Informatico
Clase 02.05.2012
Loretta Gasco Campos
lgasco@pucp.edu.pe
Estadísticos descriptivos
N
Mínimo
Máximo
Media
Desv. típ.
Facilidad de Uso
20
1.80
3.60
2.7100
.45178
Utilidad Percibida
20
1.60
3.60
2.5300
.50378
Intención de Uso
20
1.33
3.67
2.6340
.66662
N válido (según lista)20
Pruebas de normalidad
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico
gl
Sig.
Estadístico
gl
Sig.
Intención de Uso
,128
20
,200*
,951
20
,389
Facilidad de Uso
,146
20
,200*
,969
20
,741
Utilidad Percibida
,146
20
,200*
,970
20
,761
Correlaciones
Facilidad1
Facilidad1
Correlación de PearsonUtilidad1
Intencion1
1
,675**
,197
,001
,406
Sig. (bilateral)
N
20
Correlación de Pearson
,675**
1
,574**
,001
N
20
20
20
Correlación de Pearson
,197
,574**
1
Sig. (bilateral)
,406
,008
N
Intencion1
20
Sig. (bilateral)
Utilidad1
20
20
20
**. La correlación es significativa al nivel 0,01 (bilateral).,008
20
MODELO:
Yi = β0 + β1 xi1 +…+ βn xin + εi, i =1,…,n
errores εi ~ i.i.d. N(0, σ2)
↓ DATOS {( xi1 ,…, xin ,Yi ), i=1,…,n}
MODELO ESTIMADO
Ŷ| X1 = x1, …, Xn = xn= b0 + b1 x1 +…+ bn xn
para valores dados de X1 = x1, …, Xn = xn
Ajuste global
H0: β1 =…= βn = 0 vs Ha: existe por lo menos un βj ≠0
Metodología:
Análisis de varianza (ANOVA)
ANOVAa
ModeloSuma de
cuadrados
gl
Media
cuadrática
Regresión
2
1,551
Residual
5,342
17
,314
Total
1
3,101
8,443
19
a. Variable dependiente: Intención de Uso
b. Variables predictoras: (Constante), Utilidad Percibida, Facilidad de Uso
F
4,935
Sig.
,020b
Ajuste de los coeficientes de la regresión
1.Estimación puntual de los coeficentes βj mediante bjMetodología: coeficientes no estandarizados B
3. Estimación por intervalos de confianza de los coeficentes βj
Metodología:
Intervalo de confianza de
Límite inferior
95,0% para B
Límite superior
3. Pruebas de hipótesis para cada βj:
H0: βj = 0 vs Ha: βj ≠0
Metodología:
Estadístico de test: t = B/ Error típico ~ tN-2
Interpretación de bj :
cantidad de variación en la variabledependiente
por una unidad de variación adicional de la variable
independiente xi manteniendo constantes las
restantes variables independientes
Coeficientesa
Modelo
1
(Constante)
Coeficientes no
estandarizados
B
,281
Facilidad de
Uso
,141
Utilidad
Percibida
,779
Error típ.
,968
,286
,257
Coeficientes tipificados
Beta
,095
,589
t
,290
,4913,038
Sig.
,775
,630
,007
Límite inferior
-1,761
-,463
,238
Límite superior
2,324
,744
1,321
Orden cero
,154
,599
Parcial
,118
,593
Semiparcial
,095
,586
Tolerancia
,990
,990
FIV
1,010
a. Variable dependiente: Intención de Uso
1,010
Intervalo de confianza de
95,0% para B
Correlaciones
Estadísticos decolinealidad
4. Correlaciones de orden 0 ó Coeficientes de
correlación bivariada de Pearson
5. Coeficientes de Correlación parciales
El coeficiente de correlación parcial entre X i e Y
mide la correlación entre estas variables cuando se
han eliminado los efectos lineales de las otras
variables en X i e Y. Sirve para detectar relaciones
espúreas y relaciones escondidas entre las variablesindependientes
DIAGNÓSTICO DE COLINEALIDAD
Existencia de una correlación muy elevada entre las variables independientes del
modelo de regresión. O sea proporcionan información muy similar y difícil de
separar.
Objetivos:
• Diagnosticar la presencia de colinealidad en el modelo.
• Establecer hasta que punto la misma ha podido desvirtuar los
parámetros estimados.
Estadísticos de...
Regístrate para leer el documento completo.