Archivos de Blog de abril, 2014

abril 19th, 2014

Cómo crear una pirámide de población

abril 17th, 2014

La importancia de una Oficina del Software Libre

El Software Libre cada vez goza de mayor penetración dentro de la comunidad universitaria. Cada vez son más los profesores que cuelgan enlaces a programas como LibreOffice o las asignaturas en las que se trabaja con aplicaciones libres (y que en su gran mayoría son también gratuitas).

Nuestro puesto en el ranking 2013 de Universidades en Software Libre era el 39ª entre 72. Vamos, que bien, que podríamos ser el último, ¿no? Si es que… el que no se consuela es porque no quiere.

El paso de un modelo a otro puede ser en ocasiones farragoso y algo complicado. Sin ir más lejos, recuerdo el profesor que al ver un gráfico de LibreOffice decía por sistema «eso está mal», no porque estuviera mal, sólo que asociaba los gráficos de Microsoft Office a las respuestas correctas (un método muy parecido al de corregir según caigan los trabajos). Pero no es su culpa, o no al 100%, ni tampoco de las instituciones, ni mucho menos de los alumnos (muchos de los cuales usan a diario aplicaciones libres sin saberlo). La culpa es de todos y ninguno en general.

Echarse las culpas es algo muy cainita, algo muy «nuestro», y algo que debemos aparcar a un lado y centrarnos más en cómo y cuándo solucionarlo. La propuesta que desde algunas instancias se hace es clara: la creación de una Oficina del Software Libre en la Universitat de València. Una OSL es mucho más que un agente creador de «documentos consultivos». Una OSL crea una imagen más cercana y amigable del SL, da soporte, ayuda a su distribución, apoya el desarrollo de nuevo software, asesora y supervisa a diferentes colectivos en la implantación del mismo y forma a la comunidad universitaria en el uso de las herramientas libres.

Son muchas universidades las que ya cuentan con esta herramienta, como la Miguel Hernández o la Universidad de Granada (la cual goza de la primera posición en el ranking). Funcionan y colaboran entre sí, dando soporte a los usuarios, resolviendo dudas y haciendo cursos de formación para la comunidad.

Ahora más que nunca toca dar el paso. La Universitat de València no puede quedarse atrás. Y mucho menos, dejar abandonados a los usuarios a su suerte. Tener las herramientas no significa saber usarlas.

abril 16th, 2014

Cómo extraer datos de PDF a una hoja de cálculo

abril 15th, 2014

Cómo realizar un contraste de hipótesis con PSPP

A la espera de que el Servicio de Blogs de la Universidad de Valencia me diga cómo redimensionar los vídeos de Youtube para que tengan un tamaño adecuado para su visionado, aquí os dejo el primer tutorial que he realizado en vídeo sobre PSPP.

abril 11th, 2014

Contraste de hipótesis con SPSS

En esta nueva entrega de nuestro manual de SPSS voy a repetir uno de los ejercicios realizados en clase y explicándolo paso a paso. El ejercicio en concreto trata de hacer una comprobación de hipótesis de independencia estadística entre dos variables.

Para esta práctica hemos tomado como referencia el cuestionario número 2861 del CIS y las variables que vamos a cruzar son el recuerdo de voto (RECUERDO) y la percepción de los medios de la justicia (P14).

Lo primero que haremos será abrir nuestra matriz y realizar la tabla de contingencia (Analizar – Estadísticos descriptivos – Tablas de contingencia…). Y la variable de percepción de los medios de la justicia (P14) en filas y el recuerdo de voto (RECUERDO) en columnas (la variable dependiente en filas y la independiente en columnas). Una vez hecho esto activamos el estadístico Chi-cuadrado (Estadísticos… – Chi-cuadrado).

IMG1

Aceptamos estas características y obtendremos un visor de resultados como el que os muestro a continuación:

IMG2

Antes que nada nos fijaremos en el último cuadrado, el que nos indica las pruebas de Chi-cuadrado. Y lo primero en que deberemos fijarnos es el porcentaje de casillas que tienen una frecuencia esperada inferior a 5, que en este caso es un 25%. Para que la prueba sea válida este porcentaje debe encontrarse por debajo de un 20%. Así que deberemos hacer ajustes en nuestras variables. Para ajustar estos resultados tenemos dos opciones, la primera y la cual debemos probar siempre es la de la recodificación de variables; y si esto no funcionara deberemos marcar como perdidos algunos de los casos. Pero, ¿qué casos debemos recodificar o perder si esto no funcionase? Muy sencillo, los menos representados en la muestra. En este caso optaremos por recodificar la variable P14 y fusionar los casos 8 y 9 (N.S. /N.C.).

Accedemos al panel de recodificación en distintas variables (Transformar – Recodificar en distintas variables…), marcamos la P14, la llevamos al cuadro central y le damos un nuevo nombre para después hacer click en el botón de cambiar.

IMG3

Una vez creada la variable de resultado, accederemos al panel de valores antiguos y nuevos que se encuentra justo debajo del cuadro central, en el nos aparecerá una cosa como la que adjunto a continuación y que debemos cumplimentar de igual forma. Dejaremos los valores antiguos y nuevos igual, excepto el valor 9 (N.C.) que fusionaremos con el 8 (N.S.).

IMG5

Continuamos y aceptamos todos los cambios realizados y podremos observar como en nuestra vista de variables, al final del todo nos aparece nuestra nueva variable creada. Esta variable funciona igual que la anterior, sólo que todos los casos que estaban marcados con 9 (N.C.) funcionan a todos los efectos como un caso 8 (N.S.). Aún así, SPSS no hará por nosotros una cosa, la asignación de valores, la cual deberemos hacer nosotros a mano.

IMG6

Una vez recodificada la variable volveremos a generar la tabla de contingencia seleccionando el estadístico chi-cuadrado. Recordando que deberemos poner en filas la nueva variable creada y no la anterior.

IMG7

Como vemos en la imagen, ahora ya no existe ninguna casilla con una frecuencia esperada inferior a 5. Además, el valor de Chi-cuadrado de Pearson es 0,004. Por tanto podemos rechazar la hipótesis de independencia estadística. Ahora, podemos rehacer la tabla de contingencia añadiendo los residuos tipificados corregidos (Analizar – Estadísticos descriptivos – Tablas de contingencia… – Casillas… – Tipificados corregidos). Estos residuos nos permitirán saber cuál es el sentido de la asociación o de las diferencias entre ambas variables. Y por último este es el resultado final de esta práctica:

IMG8

Por ahora, todo lo que podíamos hacer con nuestro amigo SPSS acaba aquí, el resto depende de vosotros y de la lectura que hagáis de los datos. Recordad siempre los pasos e id de los particular a lo abstracto.

Noticias UVEG

Ha ocurrido un error que, probablemente, implique que se ha caído el feed. Prueba de nuevo más tarde.