SPSS puede ayudarle a analizar mejor sus datos, dado que le proporciona todos los análisis estadísticos que necesita para resolver una gran variedad de problemas empresariales e investigación de todo tipo — y no sólo el problema para el cual inicialmente adquirió el software. SPSS le proporciona una gran variedad de análisis estadísticos con lo que obtendrá mejores resultados para problemas específicos. Los módulos adicionales y el resto de los productos SPSS le ofrecen una mayor potencia analítica — implementándose fácilmente dentro de SPSS Statistics Base, con lo que podrá añadir tantas funcionalidades analíticas a su sistema como necesite para realizar su trabajo de una manera eficaz moviéndose de un producto a otro con agilidad.
Regresión Lineal: explore las relaciones entre los predictores y lo que quieren predecir, por ejemplo, predecir las ventas utilizando el precio y el tipo de cliente.
Análisis Factorial: identifique variables subyacentes o factores que expliquen las correlaciones en un conjunto de variables observados. Por ejemplo, utilice este procedimiento para la reducción de datos con el fin de identificar un pequeño número de factores que expliquen la mayoría de la varianza observada en un gran número de variables manifiestas. El Análisis Factorial tiene un alto grado de flexibilidad, proporcionando un gran número de métodos para extracción de factores, rotación y computación de las puntuaciones factoriales.
Análisis de conglomerados en dos fases: el Análisis de conglomerados de dos fases es una técnica de Análisis Cluster de gran escalabilidad, que a diferencia de otras técnicas de clustering trabaja con conjuntos de datos mixtos. Este algoritmo le permite manejar conjuntos de variables mixtas y continuas y también atributos con la ventaja de que únicamente introducirá los datos una sola vez.
En la primera etapa, pre-agrupará los registros en varios sub-clusters o grupos. Entonces agrupará estos subgrupos en el número deseado de grupos. Si desconoce cual es el número ideal de grupos, el Análisis Cluster de dos pasos automáticamente encuentra el número adecuado de grupos. Así agrupará los datos similares en un mismo grupo. Por ejemplo, puede aplicar este análisis a los datos que describen los hábitos de compra de los clientes de una empresa, edad, sexo, nivel de ingresos etc. Con los resultados que obtenga desarrollará las estrategias que estime más convenientes para cada uno de los grupos y así incrementar las ventas y fidelidad a la marca.
Utilice el Análisis de conglomerados en dos
fases para identificar con gran precisión grupos en sus datos. Así,
podrá encontrar grupos en grandes conjuntos de datos y en conjuntos
de datos mixtos, con variables continuas -cómo los ingresos- y categóricos
–como el empleo-. Esta técnica, le da la capacidad para pre-especificar
el número de grupos que desee, o bien proporcionarle directamente,
el número óptimo de grupos.
Análisis de conglomerados K-medias: agrupa datos provenientes de grandes conjuntos de datos, como listas de mailings de clientes. Este procedimiento asume que los datos se agrupan en un número de conglomerados conocido. Dado este número, el procedimiento asignará casos a cada conglomerado. Puede seleccionar uno de los dos métodos de clasificación de casos—actualizar los centroides de los conglomerados iterativamente o solamente clasificar. Puede guardar el conglomerado de pertenencia, la información de la distancia y los centroides finales de cada conglomerado. Un investigador de mercados, por ejemplo, podría querer agrupar ciudades en grupos homogéneos utilizando el análisis de conglomerados K-medias y encontrar ciudades comparables para probar estrategias de marketing.
Análisis de Conglomerados Jerárquico: cree conglomerados desde un único registro y forme grupos hasta que todos los conglomerados se hayan unido. Puede seleccionar entre 40 medidas de similaridad o disimilaridad, estandarizar los datos utilizando diferentes métodos y crear conglomerados de casos y de variables. También podrá analizar sus datos directamente o seleccionar entre una gran variedad de estandarización, generar medidas de distancia o similaridad utilizando el procedimiento proximities y mostrar estadísticas en cada paso del análisis para ayudar a seleccionar la mejor solución. Este procedimiento está recomendado para pequeños conjuntos de datos, por ejemplo una lista de grupos específicos. Un investigador de mercados podría utilizar este análisis para identificar tipos de programas de televisión que atacan a la misma audiencia dependiendo del tipo de programa. Podría agrupar programas de televisión en grupos homogéneos basados en las características de los telespectadores para identificar segmentos a los que dirigir la publicidad.
Estadísticos Descriptivos
Estadísticos Bivariantes
Predicción de resultados numéricos
Predicción para identificación de grupos
Los módulos y los programas independientes de SPSS ofrecen mucho más para el análisis de datos, incluyendo los siguientes análisis estadísticos:
Productos y Servicios Clave
Recursos
Descarga
