ESQUEMA DE OBTENCIÓN Y ANÁLISIS DE DATOS
|
|
- Felisa Herrera Maldonado
- hace 8 años
- Vistas:
Transcripción
1 CURSO DE INTRODUCCIÓN y MANEJO BÁSICO DEL SPSS
2 SESIÓN I:: Técniicas de Análliisiis Mullttiivariiantte.. Cllasiifiicaciión,, descriipciión y diisponiibiilliidad en SPSS
3 ESQUEMA DE OBTENCIÓN Y ANÁLISIS DE DATOS DETERMINACIÓN DEL PROBLEMA F.SECUNDARIAS - SOPORTE IMPRESO - SOPORTE MAGNÉTICO OBTENCIÓN DE INFORMACIÓN F.PRIMARIAS - UNIVERSO - CUESTIONARIO - MUESTREO - PRETEST Y TRABAJO DE CAMPO - CONTROL - CODIFICACIÓN Y TABULACIÓN ANÁLISIS MULTIVARIANTE SIMPLE - ESTADÍSTICA DESCRIPTIVA - ANÁLISIS DE CORRELACIÓN: Numérica, ordinal o categórica - NÚMEROS ÍNDICES - GRÁFICOS Y TABLAS - ANÁLISIS DE DEPENDENCIA: Anova, Ancova, Manova y Mancova. Análisis de Regresión. Análisis Discriminante. Correlación Canóvnica - ANÁLISIS DE INTERDEPENDENCIA: - Entre variables: Análisis Factorial. Componentes principales - Entre sujetos: Análisis Cluster. Análisis Multidimensional No-Métrico. Análisis Conjunto INFORME TÉCNICO DE DIRECCIÓN
4 ESQUEMA DE CLASIFICACIÓN DE TÉCNICAS DE ANÁLISIS MULTIVARIANTE ANÁLISIS DE DEPENDENCIA: TABLAS DE CONTINEGENCIA. ANOVA, ANCOVA, MANOVA, MANCOVA. ANÁLISIS DE REGRESIÓN. ANÁLISIS DISCRIMINANTE LOGIT - PROBIT. CORRELACIÓN CANÓNICA. ANÁLISIS DE INTERDEPENDENCIA. ENTRE VARIABLES: COMPONENTES PRINCIPALES. ANÁLISIS FACTORIAL. ANÁLISIS CONJUNTO. ENTRE SUJETOS: CLUSTER O ANÁLISIS DE GRUPOS. ANÁLISIS MULTIDIMENSIONAL NO MÉTRICO.
5 EXTENSIÓN DE TÉCNICAS DE ANÁLISIS MULTIVARIANTE VICENS OTERO, J. Estudios de mercado en la empresa española. Instituto de Predicción Económica L. R. Klein. Documento 96/4. Julio Resultados para 300 empresas con cifras de ventas superiores a 250 mill. Pts. UTILIZACIÓN DE LOS DISTINTOS TIPOS DE ANÁLISIS SI (Porcentaje) NO (Porcentaje) TOTAL (Porcentaje) ANÁLISIS ESTADÍSTICO SIMPLE 20.8% 79.2% 100% ANÁLISIS ESTADÍSTICO MULTIVARIANTE 8.2% 91.8% 100% UTILIZACIÓN DE PROGRAMAS DE ORDENADOR PARA EL ANÁLISIS 29.8% 70.2% 100% ANÁLISIS ESTADÍSTICO MULTIVARIANTE MÉTODOS DE ANÁLISIS REALIZADOS EN 1994 (Porcentaje) NO HA REALIZADO PERSONAL PROPIO SI HA REALIZADO CONSUL- TORÍA EXTERNA PERSONAL INTERNO Y EXTERNO TOTAL ANÁLISIS DE LA VARIANZA 88.6% 4.2% 4.8% 2.4% 100% ANÁLISIS DE LA COVARIANZA 94.5% 1.8% 3.7% 0.0% 100% ANÁLISIS DISCRIMIANTE 93.3% 1.2% 4.9% 0.6% 100% CORRELACIÓN CANÓNICA 98.8% 0.0% 1.2% 0.0% 100% ANÁLISIS FACTORIAL 85.4% 2.5% 9.1% 3.0% 100% ANÁLISIS DE REGRESIÓN 89.1% 5.5% 4.2% 1.2% 100% CLUSTER O ANÁLISIS DE GRUPO 87.2% 4.2% 7.4% 1.2% 100% ESCALAS MULTI- DIMENSIONALES 95.1% 2.5% 1.2% 1.2% 100% ANÁLISIS CONJUNTO 93.9% 3.0% 2.5% 0.6% 100%
6 FACTORES, VARIABLES Y ESCALAS DE MEDIDA TIPOLOGÍA: Variables Continuas y Discretas Variable Temporal, Transversal y Panel Data...etc ESCALAS DE MEDIDA: Nominal (Factor) Identifica la pertenencia de un elemento sujeto u objeto a un grupo u otro, a niveles generalmente mutuamente excluyentes. Permite la distinción entre elementos pero no su ordenación. Ordinal Identifica a cada elemento en una posición de escala respecto a los otros. Intervalo Identifica la posición ordinal de cada elemento y permite además medir las distancias entre unos y otros utilizando una escala de medida subjetiva. Razón Permite medir las distancias entre elementos utilizando una escala de objetiva y, por lo tanto, posibilita la utilización de razones o ratios comparativos. CONDICIONA LA HERRAMIENTA DE ANÁLISIS Y, POR TANTO, LA CALIDAD DE LOS RESULTADOS ES CONDICIONADA POR LOS OBJETIVOS EXPERIMENTALES, LOS RECURSOS DISPONIBLES, Y LA DIFICULTAD DE PERCEPCIÓN EXPERIMENTAL.
7 TABLAS DE CONTINGENCIA APROPIADAS CUANDO... Se desea organizar información relativa a más de un factor, explorar la relación de dependencia o independencia entre los factores y eventualmente medir el grado de asociación entre los mismos. Así mismo, apropiadas cuando se desea medir el grado de concordancia entre clasificaciones factoriales de objetos o sujetos. EJEMPLO 1 (Organización bifactorial): Cómputo sencillo de validez de Test Diagnósticos. Punto de partida: Se ordenan en una tabla de dos dimensiones los resultados de un test diagnóstico para 100 pacientes (50 enfermos - 50 sanos) según los resultados positivos y negativos. La información contenida en las distintas celdas, debidamente relativizada, nos permitirá determinar la sensibilidad del Test (Prob. Diagnóstico correcto para un enfermo), su especificidad Prob. Diagnóstico correcto para un NO enfermo) y sus valores predictivos positivo (Prob. Enfermedad ante test Positivo) y negativo (Prob. NO Enfermedad ante test Negativo) EJEMPLO 2 (Relación entre dos factores): Relación entre el riesgo de infección por virus la hepatitis B del personal sanitario y la manipulación de sangre o material biológico. Punto de partida: Se realiza un estudio serológico en 50 voluntarios del grupo de mayor riesgo y 100 del grupo de menor riesgo. Suponiendo que la muestra es suficientemente representativa se observará la dependencia entre el puesto de trabajo y el riesgo de infección hepática.
8 EJEMPLO 3 (Factores multinivel): Relación entre el intervalo de edad infantil y el padecimiento del sarampión, rubéola y parotiditis como paso previo al estudio de la escolarización como factor de riesgo en la transmisión de estas enfermedades infeccionas. Punto de partida: Se toman los datos de la edad de 265 niños clasificándolos por intervalos en cuatro grupos (Menores de cuatro años, entre 4 y 5 años, entre 6 y 7 años y mayores de siete años). Así mismo, se estudia su situación inmunológica detectándose la presencia o ausencia de anticuerpos frente a cada uno de esos virus. EJEMPLO 4 (Análisis de concordancia): Homogeneidad de criterios en la hospitalización entre dos centros diferentes Punto de partida: Se selecciona una muestra experimental de 50 pacientes que serán atendidos, con los mismos síntomas, por facultativos de dos centros diferentes. Para cada paciente se anota la decisión de hospitalización SI - NO en cada uno de los dos centros. PROCEDIMIENTO SPPS MENÚ: ESTADÍSTICA - RESUMIR - TABLAS DE CONTINGENCIA FACTOR 1 FACTOR 2 Medidas para el estudio de la correlación, dependencia y asociación entre factores Control de la información a mostrar en las casillas interiores de la tabla y marginales de filas y columnas.
9 ANÁLISIS DE LA VARIANZA APROPIADO CUANDO... Se desea analizar si los distintos niveles de un determinado factor inciden en los valores de una variable cuantitativa. Si se emplean como explicativos dos o más factores hablamos de una ANOVA multifactorial y, en ese caso, cobrarán interés los efectos de los niveles de cada uno de los factores y los efectos de las interacciones entre los niveles de los factores. Algunas variantes de esta técnica son especialmente atractivas para casos experimentales concretos, en especial el ANCOVA. EJEMPLO 1 (Anova Unifactorial - Experimento de homogeneidad de datos pareados): Eficacia de un tratamiento antitaquicárdico Punto de partida: Se realiza un experimento con 50 pacientes tomando las pulsaciones por minuto antes y después de la administración del medicamento. EJEMPLO 2 (Anova Unifactorial sobre grupos diferentes): Relación entre la localización del Cáncer Gástrico en el número de monocitos del enfermo. Punto de partida: Se toman 50 enfermos de cáncer gástrico dividios en tres grupos: 15 con carcinoma en fundus, 15 con carcinoma en curvatura y 20 con carcinoma en píloro. Al efectuar un hemograma se realiza un recuento monocitario. EJEMPLO 3 (Anova con dos factores): Independencia, sinergismo o antagonismo del consumo de Haschis y la Cocaína. Punto de partida: Se dispone de una muestra de 100 individuos de los cuales, un 25% no son consumidores de ninguna de las dos drogas, otro 25% son consumidores exclusivos de cocaína, un 25% exclusivos de Haschis y un 25% de ambas drogas simultáneamente. En condiciones experimentales de homogeneidad adecuada se toman las pulsaciones por minuto a estos 100 individuos. El análisis no sólo permitirá diferenciar la variabilidad "biológica" de la debida al consumo individual de cada droga sino también de la debida a la interacción de ambas drogas.
10 PROCEDIMIENTO SPPS MENÚ (Anova Unifactorial): ESTADÍSTICA - COMPARAR MEDIAS - ANOVA DE UN FACTOR MENÚ (ANOVA Multifactorial): ESTADÍSTICA - MODELO LINEAL GENERAL - COMPONENTES DE LA VARIANZA VARIABLES A EXPLICAR FACTOR EXPLICATIVO Contrastes de existencia de tendencia en la endógena y contrastes "t" de significación para los niveles del factor. Pruebas a posteriori para determinar qué medias difieren en el caso en que el ANOVA resulte significativo. Test de homogeneidad de varianzas, presencia de estadísticos descriptivos y tratamiento de los valores perdidos.
11 ANÁLISIS DE REGRESIÓN APROPIADO CUANDO... SIEMPRE que la calidad de los datos lo permita para el análisis de dependencia univariante o multivariante. Su precisión, refinamiento y potencia de análisis es muy superior a las de otras técnicas de análisis de dependencia, permitiendo la realización de ejercicios de simulación y predicción. Como contrapartida, sus virtudes sólo pueden explotarse asumiendo una complejidad que puede llegar a ser muy acusada, de modo que su aplicación exige un importante compromiso de recursos técnicos. VARIANTES BÁSICAS (Recogidas en SPSS) Modelo Básico de Regresión Lineal por MCO Aproximación clásica adecuada para relaciones lineales entre variables exógenas y endógena en las que cabe asumir un único sentido de la causalidad y el estricto cumplimiento de las Hipótesis Básicas tanto estructurales como referidas a la perturbación aleatoria (especialmente la homocedasticidad y ausencia de autocorrelación residual). Regresión no lineal (RNL - NLR) Aproximación genérica para aquellos casos en los que no puede suponerse linealidad en la relación entre exógenas y endógena. Orientado en el SPSS a la predicción simple de series temporales. Estimación ponderada (MCP - WLS) Estimación específica para ajustar relaciones de dependencia en las que se viole la condición de varianza constante para la variable endógena en la población objeto de estudio. El método afina el resultado de una estimación clásica ponderando en mayor medida las observaciones más precisas. Estimación en dos etapas (MC2E - 2SLS) Una de las muchas aproximación específicas para aquellos casos en los que los errores del modelo aparecen correlacionados con alguna exógena, por ejemplo, cuando la relación de causalidad no se da exclusivamente desde las exógenas a la endógena, sospechándose la existencia de un efecto de retroalimentación en sentido inverso.
12 EJEMPLO 1 (Regresión lineal básica multivariante): presión arterial en la población fumadora. Punto de partida: Sobre una muestra de 500 fumadores habituales mayores de 50 años se desea establecer la relación entre la presión arterial y algunas de sus características básicas y hábitos: edad, peso, número de años con el hábito de fumar y número de cigarrillos diarios promedio en los últimos 5 años. Todas las variables pueden medirse en escalas de razón. EJEMPLO 2 (Regresión univariante no lineal): Predicción de la extensión de la infección por VIH. Punto de partida: Utilizando el censo español de casos de infección VIH se determina el número de casos por mil habitantes ocurridos desde La evolución de la enfermedad será, con seguridad, no lineal, lo que impedirá el ajuste de un modelo básico de regresión. Un ajuste de tipo logístico permitirá realizar una mejor predicción para el período EJEMPLO 3 (Regresión univariante por estimación ponderada): Relación entre la edad de los trabajadores y la duración de las bajas por enfermedad. Punto de partida: Utilizando estadísticas de una mutualidad laboral, se desea establecer la relación entre la edad de los trabajadores y el total de días de anuales que solicitan por baja de enfermedad. La relación positiva es previsible, pero para estimar de forma precisa el valor del parámetro debe observarse el hecho de que, a mayor edad, la varianza de la endógena crece como consecuencia de la aparición progresiva de un mayor espectro de enfermedades de distinta gravedad y, por lo tanto, de distinto período de baja.
13 EJEMPLO 4 (Regresión por estimación con variables instrumentales): Demanda de un determinado producto farmacéutico. Punto de partida: Una empresa farmacéutica está interesada en medir los factores que han impulsado los cambios en las ventas de un novedoso producto sin competencia a lo largo de los últimos tres años. Para ello dispone de datos mensuales de ventas, precio medio, promoción y publicidad entre facultativos e incidencia de la enfermedad en el segmento poblacional de interés. La estimación simple de los parámetros estaría sesgada, especialmente para el parámetro de la incidencia, en cuanto que las ventas del producto farmaceútico pueden funcionar como explicativa para la incidencia de la misma. PROCEDIMIENTO SPPS MENÚ (Regresión Lineal MCO y Regresión MCP - WLS): ESTADÍSTICA - REGRESIÓN - LINEAL VARIABLE A EXPLICAR VARIABLES EXPLICATIVAS Método para la inclusión selectiva de las variables exógenas Selección método de Mínimos Cuadrados Ponderados (WLS) Posibilidad de limitar el análisis a un conjunto de casos según el valor de una variable Intervalos de confianza para los coeficientes, matriz de varianzas y covarianzas, correlaciones parciales y semiparciales, test multicolinealidad, Durbin Watson.
14 PROCEDIMIENTO SPPS MENÚ (Regresión Curvilínea): ESTADÍSTICA - REGRESIÓN - ESTIMACIÓN CURVILÍNEA VARIABLES A PREDECIR VARIABLES PREDICTORA ó TIEMPO Variable etiquetar punto. para cada Tipo de modelo de ajuste curvilíneo. PROCEDIMIENTO SPPS MENÚ (Regresión genérica NO Lineal): ESTADÍSTICA - REGRESIÓN - NO LINEAL VARIABLES A EXPLICAR EXPRESIÓN NO LINEAL DEL MODELO La sintaxis de la expresión no lineal del se escribirá utilizando variables dependientes (cuadro superior), el cuadro operativo básico y las funciones prediseñadas.
15 ANÁLISIS DISCRIMINANTE - ANÁLISIS LOGIT - ANÁLISIS PROBIT APROPIADOS CUANDO... En términos generales, todas estas técnicas permiten explicar el valor de un factor utilizando la información de variables explicativas cuantitativas. En el campo de la medicina, resulta especialmente atractivo para la diagnosis y para la determinación del nivel de estímulo efectivo en los tratamientos. VARIANTES BÁSICAS (Recogidas en SPSS) Análisis DISCRIMINANTE Aunque todos estos análisis son en realidad análisis discriminantes, el SPSS denomina específicamente A. Discriminante al caso en el que se utiliza una aproximación no probabilística apoyada en cálculos sobre la variación intragrupal y entregrupal observada. El factor a explicar representa generalmente el grupo de pertenencia de una serie de individuos. El análisis discriminante utilizará la información de un conjunto de variables observadas para esos sujetos u objetos a fin de construir unas funciones discriminantes (basadas en simples combinaciones lineales de las variables predictoras), capaces de explicar esa pertenencia a uno u otro grupo (ADD) y de construir un modelo predictivo (ADP) para pronosticar el grupo de pertenencia de un caso a partir de las características observadas de cada caso. Si bien no se reduce sólo al caso dicotómico para la endógena requiere que las variables explicativas sean continuas.
16 Modelos LOGIT - PROBIT El modelo LOGIT es en realidad un tipo específico de regresión en el que la variable endógena es dicotómica mientras que las explicativas pueden ser continuas o categóricas. El contexto es similar al descrito en el cuadro anterior para el análisis discriminante, pero ahora el análisis suele enfocarse a aquellos casos en los que la variable endógena puede interpretarse en términos de probabilidad y el objetivo es cuantificar la relación entre las características individuales de los individuos y esa probabilidad. Los coeficientes de regresión logística, aunque difíciles de interpretar, pueden utilizarse para estimar la razón de las ventajas relativas de cada variable independiente del modelo. La regresión logística es aplicable a un rango más amplio de situaciones de investigación que el análisis discriminante. La regresión PROBIT, muy similar a la empleada en el LOGIT, suele utilizarse en aquellos casos en los que se sospecha que una respuesta dicotómica está influida por el nivel de alguna o algunas variables explicativas. El procedimiento, permitirá estimar muy fácilmente la intensidad necesaria para que un estímulo llegue a inducir una determinada proporción de respuestas. EJEMPLO 1 (Análisis Discriminante): Selección de la cartera de clientes solventes de una Aseguradora Médica. Punto de partida: Una aseguradora analiza su cartera de 2500 clientes distinguiendo a aquellos que han hecho frente a sus cuotas con regularidad de aquellos que no lo han hecho. Adicionalmente, revisa para cada uno de los 2500 clientes algunas variables que se sospecha pueden estar en relación directa con la solvencia: edad, renta mensual, antigüedad del contrato, número de hijos. Estas cinco variables permitirán elaborar un máximo de cuatro funciones discriminantes que ayuden a caracterizar a cada uno de los grupos. Además, si el valor predictivo de las mismas es elevado podrán utilizarse para elaborar la conveniencia de admitir a un nuevo solicitante o rechazar su solicitud como asegurado.
17 EJEMPLO 2 (Análisis LOGIT): Factores de riesgo para el desarrollo de aterosclerosis. Punto de partida: Apoyándonos en el diseño de una amplia muestra de historiales médicos se desea establecer la importancia de cada uno de los factores de riesgo en el desarrollo de la aterosclerosis. Para cada uno de los individuos que constituyen la muestra, se dispone de información para un período determinado acerca de variables referidas a: tabaquismo, dieta (en especial niveles séricos medios de colesterol), edad, sexo, tensión arterial, consumo de alcohol, sedentarismo y antecedentes genéticos. El ajuste de una función LOGIT permitirá determinar cómo incide cada uno de estos factores en la probabilidad de desarrollo de la enfermedad a fin de orientar la política preventiva, elaborándose además un instrumento medidor del riesgo de padecimiento. EJEMPLO 3 (Análisis PROBIT): Determinación de la dosis de respuesta adecuada a un fármaco. Punto de partida: Apoyándonos en un diseño experimental se administra un determinado medicamento a 60 individuos divididos en 20 grupos de 3 personas. A cada grupo se le administra una cantidad en mmg diferente desde 11 (primer grupo) a 30 (último grupo) y se anota su reacción después de un tiempo de 1 hora calificándose el resultado en cada individuo como POSITIVO o NEGATIVO. El ajuste de una función PROBIT permitirá determinar la dosis más adecuada para provocar una reacción positiva al medicamento.
18 PROCEDIMIENTO SPPS MENÚ (DISCRIMINANTE): ESTADÍSTICA - CLASIFICAR DISCRIMINANTE FACTOR DE AGRUPACIÓN A EXPLICAR VARIABLES DISCRIMINANTES Estadísticos descriptivos de las variables independientes según los diferentes grupos. Coeficientes de la función de clasificación de Fisher y descomposición de Matrices de Varianzas y Covarianzas. Controla cómo usar para la clasificación de individuos el resultado obtenido en las funciones discriminantes, en especial para fines predictivos. PROCEDIMIENTO SPPS MENÚ (ANÁLISIS PROBIT): ESTADÍSTICA - REGRESIÓN - PROBIT Variable que contiene, para cada nivel de exposición (casos) el % de reacciones positivas a ese nivel de estimulación. Variable que contiene, para cada nivel de exposición (casos) el número de sujetos expuestos a ese nivel de estimulación. Permite obtener una prueba de paralelismo (todos los niveles del factor tiene pendiente común ) y controlar algunos aspectos de la estimación de los parámetros. Variable o variables predictoras, esto es, variables de estímulos.
19 CORRELACIÓN CANÓNICA APROPIADA CUANDO... Se desea abordar el estudio de un fenómeno de causalidad entre dos fenómenos que vienen representadas, tanto el causado como el explicativo, por un conjunto de variables, y no se desea restringir el modo en que cada una de las variables explicativas incide en cada una de las explicadas. EJEMPLO 1 (Análisis Correlación Canónica): Determinación de la relación entre el nivel de desarrollo económico y el nivel de desarrollo sanitario de un conjunto de países. Punto de partida: Un estudio planteado a nivel internacional desea establecer la relación entre el nivel de renta y nivel de desarrollo sanitario en un conjunto de países. El analista dispone de 25 variables homogéneas del nivel de desarrollo sanitario de cada país (gasto farmacéutico de distintos tipos, instalaciones hospitalarias por 1000 hb de distintos tipos, médicos por 1000 hb de distintas especialidades,...). Así mismo dispone de otras 25 variables relativas al desarrollo económico (PIB real por Hb, tasa de actividad, tasa de paro, capacidad de eneudamiento...). Mediante un análisis de correlación canónica el analista puede construir un modelo de causalidad entre ambos conjuntos de variables sin necesidad de especificar el detalle del modelo de casualidad para cada par de variables.
20 ANÁLISIS DE COMPONENTES PRINCIPALES APROPIADO CUANDO... Se desea reducir las dimensiones de un conjunto de variables sin pérdida excesiva de información. El método de componentes principales permitirá generar combinaciones lineales de las variables originales de modo que las nuevas variables contengan gran parte de la información original. Su coste debe valorarse en términos de interpretabilidad de esos componentes. Aunque no es infrecuente su confusión con el análisis factorial existen importantes diferencias conceptuales; en todo caso, la relación provendría del hecho de que la técnica de componentes principales es uno de los métodos de extracción factorial más utilizados. EJEMPLO 1 (Análisis de Componentes Principales): Determinación de la relación entre la esperanza de vida media y el nivel de desarrollo económico y sanitario de un conjunto de países. Punto de partida: Un estudio planteado a nivel internacional desea establecer la relación entre la esperanza de vida media de un conjunto de países y su nivel de renta y desarrollo sanitario. El analista dispone de 25 variables homogéneas del nivel de desarrollo sanitario de cada país (gasto farmacéutico de distintos tipos, instalaciones hospitalarias por 1000 hb de distintos tipos, médicos por 1000 hb de distintas especialidades,...). Así mismo dispone de otras 25 variables relativas al desarrollo económico (PIB real por Hb, tasa de actividad, tasa de paro, capacidad de eneudamiento...). Mediante un análisis de componentes principales el analista puede reducir el conjunto inicial de 50 variables a unos cuantos Componentes Principales, aprovechando las posibles redundancias existentes en datos referidos a cuestiones similares.
21 ANÁLISIS FACTORIAL APROPIADO CUANDO... Se desea obtener una medición de una serie de factores de naturaleza inobservables, aprovechando para ello la dependencia o relación común de un conjunto de variables en torno a estos factores. El análisis requiere datos expresados en variables de intervalo. EJEMPLO 1 (Análisis Factorial): Aproximación de la capacidad de abstracción, la capacidad de cálculo y la memoria de los alumnos universitarios. Punto de partida: Partiendo de los expedientes de más de alumnos de se extraen las notas correspondientes a 15 materias en las que las proporciones de capacidad de cálculo, capacidad de abstracción y memoria intervienen de en distintas proporciones. Observando las presencia o ausencia de correlaciones entre las distintas notas (comunalidad) pueden identificarse los mecanismos de causalidad en las calificaciones. Un análisis detallado de la composición factorial revelará que los mimos se corresponden con la capacidad de abstracción, capacidad de cálculo y memoria. Las denominadas "puntuaciones factoriales" permitirán medir, a partir de las notas iniciales, las tres capacidades comentadas tanto en los elementos que componen la muestra como en nuevos elementos.
22 EJEMPLO 2 (Ayuda SPSS) (Análisis Factorial): Qué actitudes subyacentes hacen que las personas respondan a las preguntas de una encuesta política de la manera en que lo hacen? Punto de partida: Examinando las correlaciones entre los elementos de la encuesta se deduce que hay una superposición significativa entre los diversos subgrupos de elementos (las preguntas sobre los impuestos tienden a estar correlacionadas entre sí, las preguntas sobre temas militares también están correlacionadas entre sí..., y así sucesivamente). Con el análisis factorial, se puede investigar el número de factores subyacentes y, en muchos casos, se puede identificar lo que los factores representan conceptualmente. Adicionalmente, se pueden calcular las puntuaciones factoriales para cada encuestado, que pueden utilizarse en análisis subsiguientes. Por ejemplo, es posible construir un modelo de regresión logística para predecir el comportamiento de voto basándose en las puntuaciones factoriales.
23 PROCEDIMIENTO SPPS MENÚ: ESTADÍSTICA - REDUCCIÓN DE DATOS - FACTORIAL El análisis factorial implica, generalmente el desarrollo de tres etapas: Análisis Preliminar de viabilidad, Extracción Factorial y Rotación factorial. El SPSS ofrece una gran flexibilidad para afrontar cada una de estas tres etapas. Conjunto de variables fundamental, a partir para las que se desea encontrar factores subyacentes comunes. Posibilidad de limitar el análisis a un número limitado de casos según una variable de selección. Facilitan el análisis preliminar de las variables y sus correlaciones de cara a anticipar la viabilidad del análisis. Permite especificar el método de extracción, el número de factores a extraer así como las iteraciones máximas a considerar en la extracción. Ofrece varios métodos de rotación tanto ortogonales como oblicuos. Permite obtener y guardar el valor de los factores a partir de las variables originales
24 ANÁLISIS CONJUNTO APROPIADO CUANDO... Se desea establecer en que medida los distintos atributos de un objeto inciden en su selección preferente por parte de un conjunto de individuos. El análisis conjunto intentará aproximarse a la estructura subyacente de selección determinando la importancia relativa de cada atributo así como la combinación de los mismos que resulte más atractiva. EJEMPLO 1 (Análisis Conjunto): Diseño de un nuevo producto farmacéutico. Punto de partida: Un laboratorio farmacéutico desea lanzar al mercado un nuevo analgésico de tipo genérico. Su experiencia en el mercado le ha permitido identificar una serie de variables que condicionan la preferencia por una u otra marca como: precio, formato de presentación (grageas, sobres,...), sabor del preparado, rapidez de acción, cantidad de contenido, tipo de publicidad asociada (facultativo, medios comunicación,..). El análisis conjunto permitirá ordenar de modo relativo cada uno de esos atributos, para ponderar su importancia relativa en la selección del producto y establecer la combinación óptima para el nuevo producto. ANÁLISIS CLUSTER APROPIADO CUANDO... Se desea aprovechar la información relativa a un conjunto de variables para clasificar a un grupo amplio de sujetos y objetos en subgrupos de máxima homogeneidad intergrupal y mayor heterogeneidad entregrupal. El análisis cluster no debe confundirse con el discriminante, ya que ese último tiene por objeto explicar una clasificación establecida a priori mientras que el análisis cluster intenta, precisamente, generar esa clasificación a partir de un único grupo global.
25 EJEMPLO 1 (Análisis Cluster): Análisis geográfico de los perfiles de sanitarios de la población. Punto de partida: A fin de planificar convenientemente la política preventiva, desde el Ministerio de Sanidad de un determinado país se plantea la necesidad de dibujar el "mapa sanitario", dividiendo el total del territorio en zonas de características sanitarias homogéneas, no necesariamente similares a las divisiones político administrativas. Se sospecha que una diferenciación de este tipo puede tener sentido en la medida en que algunos de los factores de riesgo más importantes tienen relación con la distribución geográfica: factores demográficos, factores ambientales (clima, calidad del agua,...), dietéticos ó culturales entre otros. Así pues, se recopila información relativa a la incidencia de un conjunto de enfermedades frecuentes como: enfermedades cardiovasculares (cardiopatías coronarias y accidentes cerebro - vasculares), distintos tipos de cáncer (mama, colon y recto, pulmón, cervix y endometrio..), enfermedades de transmisión aérea (gripe, legionelosis, tuberculosis...), enfermedades de transmisión entérica (botulismo, diarreas víricas, salmonelosis, shigelosis, colera., poliomielitis, hepatitis A...), enfermedades transmitidas por contacto (tétanos, brucelosis, toxoplasmosis...) y enfermedades de transmisión sexual (sida, sífilis,...) La utilización de todos estos indicadores dividirá a la población total en grupos homogéneos desde el punto de vista sanitario. Determinar la viabilidad geográfica de esta agrupación será un paso posterior en el análisis.
26 PROCEDIMIENTO SPPS MENÚ: ESTADÍSTICA - CLASIFICAR - CONGLOMERADOS JERÁRQUICOS Conjunto de variables utilizadas para la segmentación Variable que etiquetará cada individuo u objeto a clasificar. Guarda el grupo de pertenencia de objetos El SPSS ofrece la posibilidad de aplicar la metodología CLUSTER a variables, en lugar de objetos o sujetos. Permite elaborar el clásico Dendograma o gráfico de agrupación secuencial de los objetos analizados. El análisis Cluster viene condicionado sensiblemente por el método de aglomeración utilizado, la medida de distancia empleada. El SPSS ofrece una amplia variedad de métodos.
27 ANÁLISIS MULTIDIMENSIONAL NO MÉTRICO APROPIADO CUANDO... Se desea comprender la estructura subyacente a de un conjunto de medidas de similitud o distancia entre objetos o sujetos. Para ello se asignan las observaciones disponibles de esos sujetos u objetos a posiciones específicas en un espacio conceptual (normalmente de dos o tres dimensiones) de modo que las distancias entre los puntos en el espacio concuerden al máximo con las disimilaridades observadas. En muchos casos, las dimensiones de este espacio conceptual son interpretables y se pueden utilizar para comprender mejor los datos. El escalamiento multidimensional puede también aplicarse a valoraciones subjetivas de disimilaridad entre objetos o conceptos. PROCEDIMIENTO SPPS MENÚ: ESTADÍSTICA - ESCALAS - ESCALAMIENTO MULTIDIMENSIONAL Conjunto de matrices de variables a partir de las cuales se calcularán las distancias entre objetos o sujetos para explicar sus similaridades Permite controlar el nivel de media, la condicionalidad, las dimensiones y el método de escalamiento. Normalmente, los datos de partida son matrices que reflejan la similitud o diferencia percibida entre los objetos o sujetos que ocupan cada fila y columna (los datos son distancias). No obstante, si no se han creado las matrices a partir de las variables en bruto, el SPSS las crea conforme a una medida de distancia elegida por el usuario (crear distancias a partir de datos).
320514 - APTM - Análisis de Procesos Textiles y de Mercados
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 320 - EET - Escuela de Ingeniería de Terrassa 714 - ETP - Departamento de Ingeniería Textil y Papelera MÁSTER UNIVERSITARIO
Más detallesINFLUENCIA DE SELECTIVIDAD EN LAS MATEMÁTICAS DE ECONOMÍA
INFLUENCIA DE SELECTIVIDAD EN LAS MATEMÁTICAS DE ECONOMÍA Juana María Vivo Molina Departamento de Métodos Cuantitativos para la Economía. Universidad de Murcia. jmvivomo@um.es RESUMEN En este trabajo se
Más detallesMónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es
Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 01 monica.lopez.raton@usc.es Tablas de contingencia y tests asociados Índice 1. Datos categóricos. Tablas de
Más detallesANÁLISIS MULTIVARIANTE. Créditos. Teóricos: 6 Prácticos: 3 Total: 9. Profesoras: Agurtzane Amparan, Silvia Marcaida y Arantza Urkaregi
Presentación ANÁLISIS MULTIVARIANTE MATEMÁTICAS SEGUNDO CICLO OPTATIVA SEGUNDO CUATRIMESTRE Créditos. Teóricos: 6 Prácticos: 3 Total: 9 Profesoras: Agurtzane Amparan, Silvia Marcaida y Arantza Urkaregi
Más detallesTitulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS. Asignatura: ECO Análisis avanzado de datos. Semestre: Primero.
Titulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Asignatura: ECO Análisis avanzado de datos Semestre: Primero Econometría [1] Asignatura: ECO Análisis avanzadas de datos Formación: Obligatoria
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesANÁLISIS DE ENCUESTAS
ANÁLISIS DE ENCUESTAS TÉCNICAS MULTIVARIANTES 1. Introducción 2. Clasificación de las técnicas 3. Etapas de análisis 4. Supuestos básicos 5. Valores perdidos y anómalos introducción Definición. i ió -
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesNIVEL: CICLO SUPERIOR DE GESTIÓN COMERCIAL Y MARKETING
ETAPA: FORMACIÓN PROFESIONAL DEPARTAMENTO DE COMERCIO NIVEL: CICLO SUPERIOR DE GESTIÓN COMERCIAL Y MARKETING MATERIA: POLITICAS DE MARKETING OBJETIVOS - Analizar los precios y costes de productos, relacionando
Más detallesLOS INDICADORES HERRAMIENTA ESTADISTICA
LOS INDICADORES HERRAMIENTA ESTADISTICA INTRODUCCION Para evaluar los servicios de salud se requiere inicialmente tener una descripción orientada de tres elementos generales: La población con sus necesidades;
Más detallesLa Productividad Total de los Factores en Castilla y León
La Productividad Total de los Factores en Castilla y León Zenón J. Ridruejo (Catedrático de Análisis Económico. Universidad de Valladolid) Julio López Díaz (Titular de Análisis Económico. Universidad de
Más detallesMUESTREO TIPOS DE MUESTREO
MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de
Más detallesRelación entre variables cuantitativas
Investigación: Relación entre variables cuantitativas 1/8 Relación entre variables cuantitativas Pita Fernández S., Pértega Díaz S. Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario
Más detallesMetodología de la Investigación. Dr. Cristian Rusu cristian.rusu@ucv.cl
Metodología de la Investigación Dr. Cristian Rusu cristian.rusu@ucv.cl 6. Diseños de investigación 6.1. Diseños experimentales 6.1.1. Diseños preexperimentales 6.1.2. Diseños experimentales verdaderos
Más detallesMATEMÁTICAS ESO EVALUACIÓN: CRITERIOS E INSTRUMENTOS CURSO 2014-2015 Colegio B. V. María (Irlandesas) Castilleja de la Cuesta (Sevilla) Página 1 de 7
Página 1 de 7 1 CRITERIOS DE EVALUACIÓN 1.1 SECUENCIA POR CURSOS DE LOS CRITERIOS DE EVALUACION PRIMER CURSO 1. Utilizar números naturales y enteros y fracciones y decimales sencillos, sus operaciones
Más detallesINVESTIGACIÓN DE MERCADOS
INVESTIGACIÓN DE MERCADOS UDELAR RRII 2011 LIC. (MAG) IGNACIO BARTESAGHI INVESTIGACIÓN DE MERCADO (1) Definición de Schoell y Guiltinan: La investigación de mercados es la función que enlaza al consumidor,
Más detallesCapítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI
Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention
Más detallesCURSO: Bioestadística. Tema 1.- LA ESTADÍSTICA Y LA INVESTIGACIÓN EN ENFERMERÍA. Mg. Martha Martina Chávez Lima, Agosto 2006
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE MEDICINA DEPARTAMENTO ACADÉMICO DE MEDICINA PREVENTIVA Y SALUD PÚBLICA Sección de Estadística y Epidemiología CURSO: Bioestadística EAP Enfermería 2006-II
Más detallesUniversidad de Tarapacá Investigación de Mercados Internacionales
Universidad de Tarapacá Investigación de Mercados Internacionales Capítulo II: El proceso de la Investigación de Mercados Internacionales. Tema 2: El Diseño de la Investigación de Mercados Internacionales
Más detallesAnálisis multivariable
Análisis multivariable Las diferentes técnicas de análisis multivariante cabe agruparlas en tres categorías: «Análisis de dependencia» tratan de explicar la variable considerada independiente a través
Más detallesDiseño de un estudio de investigación de mercados
Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,
Más detallesLa metodologia Cuantitativa. Encuestas y muestras
La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma
Más detallesPerceived Strategic Value and Adoption of Electronic Commerce: An Empirical Study of Small and Medium Sized Businesses
Perceived Strategic Value and Adoption of Electronic Commerce: An Empirical Study of Small and Medium Sized Businesses Mediante la combinación de dos corrientes de investigación independientes, se pretende
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
Más detallesLos principales conceptos para mejorar la gestión de Marketing: preguntas clave
Los principales conceptos para mejorar la gestión de Marketing: preguntas clave Luis Muñiz Economista y Consultor en sistemas de información y estrategia Nos puede describir que es la gestión de Marketing
Más detallesINVESTIGACIÓN DE MERCADO
Módulo: Investigación de Mercado Educación Media Técnico-Profesional Sector Administración y Comercio 1 Especialidad: Administración Módulo INVESTIGACIÓN DE MERCADO Horas sugeridas para desarrollar las
Más detallesEXPERIMENTACIÓN. Eduardo Jiménez Marqués
EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6
Más detallesMARKETING AGRARIO SEGMENTACION DE MERCADO
MARKETING AGRARIO SEGMENTACION DE MERCADO CONCEPTO DE SEGMENTACIÓN El concepto de mercado admite varias acepciones. En la teoría económica actual se entiende el mercado fundamentalmente como un conjunto
Más detallesEn el presente documento se realizará una introducción al programa con el objetivo de facilitar su rápida utilización por un usuario sin
IINTRODUCCIIÓN all SPSS,, MANEJO Y PROCESAMIIENTO BÁSIICO DE DATOS BÁSIICO EN SPSS En el presente documento se realizará una introducción al programa con el objetivo de facilitar su rápida utilización
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesCASO 3-5 EUROPEAN ALCOHOL RESEARCH FOUNDATION
CASO 3-5 EUROPEAN ALCOHOL RESEARCH FOUNDATION INTRODUCCIÓN Este caso describe el enfoque de caracterizaciones interculturales de consumidores (Cross Cultural Consumer Characterizations; 4C) de Young &
Más detallesCuestionario: 1) Utilizas o haz utilizado la línea de colectivo 128? Sí, No? 2) Crees qué se encuentra en buen estado de servicio? Sí, No?
Cuestionario: 1) Utilizas o haz utilizado la línea de colectivo 128? Sí, No? 2) Crees qué se encuentra en buen estado de servicio? Sí, No? 3) El colectivo en su totalidad se encuentra en buen funcionamiento?
Más detallesCapacidades y criterios de evaluación:
UNIDAD FORMATIVA DATOS IDENTIFICATIVOS DE LA UNIDAD FORMATIVA PLAN DE MARKETING EMPRESARIAL DURACIÓN 70 Especifica Código UF2392 Familia profesional COMERCIO Y MARKETING Área Profesional Marketing y Relaciones
Más detallesSe podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.
Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción
Más detallesEstudio de casos y controles sobre factores de riesgo en el cáncer colorrectal
Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal Objetivos del estudio Estimar el riesgo de padecer cáncer colorrectal asociado a una serie de variables Población Casos Controles
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesPROGRAMA DE ESTUDIOS. : Investigación en Psicología II.
PROGRAMA DE ESTUDIOS A. ANTECEDENTES GENERALES Nombre de la asignatura Carácter de la asignatura Pre requisitos Co requisitos Créditos Ubicación dentro del plan de estudio Número de clases por semana Número
Más detallesAparte de lo anterior, dos aspectos justifican el estudio de la Estadística en la FUNLAM: la investigación y la interdisciplinaridad.
CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013 1. PRESENTACIÓN FACULTAD: Vicerrectoría de Investigaciones PROGRAMA: Cursos electivos de investigación NOMBRE DEL CURSO: Estadística Descriptiva
Más detallesPRACTICA 2002_2003 /2 VALIDEZ CRITERIAL (ANÁLISIS DE COMPONENTES PRINCIPALES, CORRELACIÓN Y REGRESIÓN LINEAL MÚLTIPLE) Psicometría. Prof. J. L.
Prof. J.L. Melià. Pràctica 00/03. Pagina / 6 PRACTICA 00_003 / VALIDEZ CRITERIAL (ANÁLISIS DE COMPONENTES PRINCIPALES, CORRELACIÓN Y REGRESIÓN LINEAL MÚLTIPLE) Psicometría. Prof. J. L. Melià Bibliografía
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detalles6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS
6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS Esquema del capítulo Objetivos 6.1. 6.. 6.3. 6.4. ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS COEFICIENTES DE CONTINGENCIA LA
Más detallesMatriz de Riesgo, Evaluación y Gestión de Riesgos
Matriz de Riesgo, Evaluación y Gestión de Riesgos Cualquier actividad que el ser humano realice está expuesta a riesgos de diversa índole los cuales influyen de distinta forma en los resultados esperados.
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesDISEÑOS DE INVESTIGACIÓN
DISEÑOS DE INVESTIGACIÓN María a Eugenia Mackey Estadística stica Centro Rosarino de Estudios Perinatales El diseño de un estudio es la estrategia o plan utilizado para responder una pregunta, y es la
Más detallesEstas visiones de la información, denominadas vistas, se pueden identificar de varias formas.
El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los
Más detallesTEMA 8: LA SEGMENTACIÓN DE MERCADOS
TEMA 8: LA SEGMENTACIÓN DE MERCADOS 2.1. CONCEPTO Y FINES DE LA SEGMENTACIÓN DE MERCADOS 2.2. LOS MÉTODOS DE SEGMENTACIÓN 2.3. CRITERIOS DE SEGMENTACIÓN 2.4. DECISIONES DE SEGMENTACIÓN Y POSICIONAMIENTO
Más detallesTema 1: Introducción. Universidad Complutense de Madrid 2013
Tema 1: Introducción Universidad Complutense de Madrid 2013 1.Naturaleza y objetivos de la Econometría Medida de la Economía (significado literal de la palabra) Objetivo: Medir, desde un punto de vista
Más detallesEscuela de Organización Industrial
TRABAJO: MEJORA DE LA METODOLOGÍA DE IDENTIFICACIÓN Y PRIORIZACIÓN DE LOS TEMAS RELEVANTES DE RESPONSABILIDAD CORPORATIVA, A TRAVÉS DE LA INVOLUCRACIÓN CON LOS GRUPOS DE INTERÉS. PROMOTOR: VODAFONE ESPAÑA
Más detallesTIPOS DE MUESTREO. Jordi Casal 1, Enric Mateu RESUMEN
TIPOS DE MUESTREO Jordi Casal 1, Enric Mateu CReSA. Centre de Recerca en Sanitat Animal / Dep. Sanitat i Anatomia Animals, Universitat Autònoma de Barcelona, 08193-Bellaterra, Barcelona RESUMEN Se discute
Más detallesFactores. PARA Consolidar UNA Empresa. V. Conclusiones
Factores PARA Consolidar UNA Empresa V. Conclusiones Conclusiones generales En 1998 se crearon en España 339.162 empresas, de las que 207.839 continúan activas en la actualidad. Cómo son estas jóvenes
Más detallesPolíticas de marketing
Módulo: Políticas de marketing (100 Horas) Área competencial Subárea competencial Cualificación profesional COMERCIO, CONSUMO Y TRANSPORTE COMERCIO Marketing Nivel 3 Unidad de competencia Participar en
Más detallesBoletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito
Espiñeira, Sheldon y Asociados No. 22-2008 *connectedthinking Contenido Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección 4
Más detallesTécnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba
Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos
Más detallesCAPITULO III MARCO METODOLÓGICO. Desde la perspectiva de Hurtado de Barrera (2008), el tipo de
CAPITULO III MARCO METODOLÓGICO 1. TIPO DE INVESTIGACIÓN Desde la perspectiva de Hurtado de Barrera (2008), el tipo de investigación que propone soluciones a una situación determinada a partir de un proceso
Más detallesMetodología de construcción de Indicadores MODELO 3
MODELO 3 El Departamento Administrativo de la Función Pública, elaboró el documento Guía para el Diseño de un Sistema de Evaluación y Control de gestión. El contiene las instrucciones para el diligenciamiento
Más detallesProcesamiento de información para la investigación utilizando el programado Excel recopilados. Los participantes rán en
Procesamiento de información para la investigación utilizando el programado Excel recopilados. Los participantes rán en Julio E. Rodríguez Torres el Joel uso O. Lucena de Excel. Quiles Centro para la Excelencia
Más detallesESTADÍSTICA DESCRIPTIVA CON SPSS
ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesValidation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación
Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades
Más detallesESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA
ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA Autores: Noemí Díaz Matas; Carlos Martín Saborido; Raquel Díaz-Meco Conde; Silvia
Más detallesEL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO
EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO I. INTRODUCCIÓN Beatriz Meneses A. de Sesma * En los estudios de mercado intervienen muchas variables que son importantes para el cliente, sin embargo,
Más detalles200621 - TQM - Técnicas Cuantitativas de Marketing
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 200 - FME - Facultad de Matemáticas y Estadística 715 - EIO - Departamento de Estadística e Investigación Operativa MÁSTER
Más detallesIntroducción a la estadística y SPSS
Introducción a la estadística y SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I
Más detallesANÁLISIS DISCRIMINANTE
ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE 1. Introducción 2. Etapas 3. Caso práctico Análisis de dependencias introducción varias relaciones una relación 1 variable dependiente > 1 variable dependiente
Más detallesINVESTIGACION COMERCIAL
ASIGNATURA: INVESTIGACION COMERCIAL Curso 2014/2015 (Código:01425020) 1.OBJETIVOS En la medida en que el Marketing es un cuerpo científico de conocimientos aplica el método científico al proceso de investigación
Más detallesMetodología Gran Encuesta Integrada de Hogares (GEIH)
Metodología Gran Encuesta Integrada de Hogares (GEIH) Texto adaptado del Manual de metodología del DANE, para este diplomado. Diseño estadístico Como menciona el DANE, la Gran Encuesta Integrada de Hogares
Más detallesLos modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:
Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial
Más detallesCONSTRUCCIÓN DE LAS RELACIONES CON EL CLIENTE.
TEMA 6 CONSTRUCCIÓN DE LAS RELACIONES CON EL CLIENTE. 1.- MARKETING DE RELACIONES.?? Del marketing de TRANSACCIONES al marketing de RELACIONES.?? Los CLIENTES se transforman en SOCIOS y la empresa debe
Más detallesTEMA 5 ESTUDIOS CORRELACIONALES.
TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesUna validación de la interpretación no causal del análisis factorial
Una validación de la interpretación no causal del análisis factorial José Antonio Pérez-Gil y Rafael Moreno Rodríguez Es muy frecuente asumir que los factores comunes obtenidos en el Análisis Factorial
Más detallesMÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO. Tema 6: Análisis Estadístico de Datos. Leire Aldaz, Begoña Eguía y Leire Urcola
MÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO Leire Aldaz, Begoña Eguía y Leire Urcola Índice del tema Introducción Herramientas para Análisis Complemento EZAnalyze INTRODUCCIÓN Las aplicaciones que
Más detallesIndicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica.
Las variables de un estudio. La variable es determinada característica o propiedad del objeto de estudio, a la cual se observa y/o cuantifica en la investigación y que puede variar de un elemento a otro
Más detallesConstruyendo la base del conocimiento a través de la investigación de mercados internacional. Noviembre 2007
Construyendo la base del conocimiento a través de la investigación de mercados internacional Noviembre 2007 Expositor Mg. Pedro Barrientos Felipa Economista. Magíster por la Universidad del Pacífico. Estudiando
Más detallesCAPÍTULO 3 METODOLOGÍA
CAPÍTULO 3 METODOLOGÍA 3.1 INTRODUCCIÓN El objetivo de este capítulo es explicar la metodología que sustenta a este estudio. En primer lugar se debe definir el problema del estudio para poder establecer
Más detallesTécnicas de investigación social y análisis de mercados
Técnicas de investigación social y análisis de mercados Datos generales de la asignatura 6 ECTS 4r Curso / 1r semestre/ Tipo Optativa Juan Morales Alcudia (jmorales@fub.edu) Licenciado en Psicología del
Más detallesMERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II
MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II 28 febrero de 2012 Javier Marchamalo Martínez Universidad Rey Juan Carlos SABER INTERPRETAR LOS RATIOS SIGNIFICATIVOS EN LA GESTIÓN POR BENCHMARK Ratio
Más detalles1 ENCUESTA DE CUESTIONARIO
1 ENCUESTA DE CUESTIONARIO 1.1 Por qué utilizar esta herramienta en evaluación? La encuesta de cuestionario es una herramienta de observación que permite cuantificar y comparar la información. Esta información
Más detallesGUIA GENERAL PARA LA EVALUACION DE PROGRAMAS
GUIA GENERAL PARA LA EVALUACION DE PROGRAMAS A. Introducción La evaluación de un programa supone la colección sistemática de datos y el análisis e interpretación de los mismos, con el propósito de determinar
Más detallesTécnicas de regresión: Regresión Lineal Múltiple
Investigación: Técnicas de regresión: regresión lineal múltiple 1/1 Técnicas de regresión: Regresión Lineal Múltiple Pértega Díaz S., Pita Fernández S. Unidad de Epidemiología Clínica y Bioestadística.
Más detallesParte II DISEÑO METODOLÓGICO DE LA INVESTIGACIÓN. Tema 5 TÉCNICAS CUANTITATIVAS DE RECOGIDA DE INFORMACIÓN
Parte II DISEÑO METODOLÓGICO DE LA INVESTIGACIÓN Tema 5 TÉCNICAS CUANTITATIVAS DE RECOGIDA DE INFORMACIÓN Tema 5. TÉCNICAS CUANTITATIVAS DE RECOGIDA DE INFORMACIÓN 5.1. La encuesta: naturaleza y tipología
Más detallesNORMA INTERNACIONAL DE AUDITORÍA 520 PROCEDIMIENTOS ANALÍTICOS
NORMA INTERNACIONAL DE AUDITORÍA 520 PROCEDIMIENTOS ANALÍTICOS (NIA-ES 520) (adaptada para su aplicación en España mediante Resolución del Instituto de Contabilidad y Auditoría de Cuentas, de 15 de octubre
Más detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
Más detallesMétodos y Diseños utilizados en Psicología
Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesIndicadores del Sector Público. marzo de 2011
Indicadores del Sector Público marzo de 2011 Aspectos Conceptuales Un DATO es un valor puntual que expresa la situación de una variable en un momento específico del tiempo. Un dato aislado de su contexto
Más detallesAnálisis e Interpretación de Resultados. las encuestas y en base a estos resultados se hace una representación gráfica de los datos
37 CAPÍTULO IV El objetivo de éste capítulo es analizar e interpretar la información arrojada en las encuestas y en base a estos resultados se hace una representación gráfica de los datos que permite presentar
Más detallesCAPITULO III A. GENERALIDADES
CAPITULO III INVESTIGACION DE CAMPO SOBRE EL DISEÑO DE UN SISTEMA AUTOMATIZADO DE CONTROL INVENTARIO Y EXPEDIENTES DE MENORES DE EDAD PARA EL CENTRO DE DESARROLLO INTEGRAL LA TIENDONA EN LA ZONA METROPOLITANA
Más detallesProceso de la I.C.: Definir el problema y los objetivos de la investigación. Desarrollar el plan de investigación.
Unidad 3. Investigación comercial. 1. Introducción. La empresa necesita información precisa, puntual y manejable sobre el mercado. La finalidad básica de la I.C 1 es obtener información que reduzca el
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesEstadística (Gr. Biología-09) (2010-2011)
Estadística (Gr. Biología-09) (2010-2011) PRESENTACIÓN OBJETIVOS PROGRAMA METODOLOGÍA EVALUACIÓN BIBLIOGRAFÍA HORARIO ATENCIÓN http://www.unav.es/asignatura/estadisticabio/ 1 de 10 PRESENTACIÓN Descripción
Más detallesMEDICION DEL IMPACTO DE LAS REDES SOCIALES EN LOS ESTUDIANTES DE LICENCIATURA DE LA FACULTAD DE INGENIERIA DE LA UACH Y SU EFICIENCIA ACADEMICA
MEDICION DEL IMPACTO DE LAS REDES SOCIALES EN LOS ESTUDIANTES DE LICENCIATURA DE LA FACULTAD DE INGENIERIA DE LA UACH Y SU EFICIENCIA ACADEMICA José Roberto Espinoza Prieto jespinoza@uach.mx Rey Manuel
Más detallesMINISTERIO DEL INTERIOR Y DE JUSTICIA, MINISTERIO DE LA PROTECCIÓN SOCIAL Y DIRECCIÓN NACIONAL DE ESTUPEFACIENTES
1 MINISTERIO DEL INTERIOR Y DE JUSTICIA, MINISTERIO DE LA PROTECCIÓN SOCIAL Y DIRECCIÓN NACIONAL DE ESTUPEFACIENTES ESTUDIO NACIONAL DE CONSUMO DE DROGAS EN COLOMBIA RESUMEN EJECUTIVO Febrero 2009 2 En
Más detallesUNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL
UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características
Más detallesPuede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0])
Regresión logística Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Se trata de calcular la probabilidad en la que una
Más detallesFundamentos de Marketing
Capítulo 1 Material de Apoyo ESIC EDITORIAL ISBN: 978-84-7356-8913 Capítulo 8 de Mercados y Objetivos Entender y aplicar los conceptos de de mercados y de público objetivo.. Conocer y aplicar los principales
Más detalles