Práctica
fichero BIXER
<Nos
centramos en la primera variable “nombre” sobre los casos self (sobre
actitudes). La escala de construcción va de 1 a 6. Los ítems están planteados
en sentido inverso, en positivo y en negativo (no tengo mucho sobre lo estar
orgulloso; mis compañeros me aprecian,…), son ítems directos e inversos. Se ha
de mirar que la escala vaya en consonancia, esto es, quie el “totalmente de
acuerdo” vaya con el valor más alto, más positivo.
Análisis de
una escala:
- Describir la escala: quién es el autor, de que va la escala, estudio de fiabilidad, validez,…
- Hacer un análisis descriptivo de los índices de la escala. Análisis descriptivo: Media, Desviación Típica Estandar, curtosis, y simetría
 |
| Añahttp://wdb.ugr.es/~bioestad/wp-content/uploads/2_1_1.jpgdir leyenda |
 |
| http://www.spssfree.com/spss/curso/5-51.gif |
Sobre los
ficheros con respuestas no contestadas: opciones. Decir al programa que quite
los incompletos. Si estos son pocos no importa, pero si son muchos la muestra
puede quedar pobre, por lo que se pasa al procedimiento
de imputación múltiple, en el que el SPSS hace una estimación de lo que
habría ahí en base a otras variables.
Media: cuidado con los
valores extremos.
Simetría y curtosis: entre
-2 y 2. Si existen valores fuera nos indica algo, son valores que a veces
pueden ser suprimidos.
 | |
| http://www.spssfree.com/spss/analisis3.html |
 |
| http://www.mailxmail.com/curso-estadistica-aplicada-spss-modulo/estadistica-descriptiva-frecuencias-asimetria-curtosis |
Desviación estándar (S):
se esperan valores que no estén por encima de 1 y que no sean 0 (no hay
variabilidad, no nos interesan).
Análisis de
fiabilidad: SPSS—analizar-escala.análisis de fiabilidad (se toman los valores
que interesen) –eDescriptores, elemento, escala Hotelling y Tukey.
T cuadrado de
Hotelling (contraste de hipótesis): comprueba si las medias de los ítems de una escala difieren entre
sí o no. Se espera que difieran
Prueba de
aditivad de Tukey (contraste de hipótesis): mide la cercania y la lejanía del dato. respecto a la media; si son cercanos a la media más alta o a la más baja.
Análisis factorial: para
analizar la estructura interna del instrumento. Se trata de encontrar los
factores que explican el conjunto. Encontrar cuantos factores encuentro para explicar la varianza.
- AFE (Análisis Factorial Explicatorio): trabaja sin hipótesis de cómo se relacionan las variables. No hay modelo y se va construyendo.
- AFC (Análisis Factorial Confirmatorio): tenemos un modelo que por ej. tiene X factores. Se va a los datos y miramos si los datos avalan el modelo o no. Son técnicas que no hace el SPSS.
AFE –
SPSS—Analizar-reducción de dimensiones—factor (seleccionar variables)—descriptivo—solución
inicial—KMO—Extracción >-matriz de correlaciones, gráfico de
sedimentación—solución factorial, Autovalor—rotaciones-Varimax, solución
rotar—aceptar
KMO: mide si
los datos son adecuados para el análisis factorial de idoneidad de estos.
Gráfico de
sedimentación: nos indica con cuantos factores necesitamos para explicar la
varianza, los que cogen el máximo de explicación de la varianza.
 |
| http://www.ats.ucla.edu/stat/spss/output/factor1.htm |
Matriz de
componentes rodados: da el peso o las coordenadas…
Actualmente se exige que la explicación de de las varianzas sea superior al 50%, y en algunos casos al 70%.
Otras partes
del análisis: los instrumentos tienen que tener:
Fiabilidad:
que mida lo mismo en diferentes circunstancias si la situación no cambia. Se
realiza por: consistencia interna (alpha de Crombach no adecuado??. Estabilidad
de la medida
Validez: que mida lo que tienen que medir. Contenido (dado por los expertos, también convergente, divergente de constructo,…)
Validez: que mida lo que tienen que medir. Contenido (dado por los expertos, también convergente, divergente de constructo,…)
No hay comentarios:
Publicar un comentario