Ayudanta 20/11 INVESTIGACIN DE MERCADOS

Variable independiente -> independiente que cambien las otras variables, esta no
cambia.
Variable dependiente - > depende de otras variables.

En este caso:
Dependiente -> satisfaccin.
Independiente -> las otras.

Nivel de confianza 95%

Por lo tanto, nivel de significancia 5%

Nivel de significancia = 100% - Nivel de confianza

Nivel de significancia: nivel de error.

SPSS
2 pestaas
Vista de datos y Vista de variables

Base de datos restaurant

Dependiente -> satisfaccin
Independiente -> las otras

Cmo influyen las variables independientes en la satisfaccin. Determinar cules son

significantes y cules no.
Analizar > Estadsticos descriptivos -> Frecuencias
Se abre una ventana, seleccionamos la variable 15,17 y 18. Estas son al azar.
Depende de los datos que se den y se pidan. En el trabajo nos dir qu variables
seleccionamos.
Seleccionamos estadsticos, marcar todas las tendencias centrales. Continuar y luego
aceptar.
Se abre una ventana *Resultado 1. Donde estn las frecuencias.
Los estadsticos no dicen mucho.
Tenemos que revisar todo lo dems. Hacer comparaciones.

Recordar:
Nivel de significancia = 5 % = 0,05

Si N. de significancia < 0.05 Rechazo hiptesis nula. Acepta hiptesis alternativa.

Relacin significativa!!!!!!!!!!!!!

Si N. de significancia > 0.05 Acepto hiptesis nula. Rechazo hiptesis alternativa.

No existe relacin significativa entre las variables estudiadas.
Las hiptesis son:
Ho: Es 0
Ha: Es diferente a 0
(Las variables)

Analizar -> regresin -> lineales}

Para cambiar nivel de confianza, en esta misma ventana apretar estadsticos y luego
cambairlo.
La variable dependiente es la 22
Variables independientes 1, 3 , 9 , 14 y 26
Aceptar.
Ahora se abre la ventana con los nuevos resultados de regresin.
En coeficientes, revisar Sig (significancia).

La variable 1 y 14 son significativas porque son < 0,05.

3, 9 y 26 no son significativas porque son > 0,05. Entonces estas se desechan del estudio.
R -> el modelo es explicado por un % por las variables
Esto esta en la hoja de resultado en Resumen del modelo

Cuantas variables estamos analizando? 5

R -> La variable dependiente es explicada en un 52% por las variables independientes x1,x3
R cuadrado -> la varianza del modelo (de todas las variables) es explicada en un 27% por las
variables independientes. (X1, X3, X9, X14 y X26)
F -> varianza comn de las variables independientes. Varianzas que comparten las variables
dependientes.
Analizar -> Regresin -> Lineales
Con las mismas variables
Apretar estadsticos
Coficiente de Pearson: Muestra la correlacion entre ciertas variables.
Analizar -> Correlacionar -> Bivariadas
Seleccionar las variables que usdamos antes
1,3,9,14 y 26
Cuando es 1: Correlacion postiva directa. Estn perfectamente correlacionados, cuando una
aumenta la otra aumenta en la misma proporcin. Relacion directa.
11
3-3
9-9
14 - 14
26 - 26

Cuando es entre 0-1: correlacin positiva. Pero no es directa. Si una aumenta 10% la otra no
har lo mismo, puede ser en un 5% en un 6% pero no en la misma proporcin
Cuando es 0: no existe relacin lineal. Si una variable sube, a la otra no le pasa nada o le pasa
otra cosa.
Cuando es entre -1 y 0: existe una correlacin negativa. SI una disminuye en un 10% la otra
disminuir pero no en la misma proporcin.
Si es -1, existe correlacin negativa perfecta. Cuando una aumenta la otra disminuye.
Observando la tabla,
Entre la variable 14 y la 3 -> 0,764
*Fijarse en extremos. Me interesan las variables ms altas y ms bajas.
El 0,764 es de los ms altos.
Solo fijarse en correlacin de Pearson.