Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Análisis Estadístico: Conceptos Básicos de Proporciones, Índices y Desviación Tipica, Apuntes de Psicología

Conceptos básicos de proporciones, índices y desviación tipica en estadística. Se explica el cálculo de odds, proporciones, percentajes, riesgos relativos, índices y taxas. Además, se detalla el cálculo de la media, desviación tipica y puntuación z.

Tipo: Apuntes

2012/2013

Subido el 28/10/2013

aj13
aj13 🇪🇸

4.4

(9)

3 documentos

1 / 12

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Hipòtesis nul·la: es representa amb una H i un cero. És aquella hipòtesis que ens agradaria que no fos
veritat, és a dir, la contrària a la que nosaltres defensem..
L’estadística inferencial serveix per generalitzar, l’estadística descriptiva agafa informació i la redueix.
Realitat (n’hi ha + d’un tipus) (A través de la Mesura) Números
La mesura agafa un aspecte concret de la realitat i el passa a números. Tenir en compte que hi ha
diferents tipus de mesures, ja que hi ha diferents tipus de números que s’associen a diferents realitats. La
diferència més important radica en les operacions que es poden fer amb els números. N’hi ha 4 tipus:
-Nivell Nominal: només es poden fer igualtats. Les seves categories es caracteritzen per: Ser
diferents, mútuament excloents (o d’una o d’una altre) i han de ser completes i exhaustives, és
a dir, que tothom formi part d’un grup. Categories es representen amb una K=?. Ex: sexe és una
K=2 (home o dona). Es solen utilitzar diagrames de formatgets.
-Nivell Ordinal: es poden fer igualtats i veure quins si són + grans (>) o més petits (<). Ex: El nivell
educatiu: Preescolar-1, 1ª-2, 2ª-3... Ordinals no tenen unitat.
-Nivell Escala o Continus: igualtats,<, > i tenen unitat. Unitat: interval idèntic. Ex: termòmetre.
-Nivell de Raó: =,<,>, unitat i tenen un 0 absolut. Ex: regla.
Totes les de raó són d’Escala, Les d’Escala Ordinals i les Ordinals Nominals. NO A L’INREVÉS.
Sistemes per saber de quin tipus és una variable. Ens preguntem si es pot ordenar, si es que no, és
nominal, si es que SI passem a si té intervals iguals, si no en té, serà nominal, si en té d’escala o raó.
Ex: més de naixement. Es pot mesurar? NO= Nivell Nominal.
Ex: Nivell Educatiu (amb categories Universitari i no Universitari). Ordenar? SI= ordinària dicotòmica.
Ex: Nivell Educatiu (amb categories B/M/A). Ordenar? SI Intervals =? NO= Ordinal.
Ex: Anys al sistema educatiu. Ordenar? SI Intervals =? SI= Serà d’Escala (té 0 absolut = de Raó).
LA MITJANA NOMÉS ES POT FER EN LES VARIABLES D’ESCALA!!!!!!!!!!!!!!!!!!
Hi ha un tipus determinat d’estadística per els nivells nominal, ordinal i d’escala. En les variables Ordinals
s’utilitza la mediana.
Variables:
- Mesura: pot ser nominal, ordinal o d’escala.
- Continuïtat:
oDiscretes: no totes les possibilitats són factibles: hi ha salts. (Nominals i Ordinals)
oContinues: No hi ha salts (escala)
- Ús de la recerca.
Les variables que fan referència a les causes són les variables independents i les que fan referència a
l’efecte són les dependents.
La relació espúria es produeix quan hi ha una tercera variable que explica les altres dues.
Hi ha 9 tipus d’estadístiques segons les possibles combinacions.
Els indicadors sintètics
són aquells Construïts, és a dir, que no existeixen a la realitat. Ex: 1,3 fills. Ni ha de 2 tipus: ESTÀTICS i
DINÀMICS
ESTÀTICS
-Raó/ Ràtio: Una raó és un quocient que simbolitza el resultat de comparar dues quantitats o
magnituds. Es tracta d’un valor relatiu que no depèn dels valors absoluts de les
magnituds que s’utilitzen en el seu càlcul. Es construeix a partir de les dades d’una població
concreta (representada com “N”, on “N” és el total de la població estudiada i “n” la mostra.
N/m
Existeixen dues formes d'expressar les raons:
1. Per quocients indicats, però no calculats (p.e. 25:10, o 25/10, o 2510)
2. Per quocients reals (p.e. 2,5)
De vegades es parla de raons amb el terme “índex”, com ara “índex de masculinitat” en
el cas d’una raó del tipus:
I .M .= Homes entre Dones
Només s’utilitza en cassos en que l’individu pertanyi a un sol grup.
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga Análisis Estadístico: Conceptos Básicos de Proporciones, Índices y Desviación Tipica y más Apuntes en PDF de Psicología solo en Docsity!

Hipòtesis nul·la: es representa amb una H i un cero. És aquella hipòtesis que ens agradaria que no fos veritat, és a dir, la contrària a la que nosaltres defensem.. L’estadística inferencial serveix per generalitzar, l’estadística descriptiva agafa informació i la redueix. Realitat (n’hi ha + d’un tipus) (A través de la Mesura)  Números La mesura agafa un aspecte concret de la realitat i el passa a números. Tenir en compte que hi ha diferents tipus de mesures, ja que hi ha diferents tipus de números que s’associen a diferents realitats. La diferència més important radica en les operacions que es poden fer amb els números. N’hi ha 4 tipus:

- Nivell Nominal: només es poden fer igualtats. Les seves categories es caracteritzen per: Ser

diferents, mútuament excloents (o d’una o d’una altre) i han de ser completes i exhaustives, és a dir, que tothom formi part d’un grup. Categories es representen amb una K=?. Ex: sexe és una K=2 (home o dona). Es solen utilitzar diagrames de formatgets.

- Nivell Ordinal: es poden fer igualtats i veure quins si són + grans (>) o més petits (<). Ex: El nivell

educatiu: Preescolar-1, 1ª-2, 2ª-3... Ordinals no tenen unitat.

- Nivell Escala o Continus: igualtats,<, > i tenen unitat. Unitat: interval idèntic. Ex: termòmetre.

- Nivell de Raó: =,<,>, unitat i tenen un 0 absolut. Ex: regla.

Totes les de raó són d’Escala, Les d’Escala Ordinals i les Ordinals Nominals. NO A L’INREVÉS. Sistemes per saber de quin tipus és una variable. Ens preguntem si es pot ordenar, si es que no, és nominal, si es que SI passem a si té intervals iguals, si no en té, serà nominal, si en té d’escala o raó. Ex: més de naixement. Es pot mesurar?  NO= Nivell Nominal. Ex: Nivell Educatiu (amb categories Universitari i no Universitari). Ordenar? SI= ordinària dicotòmica. Ex: Nivell Educatiu (amb categories B/M/A ). Ordenar? SI Intervals =?  NO= Ordinal. Ex: Anys al sistema educatiu. Ordenar? SI Intervals =?  SI= Serà d’Escala (té 0 absolut = de Raó). LA MITJANA NOMÉS ES POT FER EN LES VARIABLES D’ESCALA!!!!!!!!!!!!!!!!!! Hi ha un tipus determinat d’estadística per els nivells nominal, ordinal i d’escala. En les variables Ordinals s’utilitza la mediana. Variables:

  • Mesura: pot ser nominal, ordinal o d’escala.
  • Continuïtat: o Discretes: no totes les possibilitats són factibles: hi ha salts. (Nominals i Ordinals) o Continues: No hi ha salts (escala)
  • Ús de la recerca. Les variables que fan referència a les causes són les variables independents i les que fan referència a l’efecte són les dependents. La relació espúria es produeix quan hi ha una tercera variable que explica les altres dues. Hi ha 9 tipus d’estadístiques segons les possibles combinacions. Els indicadors sintètics són aquells Construïts, és a dir, que no existeixen a la realitat. Ex: 1,3 fills. Ni ha de 2 tipus: ESTÀTICS i DINÀMICS ESTÀTICS

- Raó/ Ràtio: Una raó és un quocient que simbolitza el resultat de comparar dues quantitats o

magnituds. Es tracta d’un valor relatiu que no depèn dels valors absoluts de les magnituds que s’utilitzen en el seu càlcul. Es construeix a partir de les dades d’una població concreta (representada com “N”, on “N” és el total de la població estudiada i “n” la mostra. N/m Existeixen dues formes d'expressar les raons:

  1. Per quocients indicats, però no calculats (p.e. 25:10, o 25/10, o 2510)
  2. Per quocients reals (p.e. 2,5) De vegades es parla de raons amb el terme “índex”, com ara “índex de masculinitat” en el cas d’una raó del tipus: I. M .= Homes entre Dones Només s’utilitza en cassos en que l’individu pertanyi a un sol grup.

Decimals: Els càlculs es fan amb 4 decimals significatius i Resultat es dona amb 2 decimals significatius.

- Proporcions Una proporció és un quocient que posa en relació una sub-població amb el

conjunt de la població total observada. A= part població, B= altra part població. Fórmula: a/a+b. Ex: 500 presos dels quals 400 són fumadors. Farem 400 fumadors/400+100 que no ho són= 0,8. Proporcions només poden donar entre 0 i 1.

  • Odds: quocient entre la proporció o probabilitat d'ocurrencia d'un esdeveniment i la proporció o probabilitat (complementària) de no ocurrència. Seguint exemple dels fumadors: P=0,8... Odds--> 400 fumadors/100 no fumadors= 4 (4 fumadors per cada no fumador) Existeix equivalència entre odds i proporció: les fórmules són: Proporció = Odds / 1 + Odds Odds = Proporció / 1 – P 4 / 1 + 4 = 0'8 0'8 / 1 – 0'8 = 4

- Percentatges Es tracta de proporcions que, multiplicades per 100, expressen en “tants per cent”

la composició d’un conjunt en sub-poblacions definides per atributs concrets. Així, anomenem percentatges a les proporcions amb base 100. Respecte a l’ús dels percentatges, s’han establert algunes convencions admeses de forma quasi universal, i que recollim a continuació:

  1. S’ha d’aclarir explícitament quina és la base del percentatge, és a dir el nombre absolut (N) sobre el que està calculat; Habitualment aquest nombre absolut es posa entre parèntesi.
  2. Si no existeix cap motiu per fer-ho d’una altra manera, els percentatges es donen fins al primer decimal.
  3. Quan s’elimina l’últim decimal (habitualment el segon), s’arrodoneix seguint les normes convencionals. DINÀMIQUES
  • Risc: probabilitat que un subjecte en rixc mostri l'esdeveniment durant el període de seguiment Es calcula: Risc = No – N1 / No. Ex: es fa un seguiment de 14 dies a uns nens x veure si presentem la simptomatologia amb el tractament A. Durant els 14 dies es mostren 9 simptomes. El risc es calcularia. R = 12 casos totals – casos on no s'ha despertat simptomes / 12 casos totals = 0'75. Risc de reemissió en 14 dies és del 75%

- Taxes En un sentit molt ampli es tracta de proporcions que utilitzen una base més gran de 100,

com ara 1.000 o 10.000, però específicament es tracta de raons que tenen un caràcter dinàmic , mitjançant les quals s’expressa la relació d’una proporció numèrica existent entre dues series de dades, en el sentit de creixement relatiu d’una magnitud al llarg del temps. Per a calcular una taxa es divideix l’increment real de la magnitud durant el període considerat per la grandària de la població al començament del mateix període. Pot donar qualsevol resultat.

Hi ha un risc del 4,2% de que un estudiant que comença 1 d'ESO pateixi abús durant els primers 10 mesos. Taxa d'incidència: ( seguint l'exemple anterior) I = nombre de nous casos en un periode donat (4) / suma d'unitats de temps en que els subjectes de la població han estat en risc Risc relatiu = Risc casA / risc cas B. Si és igual a 1 indica que els riscos són els mateixos. Raó de taxes Si s'administra abans el A en comptes del B la taxa de remissió és 1,8 vegades més gran. Mètodes 12 13 20 25 37 65 81 39 41 41 43 43 69 83 en negreta són dones 45 48 45 48 49 70 83 2 variables: edat i sexe 53 53 55 55 56 70 89 57 58 57 59 58 71 59 65 63 61 62 75 Noms de les columnes de les taules Taula simple de les edats de les dades anteriors. Valors de la variable Freqüència absoluta Freqüència relativa Percentatge % Freqüència acumulada absoluta Freqüència acumulada relativa Percentatge acumulat X sub i n sub i f sub i p sub i N sub i F sub i P sub i 12 1 0.025 2’5 1 0’025 2’ 13 1 0’025 2’5 2 0’05 5 20 1 0’025 2’5 3 0’ … … … … … … … total 40 1 100 40 1 100 Cada variable té la seva pròpia taula El nombre de files depèn del nombre de categories que tingui la variable. Si no apareix una categoria (en aquest cas de 14 fins 19 anys), senzillament no es posa. L’última fila sempre és la de totals. Sub i (Ni) vol dir que parlem d’una petita part del total de població estudiat Arrodonir o’o25 a 2 decimals significatius es deixar-lo = ja que el segon 0 no és significatiu. Si en una taula trobem:

Dones 27 Homes 73 (3089) El nombre entre parèntesis és el nombre absolut de la població i els altres els percentatges (fixar-se en que sumen 100) Amb les variables nominals no es poden fer freqüències acumulades!!!!!!!!!! Taula d’intervals No serveix per a totes les variables. Únicament d’aquelles variables que es poden ordenar (Nominals no). Les categories passen a ser anomenades intervals  K= intervals. Si el total és + petit o = de 100 el nombre d’intervals es calcula fent l’arrel quadrada del nombre. L’amplada dels intervals es calcula aproximadament restant al valor màxim el valor mínim i dividint pel resultat de l’arrel quadrada del total. Ex: 89 – 12 partit entre arrel quadrada de 40 que és 6. = a 13 aproximadament


-------------------------------------------------- Indicadors de distribució:

  • Posició:  Centralitat

o Variable escala, ordinal  Moda (Mod) Pot haver + 1

o Variable Ordinal, escala i nominal  Mediana (Md)

o Variable Escala  Media (x amb palet a sobre)

 Desviació.  Rang [E, O] o Amplitud: valor màx. – valor mín. o Amplitud interquartílica  Desviació/variància. Diferència entre centralitat i desviació com més persones allunyades del centre, + desviació. Mirar dibuixos dels apunts.

  • Forma:  Indicadors:  Curtosi  Asimètrica MIRAR DIBUIXOS.  Gràfica:  [N] sector, mosaic, pareto  [O] sector, mosaic, pareto, de caixa i patilles.  [Entre E i O] els altres +, de barres, historiograma. MODA
  • Per dades soles ( el nombre que més es repeteix).
  • Per taules de freqüències: categories amb + freq. Absoluta.
  • X taules d’intervals: interval amb més freq. Absoluta. S’ha de posar l’ interval o la marca de classe (ex. Interval [4,6) marca de classe = 5)
  • X taules d’intervals amb intervals no iguals: Depèn de l’amplada dels intervals. Dividim el percentatge ni entre “a” que és l’amplada. EX.

desviació 17, 18, 18, 18, 19, 20, 21, 24 Mitja= 155/8= 19. La desviació típica es calcula per a dades sense taula de la següent manera:

  • En primer lloc calculem la mitjana
  • Després restem a la categoria la mitjana (4ª columna)
  • Elevem el resultat al quadrat (5ª columna)
  • Sumem tots els resultats (5ª columna, filera de totals)
  • Dividim el resultat entre el total de casos (32,0936/8=4,0117)
  • Fem l’arrel quadrada del resultat (arrel de 4,0117= 2’0029) En cas de que estiguin en una taula: Xi ni xi·ni= mitja xi-mitja (xi-mitja) al quadrat xi-mitja al quadrat multiplicat per ni 17 1 17 17-19,375 5,6406 5, 18 3 54 18-19,375 1,8906 5, 19 1 19 19-19,375 0,1406 0, 20 1 20 20-19,375 0,3906 0, 21 1 21 21-19,375 2,6406 2, 24 1 24 24-19,375 21,3906 21, totals 8 155 32,0936 35,
  • En primer lloc calculem la mitjana
  • Després restem a la categoria la mitjana (4ª columna)

- Elevem el resultat al quadrat (5ª columna) i la multipliquem per el ni

  • Sumem tots els resultats (6ª columna, filera de totals)
  • Dividim el resultat entre el total de casos (35,8748/8 o 7 (7 en aquest cas)=5,1249)
  • Fem l’arrel quadrada del resultat (arrel de 5,1249= 2’26) Puntuació Z: és la posició relativa d’un cas dins de la distribució en la que es troba [E,O] Es calcula agafant el cas, restant-li la mitja i dividint-lo entre sigma. Sigma es calcula com la desviació típica però en comptes de dividir entre el total en el pas 5, es divideix entre el total menys 1. El Coeficient de variació equival a Sigma/mitjana i serveix per veure quina variable té una major variació En histograma (var. Escala) ni= àrea. Asimetria: var. Escala. Si mitjà és més gran que Mediana, és positiva. Si és més petita, negativa. És simètrica si moda, mitja i mediana són iguals. Les taules de contingència sorgeixen de l’anàlisi simultani de variables ordinals- nominals o nominals- ordinals. Les files són I i les columnes J: I x J= Nombre de variables: caselles. No es fa per a variables escala xq tenen masses categories marginals. En les TC els totals de files i columnes han de ser iguals. Si els resultats s’acumulen en diagonals vol dir que les variables estan mot relacionades. Mirar els models de correlació lineal.

Recta regressiva: y= a + bx Quan b és gran la recta tindrà molta pendent positiva Quan b és petita recta serà més aviat plana B=pendent Si sumem el total de la distància que hi ha del punt a la recta de regressió obtenim la covariació. Cov: es calcula:

  • A totes les x els restem la mitjana de la variable x
  • A totes les y els restem la mitjana de les variables y
  • Multipliquem els resultats
  • Sumem els totals
  • Dividim entre el nombre de casos. Correlació pot ser entre [-1,1] 1 positiva, o no n’hi ha, -1 negativa. Per calcular la relació (r)
  • Agafem la COV.
  • La dividim entre la multiplicació de Sigma x i Sigma y. Per poder extreure dades i conclusions de les TC s’ha de mirar:
  • La independent sempre està a les files i la VD a les columnes.
  • S’ha de mirar el total casos per variable
  • % per cas de la variable.
  • % columna
  • % respecte al total. S’ha de trobar el màxim de totes les files per cada columna. L'HISTOGRAMA

L'amplada de les barres de l'histograma representen l'amplada dels intervals de la taula.

L'amplitud d'un interval de classe es defineix com la diferència entre les seus llindars

verdaders. Per exemple, l'amplitud de l'interval (10-19) és igual a 10 anys ( 10-20 = 10)

Per dibuixar l'Histograma es col·loquen els llindars verdades de cada classe sobre l'eix de les

abscisses (eix x), i en l'eix de les ordenades (y) el qüocient de la freqüencia i l'amplitud del

corresponent interval.

Calcul mediana: 1+total de casos/2. El resultat d'aquesta operació et dira la posició o entre

quines dues posicions es troba la mediana.

Calculada la mediana, podem calcular els quarts 1 i 3. Ex. Tenim 12 casos i la mediana està

situada entre la 6ª i 7ª posició. Calculem així: 1+totes les posicions abans de la mediana (en

aquest cas 6) /2. el resultat serà la posició del Q1. IDEM per al Q

DIAGRAMA DE CAIXES

num ordre: si tenim 32 subjectes el que té la puntuació + baixa té el núm d'ordre 1, fins el que

la té + alta que seria el 32.

l'altura de la caixa és igual al resta del Q3 – Q1. La ratlla negra del mig de la caixa representa la

mediana (Q2). Les potetes o “cues” que tenen representen els valors adjacents que

corresponen tant al màxim i el mínim valor de la distribució que no es considera diferent a la

majoria. A partir d'aquí ja es representen els valors allunyats. Es consideren allunyats aquells

valors que a partir del Q1 o Q3 estan a una distància 1'5 vegades l'amplitud interquartil. Es a dir

tant per sota com per amunt de la caixa podem calcular aquest llindar amb la següent formula:

Llindar inferior = valor Q1 – 1'5 (valor fix) x (Q3 – Q1, rang interquartilic).

Llindar superior = valor Q3 + 1'5 (valor fix) x (Q3 – Q1, rang interquartilic).

En cas d'estar a més de 3 vegades el rang interquartil es consideren valors molt allunyats. La

formula no varia gaire, en comptes d'1,5 fem servir un 3.

Llindar inferior = valor Q1 – 3 (valor fix) x (Q3 – Q1, rang interquartilic). Si la mediana esta més propera al Q3 hi ha asimetria negativa i si està més propera al Q1 hi ha asimetria positiva. SPSS Per que se'ns obri la finestra de sintaxi, al obrir l'arxiu amb les dades em de fer click a PEGAR. Sempre que realitzem una acció i volem que aquesta quedi a la sintaxi em de fer click a PEGAR. Si ho fem, en un principi no s'executarà: cal anar a la pàgina de sintaxi --> seleccionar el conjunt de l'acció i fer click a PLAY. Comando CROSSTABS fer Taules de Contingència: Analitzar Est. Descrip TC selecció variable (la independent a columnes, dependent a files) Opció “Casillas” dona més dades. X fer gràfic de la TC: GràficsGenerador gràfics (les variables han d’estar ben catalogades) Seleccionem el tipus de gràfic i l’arrosseguem a la part d’adalt. Variable independent = eix X Variable Dependent= eix y l’hem de possar a “Pila” Lo de fer el 100% en el gràfic es fa a “estadísticos” agafem el Percentatge (?)  establir paràmetres i escollim “total por cada cat. De l’eix x”. Apliquem i acceptem. Per analitzar variable ordinal: Analizar Est. Descriptives Freq.

En una ordinal la mitja no té sentit, tmp es pot la desv. Típica. Percentils: per demanar % superiors i inferiors. El rang no serveix per res en si mateix. Com canviar escala d’un gràfic: click dret editar contingut doble click als valors de l’escala traiem l’automàtic del valor màxim i posem el de l’altre gràfic Canviem intervals x els de l’altre, sense treure l’automàtic apliquem. per a variables d’escala Analitzar E. DescripExplorar escollim variable fa gràfic de caixa directament. Variància= desviació típica al quadrat Un factor en el SPSS és una variable independent. La desviació absoluta s’obté mitjançant el rang. Per fer taules de freqüències: botó barra d’adalt ANALIZAR  ESTADÍSTICAS DESCRIPTIVAS  PASSEM VARIABLE DE L’ESQUERRA A LA DRETA. Per saber el significat de cada nombre d’una variable: Anem al boto d’adalt VARIABLES i cerquem la variable que volem. La memòria històrica està al costat del botó de desfer. El percentatge vàlid es calcula sense tenir en compte les dades perdudes. Quan tens + d’un 20 % de dades perdudes = MERDA. Les dades perdudes no s’utilitzen ni en els càlculs ni en les gràfiques. Per ORDENAR: Anem al botó d’adalt DATOS  ORDENAR CASOS  seleccionem la variable per la qual volem que s’ordeni la resta. Per SELECCIONAR: Anem a DATOS  SELECCIONAR CASOS  premem SI SATISFACE LA CONDICION  exposem la condició. Exemple: sexe = 1 (homes)  finalment descartar dades. Així només es tindrà en compte als homes per posteriors càlculs. En el cas de que hi hagués una 3ª variable que influís. Anem a DATOS  SELECCIÓN DE DATOS  deixem la variable antiga entre parèntesis afegim la nova categoria. Entre les dues variables entre parèntesis afegim el signe “&”. Si busquéssim les que no estiguessin casades seria “&” i una línia del símbol “aprox.” Per desseleccionar anem a DATOS  SELECCIÓN CASOS i cliquem a “todos los casos” SEGMENTAR DATOS  SEGMENTAR ARCHIVO  COMPARAR GRUPOS (s’ha de especificar la variable amb la que els volem comparar). Per DEFINIR VARIABLES: DATOS DEFINIR PROPIADES DE VARIABLES (s'ha d'especificar les variables). Podem etiquetar la variable, canviar el tipus, el nivell de mesura, amplada i decimals, etiquetar el valor que volem que correspongui als valors perduts... comando COMPUTE (calcular): permet crear una variable quantitativa (amb una expressió aritmàtica) o binària (amb una expressió lògica). Anem a MENU --> TRANSFORMAR --> CALCULAR VARIABLES. A la nova finestra es realitza el càlcul a partir de dues variables ja existents. Al quadre de text es poden introduir gran quantitat de formules (de temps, algoritmes...) comando IF: La transformació establerta només s'executa per els casos en els quals una determinada expressió lògica es compleix. MENU --> TRANSFORMAR --> CALCULAR VARIABLE ( finestra “SI LA OPCION”) L'spss obra una nova finestra allà actuem. Comando RECODE: canvia els valors originals d'una variable per altres valors. Treballa amb tots els valors, també els perduts (vigilar, per no cometre errors d'algoritmes). Dues rutes:

  • Recodificar la mateixa variable: TRANSFORMAR --> RECODIFICAR --> EN LAS MISMAS VARIABLES... - Recodificar en una variable diferent mantenint l'original: TRANSFORMAR --> RECODIFICAR --> EN DISTINTAS VARIABLES... el boto valores antiguos y nuevos permet recodificar el sistema de puntuació.