Cómo calcular el coeficiente de variación en SPSS

El coeficiente de variación es una forma de medir qué tan dispersos están los valores en un conjunto de datos en relación con la media. Se calcula como:

Coeficiente de variación = σ / μ

dónde:

σ = desviación estándar del conjunto de datos

μ = media del conjunto de datos

Este tutorial explica cómo calcular el coeficiente de variación para un conjunto de datos en SPSS

Ejemplo: coeficiente de variación en SPSS

Supongamos que tenemos el siguiente conjunto de datos que muestra el ingreso anual (en miles) de 15 personas:

Utilice los siguientes pasos para calcular el coeficiente de variación de este conjunto de datos en SPSS:

Paso 1: crea una columna de unos.

Primero, necesitamos crear una columna de todos los 1 junto al conjunto de datos original:

Paso 2: Calcule el coeficiente de variación.

A continuación, haga clic en la pestaña Analizar , luego en Estadísticas descriptivas , luego en Proporción :

En la nueva ventana que aparece, arrastre el ingreso variable al cuadro etiquetado como Numerador y arrastre la variable uno al cuadro etiquetado como Denominador:

A continuación, haga clic en Estadísticas . Asegúrese de que las casillas estén marcadas junto a Media , Desviación estándar y COV centrado en la media . Luego haga clic en Continuar .

Por último, haga clic en Aceptar .

Paso 3: Interprete el coeficiente de variación.

Una vez que haga clic en Aceptar , se mostrará el coeficiente de variación para este conjunto de datos:

Cálculo del coeficiente de variación en SPSS

Podemos ver que el coeficiente de variación para este conjunto de datos es 49,3% . Esto se calculó utilizando la siguiente fórmula:

CV = σ / μ * 100 = (29,060 / 58,933) * 100 = 49,3% .

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Deja un comentario

A menudo, es posible que desee crear una nueva columna en un DataFrame de pandas en función de alguna condición.…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!