analisis de datos trabajo final
TRANSCRIPT
![Page 1: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/1.jpg)
ANALISIS DEL CENSO DE ESTABLECIMIENTOS REALIZADO POR EL INEC
MODULO DE ANALISIS DE DATOS – UIDE
ELABORACION: CARLOS ALVARADO
ANDREA ZAMBRANO
ECUADOR MARZO DEL 2012
![Page 2: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/2.jpg)
RESUMEN GENERAL Y METODOLOGICO DEL CENSO DE ESTABLECIMIENTOS
El estudio fue planteado a partir del censo de los establecimientos del año 2010 del cual se seleccionaron las variables y los datos, el programa Estadístico SPSS nos permitió formar grupos de datos, crear variables para el análisis, los cuadros y gráficos son importantes al momento de tomar decisiones por esta razón se plasmaron los más importantes.
![Page 3: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/3.jpg)
2.- CATEGORIZACION DE LOS ESTABLECIMIENTOS POR SUS INGRESOS TOTALES ANUALES
EN TRES INTERVALOS
a. Pequeños y micros: ingresos totales anuales de 0 hasta la media poblacional a.1 Los pequeños y micros están comprendidos de 0 hasta el promedio 300242 b. Medianos: ingresos totales anuales desde la media poblacional hasta la media más una desviación estándarPromedio 300242Los ingresos medianos van desde 300242 hasta 18162489300242 hasta 300242 + 17862247c. Grandes: ingresos totales anuales superiores a la media más una desviación estándarPromedio 300242Los ingresos medianos van desde 300242 hasta 18162489
![Page 4: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/4.jpg)
Cruzar esta variable creada con la variable provincias y explicar cómo es la distribución por tamaño de establecimiento en las 5 provincias con mayor número de ellos.
300242 hasta 300242 + 17862247c. Grandes: ingresos totales anuales superiores a la media más una desviación estándarPromedio 300242Los ingresos medianos van desde 300242 hasta 18162489 Cruzar esta variable creada con la variable provincias y explicar cómo es la distribución por tamaño de establecimiento en las 5 provincias con mayor número de ellos.
![Page 5: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/5.jpg)
![Page 6: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/6.jpg)
![Page 7: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/7.jpg)
![Page 8: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/8.jpg)
![Page 9: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/9.jpg)
![Page 10: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/10.jpg)
![Page 11: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/11.jpg)
![Page 12: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/12.jpg)
![Page 13: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/13.jpg)
![Page 14: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/14.jpg)
![Page 15: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/15.jpg)
![Page 16: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/16.jpg)
![Page 17: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/17.jpg)
![Page 18: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/18.jpg)
![Page 19: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/19.jpg)
![Page 20: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/20.jpg)
![Page 21: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/21.jpg)
•
• Mediante el análisis de correlación entre las variables podemos observar su fuerza de asocian o lo contrario cuando estas no se asocian o no pertenecen a un grupos determinado será decisión del investigador dejarlas en el estudio o eliminarlas.
• 7. Indicar la fuerza y dirección de la relación entre tamaño (por ingresos totales) e intervalo de gastos mensuales
![Page 22: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/22.jpg)
![Page 23: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/23.jpg)
• En el presente gráfico podemos observar que no existe correlación entre los gastos mensuales en quintiles y los ingresos. la fuerza de correlación es 15% no es significativa
•
• B: Explicar qué es el escalamiento multidimensional e ilustrarlo con un ejemplo práctico con datos reales (no puede ser ninguno de los vistos en clases ni de los que constan en la revista IpsaResearchers)
• El escalamiento multidimensional se lo analiza a partir del análisis multivariante que nos permite analizar varias variables para una mejor toma de decisiones, las variables que se analizan son dependientes, interdependientes y estructurales. En resumen lo que se trata es de sintetizar grandes cantidades de datos y variables, observando la distancia entre los objetos estudiados y casos.
•
• Esto se realiza normalmente en tres dimensiones o más así podemos observar los similitud que presentan las variables entre ellas y a su vez la disimilaridad de sus dimensiones de ahí que se puede utilizar el escalonamiento multidimensional como técnica de reducción de datos.
• Ejemplo:
![Page 24: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/24.jpg)
![Page 25: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/25.jpg)
![Page 26: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/26.jpg)
![Page 27: Analisis de datos trabajo final](https://reader036.vdocuments.co/reader036/viewer/2022062405/557dd169d8b42ae4688b4e44/html5/thumbnails/27.jpg)
• BIBLIOGRAFÍA
• - ARCE, C. (1993): Escalamiento Multidimensional. Una Técnica Multivariante para
• el Análisis de Datos de Proximidad y Preferencia. PPU, Barcelona.
• - ARCE, C. (1994): Técnicas de Construcción de Escalas Psicológicas. Síntesis,
• Madrid.
• - BORG, I. y GROENEN, P. (1997): Modern Multidimensional Scaling. Springer,
• New York.
• - COXON, A. P. (1982): The User’s Guide to Multidimensional Scaling. Heinemann
• Educational Books, London.
• - GREEN, P. E. y CARMONE, F. J.(1969): Multidimensional Scaling: An
• Introduction and Comparison of Nonmetric Unfolding Techniques. Journal of
• Maketing Research, 6, 330-341.
• - HAIR, J. F., ANDERSON R.E., TATHAM, R. L., BLACK, W. C. (1999): Análisis
• Multivariante. Prentice Hall, Madrid.
•