURANTE LOS LTIMOS 30 DAS, CUANTOS DAS HAS TOMADO CINCO O MS VASOS,
CAAS O COPAS DE BEBIDAS ALCOHLICAS EN UNA MISMA OCASIN? POR OCASIN
ENTENDEMOS TOMAR LAS BEBIDAS SEGUIDAS O EN UN INTERVALO APROXIMADO DE DOS
HORAS. Si bebiste de recipientes distintos a vasos, caas o copas, calcula el nmero de estas
unidades a partir de la informacin de la P33.
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 das o ms. 7
Ningn da (0 das).................. 0
P37 CUNTOS DAS TE HAS EMBORRACHADO POR TOMAR BEBIDAS ALCOHLICAS? Pon una X
en cada columna ( ); en total has de poner tres X, porque hay tres columnas de cuadritos.
En tu vida En los ltimos 12 meses En los ltimos 30 das
1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.38 DURANTE LOS LTIMOS 12 MESES, CUNTOS DAS HAS VIAJADO COMO PASAJERO EN UN
VEHCULO DE MOTOR (COCHE, MOTO, ETC.) CONDUCIDO POR ALGUIEN BAJO LOS EFECTOS
DEL ALCOHOL?
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 das o ms. 7
Ningn da (0 das).................. 0
11
P.39 CUL DE LAS SIGUIENTES AFIRMACIONES REFLEJA MEJOR EL CONSUMO DE ALCOHOL DE
TU PADRE Y DE TU MADRE EN LOS LTIMOS 30 DAS? Pon una X en cada columna ( ); en
total has de poner dos X, porque hay dos columnas de cuadritos.
Padre Madre
No ha bebido ningn da F0 F0
Ha bebido algn da aislado F1 F1
Ha bebido slo los fines de semana F2 F2
Ha bebido todos o casi todos los das moderadamente F3 F3
Ha abusado del alcohol todos o casi todos los das F4 F4
No lo sabes F9 F9
LOS TRANQUILIZANTES O PASTILLAS PARA DORMIR SON MEDICAMENTOS PARA CALMAR LOS NER-
VIOS, RELAJARSE, DORMIR MEJOR [Somnferos, sedantes, hipnticos, benzos, trankimazin, rohipnol,
tranxilium, diacepam, valium, barbitricos, etc.]
P.40 CUNTOS DAS HAS CONSUMIDO TRANQUILIZANTES O PASTILLAS PARA DORMIR? Pon una
X en cada columna ( ); en total has de poner tres X, porque hay tres columnas de cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.41 CUNTOS DAS HAS CONSUMIDO TRANQUILIZANTES O PASTILLAS PARA DORMIR SIN QUE TE
LOS RECETARA UN MDICO? Pon una X en cada columna ( ); en total has de poner tres X,
porque hay tres columnas de cuadritos.
1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
12
A CONTINUACIN NOS GUSTARA QUE CONTESTASES ALGUNAS PREGUNTAS SOBRE OTROS TIPOS
DE DROGAS:
HACHS O MARIHUANA [Cannabis, hierba, chocolate, porro, costo, aceite de hachs]
BASE [Cocana en base, cocana cocinada, basuco, boliches, crack, roca]
COCANA EN POLVO [Cocana, perico, farlopa, clorhidrato de cocana]
GHB O XTASIS LQUIDO [Gammahidroxibutirato, X-liquido, gamma-OH]
XTASIS O DROGAS DE DISEO [pastis, pirulas]
SPEED O ANFETAMINAS [metanfetamina, anfetas, ice, cristal]
ALUCINGENOS [LSD, cido, tripi, setas mgicas, ketamina, special-K, ketolar, imalgene]
HERONA [Caballo, jaco]
INHALABLES VOLTILES [Cola, pegamento, disolvente, poppers, nitritos, gasolina]
P.42 CUNTOS DAS HAS CONSUMIDO HACHS O MARIHUANA [cannabis, hierba, chocolate, porro,
costo, aceite de hachs]? Pon una X en cada columna ( ); en total has de poner tres X,
porque hay tres columnas de cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.43 CUNTOS DAS HAS CONSUMIDO BASE [cocana en base, cocana cocinada, basuco, boliches,
crack, roca]? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres
columnas de cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
13
P.44 CUNTOS DAS HAS CONSUMIDO COCANA EN POLVO [cocana, perico, farlopa, clorhidrato de
cocana? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.45 CUNTOS DAS HAS CONSUMIDO GHB O XTASIS LQUIDO [gammahidroxibutirato, X-lquido,
gamma-OH]? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.46 CUNTOS DAS HAS CONSUMIDO XTASIS [pastis, pirulas]? Pon una X en cada columna ( );
en total has de poner tres X, porque hay tres columnas de cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
14
P.47 CUNTOS DAS HAS CONSUMIDO SPEED O ANFETAMINAS [anfetas, metanfetamina, ice,
cristal]? Pon una X en cada columna ( ); en total has de poner tres X, porque hay tres

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.48 CUNTOS DAS HAS CONSUMIDO ALUCINGENOS [LSD, cido, tripi, setas mgicas, mescalina,
ketamina, special-K, ketolar, imalgene]? Pon una X en cada columna ( ); en total has de poner
tres X, porque hay tres columnas de cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.49 CUNTOS DAS HAS CONSUMIDO HERONA [caballo, jaco]? Pon una X en cada columna ( );
en total has de poner tres X, porque hay tres columnas de cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
15
P.50 CUNTOS DAS HAS CONSUMIDO INHALABLES VOLTILES [colas, pegamentos, disolventes,
poppers, nitritos, gasolina]? Pon una X en cada columna ( ); en total has de poner tres X,
porque hay tres columnas cuadritos.

1 da F1 F1 F1
2 das F2 F2 F2
3 das F3 F3 F3
4-5 das F4 F4 F4
6-9 das F5 F5 F5
10-19 das F6 F6 F6
20-39 das F7 F7 F7
40 das o ms F8 F8
Ningn da F0 F0 F0
P.51 EN LOS LTIMOS 12 MESES, CUNTOS DAS HAS CONSUMIDO BEBIDAS ALCOHLICAS Y
CANNABIS (TAMBIN LLAMADO MARIHUANA O HACHS) SIN QUE HAYAN PASADO MENOS DE 2
HORAS ENTRE EL CONSUMO DE UNA Y OTRA SUSTANCIA?
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 39 das..... 7
40 das o ms..... 8
Ningn da ............................. 0
P.52 EN LOS LTIMOS 12 MESES, CUNTOS DAS HAS CONSUMIDO BEBIDAS ALCOHLICAS Y
COCANA EN POLVO O EN BASE SIN QUE HAYAN PASADO MENOS DE 2 HORAS ENTRE EL
CONSUMO DE UNA Y OTRA SUSTANCIA?
1 da ........ 1
2 das..................................... 2
3 das.... 3
4-5 das..... 4
6-9 das............. 5
10-19 das................................ 6
20 39 das..... 7
40 das o ms....... 8
Ningn da.............................. 0
16
P.53 PARA CADA COMPORTAMIENTO DE LA SIGUIENTE LISTA, INDICA SI LO HAS HECHO ALGUNA
VEZ EN LA VIDA Y, EN CASO AFIRMATIVO, QUE EDAD TENAS LA PRIMERA VEZ QUE LO HICISTE.
Para cada uno de los 16 comportamientos, pon una X en un cuadrito bajo el No o bajo el S, y,
en este ltimo caso, anota la edad en que lo hiciste por primera vez en las casillas abiertas de la
misma fila.
Lo has hecho A qu edad lo hiciste

alguna vez en la por primera vez?
vida? (aos)
No S
Fumar un CIGARRILLO DE TABACO [Sin considerar como tal el dar F0 F1
unas caladas al cigarro de otra persona]
Fumar CIGARRILLOS DE TABACO DIARIAMENTE F0 F1

Tomar una BEBIDA ALCOHLICA (Sin considerar como tal el dar un F0 F1
sorbo o probar de la bebida de otra persona)
Tomar BEBIDAS ALCOHLICAS PRCTICAMENTE TODAS LAS F0 F1
SEMANAS
Tomar TRANQUILIZANTES O PASTILLAS PARA DORMIR PORQUE F0 F1
TE LOS RECET UN MDICO
EMBORRACHARTE F0 F1
Tomar TRANQUILIZANTES O PASTILLAS PARA DORMIR SIN QUE F0 F1
TE LOS RECETARA UN MDICO
Consumir HACHS O MARIHUANA [Cannabis, hierba, chocolate, porro, F0 F1
costo, aceite de hachs]
Consumir BASE [Cocana en base, cocana cocinada, basuco, F0 F1

boliches, crack, roca]
Consumir COCANA EN POLVO [Cocana, perico, farlopa, clorhidrato F0 F1
de cocana]
Consumir GHB O XTASIS LQUIDO [Gammahidroxibutirato, X- F0 F1
liquido, gamma-OH]
Consumir XTASIS [pastis, pirulas] F0 F1
Consumir SPEED O ANFETAMINAS [metanfetamina, anfetas, ice, F0 F1

cristal]
Consumir ALUCINGENOS [LSD, cido, tripi, setas mgicas, F0 F1
mescalina, ketamina, special-K, ketolar, imalgene]
Consumir HERONA [Caballo, jaco] F0 F1
Consumir INHALABLES VOLTILES [Cola, pegamento, disolvente, F0 F1

poppers, nitritos, gasolina]
17
P.54 PENSANDO EN LOS AMIGOS Y COMPAEROS CON LOS QUE SALES Y TE RELACIONAS
HABITUALMENTE, EN LOS LTIMOS 30 DAS, SEALA CUNTOS DE ELLOS HAN HECHO CADA
UNA DE LAS SIGUIENTES COSAS? Pon una X en un cuadrito de cada fila. En total has de poner
14 X porque hay 14 filas de cuadritos.
Todos La mayora Algunos Unos pocos Ninguno
Fumar tabaco F4 F3 F2 F1 F0
Tomar bebidas alcohlicas F4 F3 F2 F1 F0
Emborracharse F4 F3 F2 F1 F0
Consumir hachs / Marihuana F4 F3 F2 F1 F0
Tomar tranquilizantes o pastillas para dormir F4 F3 F2 F1 F0
Consumir base (cocana en base, crack) F4 F3 F2 F1 F0
Consumir cocana en polvo F4 F3 F2 F1 F0
Consumir GHB o xtasis liquido F4 F3 F2 F1 F0
Consumir extasis F4 F3 F2 F1 F0
Consumir speed y anfetaminas F4 F3 F2 F1 F0
Consumir alucingenos (LSD, tripis, setas mgicas) F4 F3 F2 F1 F0
Consumir herona F4 F3 F2 F1 F0
Consumir inhalables voltiles F4 F3 F2 F1 F0
Inyectarse drogas F4 F3 F2 F1 F0
A CONTINUACIN SE INCLUYEN VARIAS PREGUNTAS SOBRE PROBLEMAS QUE HAS PODIDO

TENER EN LOS LTIMOS 12 MESES
P.55 EN LOS LTIMOS 12 MESES, HAS SUFRIDO ALGN ACCIDENTE QUE REQUIRI ASISTENCIA
MDICA (CADA, QUEMADURA, INTOXICACIN, ACCIDENTE DE TRFICO, DOMESTICO, ETC.)?
S............................ 1
No........................... 0 Pasa a Pregunta 57
P.56 EN LAS 6 HORAS PREVIAS AL LTIMO ACCIDENTE QUE SUFRISTE, CULES DE LAS SIGUIENTES
SUSTANCIAS HABAS CONSUMIDO? Pon una X en un cuadrito de cada fila. En total has de
poner 10 X porque hay 10 filas de cuadritos.
S No
Bebidas alcohlicas F1 F0
Tranquilizantes / pastillas para dormir F1 F0
Hachs / marihuana F1 F0
Base (cocana en base, crack) F1 F0
Cocana en polvo F1 F0
GHB o xtasis lquido F1 F0
xtasis F1 F0
Speed o anfetaminas F1 F0
Alucingenos (LSD, tripis, setas mgicas) F1 F0
Herona F1 F0
18
P.57 EN LOS LTIMOS 12 MESES, HAS PARTICIPADO EN ALGUNA PELEA O HAS SUFRIDO O
REALIZADO ALGUNA AGRESIN FSICA?
S............................ 1
P.58 EN LAS 6 HORAS ANTERIORES A LA LTIMA PELEA O AGRESIN FSICA EN LA QUE TE VISTE
IMPLICADO, CULES DE LAS SIGUIENTES SUSTANCIAS HABAS CONSUMIDO? Pon una X en un
cuadrito de cada fila. En total has de poner 10 X porque hay 10 filas de cuadritos.
S No
xtasis F1 F0
Herona F1 F0
P.59 EN LOS LTIMOS 12 MESES, HAS RECIBIDO ASISTENCIA MDICA O SANITARIA URGENTE?
S............................ 1
P.60 EN LAS 6 HORAS PREVIAS AL LTIMO PROBLEMA PARA EL QUE NECESITASTE ATENCIN
MDICA O SANITARIA URGENTE, CULES DE LAS SIGUIENTES SUSTANCIAS HABAS
CONSUMIDO? Pon una X en un cuadrito de cada fila. En total has de poner 10 X porque hay
10 filas de cuadritos.
S No
xtasis F1 F0
Herona F1 F0
P.61 EN LOS LTIMOS 12 MESES, HAS SIDO DETENIDO POR LA POLICA O LA GUARDIA CIVIL?
S............................ 1
19
P.62 EN LAS 6 HORAS PREVIAS A TU LTIMA DETENCIN, CULES DE LAS SIGUIENTES SUSTANCIAS
HABAS CONSUMIDO? Pon una X en un cuadrito de cada fila. En total has de poner 10 X
porque hay 10 filas de cuadritos.
S No
xtasis F1 F0
Herona F1 F0
P.63 EN LOS LTIMOS 12 MESES, HAS EXPERIMENTADO ALGUNA DE LAS SITUACIONES SIGUIENTES?
Pon una X en un cuadrito de cada fila. En total has de poner cuatro X porque hay cuatro filas
de cuadritos.
S No
Tener un conflicto o discusin importante con padres o hermanos F1 F0
Sufrir un robo o atraco F1 F0
Escapar de casa durante ms de un da F1 F0
Haber sido expulsado del centro educativo durante un da completo o ms F1 F0
P.64 SI QUISIERAS FUMAR TABACO, TUS PADRES TE PERMITIRAN HACERLO? O, EN CASO DE QUE
YA FUMES, TE LO PERMITEN TUS PADRES?) Pon una X en cada columna ( ); en total has de
poner dos X, porque hay dos columnas cuadritos.
Madre Padre
S, me lo permitira (o me lo permite) en cualquier sitio F1 F1
S me lo permitira (o me lo permite), pero no en casa F2 F2
No me lo permitira (o no me lo permite), en absoluto F0 F0
No sabes F9 F9
P.65 SI QUISIERAS TOMAR BEBIDAS ALCOHLICAS, TUS PADRES TE PERMITIRAN HACERLO? O, EN

CASO DE QUE YA LAS TOMES, TE LO PERMITEN TUS PADRES?) Pon una X en cada columna ( );
en total has de poner dos X, porque hay dos columnas cuadritos.
Madre Padre
S, me lo permitira (o me lo permite) en cualquier sitio F1 F1
S me lo permitira (o me lo permite), pero no en casa F2 F2
No me lo permitira (o no me lo permite), en absoluto F0 F0
No sabes F9 F9
P.66 CMO SON LAS RELACIONES QUE MANTIENES CON TUS PADRES?
20
Muy malas...... 1
Bastantes malas...................... 2
Regulares. 3
Bastante buenas.. 4
Muy buenas.......... 5
P.67 CON QU FRECUENCIA SE APLICAN A TI LAS SIGUIENTES AFIRMACIONES? Pon una X en un

cuadrito de cada fila. En total has de poner seis X porque hay seis filas de cuadritos.
Casi A Algunas Raramente Casi

siempre menudo veces nunca
Mis padres fijan normas claras sobre lo que puedo hacer en casa F4 F3 F2 F1 F0
Mis padres fijan normas claras sobre lo que puedo hacer fuera de casa F4 F3 F2 F1 F0
Mis padres saben con quin estoy cuando salgo por las noches F4 F3 F2 F1 F0
Mis padres saben dnde estoy cuando salgo por las noches F4 F3 F2 F1 F0
Puedo fcilmente recibir cario y cuidado de mi madre y/o mi padre F4 F3 F2 F1 F0
Puedo fcilmente recibir cario y cuidado de mi mejor amigo/a F4 F3 F2 F1 F0
P.68 AHORA NOS GUSTARA SABER TU OPININ SOBRE LOS PROBLEMAS [DE SALUD O DE
OTRO TIPO] QUE PUEDEN SIGNIFICAR REALIZAR ALGUNA VEZ CADA UNA DE LAS
SIGUIENTES CONDUCTAS. Donde dice "alguna vez" queremos decir "una vez al mes o menos
frecuentemente" Pon una X en un cuadrito de cada fila. En total has de poner 11 X porque hay
11 filas de cuadritos.
Ningn Pocos No
Bastantes Muchos
problema problemas sabes
Fumar tabaco alguna vez F0 F1 F2 F3 F9
Consumir tranquilizantes/pastillas para dormir alguna vez F0 F1 F2 F3 F9
Fumar hachs/marihuana alguna vez F0 F1 F2 F3 F9
Fumar base (cocana en base, crack) alguna vez F0 F1 F2 F3 F9
Consumir cocana en polvo alguna vez F0 F1 F2 F3 F9
Consumir GHB o xtasis lquido alguna vez F0 F1 F2 F3 F9
Consumir xtasis alguna vez F0 F1 F2 F3 F9
Consumir speed o anfetaminas alguna vez F0 F1 F2 F3 F9
Consumir LSD, tripis o setas mgicas alguna vez F0 F1 F2 F3 F9
Consumir herona alguna vez F0 F1 F2 F3 F9
Inyectarse drogas alguna vez F0 F1 F2 F3 F9
21
P.69 DE IGUAL MODO, NOS GUSTARA SABER TU OPININ SOBRE LOS PROBLEMAS [DE SALUD O
DE OTRO TIPO] QUE PUEDEN SIGNIFICAR REALIZAR CADA UNA DE LAS SIGUIENTES
CONDUCTAS. Donde dice "habitualmente" queremos decir "aproximadamente una vez por semana
o ms frecuentemente" Pon una X en un cuadrito de cada fila. En total has de poner 13 X
porque hay 13 filas de cuadritos.
Ningn Pocos No sabes
Bastantes Muchos
problema problemas
Fumar un paquete de tabaco diario F0 F1 F2 F3 F9
Tomarse 5 6 caas/copas de bebidas alcohlicas el fin de semana F0 F1 F2 F3 F9
Tomar 1 2 caas/copas de bebidas alcohlicas cada da F0 F1 F2 F3 F9
Tomarse 5 6 caas/copas de bebidas alcohlicas cada da F0 F1 F2 F3 F9
Consumir tranquilizantes/pastillas para dormir habitualmente F0 F1 F2 F3 F9
Fumar hachs/marihuana habitualmente F0 F1 F2 F3 F9
Fumar base (cocana en base, crack) habitualmente F0 F1 F2 F3 F9
Consumir cocana en polvo habitualmente F0 F1 F2 F3 F9
Consumir xtasis habitualmente F0 F1 F2 F3 F9
Consumir speed o anfetaminas habitualmente F0 F1 F2 F3 F9
Consumir LSD, tripis o setas mgicas habitualmente F0 F1 F2 F3 F9
Consumir herona habitualmente F0 F1 F2 F3 F9
Inyectarse drogas habitualmente F0 F1 F2 F3 F9
P.70 QU DIFICULTAD PIENSAS QUE TENDRAS PARA CONSEGUIR CADA UNA DE LAS
SIGUIENTES SUSTANCIAS, SI T QUISIERAS? Pon una X en un cuadrito de cada fila. En total
has de poner 11 X porque hay 11 filas de cuadritos.
Prcticamente Relativamente No sabes

Difcil Muy fcil
imposible fcil
Tabaco F1 F2 F3 F4 F9
Bebidas alcohlicas F1 F2 F3 F4 F9
Tranquilizantes / pastillas para dormir F1 F2 F3 F4 F9
Hachs / marihuana F1 F2 F3 F4 F9
Base (cocana en base, crack) F1 F2 F3 F4 F9
Cocana en polvo F1 F2 F3 F4 F9
GHB o xtasis lquido F1 F2 F3 F4 F9
xtasis F1 F2 F3 F4 F9
Speed o anfetaminas F1 F2 F3 F4 F9
Alucingenos (LSD, tripis, setas mgicas) F1 F2 F3 F4 F9
Herona F1 F2 F3 F4 F9
EN LAS PREGUNTAS SIGUIENTES (P.71 HASTA P.74) RECUERDA QUE EL TRMINO DROGA
TAMBIN SE APLICA A TABACO Y A ALCOHOL.
22
P.71 TE SIENTES SUFICIENTEMENTE INFORMADO CON RESPECTO AL TEMA DE LAS DROGAS?
S, perfectamente...... 1
S, lo suficiente......... 2
Slo a medias.......... 3
No, estoy mal informado.... 0
P.72 POR QU VA O VAS HAS RECIBIDO, PRINCIPALMENTE, INFORMACIN SOBRE

DROGAS? Puedes marcar varias vas. Seala las principales.
Madre................................................................................. 01
Padre.................................................................................. 02
Hermanos / hermanas............................................................. 03
Otros familiares ................................................................. 04
Amigos................................................................................ 05
Profesores ........................................................................... 06
Profesionales sanitarios ........................................................ 07
Organismos oficiales (Gobierno, Consejeras, ...) ...................... 08
Medios de comunicacin (TV, prensa, radio) .............................. 09
Charlas o cursos sobre el tema................................................... 10
Personas que han tenido contacto con ellas................................ 11
Libros y/o folletos .................................................................. 12
Internet............................................................................. 13
Otras Cules?(______________________________________) 14
Por ninguna........................................................................ 00
P.73. POR QU VA O VAS CREES QUE PODRAS RECIBIR UNA INFORMACIN MEJOR Y MS
OBJETIVA SOBRE EL CONSUMO DE DROGAS Y LOS EFECTOS Y PROBLEMAS ASOCIADOS
CON LAS DISTINTAS SUSTANCIAS Y FORMAS DE CONSUMO? ? Puedes marcar varias vas.
Seala las principales.
Madre................................................................................. 01
Padre.................................................................................. 02
Hermanos/hermanas............................................................. 03
Otros familiares ................................................................. 04
Amigos................................................................................... 05
Profesores ........................................................................... 06
Profesionales sanitarios ........................................................ 07
Organismos oficiales (Gobierno, Consejeras, ...) ..................... 08
Medios de comunicacin (TV, prensa, radio) ............................ 09
Charlas o cursos sobre el tema............................................... 10
Personas que han tenido contacto con ellas.............................. 11
Libros y/o folletos ................................................................. 12
Internet..... .................................................................. 13
Otras Cules?(______________________________________) 14
Por ninguna.......................................................................... 00
23
P.74 EN TU ACTUAL INSTITUTO / CENTRO EDUCATIVO, HAS RECIBIDO INFORMACIN O SE HA
TRATADO EN CLASE EL TEMA DEL CONSUMO DE DROGAS Y LOS EFECTOS Y PROBLEMAS
ASOCIADOS CON LAS DISTINTAS SUSTANCIAS Y FORMAS DE CONSUMO?
S............................ 1
No........................... 0
P.75 TE HA PREGUNTADO EL MDICO ALGUNA VEZ EN TU VIDA POR EL CONSUMO DE TABACO, DE

BEBIDAS ALCOHLICAS O DE OTRAS DROGAS? Pon una X en un cuadrito de cada fila. En total
has de poner tres X porque hay tres filas de cuadritos.
S No No sabes o no te ha visto un mdico
TABACO F1 F0 F9
BEBIDAS ALCOHLICAS F1 F0 F9
OTRAS DROGAS F1 F0 F9
AUNQUE ANTES YA HAS CONTESTADO A ALGUNAS PREGUNTAS SOBRE EL USO DE HACHS O

MARIHUANA (P.42), NECESITAMOS VOLVER A PREGUNTARTE SI HAS CONSUMIDO ESTAS
SUSTANCIAS EN LOS LTIMOS 12 MESES.
P.75_0.EN LOS LTIMOS 12 MESES HAS CONSUMIDO ALGUNA VEZ HACHS O MARIHUANA [canna-
bis, hierba, chocolate, porro, costo, aceite de hachs]?
S ................ 1
No ................ 0 Pasa a Pregunta 76
ALGUNAS DE LAS PREGUNTAS SIGUIENTES TE PARECERN SIMILARES, PERO HAS DE

CONTESTARLAS TODAS PORQUE FORMAN PARTE DE CUESTIONARIOS INTERNACIONALES Y
DEBEMOS ANALIZARLAS CONJUNTAMENTE
P.75_1 CON QU FRECUENCIA TE HA OCURRIDO ALGO DE LO QUE SE DESCRIBE A CONTINUACIN

EN LOS LTIMOS 12 MESES? Pon una X en un cuadrito de cada fila. En total has de poner 6
X, porque hay 6 filas de cuadritos.
Nunca Raramente De vez en Bastante Muy a

cuando a menudo menudo
1. Has fumado cannabis antes del medioda? F1 F2 F3 F4 F5
2. Has fumado cannabis estando solo/a? F1 F2 F3 F4 F5
3. Has tenido problemas de memoria al fumar F1 F2 F3 F4 F5
cannabis?
4. Te han dicho los amigos o miembros de tu familia F1 F2 F3 F4 F5
que deberas reducir el consumo de cannabis?
5. Has intentado reducir o dejar de consumir cannabis F1 F2 F3 F4 F5
sin conseguirlo?
6. Has tenido problemas debido a tu consumo de
cannabis (disputa, pelea, accidente, mal resultado F1 F2 F3 F4 F5
escolar, etc.)? Cules?: /________________________
_____________________________________________/
24
P.75_2. SIGUIENDO CON LOS LTIMOS 12 MESES , CON QU FRECUENCIA TE HA OCURRIDO ALGO
DE LO QUE SE DESCRIBE A CONTINUACIN EN DICHO PERODO?
Pon una X en un cuadrito de cada fila. En total has de poner 4 X, porque hay 4 filas de cuadritos
Nunca/casi Algunas A Siempre/ca

nunca veces menudo si siempre
1. Has pensado que no podas controlar tu consumo de F1 F2 F3 F4
cannabis?
2. Te ha preocupado o puesto nervioso/a la posibilidad de F1 F2 F3 F4
que te pudiera faltar un canuto, porro?
3. Te has sentido preocupado/a por tu consumo de F1 F2 F3 F4
cannabis?
4. Has deseado poder dejarlo? F1 F2 F3 F4
P75_3. En los LTIMOS 12 MESES, hasta qu punto te ha sido difcil dejar o estar sin consumir
cannabis?
Nada difcil............................. 1
Bastante difcil........................ 2
Muy difcil............................... 3
Imposible............................... 4
P75_4. TE HA OCURRIDO ALGO DE LO QUE SE DESCRIBE A CONTINUACIN EN LOS LTIMOS 12

MESES?. Pon una X en un cuadrito de cada fila. En total has de poner 5 X, porque hay 5 filas
de cuadritos
S No
1. A veces las personas que consumen cannabis tienen problemas graves en casa o en el
centro escolar; por ejemplo, faltan a clase, su trabajo escolar es mediocre o dejan los F1 F2
estudios. El consumo de cannabis te ha causado algn problema grave como stos?
2. De forma repetida, has consumido cannabis haciendo luego alguna actividad en la F1 F2
que este consumo poda ponerte en peligro fsico?
3. El consumo de cannabis te ha llevado a hacer cosas que repetidamente te han F1 F2
causado problemas con la ley?
4. Has tenido problemas con tu familia o amigos, causados probablemente por tu F1 F2
consumo de cannabis?
5. Has seguido consumiendo cannabis aunque pensaras que te estaba causando F1 F2
problemas con tu familia o amigos?
AHORA NOS GUSTARA QUE CONTESTASES A LAS LTIMAS PREGUNTAS
P.76 SI HUBIERAS CONSUMIDO ALGUNA VEZ HACHS MARIHUANA, CREES QUE LO HABRAS
DICHO EN ESTE CUESTIONARIO?
Ya he dicho que he consumido.......... 4

Por supuesto que s.......................... 3
Probablemente s.............................. 2
Probablemente no............................ 1
Por supuesto que no......................... 0
25
P.77 SI HUBIERAS CONSUMIDO ALGUNA VEZ HERONA, CREES QUE LO HABRAS DICHO EN
ESTE CUESTIONARIO?
Ya he dicho que he consumido.......... 4

Por supuesto que s.......................... 3
Probablemente s.............................. 2
Probablemente no............................ 1
Por supuesto que no......................... 0
P.78 POR LTIMO, NOS GUSTARA QUE HICIERAS SUGERENCIAS PARA MEJORAR EL CUESTIONARIO
_________________________________________________________________________________
__________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
GRACIAS POR TU COLABORACIN

Esperamos que hayas encontrado interesantes las preguntas. Por favor, espera a que
vengan a recoger el cuestionario. Como podrs observar, se introducir en un sobre con
todos los dems, para que queden garantizados el anonimato y la confidencialidad de tus
respuestas.
26

Manejo SPSS

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Manejo SPSS

Diunggah oleh

Hak Cipta:

Format Tersedia

LABORATORIOS PSICOESTADSTICA I

Francisco Herrero Machancoses

Pilar Jara Jimnez

Bienvenidos y bienvenidas a la licenciatura (pronto grado) en Psicologa, y ms concretamente a

No es el objetivo de esta asignatura, ni de stas prcticas de laboratorio, que interioricis y

En cuanto al concepto de actitudes, Thurston (1928, p. 532) seala:

r Si no excede de las 40 palabras, la cita se incluye en la misma lnea, entre comillas e

En un estudio reciente (Herrero, 2008), se sugiere la tcnica

Desde 2008, Herrero recomienda la implementacin de esta tcnica...

En un estudio reciente, Herrero (2008) sugiere la realizacin de esta tcnica... ...Herrero

En su investigacin, Herrero et al. concluyeron

r Los nombres de grupos (corporaciones, instituciones, universidades o agencias del

APA (2001) recomienda el uso de las tablas

Los criterios diagnsticos (APA, 2001)

Investigaciones recientes (Rangel, 1999, 2002, en prensa)

Varios estudios (Herrero, 2002; Jara, 1998; Rangel, 2001)...

r Referencias: Su objetivo es informar al lector de la lista de fuentes utilizadas a la hora de

1. P. Cuatrecasas. Drug discovery in jeopardy. J. Clin. Invest. 116 (11):28372842 (2006).

Prctica 1: Introduccin general al PASW. Conceptos y operaciones bsicas (definicin

INTRODUCCIN AL PAQUETE ESTADSTICO PASW

Figura 3 Vista de Datos - Vista de Variables

En ambas vistas, se puede aadir, modificar y eliminar la informacin contenida en el

caracterstica que se mide. Por ejemplo, cada pregunta de un cuestionario es una

para cada caso. La casilla se encuentra en la interseccin del caso y la variable.

de clculo, las casillas del Editor de datos no pueden contener frmulas.

El archivo de datos es rectangular. Las dimensiones del archivo de datos vienen

o Cada nombre de variable debe ser nico; no se permiten duplicados.

El Tipo de variable (figura 4) especifica los tipos de

TRANSFORMACIN DE VARIABLES MEDIANTE OPERADORES

En una situacin ideal, los datos brutos son perfectamente apropiados

As pues, con el PASW podemos realizar una serie de transformaciones

Podemos calcular valores para las variables numricas o de

Veamos pues como realizar estas transformaciones, pero antes

Supongamos, por ejemplo, que para nuestro informe necesitamos

Supongamos que teniendo los cdigos de las 52 provincias que

Etiquetas de valor: Provincia

Valor: Nos permite recodificar un valor individual en otro valor

A su vez, podramos tambin estar interesados en trabajar con una serie

O bien, asignar pesos por una caracterstica determinada lo que se

Venga, vamos a trastear un poquito, a ver que sale.

ELABORACIN Y EDICIN DE GRFICOS

Como he sealado, para realizar una representacin grfica

V. nominal. Sus valores representan igualdad o diferencias entre las

Diagrama de Tallo y Hojas: El diagrama "tallo y hojas" permite obtener simultneamente

Grfico de Barras: El grfico de barras es una representacin para una variable

Para realizar este grfico con el PASW, hemos de ir al men

o Apilado: Si apilamos por una variable categrica, la

Grfico Circular, de sectores, de tarta o quesitos: En este tipo de grficos se divide un

Si quisiramos realizar este tipo de grficos con el

Grfico de Puntos, o de Dispersin: Cuando lo que interesa es estudiar la relacin entre

Dispersin simple: Seleccionando esta

Grfico de lneas: Estos

Histogramas: Es un grfico similar al grfico de barras, en ambos se representan las

En el men de establecer parmetros podremos determinar si queremos anclar el primer

Este tipo de grficos se realiza exctamente

Realiza un diagrama de sectores con la variable Comunidad Autnoma

Realiza un Histograma con la variable Cuantos cigarrillos al da por trmino

DESCRIPCIN SIMPLE DE VARIABLES.

Cuando se realiza un estudio de investigacin, se pretende generalmente inferir o generalizar

La poblacin representa el conjunto grande de individuos que deseamos estudiar y

Alrededor de qu valor se agrupan los datos?

Suponiendo que se agrupan alrededor de un nmero, cmo lo hacen? muy