Beruflich Dokumente
Kultur Dokumente
ANALISIS BIVARIADO
–y x
–x y
–xey ?
Técnicas de análisis
• Tablas de contingencia.
• Diagramas de dispersión.
• Correlaciones.
– Ordinales: Gamma (orden cero para tablas de doble clasificación y condicional para
tablas cuyo orden de clasificación va de 3 a 10), Tau-b de Kendall y Tau-c de Kendall. Para
pronosticar las categorías de columna a partir de las categorías de fila, seleccione d de
Somers.
Por ejemplo, un profesor podría estar interesado en saber si existe una relación entre el
tiempo utilizado por los alumnos para practicar análisis de datos con SPSS y las notas
obtenidas en los trabajos prácticos. Existen varias maneras de saber cómo ambas variables
pueden estar correlacionadas:
-En primer lugar puede existir una correlación positiva, lo que significa que a mayor
horas de práctica con SPSS mejores son las notas en los trabajos. (+, + / -, -).
• Especificación de un modelo.
• No hay error de medición en las variables.
• Variables intervalares.
• Las VI’s no están perfectamente
correlacionadas entre sí (multicolinealidad).
OJO
• Cualquier combinación de variables debe
estar teóricamente justificada (Manheim & Rich, 1988).
…de la VD que
“medida de la calidad de ajuste buscamos predecir.
de los diversos puntos de datos
Sin valor crítico
en torno a la línea de regresión”
determinado.
Reg: Q explicada 1°
Res: Q no explicada Menor
a 0,05
Reg mayor que Res
ANOVAb
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 641,048 1 641,048 976,328 ,000a
Residual 101,772 155 ,657
Total 742,820 156
a. Variables predictoras: (Constante), Gov ernment Ef f ect iv eness
b. Variable dependient e: Indice percepción corrupción 2005 Transp. Internacional
Punto de intersección
de la gradiente con el
eje vertical (Y)
Coeficientesa
Coef icientes
Coef icientes no estandarizad
estandarizados os
Modelo B Error típ. Beta t Sig.
1 (Constante) 4,140 ,065 64,001 ,000
Gov ernment
1,992 ,064 ,929 31,246 ,000
Ef f ectiv eness
a. Variable dependiente: Indice percepción corrupción 2005 Transp. Int ernacional
Remedios caseros:
• Aumentar el tamaño de la muestra.
• Identificar las VI´s altamente correlacionadas y
combinarlas en un solo indicador.
• Descartar VI´s muy correlacionadas (1)
2. Evitar multicolinealidad
Generalmente, 1 (No menor que
0,2 ni cercano a 10)
Coefici entesa
Coef icientes
Coef icientes no estandarizad Estadí sticos de
estandarizados os colinealidad
Modelo B Error típ. Beta t Sig. Tolerancia FI V
1 (Constante) 4,140 ,065 64,001 ,000
Gov ernment
1,992 ,064 ,929 31,246 ,000 1,000 1,000
Ef f ect iv eness
a. Variable dependient e: Indice percepción corrupción 2005 Transp. Internacional
Evitar
heterocedasticidad:
Valores agrupados en
torno a 0 (-1 y + 1):
Residuos no
relacionados
Correlación entre residuos.
Valores en torno a 2: Sin correlación
Valores en torno a 4: correlación negativa
Valores próximos a 0: correlación positiva.