Elaborado por: Dr. Jaime Alberto Sandoval CerdaMayo del 2013, Tijuana, B.C.Estructura de varianza y covarianzaUniversidad ...
Antecedentes históricos: Etapas (3)• 1ra. Etapa; antecedentes remotos; genética, Wright, 1918,Blalock, 1961, 1963, análisi...
Antecedentes históricos: Etapas• 2da. etapa; formalización, Blalock 1971, Joreskog ySorbom 1979, formalización de las teor...
Antecedentes históricos: Etapas• 3ra. etapa; informatización, Joreskog y Sorbom1972, programa LISREL (Linear Strutural Rel...
Conceptualizaciones generales:• Variable: atributo o característica a investigar como causade un fenómeno, representativo ...
Conceptualizaciones generales:• Modelo: «representación o descripción de algo (fenómenoo conjunto de relaciones) que ayuda...
Conceptualizaciones generales:• Aplicaciones: por medio del análisis de caminos y sistemasde ecuaciones estructurales comp...
Conceptualizaciones generales:• Para que un modelo sea consistente se debe conocer elobjeto de estudio.Estructura de varia...
Aplicaciones generales:• De manera confirmatorio, ver si el modelo sus varianzas ycovarianzas son consistentes con los dat...
Clasificación de variables:• Observables: por sus procedimientos para los valoresobtenidos; medibles directamente Xi, Yi (...
Clasificación de variables:• Latentes: por el papel que de desempeña, su valor seobtiene por indicadores; inteligencia, es...
Clasificación de variables:• Independientes: pueden ser ajenas al fenómeno y sepuede representar con una flecha y ahí term...
Clasificación de variables:• Validez: mide lo que se pretende medir.• Interna: exactitud de los conceptos.• Externa: se pu...
Clasificación de variables:• Fiabilidad: si se repite resulta lo mismo, aplicación test -retest.Estructura de varianza yco...
Covariación:• 2 fenómenos relacionados, coeficiente intelectual –rendimiento académico.• Directa e indirecta:• Causal cond...
Representación:• Lineal, grafica y algebraica.Estructura de varianza ycovarianzay1 = 11 x1 + 12 x2 + 13 x3 + 1y2 = 21 x1 +...
* GRACIAS* JASC, Mayo del 2013, Tijuana Baja, California, México
Upcoming SlideShare
Loading in...5
×

Estrutura varianza y covarianza

733

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
733
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Estrutura varianza y covarianza

  1. 1. Elaborado por: Dr. Jaime Alberto Sandoval CerdaMayo del 2013, Tijuana, B.C.Estructura de varianza y covarianzaUniversidad de EstudiosAvanzados, campus Pedregal.Elaboración de instrumentos de medición.
  2. 2. Antecedentes históricos: Etapas (3)• 1ra. Etapa; antecedentes remotos; genética, Wright, 1918,Blalock, 1961, 1963, análisis lineal y correlación parcial yde caminos.Estructura de varianza ycovarianza
  3. 3. Antecedentes históricos: Etapas• 2da. etapa; formalización, Blalock 1971, Joreskog ySorbom 1979, formalización de las teorías.Estructura de varianza ycovarianza
  4. 4. Antecedentes históricos: Etapas• 3ra. etapa; informatización, Joreskog y Sorbom1972, programa LISREL (Linear Strutural Relation ship).• LISREL 7. y 8. SPSS.Estructura de varianza ycovarianza
  5. 5. Conceptualizaciones generales:• Variable: atributo o característica a investigar como causade un fenómeno, representativo de la realidad.• Teoría: «grupos de proposiciones lógicamenteinterconectadas de las que pueden deducirseuniformidades empíricas», MERTON.Estructura de varianza ycovarianza
  6. 6. Conceptualizaciones generales:• Modelo: «representación o descripción de algo (fenómenoo conjunto de relaciones) que ayuda a entenderlo oestudiarlo, Voght.• Teoría = aproximación realidad, modelo = representaciónde ella.Estructura de varianza ycovarianza
  7. 7. Conceptualizaciones generales:• Aplicaciones: por medio del análisis de caminos y sistemasde ecuaciones estructurales comprobación deinferencias causales, consistentes con los datos empíricosdisponibles, Blalock.Estructura de varianza ycovarianza
  8. 8. Conceptualizaciones generales:• Para que un modelo sea consistente se debe conocer elobjeto de estudio.Estructura de varianza ycovarianza
  9. 9. Aplicaciones generales:• De manera confirmatorio, ver si el modelo sus varianzas ycovarianzas son consistentes con los datos con que secuenta.• Elección entre modelos (determinar el mas se ajuste).• Exploratorio, se puede ajustar si no se obtiene un datoesperado.Estructura de varianza ycovarianza
  10. 10. Clasificación de variables:• Observables: por sus procedimientos para los valoresobtenidos; medibles directamente Xi, Yi (letra latina); edad,profesión, etc. (rectangulo)• Latentes: su valor se obtiene por indicadores; saludmental, patología, etc. ( exámenes clínicos), letras griegas.Estructura de varianza ycovarianza
  11. 11. Clasificación de variables:• Latentes: por el papel que de desempeña, su valor seobtiene por indicadores; inteligencia, estatus social(circulo).Estructura de varianza ycovarianza
  12. 12. Clasificación de variables:• Independientes: pueden ser ajenas al fenómeno y sepuede representar con una flecha y ahí terminar.• Dependientes: pueden ser la causa como laconsecuencia, se representa por una fecha y dar otrasvariables.Estructura de varianza ycovarianza
  13. 13. Clasificación de variables:• Validez: mide lo que se pretende medir.• Interna: exactitud de los conceptos.• Externa: se puede generalizar.Estructura de varianza ycovarianza
  14. 14. Clasificación de variables:• Fiabilidad: si se repite resulta lo mismo, aplicación test -retest.Estructura de varianza ycovarianza
  15. 15. Covariación:• 2 fenómenos relacionados, coeficiente intelectual –rendimiento académico.• Directa e indirecta:• Causal condicionada.Estructura de varianza ycovarianza
  16. 16. Representación:• Lineal, grafica y algebraica.Estructura de varianza ycovarianzay1 = 11 x1 + 12 x2 + 13 x3 + 1y2 = 21 x1 + 21 y1 + 23 x3 + 2
  17. 17. * GRACIAS* JASC, Mayo del 2013, Tijuana Baja, California, México

×