You are on page 1of 5

 Ya tenemos variables independientes y una variable dependiente.

 No podemos aplicar un análisis de factores (Que consiste en analizar un


cuestionario de 50 preguntas, por ejemplo, para determinar qué factores impactan
en la variable dependiente), porque ya contamos con un instrumento validado en
EEUU.
 Se deben crear variables artificiales (Que son el promedio de las preguntas que
componen cada factor)

Baseline Comparison “ “ CFI


Default Model “ “ 0,595
x => 0,8
Preguntas Tipo Licker: Totalmente en desacuerdo, En desacuerdo, Ni de acuerdo ni en
desacuerdo, De acuerdo, Totalmente de acuerdo.
Preguntas nominales. Ej: Sexo, Edad

 En la parte descriptiva se deben proponer hipótesis.

Hay 2 formas de crear una variable artificial (o constructo) en SPSS


Transformar > Compute variable > Target variable: Calvo > Statistical > Numeric
Expression: MEAN (Seleccionar las preguntas de los factores)

Regresión lineal múltiple


Se toman las 5 variables artificiales como variables independientes (y ya no el montón de
preguntas del cuestionario).

 UN POQUITO DE TRABAJO EXTRA  Para llevar la fiesta en paz


Caracterización de la Encuesta Nacional de Calidad de Vida realizada por el DANE (Año
2017)  Es la que está vigente.
Encuesta Nacional de Calidad de Vida página del DANE > Acceso a Microdatos > Pobreza
y condiciones de vida > Encuesta Nacional de Calidad de Vida > Mostramos a nivel
Nacional, el caso Atlántico, y si se puede Barranquilla; y contrastamos con nuestros
resultados.
Extensión .dat > Buscar en YouTube para cambiar a .xls > Se obtiene un archivo de Excel
> Se mete en SPSS.
Entrar en el Block de notas > Identificar las preguntas y buscar los enunciados en la ENCV
> Buscar las opciones de respuesta > Poner y ajustar las opciones tipo SPSS = {1=Hombre,
2=Mujer}
El archivo .dat en SPSS > Values y colocar Escala/Measure (Nominal/Scale)  Casi todo
de esa encuesta es Nominal (Nominal = Descriptivo)
De las 5 variables que tenemos asignadas, buscamos en el DANE 3 encuestas en las que
se contemplen nuestras variables.
Lo que podemos hacer de análisis de la ENCV son Análisis comparativos y Análisis de
clúster (Que consiste en hacer agrupaciones). No se puede aplicar ni Regresión lineal
múltiple ni Modelos de ecuaciones estructurales porque las preguntas no se prestan.

Lo que se busca concluir en el proyecto al revisar el Alpha de Cronbach es: El cuestionario


si puede ayudar a predecir la CVU con la información recolectada.

Para los anteproyectos que los han devuelto de Calidad de vida


Objetivo 1  Análisis descriptivo y de Clúster (Es decir, incluyendo lo del DANE).
En la metodología  Se van a trabajar los datos del instrumento de Calvo y de la Encuesta
de Calidad de Vida del DANE.

 Cada pregunta de Calidad de vida (4) es una variable dependiente. {Satisfacción,


felicidad, recomendaría, etc.}

Si es una variable Si es más de una


dependiente métrica variable dependiente
(Licker) métricas

Regresión lineal Modelos de ecuaciones


estructurales y no se que
canónicas.

Fuente: Business Research Methods (Otro libro)


No métricas  Nominales u Ordinales.

¿Qué es un análisis de Clúster?


Tenemos los datos (Las respuestas son nominales y ordinales) Se hacen agrupaciones.
Solo se puede aplicar a las variables independientes. El profesor iba a averiguar si lo
podíamos aplicar.
En el libro de SPSS  Test No paramétricos  Podemos hacer pruebas de hipótesis Chi-
Cuadrado.
Prueba de independencia
Prueba de homogeneidad Para enriquecer el trabajo
Y otra

Prueba t  Entre el Hombre y la Mujer hay una diferencia significativa?

OTRO POQUITO DE TRABAJO EXTRA


Buscar indicadores que midan la calidad de vida de manera cuantitativa. Ej: Producto
Interno Bruto.
En España:

 Índice para una vida mejor  En diferentes dimensiones


 Índice de progreso social
Al final del trabajo, realizar una propuesta de un indiciador para medir la calidad de vida.
Darle un peso (%) matemático a cada factor. (Es igual a un tablero de indicadores)

Tablero de indicadores %

Total 82 (Este es el índice)

SPSS
Analize > Descriptive Statistics > Frequence > La variable que quiero > MEAN, MEDIAN,
etc > OK
¿A qué le puedo hacer análisis descriptivo? A escala nominal, ordinal. Las preguntas que
más nos llamen la atención, las más interesantes.
Descriptive Statistics > Crosstabs (Crosstabulaciones) > Row (GENDER, AGE, etc) /
Column (Cualquier pregunta) > ☑ Chi-Square

Tablas de respuesta múltiple NOOOOOOOOOO


Multiple response > (Es para preguntas de opción múltiple en el cuestionario)

Cronbach
Scale > Reliability Analysis
Regresión
Regresión logística NOOOOOOOO
Es para preguntas tipo tópicas  Preguntas de SI o NO
Las variables independientes no son tipo tópicas

Compare Means > Means


Dependent List > Satisfaction
En términos promedios, el promedio de satisfacción en hombres y mujeres > Después de
eso Prueba de hipótesis > Para determinar si hay diferencias significativas entre Hombres
y Mujeres.
Como no se conoce la desviación estándar de la población se debe usar la prueba T.
Compare Means > Independent-Sample T Test

Análisis de varianza
One-way ANOVA
Dependent list: Satisfaction
Factor: ED1  Educación1 (SOLO SE PUEDE METER UN FACTOR A LA VEZ)
Si el valor de p es mayor al 5% si hay diferencia significativa.
> Post-Hoc… > Tenemos los grupos de edades > Si hay diferencia significativa, es porque
en al menos 1 de los grupos hay diferencia. Post-Hoc: Es para determinar que grupo de
edades afecta el promedio.

Correlate > Bivariate Correlations > Pearson > Variables: Recomendaría y Satisfacción >
☑ Means and Standard desviations > Two-talled

Pearson correlation 0.663


No es una correlación alta

 Se pueden utilizar las variables artificiales.


 Si da una correlación muy baja: Se puede determinar que se puede realizar un
análisis posterior de por qué no se correlacionan.

Regression > Linear > Variable dependent: Satisfacción > Los constructos > Enter >
Statistics > ☑Collinearly diagnostics
Análisis de Clúster
Classify > Categorical variables: GENDER, AGES > Continuous variables: Satsifacción
recomendaria

 Eso esta malo porque solo se debe hacer con variables independientes
 Variables categóricas  Nominales

Non-parametric Test > Legacy Dialogs > Chi-Square > Test variable list > Options >
Descriptive
Las variables de entrada  1 de ellas debe ser nominal (Ej. Gender) y la otra tipo licker.

Test Statistics
QUAL1 GENDER
Chi-Square
Df
Asymps.Sig
Determinar si hay diferencia en la calidad.
La percepción de la calidad de vida varia significativamente en hombres y mujeres por
estrato.

No siempre es Chi-Cuadrado  Para comparativos 2017-2018 es Mann Whitney U.

 Se puede comparar 1 pregunta en 2 localidades porque son 2 grupos


independientes (Para preguntas tipo ordinales y licker)

You might also like