ESCUELA SUPERIOR POLITECNICA

DE CHIMBORAZO
FACULTAD DE CIENCIAS PECUARIAS

CARRERA: INGENIERIA EN AGROINDUSTRIA

ASIGNATURA: INFORMATICA APLICADA

TEMA:
DEBER DE SPSS

NOMBREs:

NEPPAS CRISTIAN

NIVEL
CUARTO “B”
FECHA DE ENTREGA:
20/01/2020
RIOBAMBA-ECUADOR
 Se tienen datos de estatura, peso y género de una población determinada.

Estatura peso Género

1.58 59.2 1
1.68 56 2
1.64 65.4 1
1.69 70.2 2
1.53 49.9 1
1.54 54.2 2
1.61 59.6 2
1.55 54.8 1
1.64 60.5 1
1.56 45.1 2
1.60 52.1 2
1.46 52.1 1
1.60 55.7 1

Estadísticos para la variable Estatura, m

1. ESTADÍSTICO: (G-STAT)

Estadístico Estatura, m
N 13
Media 1.5908
Mediana 1.6000
Moda 1.6000
Media Geométrica 1.5896
Varianza 0.0041
Desviación Típica 0.0641
E.E. de la Media (*) 0.0178
Mínimo 1.4600
Máximo 1.6900
Rango 0.2300
Asimetría -0.2823
Curtosis 0.0656
Coeficiente de 4.0289
Variación

1.1. Frecuencias (SPSS)

Estadísticos

Estatura del estudiante

N Válido 13
Perdidos 0
Media 1.5908
Mediana 1.6000
 Moda 1.60a
Desv. Desviación .06409
Varianza ,004
Asimetría -,282
Error estándar de asimetría ,616
Curtosis ,066
Error estándar de curtosis 1,191
Rango .23
Mínimo 1.46
Máximo 1.69
a. Existen múltiples modos. Se muestra el
valor más pequeño.

Tanto los datos estadísticos de el programa G-STAT y el SPSS tiene los mismos datos,
dándonos como resultado que los dos son buenos para obtener datos estadísticos, de
media moda entre otros.

2. CLASES DE LA VARIABLE ESTATURA, M (G-STAT)

Número de Casos: 13

Clases Límite Límite Frec. Frec. Abs. Frec. Frec. Rela.

Inferior Superior Absoluta Acumulada Relativa Acumulada
1 1.46 1.52 1 1 0.08 0.08
2 1.52 1.58 4 5 0.31 0.38
3 158 1.63 4 9 0.31 0.69
4 1.63 1.69 4 13 0.31 1.00

2.1. Estatura del estudiante (SPSS)

Porcentaje
Frecuencia Porcentaje Porcentaje válido acumulado
Válido 1.46 1 7,7 7,7 7,7
1.53 1 7,7 7,7 15,4
1.54 1 7,7 7,7 23,1
1.55 1 7,7 7,7 30,8
1.56 1 7,7 7,7 38,5
1.58 1 7,7 7,7 46,2
1.60 2 15,4 15,4 61,5
1.61 1 7,7 7,7 69,2
1.64 2 15,4 15,4 84,6
1.68 1 7,7 7,7 92,3
1.69 1 7,7 7,7 100,0
Total 13 100,0 100,0
En los datos estadísticos descriptivos no tenemos la misma manera de tener los datos,
dándonos mas difíciles de realizar en el (SPSS), por lo que no se recomienda usarlo para
este tipo, y mas recomendable usar el estadito G-STAT

2.2. Histograma (SPSS)

2.3. Histograma (G-STAT)

En los gráficos tanto para los dos programas tenemos los mismos resultados, pero es más difícil
usar (SPSS), debido hay que realizar muchos mas pasos para obtener un grafico que se necesite,
y se recomienda usar el G-STAT, debido a que es más fácil de entender.

Estadísticos para la variable Peso, Kg

3. ESTADÍSTICO: (G-STAT)

Estadístico Peso, Kg
N 13
Media 56.5231
Mediana 55.7000
Moda 52.1000
Media Geométrica 56.1745
Varianza 43.4253
Desviación Típica 6.5898
E.E. de la Media (*) 1.8277
Mínimo 45.1000
Máximo 70.2000
Rango 25.1000
Asimetría 0.4806
Curtosis 0.5581
Coeficiente de 11.6586
Variación

3.1. Frecuencias (SPSS)

Estadísticos
Peso del estudiante
N Válido 13
Perdidos 0
Media 56.523
Mediana 55.700
Moda 52.1
Desv. Desviación 6.5898
Varianza 43,425
Asimetría ,481
Error estándar de asimetría ,616
Curtosis ,558
Error estándar de curtosis 1,191
Rango 25.1
Mínimo 45.1
Máximo 70.2
En el caso de los dos programas, tenemos los mismos resultados, al igual que el anterior
caso, por lo que los dos programas buenos para usarlos.

4. CLASES DE LA VARIABLE PESO, KG (G-STAT)

Número de Casos: 13

Clases Límite Límite Frec. Frec. Abs. Frec. Frec. Rela.

Inferior Superior Absoluta Acumulada Relativa Acumulada
1 45.10 51.38 2 2 0.15 0.15
2 51.38 57.65 6 8 0.46 0.62
3 57.65 63.92 3 11 0.23 0.85
4 63.92 70.20 2 13 0.15 1.00

4.1. Peso del estudiante (SPSS)

Frecuencia Porcentaje Porcentaje Porcentaje
válido acumulado
Válido 45.1 1 7,7 7,7 7,7
49.9 1 7,7 7,7 15,4
52.1 2 15,4 15,4 30,8
54.2 1 7,7 7,7 38,5
54.8 1 7,7 7,7 46,2
55.7 1 7,7 7,7 53,8
56.0 1 7,7 7,7 61,5
59.2 1 7,7 7,7 69,2
59.6 1 7,7 7,7 76,9
60.5 1 7,7 7,7 84,6
65.4 1 7,7 7,7 92,3
70.2 1 7,7 7,7 100,0
Total 13 100,0 100,0

Al igual que el caso anterior, no podemos usar en SPSS para este tipo de datos debido a
su complejidad en manejarlo, pero es mas recomendable usar el G-STAT
 5. Histograma (G-STAT)

5.1. Histograma (SPPS)

En el caso del histograma del G-STAT es un grafico mas facil de hacer, y en el caso del SPSS
no es factible hacer estos programas, por lo que no tenemos graficos similares.
Variable cualitativa (Género)
6. FRECUENCIAS(G-STAT)
Número de Casos: 13

Gener Frecuencias Porcentajes

 o
1 7 53.85
2 6 46.15
Total 13 100.00

Gráfico de barras para género

Análisis: Regresión lineal simple

1. MODELO DE PESO, KG CON ESTATURA, M (G-STAT)
Número de Casos: 13
Modelo: Lineal
Ecuación: Peso, Kg = -54.6793 + 69.9048 * Estatura, m

Coef. E.E. t-valor p-valor

Ordenada -54.6793 36.1911 -1.5109 0.1590
Pendiente 69.9048 22.7337 3.0749 0.0106

r de Pearson (coeficiente de correlación) 0.6799

r cuadrado (coeficiente de determinación) 46.22 %
Desviación Típica de los Residuos 5.0473
Rho de Spearman 0.7931 t-valor 4.3186 p-valor 0.0012
Coeficiente de correlación intraclase 0.0002 F-valor 1.0268 p-valor 0.4821

7. ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrática
1 Regresión 240,876 1 240,876 9,455 ,011b
 Residuo 280,227 11 25,475
Total 521,103 12
a. Variable dependiente: Peso del estudiante
b. Predictores: (Constante), Estatura del estudiante

Coeficientesa
Modelo Coeficientes no estandarizados Coeficientes t Sig.
estandarizados
B Desv. Error Beta
1 (Constante) -54,679 36,191 -1,511 ,159
Estatura del estudiante 69,905 22,734 ,680 3,075 ,011
a. Variable dependiente: Peso del estudiante

7.1. ANOVA (G-STAT)

Modelo: Lineal

Variabilidad Suma de G.L. Cuadrado F-valor p-valor

Cuadrados Medio
Modelo 240.8758 1 240.8758 9.4553 0.0106
Residual 280.2272 11 25.4752
Falta de 261.7422 9 29.0825 3.1466 0.2644
ajuste
Error 18.4850 2 9.2425
Total 521.1031 12
El coeficiente de determinación indica que la estatura influye en un 46.22% en el peso y el
53.78% pertenece a otros factores.
La relación entre las variables estatura y peso es alta y significativa, es alto porque el coeficiente
de correlación es alto porque es >0,6 (0.6799), y es significativo porque el valor de la
probabilidad es menor que 0.05 pero mayor que 0.01 (0.0106).
Tenemos resultados muy similares, solo cambiando los nombres de cada caso pero tenemos los
mismo resultados.
Recta de ajuste
 8. Prueba T (SPSS)

Estadísticas de muestras emparejadas

Media N Desv. Desv. Error
Desviación promedio
Par 1 Estatura del estudiante 1.5908 13 .06409 .01778
Peso del estudiante 56.523 13 6.5898 1.8277

Correlaciones de muestras emparejadas

N Correlación Sig.
Par 1 Estatura del estudiante & 13 ,680 ,011
Peso del estudiante

Prueba de muestras emparejadas

Diferencias emparejadas t g Si
l g.
(bi
lat
era
l)
Media Desv. Desv. 95% de intervalo de
Desviaci Error confianza de la diferencia
ón prome Inferior Superior
dio
 Par 1 Estatura - 6.54638 1.8156 -58.88824 -50.97637 - 1 ,
del 54.9323 4 30,2 2 00
estudiant 1 55 0
e - Peso
del
estudiant
e

8.1. T student (G_STAT)

Estimación y Contraste de Una Media Poblacional para Estatura, m menos Peso, Kg
Tamaño Muestral: 13
Media: -54.9323
Estimación
I.C. al 95.00% para la media: -54.9323 +/- 3.9559 [-58.8882, -50.9764]

1. PRUEBA T-STUDENT (G-STAT)

Hipótesis Nula: media = 0.0000

Hipótesis Alternativa: no igual
Estadístico de contraste t: -30.2551
p-valor: 0.0001E-8

Ht: la estatura influye significativamente en el peso

H0: la estatura no influye significativamente en el peso
De acuerdo a la probabilidad el valor es <0.01, indicando que es altamente significativo, por lo
que se acepta la hipótesis de trabajo estableciendo que la estatura influye significativamente en
el peso.
Pero en el caso de los dos programas que usamos, tenemos resultados muy similares pero se usa
de mejor manera y mas entendible el programa de G-STAT

Regresión (SPSS)

Variables entradas/eliminadasa
Modelo Variables Variables Método
entradas eliminadas
1 Estatura del . Introducir
 estudianteb
a. Variable dependiente: Peso del estudiante
b. Todas las variables solicitadas introducidas.

Resumen del modelo

Modelo R R cuadrado R cuadrado Error estándar
ajustado de la
estimación
a
1 ,680 ,462 ,413 5.0473
a. Predictores: (Constante), Estatura del estudiante