Entradas
Mostrando entradas de octubre, 2017
Diagrama de Gantt
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
¿Qué es el Diagrama de Gantt y para qué sirve? El diagrama de Gantt es una herramienta que se emplea para planificar y programar tareas a lo largo de un período determinado de tiempo. Gracias a una fácil y cómoda visualización de las acciones a realizar, permite realizar el seguimiento y control del progreso de cada una de las etapas de un proyecto. Reproduce gráficamente las tareas, su duración y secuencia, además del calendario general del proyecto y la fecha de finalización prevista. El diagrama de Gantt es una útil herramienta gráfica cuyo objetivo es exponer el tiempo de dedicación previsto para diferentes tareas o actividades a lo largo de un tiempo total determinado y en donde además pueden incorporarse datos relacionados con el material, el capital, el personal requerido, entre otros aspectos fundamentales, para tener una visión más clara de lo que implica el proyecto. Fue Henry Laurence Gantt quien, entre 1910 y 1915, desarrolló y popularizó este tipo de diagrama
Resultados y Conclusión de SPSS de la población con 24 años y más.
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
Chi-cuadrado y Correlación Spearman
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
CHI-CUADRADO La prueba de independencia Chi-cuadrado, nos permite determinar si existe una relación entre dos variables categóricas. Es necesario resaltar que esta prueba nos indica si existe o no una relación entre las variables, pero no indica el grado o el tipo de relación; es decir, no indica el porcentaje de influencia de una variable sobre la otra o la variable que causa la influencia. Por otro lado Las pruebas chi-cuadrado son un grupo de contrastes de hipótesis que sirven para comprobar afirmaciones acerca de las funciones de probabilidad (o densidad) de una o dos variables aleatorias. Estas pruebas no pertenecen propiamente a la estadística paramétrica pues no establecen suposiciones restrictivas en cuanto al tipo de variables que admiten, ni en lo que refiere a su distribución de probabilidad ni en los valores y/o el conocimiento de sus parámetros. Se aplican en dos situaciones básicas: a) Cuando queremos comprobar si una variable, cuya descripción parece
Tablas de doble entrada
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
TABLAS DE DOBLE ENTRADA Es un organizador del conocimiento que se utiliza para sistematizar la información y permite contrastar los elementos de un tema. Está formado por un número variable de columnas en las que se lee la información en forma vertical y se establece la comparación entre los elementos de las columnas. Los cuadros de doble entrada están estructurados por columnas y filas. Cada columna y/o fila debe tener un concepto clave que represente una idea o concepto principal. Las columnas y filas se cruzan y, en consecuencia, forman celdas o espacios vacíos donde se escribirán, los distintos tipos de información como: hechos, conceptos, principios, observaciones, descripciones, explicaciones, procesos o procedimientos, e incluso es posible incluir ilustraciones de diverso tipo.
CORRELACIÓN DE PEARSON
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
COEFICIENTE DE CORRELACIÓN LINEAL DE PEARSON El coeficiente de correlación de Pearson, pensado para variables cuantitativas (escala mínima de intervalo), es un índice que mide el grado de covariación entre distintas variables relacionadas linealmente. Adviértase que decimos "variables relacionadas linealmente". Esto significa que puede haber variables fuertemente relacionadas, pero no de forma lineal, en cuyo caso no proceder a aplicarse la correlación de Pearson. el coeficiente de correlación de Pearson es un índice cuyos valores absolutos oscilan entre 0 y 1. Cuanto más cerca de 1 mayor sera la correlación, y menor cuanto más cerca de cero. Pero ¿como interpretar un coeficiente determinado? ¿Qué significa un coeficiente de 0.6?. ¿Es alto o bajo?. No puede darse una respuesta precisa. Depende en gran parte de la naturaleza de la investigación. Por ejemplo, una correlación de 0.6 sería baja si se trata de la fiabilidad de un cierto test, sin embargo, sería alta si e
ALFA DE CRONBACH
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
ALFA DE CRONBACH El método de consistencia interna basado en el alfa de Cronbach permite estimar la fiabilidad de un instrumento de medida a través de un conjunto de ítems que se espera que midan el mismo constructo o dimensión teórica. La validez de un instrumento se refiere al grado en que el instrumento mide aquello que pretende medir. Y la fiabilidad de la consistencia interna del instrumento se puede estimar con el alfa de Cronbach. La medida de la fiabilidad mediante el alfa de Cronbach asume que los ítems (medidos en escala tipo Likert) miden un mismo constructo y que están altamente correlacionados. Cuanto más cerca se encuentre el valor del alfa a 1 mayor es la consistencia interna de los ítems analizados. La fiabilidad de la escala debe obtenerse siempre con los datos de cada muestra para garantizar la medida fiable del constructo en la muestra concreta de investigación. Para CALCULAR EL COEFICIENTE ALFA DE CRONBACH en SPSS es de la siguiente manera: H
conclusion del cuestionario de deportes
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
Estadísticos descriptivos de distribución
- Obtener enlace
- X
- Correo electrónico
- Otras aplicaciones
Estadísticos descriptivos de distribución, Asimetría y curtosis Las medidas de distribución nos permiten identificar la forma en que se separan o aglomeran los valores de acuerdo a su representación gráfica. Estas medidas describen la manera como los datos tienden a reunirse de acuerdo con la frecuencia con que se hallen dentro de la información. Su utilidad radica en la posibilidad de identificar las características de la distribución sin necesidad de generar el gráfico. Sus principales medidas son la Asimetría y la Curtosis. ASIMETRÍA Es una expresión de la forma de la distribución, para saber si los valores de la variable se concentran en una determinada zona del recorrido de la variable. Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central (Media aritmética). Más precisamente, permiten establecer el grado de Simetría que presenta una distribución de probabilidad de una variable aleatoria. A si pues la