Estadística Multivariante. TOMO I. Técnicas Dependientes con SPSS en las Ciencias Sociales
Palabras clave:
estadística multivariante, técnicas dependientes, spss, ciencias socialesSinopsis
Al tener mayores capacidades y disponibilidad de los recursos de cómputo, hoy en día hace que el análisis multivariante se presente en diversas aplicaciones de software por lo que se incrementan las posibilidades de ser usado en diversas disciplinas como las Ciencias de la Administración, siendo el Statistical Package for the Social Sciences (SPSS, de IBM) , el Analytics, Business Intelligence and Data Management (SAS, de SAS Institute y/o de World Programming), Statistica (de STATISTICA), el lenguaje R (software libre) sólo por mencionar algunos como de los más utilizados en los campos académico y profesional a nivel mundial. Así que, no es de extrañar que las Ciencias de la Administración apoyen el desarrollo académico presentándose en diversos posgrados, así como en el mundo laboral que corresponde a las Ciencias Sociales y por lo tanto, se observa de manera creciente un repunte en la presentación de reportes, artículos, capítulos de libro o libros que discutan diversos aspectos teórico empíricos y su interpretación basados en dichas aplicaciones de software. En nuestro caso, adoptamos SPSS 20 de IBM, para el desarrollo de los temas de este libro.
Basados en lo anterior, presentamos la obra con un propósito triple:
1.-Presentar un documento que sirva a propios y extraños al tema, que tengan la necesidad de conocer tanto los conceptos tratados en este tomo, como el de manipular los diversos comandos que ofrece SPSS 20 de IBM al respecto de los casos problema, presentados como
ejemplo.
2.-Para una mayor comprensión del tratamiento de los casos, se expone la secuencia propuesta por Hair et al. (1999) de los 6 pasos: objetivos, diseño, supuestos, ejecución, interpretación y validación, como el eje de presentación y resolución de dichos caso. 3.-Como Coordinador del Doctorado en Ciencias de la Administración del Centro Universitario de Ciencias Económico Administrativas (CUCEA), de la Universidad de Guadalajara (UdG), presentar el libro base para la asignatura de Métodos Cuantitativos I y II.
Es deseo del autor, contribuir en el lector en la adquisición de conocimiento que se aplique en el mundo práctico y que ayude a su interpretación teórica. Si no fuere el caso, se espera que al menos sirva como otro peldaño útil a escalar en el logro de su formación académica y/ o profesional.
Descargas
Los datos de descargas todavía no están disponibles.
Citas
Addelman, S. ( 1962), Orthogonal Main-Effects Plans for Asymmetrical Factorial Experiments. Techno metrics 4: 21-46.
Akaah, l. ( 1991 ), Predictive Performance of Self- Explicatcd, Traditional Conjoint, and Hybrid Conjoint Modcls undcr Alternative Data Collection Modcs. Journal of the Academy of Marketing Science 19:309-14.
Allenby, G. M., Arora, N., y Ginter, J. L. (1995), Incorporating Prior Knowledge into the Analysis of Conjoint Studies. Journal of Marketing Research 32 (May): 152-62.
Alpert, M. ( 1971), Definition of Determinan! Attributes: A Comparison of Methods. Journal of Marketing Research 8(2): 184-91.
Baalbaki, I. B., y Malhotra, N. K. (1995), Standardization versus Customization in Intemational Marketing: An Investigation Using Bridging Conjoint Analysis. Journal of the Academy of Marketing Science 23(3): 182-94.
Bretton-Clark (1988), Conjoint Analyzer. New York: Bretton-Clark. Carmone, F. J., Jr., y Schaffer, C. M. (1995),Review of Conjoint Software.
Journal of Marketing Research 32 (February): 113-20.
Carroll, J. D., y Green, P. E. (1995), Psychometric Methods in Marketing Research:
Part 1, Conjoint Analysis. Journal of Marketing Research 32 (November): 385-91. Conner, W. S., y Zelen, M. (1959), Fractional Factorial Experimental Designs for
Factors at Three Levels, Applied Math Series S4. Washington, D.C.: National Bureau of
Standards.
Elrod, T., Louviere, J. J. y Davey, K. S. (1992), An Empírical Comparison of Ratings-
Based and Choice- Based Conjoint Models. Journal of Marketing Research 29: 368-
Green, P. E. (1984), Hybrid Models for Conjoint Analysis: An Exploratory
Review. Journal of Marketing Research 21 (May): 155-69.
Green, P. E., Goldberg, S. M., y Montemayor, M. (1981), A Hybrid Utility Estimation
Model for Conjoint Analysis. Journal of Marketing 45 (Winter):33-41.
Green, P. E., Kreiger, A. M., y Agarwal M. K. (1991), Adaptive Conjoint Analysis: Sorne
Caveats and Suggestions. Journal of Marketing Research 28 (May): 215-22. Hahn, G. J., y Shapiro S. S. (1966), A Catalog and Computer Program for the Design
Huber, J. (1987), Conjoint Analysis: How We Got Here and Where We Are, In
and Analysis of Orthogonal Symmetric and Asymmetric Fractional Factorial Experiments, Report No. 66-C-165. Schenectady, N.Y.: General Electric Research and Development Center.
Hair , J.F.; Anderson, R.E.; Tatham, R.L.; Black W.C. .Análisis Multivariante.1a. Ed. Espana. Prentice (all.
Proceedings of the Sawtooth Conference on Perceptual Mapping, Conjoint Analysis and Computer lnterviewing, M. Metegrano, cd., Ketchum, Idaho: Sawtooth Software, pp. 2-6.
Descargas
Publicado
abril 27, 2023
Colección
Categorías
Derechos de autor 2023 Juan Mejía Trejo
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Detalles sobre esta monografía
ISBN-13 (15)
978-607-59397-8-0
doi
10.55965/abib.2023.9786075939780
