A NALISIS F ACTORIAL Capitulo 15 spss para windows.

Slides:



Advertisements
Presentaciones similares
ANALISIS PARAMÉTRICOS
Advertisements

MÉTODOS Y DISEÑOS DE INVESTIGACIÓN METODOLOGÍAS DE INVESTIGACIÓN
4. ANÁLISIS FACTORIAL Introducción Modelo factorial ortogonal
UNIVERSIDAD DE QUINTANA ROO
Riesgo de Mercado Diplomado de Especialización en Riesgo.
Técnicas para el análisis de datos en el enfoque cuantitativo
Introducción al análisis de la varianza
Master en Recursos Humanos
Bivariadas y Multivariadas
INVESTIGACION DE MERCADO
KRIGING.
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
MODELO DE REGRESIÓN MÚLTIPLE
ANALISIS DE COMPONENTES PRINCIPALES.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN
Reducción de datos Por Elizabeth León.
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I MULTICOLINEALIDAD
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Econometria 2. Modelo de Regresión Lineal Simple
Sistema de tres ecuaciones con tres incógnitas
Regresión y correlación
ANÁLISIS DISCRIMINANTE
ANÁLISIS DE CORRESPONDENCIAS SIMPLE
Métodos Matemáticos I.
Proyecto CYTED Informe de Tareas Grupo de Investigación Estadística Desarrollo sostenible de Ciencia y Tecnología.
COMPUTACIÓN III Lic. Antonio Jiménez Balderas, M. E. UNIVERSIDAD ICEST Tuxpam, Ver..
PROBLEMAS ECONOMETRICOS
METODOLOGÍA ANÁLISIS DE DATOS PROPUESTA DE IMPLANTACIÓN DE UN OBSERVATORIO ECONÓMICO DE LA PYME Grupo de Investigación Análisis Estratégico para el Desarrollo.
2º Bachillerato de Ciencias y Tecnología BC2A – BC2B Curso
Estadísticas en ecología de comunidades. Relación entre 2 variables.
Caso: Situación de las Comunidades Autónomas españolasen cuanto a indicadores de bienestar En el periódico “El País” del día 17 de enero de 2002 se publicó.
Carla Rodríguez Francisco Álvarez Métodos Cuantitativos Capitulo 9, SPSS para Windows.
Propiedades de los determinantes.
Estadística Administrativa II
Proyecto CYTED Informe de Tareas Grupo de Investigación Estadística.
3. Análisis de Correspondencias Simples
Titular: Agustín Salvia
EMA-602 Tema IX: Análisis de datos/Reporte Investigación
Método para evaluar valores y cualidades
Análisis de correspondencia canónica (CCA)
ANÁLISIS MULTIVARIANTE
 Introducción  Modelo factorial ortogonal  Construcción del modelo factorial: método de componentes principales  Construcción del modelo factorial:
3. COMPONENTES PRINCIPALES
Regresión lineal múltiple
5. CORRELACIONES CANÓNICAS
LA ESTADÍSTICA PROF.: EDMUNDO C.PARDO H. CARACAS,OCTUBRE DE 2014
Estadísticas en ecología de comunidades Páginas en Ruokolainen et al 2004.
Análisis de componentes principales
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
BLOQUE III. ESTADÍSTICA DESCRIPTIVA CON DOS O MÁS VARIABLES. 3. 1
Matrices rango de una matriz
DIANA YICELA ALDANA LORENA RAMIREZ YUNDA JHONATAN ANDRES GRACIA
Validez Una cosa es que el test mida de manera precisa o estable (esta cualidad se refiere a su fiabilidad), y otra diferente es la cuestión de qué es.
Análisis de los Datos Cuantitativos
METODO DE SUMA Y RESTA. INDICE.
Aplicaciones Estadísticas a las Finanzas Clase 1
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
“ Educación para todos con calidad global ” PROYECTO DE GRADO Valledupar Agosto del 2013 CARLOS RAMON VIDAL TOVAR.
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL MÚLTIPLE.
Capítulo 10 Análisis de los datos.
La investigación científica en psicología
MATRICES Y SISTEMAS LINEALES EN APLICACIÓN UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE FAJARDO Proyecto MSP-II.
Curso de Análisis Estadístico de Datos Composicionales ICP-Piedecuesta, Santander Marzo-2007 Introducción a la Descomposición en Valores Principales R.
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Capitulo II.
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
Un Método Cuantitativo podría definirse como aquellos modelos matemáticos puesto al servicio de los procesos de resolución de problemas de un modo racional.
ALGEBRA CON VECTORES Y MATRICES Uso de MatLab.
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
Transcripción de la presentación:

A NALISIS F ACTORIAL Capitulo 15 spss para windows

INTRODUCCION SPSS es un software estadístico informático muy usado en las ciencias sociales y las empresas de investigación de mercado, así como también es muy usado en diversas universidades del mundo. SPSS presenta una gran variedad de modulos como: Muestras Complejas, Tendencias, Árboles de Clasificación, Modelos de Regresión y muchos otros modulos más.

A NALISIS F ACTORIAL Resumen de datos Interpretación mas sencilla. Reduccion de datos. Obtener los cálculos de las puntuaciones para cada dimensión y sustituirlos por las variables originales.

A NÁLISIS DE CORRELACIÓN ENTRE VARIABLE. o Tecnica para analizar asociaciones lineales entre variables. o Variables no asociadas linealmente, las correlaciones son nulas. En consecuencia las matriz de correlaciones seria igual a las matriz identidad.

E XTRACCIÓN DEL ESPACIO FACTORIAL. Representa un problema de descomposición de matrices. Los métodos de factores para la producción de la matriz, busca dar cuenta de la mayor parte posible de la varianza total extraída en cada factor extraído sucesivamente.

R OTACIÓN VIRAMAX DE LOS FACTORES Rotacion ortogonal de los factores. Solucion interpretable Trata de minimizar el numero de variables con saturaciones altas en un factor. En el sentido que las variables fuertemente corraladas entre si presenten saturaciones altas sobre un mismo factor y bajas sobre el resto.

P UNTUACIONES F ACTORIALES. Si, Mediante la solución de K factores, se determinan K subconjuntos claramente diferenciados de variables, el conjunto de variables podrá ser simplificado al conjunto de los K factores. Cada factor representara la información de un subconjunto diferente.