seminari_multivariante_2013.pdf
Anuncio
Introducción al análisis multivariante con SPSS Seminari metodològic del programa de doctorat en educació i TIC (e-learning) Julio Meneses i Sergi Fàbregues @ Estudis de Psicologia i Ciències de l’Educació eLearn Center / Novembre de 2013 Un ejemplo: el uso del debate en la UOC • Objetivo de la investigación – Analizar la relación entre la participación en el debate y el rendimiento de los estudiantes • Diseño de la investigación – Estudio correlacional, la participación en el debate es voluntaria • Medidas – Calificación final en la asignatura – Participación en el debate Un ejemplo: el uso del debate en la UOC • Resultados de la investigación – Se identifica una relación entre la participación en el debate y el rendimiento de los estudiantes – Los estudiantes que participan, obtienen una calificación más alta al finalizar la asignatura Participación en el debate Rendimiento en la asignatura Un ejemplo: el uso del debate en la UOC • Sin embargo, estos resultados deben ser interpretados con cautela – La correlación no implica causalidad – Los estudiantes no han sido asignados de forma aleatoria – Tanto el rendimiento como la participación en el debate pueden estar condicionados por factores externos no controlados Un ejemplo: el uso del debate en la UOC • La relación observada entre la participación en el debate y el rendimiento de los estudiantes requiere una aproximación más compleja • ¿Puede haber otros factores que intervengan directa o indirectamente en esta relación? Un ejemplo: el uso del debate en la UOC Participación en el debate Motivación para estudiar Rendimiento en la asignatura Un ejemplo: el uso del debate en la UOC Participación en el debate Rendimiento en la asignatura Motivación para estudiar Conocimientos previos ¿Qué es el análisis multivariante? • Conjunto de técnicas estadísticas que – Tienen como objetivo analizar e interpretar las relaciones entre diversas variables de manera simultánea – Mediante la construcción de modelos complejos que permiten distinguir la contribución de cada una de ellas en el sistema de relaciones – Para describir, explicar o predecir los fenómenos objeto de estudio en la investigación Univariante, bivariante y multivariante • El análisis univariante es la forma más sencilla de análisis y se propone la descripción de una única característica o variable Variable Variable Variable Univariante, bivariante y multivariante • El análisis bivariante es una extensión del análisis univariante y se propone determinar la relación entre dos características o variables Variable independiente Variable dependiente Variable Univariante, bivariante y multivariante • El análisis multivariante permite determinar las relaciones entre diversas variables de manera simultánea Variable Variable Variable Univariante, bivariante y multivariante • El análisis multivariante permite tener en cuenta el efecto de factores o variables de confusión en las relaciones objeto de estudio Variable independiente Variable dependiente Variable independiente Tipos de análisis multivariante • El análisis multivariante permite modelar relaciones de interdependencia y de dependencia entre diversas variables con el objetivo de – Reducir la complejidad de los datos – Establecer clasificaciones o agrupaciones – Explicar o predecir los fenómenos objeto de estudio – Establecer inferencias sobre la población (contraste de hipótesis) Tipos de análisis multivariante • Las técnicas de interdependencia – Permiten analizar de manera simultanea las relaciones entre diversas variables para encontrar una estructura común • Algunos ejemplos – Análisis factorial – Análisis de conglomerados – Análisis de escalamiento multidimensional – Análisis de correspondencias Tipos de análisis multivariante • Las técnicas de dependencia – Permiten analizar la contribución de un conjunto de variables independientes en la explicación o predicción de una o más variables dependientes • Algunos ejemplos – Análisis de la variancia (ANOVA y MANOVA) – Análisis de regresión múltiple – Análisis de regresión logística – Análisis de ecuaciones estructurales La elección de la técnica multivariante • ¿Podemos distinguir entre variables dependientes e independientes? • Si es así, ¿cuántas variables dependientes se consideran de forma simultanea en el análisis? • ¿Qué tipo de variables –escala de medida y distribución– forman parte del análisis? Principios del análisis multivariante 1. Fundamentación teórica de las relaciones 2. Exploración univariante y bivariante 3. Especificación adecuada del modelo 4. Búsqueda de un modelo parsimonioso 5. Cumplimiento de los supuestos 6. Importancia del tamaño y tipo de muestra 7. Significación estadística y práctica Diseño de una investigación multivariante 1. Definición del problema de investigación 2. Elección del diseño de investigación 3. Definición de las variables involucradas 4. Desarrollo o elección de los instrumentos 5. Elección de la técnica multivariante 6. Desarrollo del plan de análisis 7. Planificación del trabajo de campo Ejecución del análisis multivariante 1. Depuración y exploración de los datos 2. Comprobación de los supuestos 3. Estimación del modelo multivariante 4. Evaluación del ajuste del modelo 5. Interpretación del sistema de relaciones 6. Revisión y mejora del modelo 7. Validación del modelo final Bibliografía sobre análisis multivariante • Multivariate data analysis (Hair, Black, Babin y Anderson, 2013) • Using multivariate statistics (Tabachnick y Fidell, 2013) • The multivariate social scientist (Hutcheson y Sofroniou, 1999) • Discovering statistics using SPSS (Field, 2013) • The SPSS survival guide (Pallant, 2013) Un Consejo final You can’t fix by analysis what you bungled by design Light, Singer y Willett (1990) Introducción al análisis multivariante con SPSS Seminari metodològic del programa de doctorat en educació i TIC (e-learning) Julio Meneses i Sergi Fàbregues @ Estudis de Psicologia i Ciències de l’Educació eLearn Center / Novembre de 2013
