Información del curso

Descripción

Aprende a utilizar SPSS para organizar, analizar, interpretar y presentar datos de investigación, desde la preparación de una base de datos hasta la aplicación de pruebas estadísticas y la interpretación de sus resultados.

Este curso está diseñado con un enfoque 100 % práctico, utilizando ejemplos y bases de datos similares a las que se emplean en tesis, artículos científicos, proyectos de investigación y estudios profesionales.

¿Qué aprenderás?

1. Manejo y preparación de datos

• Conocer el entorno de SPSS.
• Crear y configurar una base de datos.
• Definir variables.
• Asignar etiquetas y valores.
• Codificar variables cualitativas y cuantitativas.
• Importar bases de datos desde Excel.
• Identificar y corregir errores de digitación.
• Recodificar variables.
• Crear nuevas variables.
• Trabajar con valores perdidos.
• Filtrar y seleccionar casos.
• Segmentar bases de datos.

2. Estadística descriptiva

• Distribuciones de frecuencias.
• Frecuencias absolutas y relativas.
• Tablas estadísticas.
• Medidas de tendencia central:
  • Media.
  • Mediana.
  • Moda.
• Medidas de posición:
  • Percentiles.
  • Cuartiles.
• Medidas de dispersión:
  • Rango.
  • Varianza.
  • Desviación estándar.
  • Coeficiente de variación.
• Medidas de forma:
  • Asimetría.
  • Curtosis.
• Elaboración e interpretación de gráficos estadísticos.

3. Pruebas de normalidad

• Shapiro-Wilk.
• Kolmogorov-Smirnov.
• Interpretación del valor p.
• Evaluación de supuestos.
• Determinación de pruebas paramétricas y no paramétricas.

4. Comparación de dos grupos independientes

• t de Student para muestras independientes.
• U de Mann-Whitney.
• Interpretación de medias, medianas, diferencias y significancia.

5. Comparación de dos mediciones relacionadas

• t de Student para muestras relacionadas.
• Wilcoxon para rangos con signo.
• Interpretación del cambio entre medición inicial y final.

6. Datos categóricos

• Tablas de contingencia.
• Chi-cuadrado de independencia.
• Interpretación de frecuencias observadas y esperadas.
• McNemar para datos dicotómicos relacionados.

7. Comparación de más de dos grupos

• ANOVA de un factor.
• Comparaciones post hoc.
• ANCOVA.

8. Más de dos mediciones relacionadas

• Q de Cochran.
• Aplicación e interpretación en variables dicotómicas relacionadas.

9. Correlación

• Correlación de Pearson.
• Correlación de Spearman.
• Interpretación del coeficiente y valor p.

10. Regresión y modelamiento

• Regresión lineal simple.
• Regresión lineal múltiple.
• Interpretación de coeficientes.
• R² y ajuste del modelo.
• Modelos lineales generalizados.
• Introducción a modelos logit.
• Modelos probit.
• Modelos Poisson.
• Modelos Gamma.
• Interpretación de coeficientes y resultados según el modelo.

11. Interpretación de resultados

• Lectura de tablas de SPSS.
• Identificación del estadístico correcto.
• Interpretación del valor p.
• Interpretación de intervalos de confianza.
• Elaboración de conclusiones estadísticas.
• Presentación de resultados para tesis y artículos científicos.

Aprenderás haciendo

Trabajarás con bases de datos reales o simuladas de investigación, aplicando cada procedimiento directamente en SPSS y aprendiendo no solamente a ejecutar una prueba, sino a responder:

¿Por qué aplico esta prueba? ¿Qué significa el resultado? ¿Cómo lo interpreto?