experimentación+en+spss_2
TRANSCRIPT
![Page 1: Experimentación+en+SPSS_2](https://reader035.vdocuments.pub/reader035/viewer/2022081808/5695d02d1a28ab9b029155a1/html5/thumbnails/1.jpg)
7/23/2019 Experimentación+en+SPSS_2
http://slidepdf.com/reader/full/experimentacionenspss2 1/6
Variable dependiente: finalizar el proyecto en el plazo previsto Variables independiente: horas planificadas, jefe de proyecto doctor Objetos: las aplicaciones desarrolladas Sujetos: los jefes de proyecto que dirigen el desarrollo de los
proyectos (aplican el tratamiento) Test: la persona N (sujeto) dirige un proyecto con unas horas
planificadas (tratamiento) para desarrollar una aplicación A (objeto)
Experimentos
SPSS Regresión logística
Evaluar el efecto del número de horas planificadas paraun proyecto software y contar con un doctor como jefede proyecto, en finalizar el proyecto en el plazo previsto
![Page 2: Experimentación+en+SPSS_2](https://reader035.vdocuments.pub/reader035/viewer/2022081808/5695d02d1a28ab9b029155a1/html5/thumbnails/2.jpg)
7/23/2019 Experimentación+en+SPSS_2
http://slidepdf.com/reader/full/experimentacionenspss2 2/6
Regresión logística (binomial) Permite predecir la probabilidad de que una observación
pertenezca una de la dos categorías de una variabledependiente dicotómica, a partir de una o más variables
independientes que pueden ser continuas o categóricas VI una o más contínuas o categóricas. VD categórica
dicotómica
Supuestos: (1) Debe haber una relación lineal entre cualquiervariable independiente contínua y la transformación logit de lavariable dependiente. Se puede comprobar incluyendo en elmodelo interacciones entre los predictores (continuos) y suslogs. Si la interacción es significativa, el supuesto no se cumple.
Experimentos
SPSS Regresión logística
![Page 3: Experimentación+en+SPSS_2](https://reader035.vdocuments.pub/reader035/viewer/2022081808/5695d02d1a28ab9b029155a1/html5/thumbnails/3.jpg)
7/23/2019 Experimentación+en+SPSS_2
http://slidepdf.com/reader/full/experimentacionenspss2 3/6
Regresión logística “Analizar/Regresión/Logística binaria”
Transferir la variable dependiente “PlazoCumplido” dentro dela caja “Dependientes”, y las variables independientes
“HorasPlanificadas” y “Doctor” dentro de la caja “Covariables” .En la pestaña “Método” seleccionar “Introducir”, puesto que serealizará una regresión logística estándar
Experimentos
SPSS Regresión logística
![Page 4: Experimentación+en+SPSS_2](https://reader035.vdocuments.pub/reader035/viewer/2022081808/5695d02d1a28ab9b029155a1/html5/thumbnails/4.jpg)
7/23/2019 Experimentación+en+SPSS_2
http://slidepdf.com/reader/full/experimentacionenspss2 4/6
Regresión logística Marcar las casillas de verificación “Gráficos de clasificación”,
“Bondad de ajuste de Hosmer-Lemeshow”, “Listado deresiduos por caso” y “IC para exp(B)” . Finalmente, seleccionar
en área “Visualización” el valor “En el último paso” . Pulsar elbotón “Continuar” y el botón “Aceptar”
Experimentos
SPSS Regresión logística
![Page 5: Experimentación+en+SPSS_2](https://reader035.vdocuments.pub/reader035/viewer/2022081808/5695d02d1a28ab9b029155a1/html5/thumbnails/5.jpg)
7/23/2019 Experimentación+en+SPSS_2
http://slidepdf.com/reader/full/experimentacionenspss2 5/6
Regresión logística En “Resumen del modelo” se observa la variación que puede
ser explicada de la variable independiente basada en elmodelo construido se encuentra entre el 44,6% y el 59,9%,
según el método elegido (Cox y Snell, o Nagelkerke -preferido) En “Tabla de clasificación” se observa que el modelo
construido permite predecir el 85,7% de los casos
Experimentos
SPSS Regresión logística
![Page 6: Experimentación+en+SPSS_2](https://reader035.vdocuments.pub/reader035/viewer/2022081808/5695d02d1a28ab9b029155a1/html5/thumbnails/6.jpg)
7/23/2019 Experimentación+en+SPSS_2
http://slidepdf.com/reader/full/experimentacionenspss2 6/6
Regresión logística En “Variables en la ecuación” muestra la contribución de cada
variable independiente al modelo y su significación estadística
Obsérvese que no es estadísticamente significativa el efecto
que tienen las horas planificadas para el proyecto (p=0.822),mientras que sí lo es el factor ser doctor (p=0.002).Concretamente, si un doctor dirige el proyecto hay 50 vecesmás probabilidades de que finalice en el plazo establecido
Experimentos
SPSS Regresión logística