Tutorial 5 de 44 Tu base de datos
Datos perdidos en SPSS: cómo detectarlos y declararlos
Un 99 digitado donde no hubo respuesta cambia tu promedio. Aprende a detectar los datos perdidos en SPSS y a declararlos para que no alteren nada.
Cuándo se usa
Un dato perdido es una respuesta que no existe: el encuestado dejó la pregunta en blanco, marcó dos opciones o la ficha estaba ilegible. En toda tesis con encuestas hay algunos, y lo que importa es que SPSS sepa cuáles son.
El caso típico: quien digitó la base puso 99 en cada casilla vacía, una práctica común y válida. El problema es que nadie le dijo a SPSS que 99 significa "no respondió". Entonces el programa lo trata como un valor real y lo suma. En el ejemplo de este tutorial, la edad promedio de un grupo de trabajadores mineros sale 40,18 años cuando en realidad es 36,14. Nadie tiene 99 años trabajando en una mina.
Detectar y declarar los perdidos es un paso previo a cualquier descriptivo, suma de dimensiones o prueba de hipótesis.
Antes de empezar (qué necesita tu base)
- Saber qué código se usó en la digitación para las respuestas faltantes: 99, 999, 9 u otro.
- Verificar que ese código no sea un valor posible de la variable. Un 9 no sirve como perdido en una pregunta que mide número de hijos.
- Tener las variables definidas como numéricas.
- Conocer los valores mínimo y máximo que puede tomar cada variable según tu instrumento.
El ejemplo es una encuesta de cultura de seguridad a 140 trabajadores de una unidad minera de Moquegua, con edad, años de antigüedad y cinco preguntas.
Paso a paso en SPSS
- Ve a Analizar > Estadísticos descriptivos > Descriptivos.
- Pasa las variables numéricas. En el ejemplo, Edad y Antiguedad.
- En Opciones verifica que estén marcados media, desviación estándar, mínimo y máximo. Pulsa Continuar y Aceptar.
- En la tabla revisa la columna Máximo. Un 99 en la edad o en los años de antigüedad es la primera señal.
- Para contarlos, ve a Analizar > Estadísticos descriptivos > Frecuencias y pasa la variable.
- Baja hasta el final de la tabla de frecuencias. Ahí aparece el 99 con su frecuencia.
- Entra a Vista de variables y ubica la columna Perdidos. Si dice Ninguno, SPSS está contando esos códigos como datos reales.
- Haz clic en el botón de tres puntos de la columna Perdidos de la variable.
- Marca Valores perdidos discretos, escribe 99 y pulsa Aceptar.
- Repite en cada variable donde se usó el código.
- Vuelve a pedir Descriptivos y compara el N y la media con los de antes.
- Para un resumen de toda la base, ve a Analizar > Análisis de valores perdidos.
Cómo leer el resultado
Compara las dos tablas de Descriptivos, la de antes y la de después de declarar el código.
En el ejemplo, antes de declarar, la edad tenía una media de 40,18 y la antigüedad, de 9,94 años, con un máximo de 99 en ambas. La tabla de frecuencias mostró nueve casos con 99 en la edad y seis en la antigüedad.
Después de declarar el 99 como perdido, la edad queda con N de 131 casos válidos y media de 36,14; la antigüedad, con N de 134 y media de 5,96. Fíjate en tres casillas:
- N. Debe bajar exactamente en el número de códigos 99 que contaste. De 140 a 131 en la edad.
- Máximo. Ahora debe ser un valor posible.
- Media. Es el valor que sí representa a tu muestra.
Cuatro años de diferencia en la edad y casi cuatro en la antigüedad, por quince celdas mal declaradas. En una variable con rango pequeño, como una pregunta de 1 a 5, un 99 distorsiona todavía más.
Declarar el perdido no borra nada. El 99 sigue escrito en la base; SPSS solo lo deja fuera de los cálculos.
Cuando faltan pocos datos, basta con declararlos. Cuando falta mucho en una misma pregunta, el tratamiento cambia y tu asesor te pedirá justificar qué hiciste.
Cómo redactarlo en tu tesis
El tratamiento de los datos perdidos se reporta en el capítulo de metodología. Un párrafo modelo en formato APA 7:
Antes del análisis se revisó la base de datos mediante tablas de frecuencias. Se identificaron nueve casos sin respuesta en la variable edad (6,4 %) y seis en la variable antigüedad (4,3 %), que se registraron con el código 99 y se declararon como valores perdidos. Estos casos se excluyeron únicamente de los análisis que involucran dichas variables, por lo que el número de casos válidos se indica en cada tabla.
Y en la descripción de la muestra:
La edad promedio de los participantes fue de 36,14 años (n = 131) y el tiempo promedio de trabajo en la unidad fue de 5,96 años (n = 134).
Reportar cuántos casos faltan y qué se hizo con ellos es parte de lo que revisa el jurado.
Errores frecuentes
Rellenar las respuestas faltantes con el promedio sin declararlo. Ocurre cuando se quiere conservar el tamaño de la muestra. Reduce de forma artificial la variabilidad de los datos, y si el jurado pregunta de dónde salió ese valor, no hay cómo responder.
Declarar el cero como perdido cuando el cero es una respuesta real. Pasa en escalas que van de 0 a 4 o en preguntas como cuántas veces acudió la gestante a su control. El riesgo es perder a esas personas sin notarlo y que los resultados cambien.
Eliminar a todos los encuestados que dejaron algo en blanco. Si son muchos, la muestra deja de alcanzar el tamaño calculado y hay que justificarlo.
No revisar las frecuencias antes de correr pruebas. Un código sin declarar pasa a las sumas, a los baremos y a la prueba de hipótesis sin dar ninguna señal.
En MiTítulo, antes de cualquier prueba pedimos frecuencias de todas tus variables. Buscamos códigos como 99, valores imposibles y celdas vacías, y contamos los perdidos de cada pregunta antes de decidir qué hacer.
Preguntas frecuentes
¿Puedo borrar a los encuestados que dejaron preguntas en blanco?
Solo si son pocos y lo reportas. Si borras muchos, tu muestra ya no alcanza.
¿Es lo mismo una celda vacía que un 99?
No. La celda vacía SPSS ya la excluye por su cuenta. El 99 lo tienes que declarar tú.
¿Declarar el perdido borra mis datos?
No. El 99 sigue en tu base. SPSS solo lo deja fuera de los cálculos.
Un 99 escondido envejece a toda tu muestra. Escríbenos al WhatsApp y revisamos tu caso sin costo.
Escríbenos al WhatsApp