Este documento describe cómo estimar un modelo en SPSS en 3 pasos: 1) Desarrollar pruebas de normalidad para seleccionar entre las pruebas de correlación de Kolmogorov-Smirnov y Shapiro-Wilk, 2) Desarrollar pruebas de correlación para seleccionar entre las pruebas de Pearson y Spearman, y 3) Evaluar la matriz de correlación para determinar la relación entre variables y la presencia de multicolinealidad.
0 calificaciones0% encontró este documento útil (0 votos)
7 vistas1 página
Este documento describe cómo estimar un modelo en SPSS en 3 pasos: 1) Desarrollar pruebas de normalidad para seleccionar entre las pruebas de correlación de Kolmogorov-Smirnov y Shapiro-Wilk, 2) Desarrollar pruebas de correlación para seleccionar entre las pruebas de Pearson y Spearman, y 3) Evaluar la matriz de correlación para determinar la relación entre variables y la presencia de multicolinealidad.
Este documento describe cómo estimar un modelo en SPSS en 3 pasos: 1) Desarrollar pruebas de normalidad para seleccionar entre las pruebas de correlación de Kolmogorov-Smirnov y Shapiro-Wilk, 2) Desarrollar pruebas de correlación para seleccionar entre las pruebas de Pearson y Spearman, y 3) Evaluar la matriz de correlación para determinar la relación entre variables y la presencia de multicolinealidad.
Este documento describe cómo estimar un modelo en SPSS en 3 pasos: 1) Desarrollar pruebas de normalidad para seleccionar entre las pruebas de correlación de Kolmogorov-Smirnov y Shapiro-Wilk, 2) Desarrollar pruebas de correlación para seleccionar entre las pruebas de Pearson y Spearman, y 3) Evaluar la matriz de correlación para determinar la relación entre variables y la presencia de multicolinealidad.
¿Cómo estimar un modelo en SPSS? 1. Desarrollar el Test de Normalidad (Ho: La variable se distribuye normalmente) Kolmogorov – Smirnov: Muestras mayores o iguales a 50 Shapiro – Wilk: Muestras menores a 50 2. 2. Desarrollar el Test de Correlación (Ho: No existe relación entre las variables evaluadas) Si todas las variables siguen una distribución normal: Correlación de Pearson Si no todas las variables siguen una distribución normal: Correlación de Spearman 3. Evaluar la Matriz de Correlación Determinar relación de variables regresoras con variable dependiente Determinar presencia de multicolinealidad por pares de variables independientes