Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MULTIVARIADO
CLASIFICACIN DE LAS TCNICAS
MULTIVARIADAS
Explicativas
Descriptivas
- EXPLICATIVAS
Se emplean en contextos de investigacin experimentales. En estas
tcnicas consideramos a las variables independientes como causas
potenciales de las variables dependientes. Su objetivo es contrastar
hiptesis relativas.
Aqu podemos distinguir las siguientes tcnicas:
a) Anlisis de regresin mltiple
Intenta predecir el criterio desde el conjunto de predictores mtricos
(expresan magnitud) medidos. Se consigue combinando linealmente los
predictores, es decir, la suma ponderada de los valores de los
predictores.
Los pesos de cada variable (ya que cada valor puede tener un peso
diferente) se determinan mediante un proceso de estimacin llamado
mnimos cuadrados que intenta obtener pesos cuya suma de los
cuadrados de los errores de prediccin sea mnima.
Esta tcnica se puede usar con bajo la condicin de que las variables
estn medidas en una escala de intervalos o de razn (escalares).
b) Anlisis discriminante
Se utiliza en los casos en los que la muestra pueda dividirse en grupos
conocidos de antemano (como variables politmicas y dicotmicas),
siempre que los predictores sean variables escalares.
- Sus objetivos son:
MANOVA:
Su objetivo es determinar si una o ms variables independientes (pueden
ser mtricas o no) producen efectos diferentes sobre dos o ms variables
dependientes (deben ser variables mtricas).
Tambin es aplicable en diseos de medidas repetidas (se mide la misma
variable dependiente de forma reiterada).
MANCOVA:
Si en el diseo no se ha podido realizar un control experimental
adecuado. Intenta un control estadstico midiendo variables relacionadas
con las dependientes antes de que se apliquen las independientes a los
sujetos (covariados).
Se basa en asumir que lo que puede ser predicho por los covariados no es
atribuible a las independientes.
d) Anlisis de regresin logstica
Esta tcnica se utiliza cuando las variables predictoras no son mtricas.
Su objetivo es predecir el grupo al que pertenece un individuo, y para ello
trata de combinar variables predictoras con la ponderacin adecuada.
Aunque la relacin entre la mezcla de variables y la variable predictora no
es lineal y la estimacin de los pesos se realiza por un proceso interactivo
denominado mxima verosimilitud.
e) Ecuaciones lineales estructurales (LISREL)
Utilizada cuando nos centramos en relaciones de prediccin secuenciales.
Se construye un modelo estructural donde se especifica la forma en que
estn relacionadas las variables predictoras y los criterios.
El modelo suele basarse en presupuestos tericos y define qu variables
se van a emplear para cada variable criterio o predictora.
El modelo de medida nos permite determinar cmo cada tarea contribuye
a la medicin de la capacidad de memoria operativa.
- DESCRIPTIVAS
Los aplicamos en contextos no experimentales. Su objetivo es resumir el
conjunto de datos conforme nuestros objetivos.
Los tipos de tcnicas descriptivas son los siguientes:
a) Anlisis de datos categricos
Se utiliza cuando queremos medir variables de carcter categrico
(nominal) u ordinal.