Coñazo de SPSS

Notas sueltas en proceso de hilvane, que completaré, o no

Hablar de mi preferencia por PSPP como programa sencillo, gratuito y eficaz para el tipo de análisis que hacemos los sociólogos es ocioso, pues le tengo dedicados algunos artículos al tema. También he señalado ya alguna de las limitaciones que tiene el tanque de pago frente a la tanqueta gratuita.

Pero es que cada vez que te topas con esas limitaciones, molesta. Ahora mismo estamos terminando un análisis de datos. Mis colegas han tomado cada cual una sección de la encuesta que estamos trabajando, y yo unifico luego el conjunto, hago el análisis de tendencias respecto de ediciones anteriores, el resumen ejecutivo, esas cosas. Naturalmente yo trabajo con PSPP, pero ellos se empeñan en seguir con SPSS, por eso de que lo tenemos "gratis" (¿gratis? lo que la Universidad gasta en esos programas, no lo destina a otros asuntos) y porque como se ve más colorido, y parece que incluye más ayuda (algo absurdo en el tiempo de los inifinitos tutoriales en youtube). 

Bueno, ¿y qué más te da, habrá quién me diga? Que cada cual lo haga como quiera. 

Pues no. Por un lado están los principios, la apuesta por el software libre. Pero es que además hay problemas de eficiencia. Porque con distintos programas estadísticos, más aún cuando se trabaja con bases de variables de ponderación, por esos misterios de la programación según qué rutinas o métodos utilicen (ahí ya me pierdo, es cosa de informáticos y matemáticos), aunque se salgan básicamente los mismos resultados (válidos, por tanto para el análisis) pueden aparecer ligerísimas diferencias decimales. Y no pasa nada. Pero si yo incluyo un anexo de frecuencias, para que el cliente más allá del texto tenga a mano el resultadod de cada pregunta  

He tenido que exportar los resultados a Excel (porque si los exportas directamente a Word, se gestionan fatal las tablas después, al contrario que en LibreOffice), y luego con una macro en Libre Office Calc los he limpiado de títulos de variables repetidos(como título de tabla, y luego en una columna). (por cierto, que SPSS también es muchísimo más torpe que PSPP para moverse, a la hora de guardar datos o exportar resultados, por los directorios)

Todo lo cual no quita para reconocer la importancia que SPSS ha tenido, pues PSPP sólo hace copiar lo que SPSS hizo hace años. La creación del sociólogo Norman H Nie (desarrolló el programa en 1969 para ayudarse a manejar los datos de su tesis doctoral, ayudado de C. Hadai Hull y Dale H. Bent, también estudiantes de postgrado) ha sido un sosftware fundamental que ha saltado de la Sociología y las Ciencias Sociales a todo tipo de disciplinas. ¿A quién no le ha tocado recordar a algún científico de la naturaleza, o a algún ingeniero, que SPSS es obra de sociólogos y no de matemáticos o físicos, que SS es de Social Sciences?. Con él empezamos a hacer pinitos a principios de los 90, aunque también desde siempre he intentado suplirlo con herramientas o bien de software libre o bien gratuitas, desde que SPSS (que, no olvidemos, Nie enviaba desde la Universidad de Chicago a sus colegas al principio a precio de coste, osea al coste de los diskettes y el correo) se convirtió en una multinacional que fijaba unos precios de escándalo para un programa construido en base a rutinas de software abierto. Y en la medida en que me ha parecido un abuso el costo que las Universidades han estadod edicando a este software, a pesar de existir alternativas o más económicas, o directamente libres, me he sentido en la obligación de contrastarlo una y otra vez.

 (vale, es un clon, vale que primero tuvieron que trabajar en desarrollar SPSS, vale, pero de eso hace 40 años, y desde luego el creador de SPSS)

ah, otra cosita

¿Por qué en PSPP salen resultados ligeramente distintos que en SPSS?

PSPP es un programa de software libre que fue diseñado para imitar el comportamiento del paquete comercial SPSS. A pesar de que PSPP y SPSS utilizan algoritmos similares para llevar a cabo análisis estadísticos, existen algunas diferencias sutiles en la forma en que ambos programas manejan los datos y realizan cálculos, lo que puede llevar a resultados ligeramente diferentes.

Algunas posibles razones por las que podrían surgir diferencias en los resultados entre PSPP y SPSS son:

1. Versiones diferentes: Si se utiliza una versión diferente de PSPP y SPSS, pueden haber cambios en los algoritmos y en la forma en que se manejan los datos.
2. Configuración de opciones predeterminadas: PSPP y SPSS tienen diferentes opciones predeterminadas para la configuración de análisis estadísticos. Es posible que algunas opciones en PSPP y SPSS estén configuradas de manera diferente, lo que puede afectar los resultados.
3. Funcionalidades distintas: SPSS tiene algunas funcionalidades adicionales que PSPP no tiene, lo que significa que es posible que no se puedan realizar los mismos análisis exactamente de la misma manera en ambos programas.
4. En general, las diferencias entre los resultados en PSPP y SPSS son pequeñas, y se espera que los resultados sean bastante similares. Sin embargo, es importante tener en cuenta que cualquier diferencia podría tener implicaciones importantes en la toma de decisiones basadas en los resultados del análisis estadístico, por lo que es recomendable verificar que los resultados sean coherentes entre sí y realizar análisis de sensibilidad para comprender cómo afectan las opciones de configuración de cada programa.

Importar a PSPP/SPSS/Jamovi datos de Google Forms

Bien, todos habéis aprendido ya a utilizar los formularios de Google, y a utilizar esas explotaciones básicas que hace automáticamente, que no son más que distribuciones de frecuencias, osea casi nada.

Queréis, lo de siempre, llevar los datos al PSPP (o si seguís haciendo el idiota gastando dinero público en software que tiene alternativa libre, en SPSS). Habéis visto tropecientos tutoriales que explican cómo descargar los datos como excel y luego importarlos. Algunos, especialmente algunos latinos, son muy cansinos, 15 ó 20 minutos para algo que se dice en tres palabras: "descargar cómo xlxs" desde la hoja de cálculo de Google Drive en la que has puesto los datos recogidos. 

Incluso valdría con un simple copiar y pegar, si ya tienes creadas las variables en PSPP. Copiar el conjunto de los datos, seleccionando las celdas a partir de la segunda fila, y pegarlas en la ventana de datos (hoja de cálculo) de PSPP. Ya estarían ahí los datos, ya puedes hacer análisis más sofisitcados.

Pero ¿qué pasa ahora? Pues que si estás haciendo una importación, te llevas una sorpresa desagradable, de que PSPP/SPSS importa la hoja, cierto, en la fila primera los nombres de las preguntas/variables, pero resulta que las respuestas no están etiquetadas. Chof, ahora variable a variable tienes que ir metiendo luego las opciones de respuesta y las etiquetas correspondientes. Un rollo, ¿verdad?, especialmente si hay muchas preguntas y las opciones de respuesta son muchas o largas.

Sin embargo, si importas primero a JAMOVI, automáticamente extraerá las etiquetas de las respuestas posibles, a partir de las que aparecen en la hoja de datos para cada variable. Ya está, ya tienes nombradas las categorías/opciones de respuesta. Pero ojo, no instales la última versión de JAMOVI, sino la última estable, pues puedes encontrarte con problemas. Este tutorial lo hice con la 3.3.24. Sin embargo, cuando actualicé a la 3.3.26 de última versión, no era capaz de leer xlxs. Tuve que desinstalar y volver a la versión anterior. Y en cualquier caso si el fichero es muy extenso en variables y casos, no te pongas nervioso porque puede llegar a costarle bastante tiempo.

Desde Jamovi puedes, o bien analizar los datos en el propio programa (lo cual tampoco sería una mala idea, de hecho es muy cómodo e intuitivo, está en español, etc) o bien, si tienes la manía del PSPP/SPSS, exportarlo a .sav. Tén en cuenta algo importante: al importar la hoja de cálculo y procesar automáticamente variables y etiquetas, JAMOVI interpretará todas como variables Nominales. Por lo tanto, tendrás que modificar las numéricas o bien a Ordinales o bien a Continuas (lo más habitual).

Y aquí puede surgir un problema, pues al intentar salvarlo, te puede aparecer algo así:

O bien un mensaje del tipo  "a provided name contains an illegal character". No pasa nada, ya sabes que tienes que revisar el nombre del fichero, y sobre todo los nombres de todas las variables, por si hay títulos de variable demasiado largos, o caracteres raros (como [ ó ] por ejemplo). 

En suma, limpitos los nombres de las variables. Y para eso te recomiendo volver a la hoja de cálculo (en Excel, em Freeoffice, en Libreoffice o donde te parezca), dejar la primera fila (variables/preguntas) limpita, con nombres de variables comprensibles pero ajustaditas, y volver a importar el fichero desde JAMOVI. 

Una opción interesante es sencillamente llamar a las preguntas Pregunta 1, Pregunta 2, etc., y guardar esos nombres y los extensos en un fichero de referencia. Tal que así:

Para hacer eso de la forma más sencilla sin volverte loco con fórmulas, insertamos TRES líneas en blanco en la hoja de cálculo bajo la primera línea. En la primera vamos a rellenar una serie, desde el 1 para la primera columna/variable hasta la última. Si no quieres complicarte, por la cuenta de la vieja en la primera de las filas insertadas pones 1 en la primera columna, y esta fórmula en la segunda, que luego copias y pegas en todas las demás:

En la segunda fila en blanco (tercera de la hoja) pones luego está fórmula en la primera columna/variable (fíjate que tras la cadena de texto "Pregunta" hay un par de espacios en blanco, para que luego aparezca "Pregunta 1" y no "Pregunta1"), y después la copias y pegas en el resto de las columnas.

Ahora sólo tendrás que copiar toda la fila 3 y pegarla con cuidado de utilizar la función "Pegar como" y no "Pegar", y "Pegar sólo valores" en la fila 4. Y ya puedes borrar (salvo que quieras guardarlas el proceso, entonces copias toda la hoja en otra, y sigues en ésta) las filas 2 y 3.

A continuación copias las filas y 2, y las "Pegas como" en otra hoja con la opción "Pegar celdas transpuestas"

Y bueno, ya puedes copiar y pegar el resultado si quieres en un documento de texto como tabla, y ahí limpiar como quieras, para tenerlo a mano cuando estés analizando la base de datos o redactando.

 

Después de eso no olvides borrar la primera fila de la hoja, en la que están los nombres largos de las variables, para que quede como nombre de variables la Fila 2 con Pregunta 1, Pregunta 2, etc.

Quizás tengas que volver de nuevo a la hoja de cálculo si al diseñar el formulario de Google, con eso de que parece que puedes escribir lo que quieras, no has tenido en cuenta la futura exportación. Pues si las categorías de respuesta posible en la preguntas son cadenas de texto muy largas, JAMOVI no lo tendrá en cuenta y podrás explotar ahí, o exportar a .sav sin problema, pero PSPP te dará problemas de nuevo al intentar utilizar el fichero .sav, ahora por la longitud de las etiquetas de las categorías de respuesta. Por lo que tengas que modificar, mediante "Buscar y Sustituir", las respuestas, en la hoja de cálculo, antes de importarla desde JAMOVI. Sí, realmente el SPSS es, además de caro, un rollo (y no le niego el valor que tiene, y sobre todo lo que nos aportó no sólo a los sociólogos).

Tedioso en suma, por tanto, pero el que algo quiere, algo le cuesta. Y además, como decía siempre puedes dejarlo en JAMOVI y hacer en él los análisis.

Nota: He preferido hacer mantener el tutorial con el fichero problemático con el que estoy trabajando, en lugar de usar uno de muestra limpito, para que se perciban mejor las limitaciones con las que te puedes ir encontrando.

Addenda (20/3/23)

Hacía tiempo que no ojeaba las extensiones del office de Google, y encuentro Statistical Analysis Tools, que ayuda a hacer mucho (para muchos, todo) sin andar buscando funciones en la propia hoja de los datos de Google Forms. Y sólo cuesta 1,4€

Addenda (16/4/2023)

A veces nos liamos con lo complicado, y olvidamos lo fácil. Por supuesto que puedes optar, si no te resuelve la extensión de Google Calc, y ves muy lioso lo de llevar los datos a -sav, por sencillamente utilizar, en lugar de los derivados de R o PSPP/SPSS, el estupendo programa Sofastat (disponible para Windows, Linux y Mac) del que ya he hablado a veces en mi blog. A pesar de su horrososo nombre y logo, funciona muy bien aunque no se maneje con fichertos .sav. En un poco lento de arranque pero hace casi todo lo fundamental.

Y las salidas se copipegan así de bien como tabla en el tratamiento de textos que sea (en LibreOffice hay que pegar especial como html)

 

Addenda

La última versión de Bluesky se instala mucho más rápido, y va bastante más ligera. Hace la importación de .xlxs y la exportación a .sav con mucha más agilidad que JAMOVI. Comprobado. 

Y ya sabes: si todo esto te ha sido útil, comparte el enlace con los tuyos, contribuye a divulgar el conocimiento. Abajo tienes el envío directo a Twitter y otras redes.

PSPP sobrepasa a SPSS

PSPP ya va por la versión 9, y no cesa en su a veces imperceptible, pero permanente mejora. Con esta versión han resuelto algunos problemas de adaptación gráfica a las nuevas altísimas resoluciones que hasta ahora había que resolver con trucos en el arranque del programa. Por supuesto que SPSS ha avanzado también en aspectos gráficos, y sigue añadiendo sofisticadas funciones, que sólo algunos especialistas necesitan. Pero el PSPP es generosamente gratuito (porque gratis no significa que caiga del cielo, sino que una pandilla de gentes generosas regalan su tiempo a los demás). Y sobre todo hace incluso más cosas. Sin ir más lejos, y como muestra: mientras SPSS tiene una limitación de 500 variables cuando se quiere hacer una distribución de frecuencias, PSPP puede con ellas (casi 700 en el caso ocurrido). Se apura, parece que se cuelgue... pero ahí llega. A ver si consiguen resolver la posibilidad de editar en los resultados, sin tener que llevarlos a *.odt.

Addenda 31/3/2023

Ambos programas siguen avanzando en versiones...y PSPP sigue sobrepasando a SPSS en capacidad de cálculo. Si para hacer una distribución simple de frecuencias sólo puede hacerse de 500 en 500 variables como máximo en el de pago, aún es peor cuando cruzamos variables: sólo caben 76 variables a cruzar como máximo, por lo que hay que trabajar de nuevo en tandas. Con PSPP no tienes esas limitaciones