Análisis Multivariado


 Basado en:
Multivariate Data Analysis
Joseph F. Hair Jr. William C. Black
Barry J. Babin Rolph E. Anderson
Seventh Edition
   

Browse the glossary using this index

Special | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | ALL

E

Error de especificación

Omitir una variable clave del análisis, afectando así los efectos estimados de las variables incluidas.


Error de medición

Falta de precisión en la medición de los valores "verdaderos" de una variable debido a la confiabilidad del instrumento de medición (i.e. escalas de respuesta inapropiadas), errores de captura o errores del respuesta del entrevistado.


Error tipo I

Probabilidad de rechazar incorrectamente la hipótesis nula; en la mayoría de los casos, significa decir que existe una diferencia o correlación cuando en realidad no existe. También se denomina alfa (\alpha). Típicamente los niveles son 5 o 1 por ciento, denominados nivel de .05 o .01, respectivamente.

  H_{0} es cierta H_{a} es cierta
No se rechaza  H_{0} No hay error
(1-α o verdadero positivo)
Error de tipo II
(β o falso negativo)
Se rechaza  H_{0} y
se acepta  H_{a}
Error de tipo I
(α o falso positivo)
No hay error
(1-β o verdadero negativo)

Error tipo II (1-β)

Probabilidad de no rechazar incorrectamente la hipótesis nula; en términos simples, la posibilidad de no encontrar una correlación o diferencia de medias cuando existe. También denominado beta (\beta), esta inversamente relacionado con el error tipo I. El valor de 1 menos el error de Tipo II (1 - β) se define como potencia.

  H_{0} es cierta H_{a} es cierta
No se rechaza  H_{0} No hay error
(1-α o verdadero positivo)
Error de tipo II
(β o falso negativo)
Se rechaza  H_{0} y
se acepta  H_{a}
Error de tipo I
(α o falso positivo)
No hay error
(1-β o verdadero negativo)

 


Escalas sumadas

Método para combinar varias variables que miden el mismo concepto en una variable única intentando de aumentar la confiabilidad de la medición a través de una medida multivariada. En la mayoría de los casos, las variables separadas se suman y luego su puntaje total o promedio se utiliza en el análisis.