El módulo IBM SPSS Missing Values lo ayuda a gestionar los valores faltantes en el análisis de datos y a extraer conclusiones más válidas.
Este módulo se incluye con los paquetes profesional y premium de SPSS. También puedes comprarlo para agregarlo a los paquetes Base y Estándar. Este módulo está incluido en la edición SPSS Professional para entornos locales y en el complemento IBM SPSS Complex Sampling and Testing para planes de suscripción.
Programe tiempo para analizar cómo SPSS Missing Values puede satisfacer las necesidades de su negocio.
El procedimiento de imputación múltiple le ayuda a comprender los patrones de los datos que faltan en su conjunto de datos y le permite sustituir los valores faltantes por estimaciones plausibles. Ofrece un modo de imputación totalmente automático que elige el método de imputación más adecuado en función de las características de sus datos, al tiempo que le permite personalizar su modelo de imputación.
Puede generar valores posibles para los valores faltantes y crear varios conjuntos de datos “completos”. Los procedimientos analíticos que funcionan con conjuntos de datos de imputación múltiple producen una salida para cada conjunto de datos “completo”, además de resultados agrupados que estiman cuáles hubieran sido los resultados si el conjunto de datos original no hubiera tenido valores faltantes. Estos resultados agrupados son generalmente más precisos que los proporcionados por métodos de imputación única.
Puede diagnosticar rápidamente un problema grave de datos faltantes por medio del informe del resumen general de valores faltantes. El informe de patrones de valores faltantes proporciona una descripción general de sus datos según cada caso. Muestra una instantánea de cada tipo de valor faltante y cualquier valor extremo para cada caso. El informe del resumen general de valores faltantes puede incluir gráficos circulares que muestran diferentes aspectos de los valores faltantes en los datos.
Se muestra el resumen de variables para las variables con al menos un 10 % de valores faltantes, y muestra el número y el porcentaje de valores faltantes para cada variable en una tabla. Muestra la media y la desviación estándar de los valores válidos de las variables de escala, así como el número de valores válidos para todas las variables. Un gráfico de patrones muestra patrones de valores faltantes para las variables de análisis. Cada patrón corresponde a un grupo de casos con el mismo patrón de datos completos e incompletos.