4 Herramientas de Excel para hacer análisis de datos

Análisis de datos en Excel

Si necesitamos analizar los datos que tenemos en una tabla, con Excel esto es fácil, bastará con usar algunas de las herramientas de análisis estadístico que el programa pone a nuestra disposición.

Para hacer uso de estas herramientas de análisis de datos, nos tenemos que ir a la cinta de opciones a la ficha Datos y el grupo Análisis. Dándole al botón Análisis de datos tendremos una ventana donde nos aparece el listado de Funciones para Análisis.  Para utilizar alguna de ellas, bastará con seleccionarla con el ratón y  darle a Aceptar.



Pero, ¿y si en tu cinta de opciones no aparece el botón de Análisis de datos? Si esto ocurre, no te preocupes, sólo tendrás que cargar estas herramientas en tu Excel y esto se hace de forma muy sencilla:

  1. Le damos a Archivo y después, del menú elegiremos Opciones
  2. Ahora, en el cuadro Opciones de Excel, elegimos del menú lateral la opción Complementos.
  3. Nos iremos a la parte inferior del cuadro y en Administrar, seleccionaremos de la lista, Complementos de Excel y le damos al botón Ir…
  4. En el cuadro Complementos marcamos la casilla Herramientas para Análisis, para activar estas herramientas en nuestro Excel y le damos al botón Aceptar.
  5. Así, ya tendremos en nuestra cinta de opciones, en la pestaña Datos, en el grupo Análisis, las herramientas de Análisis de datos.

Todos los complementos de Excel que necesitas para analizar datos

 Cómo hacer análisis de datos en Excel

  1. Covarianza: con esta herramienta de análisis de datos calculamos el valor de la de la función COVARIANZA. P de la hoja de cálculo, para cada uno de los pares de variables de medida. Se usa para ver el grado en el que dos variables de medida "varían juntas".
  2. Correlación: al igual que la covarianza, se utiliza para comprobar el grado en el que dos variables varían juntas. Así, se trata de ver si los valores altos de una variable tienden a estar asociados con los valores altos de la otra (correlación positiva) e igualmente, si los valores bajos de una variable están asociados con los valores bajos de la otra (correlación negativa) o, por último, si los valores de ambas variables tienden a no estar relacionados (correlación con tendencia a 0 (cero))
  3. Generación de números aleatorios: con esta herramienta de análisis podemos rellenar un rango con números aleatorios independientes extraídos de una de varias distribuciones. Así, podemos usarla para caracterizar a los sujetos de una población con una distribución de probabilidades.
  4. Prueba T: son 3 herramientas de prueba T y sirven para comprobar la igualdad de las medias de población que subyacen a cada muestra. En lo que se diferencian cada una de las tres herramientas es la suposición que utilizan: así, pueden suponer que las varianzas de población son iguales, que no son iguales y que las dos muestras representan observaciones anteriores y posteriores al tratamiento en los mismos sujetos. Así, tenemos 3 tipos de herramientas de prueba T:
    1. Prueba t para medias de dos muestras emparejadas: podemos utilizar esta herramienta de análisis cuando hay un par natural de observaciones en las muestras, como cuando un grupo de muestras se somete a prueba dos veces, antes y después de un experimento.
    2. Prueba t para dos muestras suponiendo varianzas iguales: en este caso, se supone que los dos conjuntos de datos proceden de distribuciones con las mismas varianzas. Podemos utilizar esta herramienta para determinar si es probable que las dos muestras procedan de distribuciones con medias de población iguales.
    3. Prueba t para dos muestras suponiendo varianzas desiguales: se supone que los dos conjuntos de datos proceden de distribuciones con varianzas desiguales. Usaremos esta herramienta cuando haya sujetos distintos en las dos muestras.
  • ¿Te ha servido de ayuda?
  • No