STATA EN EL ANÁLISIS DE INFORMACIÓN

Trabajo realizado por:

Jose Yesid Salazar Quiroga.

Estudiante de Adminitración de Empresas.

Introducción.

En el presente documento se buscará dar una breve introducción al software STATA 12 con el fin de ayudar a posibles investigaciones que permitan la implementación del Software al área de Mercados y futuros trabajos de estudio enfocados a implementar herramientas como mapas perceptuales, análisis clúster, factorial, no paramétrico, estadística descriptiva, etc.

Para lograr lo anterior, se dara a conocer como realizar observaciones generales de la base de datos, se implementarán herramientas básicas de STATA y para aportar en algo al objetivo general mencionado anteriormente, se mostrará como realizar un Mapa Perceptual. La base de datos con la que se trabajó fué construida gracias a un estudio de mercados, la cual fue manipulada por el autor de este documento y a la cual se le agregaron variables y casos ficticios.

Los temas que se verán son:

Como configurar el proxy en STATA
Codificar la carpeta donde se guardarán los archivos de STATA
Importar archivos csv
Observar la base de datos: Variables y casos
Observar los primeros 10 casos de la BD
Realizar un análisis de frecuencias
Colocar etiquetas a las variables
Etiquetas de valor a los casos
Dar nuevos nombres a las variables y a los casos
Resumen de las variables
Limpiar el espacio de trabajo
Observación simple de la distribución de los datos
Realizar un histograma
Realizar un gráfico de barras
Realizar un gráfico de torta
Realizar un gráfico de tallo y hojas
Realizar un mapa perceptual en STATA

1. Como configurar el proxy en STATA.

STATA es un software que trabaja con internet permanentemente, por lo cual se debe garantizar el acceso en línea del software para que pueda ejecutar varias de sus funciones y para que, además, permita instalar comandos que permitirán realizar mejores análisis.

Para el caso de la Universidad Nacional de Colombia, se debe configurar el proxy asociado a un servidor, el cual permitirá tener acceso a internet mediante una contraseña y usuario, dado únicamente a personas que pertenecen a la universidad. Pero esto puede ser una situación que se presente en una organización que limite el acceso, por lo cual aquí se describe la ruta para la configuración del proxy, no obstante la configuración, el usuario y la contraseña varían según sea el caso.

En caso de que la persona no tenga un servidor configurado con proxy, como el suministro de internet doméstico, se puede omitir este paso.

2. Codificar la carpeta donde se guardarán los archivos de STATA.

Para guardar los archivos, procesos y demás elementos que sean generados por STATA, se debe víncular previamente la ruta de una carpeta (por ejemplo descargas) donde se quierán observar los archivos. Si lo que se quiere es consultar solamente en donde está actualmente STATA guardando la información, se puede escribir solamente el comando (en el cuadro command) cd.

Una vez este configurada la ruta, se puede guardar la información, con la seguridad que se encontrará en la carpeta que se indicó.

3. Importar Archivos SCV.

Las bases de datos que se pueden encuentrar libremente en internet, se descargan generalmente en archivos con formatos libres, los cuales no implican costos asociados, por lo cual gran parte de la información la encontramos en formato CSV, que es un archivo de texto, que reconoce algún separador como delimitador de la columna.

En STATA se pueden importar estos archivos, pero no es exclusivo, ya que se pueden importar archivos de excel (xls), txt, y otros. Para el ejemplo importaremos un archivo csv.

4. Observar la base de datos.

Una vez importada la base de datos, se quiere observar de que se compone la base de datos, por lo cual la podemos observar y editar en una hoja de cálculo aprecida a la usada por excel. en este caso usaremos el comando list para realizar observaciones de los casos por variables seleccionadas (solo las que nos interesan) o para todo el documento.

5. Observar los primeros 10 casos.

Si solo se quieren hacer observaciones paraciales de la información, podemos pedir a STATA que nos muestre solo la información referente a una cantidad dada de casos, en este caso, solo 10.

6. Realizar un análisis de frecuencias.

Una vez conocemos que la información importada a STATA es la que se requería, se buscará idnetificar como se distribuyen nuestros datos con un análisis de frecuencias. Para lograrlo seguiremos el procedimiento del siguiente video.

7. Colocar etiquetas a las variables.

Ya se pudo conocer información sobre cuales son los datos que más se repiten, respecto a la variable que se quiere estudiar. No obstante, los nombres de las variables pueden ser confusos, ya que STATA como muchos otros softwares no permiten insertar espacios o carácteres extraños como tíldes en los nombres de las variables, por lo cual se hace necesario colocarle una etiqueta que nos de luces de que se preguntaba o de que se trata la variable que estamos visualizando.

8. Etiquetas de valor a los casos.

Las etiquetas de valor describen a que hace referencia una codificación dada en la base de datos, la cual se usa generalmente para facilitar el proceso de tabulación de la información recolectada con las encuestas, por lo cual un 1 puede significar un 1 o una descripción de algún atributo encontrada en los sujetos encuestados, por ejemplo el género, donde 1 puede ser femenino y 2 masculino.

Para colocar las etiquetas a los casos se realiza el sigueinte proceso:

9. Dar nuevos nombres a las variables y a los casos.

Debido a la necesidad de realizar un adecuado análisis o simplemente hacer una corrección a los datos suministrados, se puede dar el caso de que se quiera modificar el nombre de las variables o el nombre de los casos, como por ejemplo cambiar el nombre de una variable salario a ingreso o cambiar el codigo de un 1 a un 2 en las respuestas de todos los casos de la BD.

10. Resumen de las variables.

Si lo que se quiere es hacer una observación general de las variables descritas, en forma de resumen gracias a estadísticos básicos como promedio, desviación estándar, rango, tamaño de la muestra y percentiles, lo único que se debe hacer es usar el cómando codebook.

11. Limpiar el espacio de trabajo.

Usando el comando clear se borra la base de datos que había sido cargada, es decir toda la información incluida en la ventana variables, para borrar los comandos usados (que se ven en la ventana command) se seleccionan y se da clic en suprimir o delete, si se quieren borrar varios, se selecciona uno y con shift sostenido más las teclas de desplazamiento (up o down) se seleccionan las demás requeridas. En cuanto a la ventana de resultados o espacio de trabajo de STATA, lo mejor es solo dar enter, hasta que no sea visible la información previamente trabajada.

12. Observación simple de la distribución de los datos.

El comando inspect permite conocer cuantos valores positivos, negativos y nulos hay por cada una de nuestras variables, cuantos son los datos eprdidos y cuantos hay en total, así como el rango de opciones de respuestas y una vista previa de una distribución en una tabla sencilla.

13. Realizar un histograma.

Para visualizar un histograma, es decir, ver la distribución de una forma más sencilla y exacta, podemos hacerlo de varias maneras, en el video se presentan el uso de los comandos hist y histogram.

14. Realizar un gráfico de barras.

El gráfico de barras es un elemento muy usado de la estadística descriptiva, por lo cual se considera debe estar contemplado en le presente trabajo.

15. Realizar un gráfico de Torta

El siguiente video muestra como realizar un gráfico de torta y como colocarle a cada sección el valor porcentual o el nombre de la etiqueta.

16. Realizar un gráfico de tallo y hojas.

Para realizar un gráfico de tallo y hojas, basta solamente con utilizar el comando stem más la variable que se quiere graficar.

17. Realizar un mapa perceptual.

Un mapa perceptual, permite ver de forma visual los resultados promedios de las percepciones de las personas con respecto a temás específicos, debido a que se quiere que sea entendible la información, generalmente se pueden trabajar máximo 3 variables, 2 de tipo likert que serán los ejes X y ejes Y y una variable de segmentación que hace referencia a subgrupos de la población como género, estado civil o estrato, en los análisis más avanzados, se pueden usar como insumos posibles clústeres hallados.