XLSTAT: ¿Cómo obtener la media, mediana y desviación estandar de mis datos?

 

Datos para el análisis

Los datos representan los resultados de una encuesta sobre la cantidad de dinero que las personas gastan en compras en línea en una base mensual promedio.
Las filas corresponden a los encuestados y las columnas a la cantidad de dinero gastada, así como al grupo de edad al que pertenecen.
Nuestro objetivo aquí es resumir los resultados por grupo de edad usando estadísticas descriptivas comunes, tales como:

1. La media y la mediana, que reflejan la tendencia central

2. La desviación estándar, la varianza y el coeficiente de variación, que reflejan la dispersión

Esto nos permitirá extraer información importante de la encuesta y detectar diferencias potenciales entre los grupos.

 

Configuración

1. Una vez que XLSTAT está abierto, selecciona el comando
   XLSTAT / Describir datos / Estadísticas descriptivas como se muestra a continuación.

    

2. Aparece el cuadro de diálogo Estadísticas descriptivas.

    

3. En la pestaña General, selecciona la columna correspondiente al dinero gastado en compras en línea en el campo Datos cuantitativos.

Luego selecciona la columna correspondiente a la clase de edad en el campo Submuestras.

También queremos mostrar etiquetas de Variable-Categoría en la salida. Estas incluyen el nombre de la variable como prefijo y el nombre de la categoría como sufijo.

Finalmente, selecciona la opción Hoja para mostrar los resultados en una nueva hoja, y Etiquetas de muestra para considerar la primera fila de la tabla de datos como etiquetas.

4. En la pestaña Opciones, activa las siguientes opciones:

   

En este artículo, nos enfocamos en estadísticas descriptivas, por lo tanto no activamos los gráficos.

Ya que estamos tratando solo con una única variable, no seleccionamos la opción Normalizar o Reescalar. Eso es más interesante en el caso de varias variables medidas en diferentes escalas.

5. En la pestaña Salidas, haz clic en el botón Todo para seleccionar todas las estadísticas para datos cuantitativos.

   

    

Interpretación de los resultados

Los resultados se muestran en la nueva hoja llamada Desc.
Un conjunto completo de estadísticas descriptivas se muestra para todos los encuestados (columna B) así como por clase de edad (columnas C-E).

Las estadísticas básicas más comúnmente utilizadas son las medidas de tendencia central (por ejemplo, media, mediana) que dan información en torno al centro de los datos, y las medidas de dispersión (por ejemplo, desviación estándar, rango, varianza, coeficiente de variación), que describen la variabilidad de los datos.

Las definiciones y fórmulas pueden encontrarse en el menú de ayuda de XLSTAT (haz clic en el botón Ayuda en el cuadro de diálogo).

a. Interpretación de la tendencia central

La media muestra que, en general, los encuestados gastan 156 USD en promedio por mes en compras en línea.

El valor de la mediana es 139 USD. Esto significa que la mitad de los encuestados gasta más de 139 USD y la otra mitad menos de 139 USD.
Es probable que los datos estén sesgados hacia la derecha, ya que la mediana es ligeramente inferior al valor medio.

Al observar los tres grupos de edad, se observa que los consumidores de entre 30 y 45 años gastan en promedio más que los otros dos grupos (media y mediana).
Una interpretación podría ser que las personas de esta categoría de edad tienen más dinero para gastar que las categorías más jóvenes, mientras que también están más inclinadas hacia la tecnología que los grupos de mayor edad.

 

b. Interpretación de la dispersión

Aunque los consumidores jóvenes parecen gastar más en promedio que los mayores de 45 años, tienen una desviación estándar muestral más alta (DE = 62).
Esto significa que hay un rango más amplio de cantidades gastadas en la categoría (30-45) en comparación con la categoría (>45).
De manera similar, podemos decir que las personas mayores tienden a gastar cantidades similares de dinero (DE baja).
Se pueden dar diferentes explicaciones. Por ejemplo, podríamos decir que los compradores jóvenes incluyen más categorías socio-profesionales diversas (estudiantes, profesionales, desempleados) que los mayores.

Estas conclusiones también pueden extraerse en base a la varianza.
El beneficio de usar la desviación estándar en lugar de la varianza es que la DE utiliza las unidades de la escala original.

Otra medida de dispersión es el coeficiente de variación. Esta medida es particularmente interesante cuando se comparan muestras con unidades diferentes, porque no tiene unidades.
Cuanto más alto es el coeficiente de variación, mayor es el nivel de dispersión alrededor de la media.

 

¿Desviación estándar (n) o desviación estándar (n-1)?

En este artículo, estamos usando los 150 encuestados como una muestra para estudiar a toda la población.
Esto explica nuestra elección de usar la desviación estándar de muestra (n-1) para la interpretación.

En el caso ideal, aunque imposible, en el que pudiéramos recolectar datos de todas las personas que compran en línea (es decir, la población de compradores en línea), sería más apropiado usar la desviación estándar de población [DE (n)] o la varianza de población [varianza (n)].

¿Buscas una forma rápida y sencilla de describir gráficamente variables cuantitativas? Los diagramas de caja (box plots) son la mejor opción.
Esta herramienta proporciona cinco estadísticas básicas de un vistazo:

• mínimo,

• primer cuartil,

• mediana,

• tercer cuartil,

• máximo,

ya sea para los datos generales o por grupo.

Consulta nuestros artículoes sobre:

• artículo de diagramas de caja en Excel

• artículo de diagramas de caja con muescas en Excel