- 0
- 0
- 0
- 0
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:
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/
¿Te hemos ayudado?
Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:La ayuda no cuesta nada
Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo: