Política de uso de información

Queda prohibido el uso indebido de la captación y/o

grabación de la sesión de video conferencia, así como
reproducción o difusión, en todo o en parte, por
cualquier medio o dispositivo utilizado, representando
una vulneración al Código de Ética de la UTEQ,
pudiendo derivarse las pertinentes responsabilidades
legales.
BIENVENIDOS
 Estadística Aplicada a la Empresa I
Carrera: Licenciatura en Administración de Empresas
Práctica de SPSS Modelos Lineales

Mgter. Sandra Gonzalez C.

Agosto 2023
 Gráficos de Dispersión: Ejemplo
No hay relación
Relaciones fuertes
y
y

x
x
y
y

x
x
Opción de SPSS
Opción de SPSS
 Correlación
Covarianza entre X e Y
𝑐𝑜𝑣(𝑥,𝑦) 𝑆𝑥𝑦
C𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑋 𝑦 𝑌 = 𝑟𝑥𝑦 = =
𝑠𝑥 𝑠𝑦 𝑠𝑥 𝑠𝑦

Desviación típica
de X
multiplicada por
la desviación
típica de Y

Indicador de relaciones lineales entre dos variables X y Y de una

misma muestra
Mide la “Fortaleza” de la relación lineal
 Características de r

 No tiene unidad de medida.

 Varía entre -1 y 1.
 La cercanía a -1 indica fuerte relación lineal negativa.
 La cercanía a 1 indica fuerte relación lineal positiva.
 La cercanía a 0 indica débil relación lineal.

 +1 ó -1 son correlaciones perfectas donde todos los datos (puntos) caen

sobre una línea recta.
Análisis de la Correlación
Valor Significado
Correlación negativa grande y
-1
perfecta
-0,9 a -0,99 Correlación negativa muy alta
-0,7 a -0,89 Correlación negativa alta
-0,4 a -0,69 Correlación negativa moderada
-0,2 a -0,39 Correlación negativa baja
-0,01 a -0,19 Correlación negativa muy baja
0 Correlación nula
0,01 a 0,19 Correlación positiva muy baja
0,2 a 0,39 Correlación positiva baja
0,4 a 0,69 Correlación positiva moderada
0,7 a 0,89 Correlación positiva alta
0,9 a 0,99 Correlación positiva muy alta
Correlación positiva grande y
1
perfecta
Opción SPSS: Correlaciones
Regresión Lineal Simple

Modelo Teórico: Yi=b0 + b1xi+ ei

Y : Variable dependiente

X : Variable independiente

Modelo Estimado:

෢𝑜 + 𝐵
𝑦ෝ𝑖 =𝐵 ෢1 X
Opción de SPSS: Correlación Lineal Simple
Regresión Lineal Simple
Resultado:

El Bo del modelo es 6.58 y el B1 del modelo es 1.07.

𝑌෠ = 6.58 + 1.07 X
MUCHAS GRACIAS