Pronosticar satisfacción mediante cuatro rasgos
- Asakamaya
- Usuaria honorífica del foro

- Mensajes: 17737
- Registrado: Mar Ago 15, 2006 12:23 am
- Ubicación: Catalunya
- Agradecimiento recibido: 4 veces
Pronosticar satisfacción mediante cuatro rasgos
71, v6
Un/a psicólogo/a quiere pronosticar la satisfacción vital de los/as enfermero/as mediante cuatro rasgos concretos, para ello debe:
1. Efectuar un análisis de correlación múltiple.
2. Efectuar un análisis de regresión múltiple.
3. Efectuar un análisis de correlación simple.
4. Efectuar un análisis de regresión simple.
5. Efectuar un análisis de varianza.
La 2.
Un/a psicólogo/a quiere pronosticar la satisfacción vital de los/as enfermero/as mediante cuatro rasgos concretos, para ello debe:
1. Efectuar un análisis de correlación múltiple.
2. Efectuar un análisis de regresión múltiple.
3. Efectuar un análisis de correlación simple.
4. Efectuar un análisis de regresión simple.
5. Efectuar un análisis de varianza.
La 2.
- ZainHearts
- Residente del foro

- Mensajes: 960
- Registrado: Lun Feb 15, 2010 1:35 am
- Ubicación: R3 en Hospital Vega Baja de Orihuela
- Contactar:
Re: Pronosticar satisfacción mediante cuatro rasgos
La 2! Una que acierto sin tener idea 
[align=center]

¡POR LA HORDA![/align][align=center]
[/align]

¡POR LA HORDA![/align][align=center]
[/align]- Silbida
- Residente del foro

- Mensajes: 4394
- Registrado: Sab Abr 04, 2009 11:37 am
- Ubicación: Castellón
Re: Pronosticar satisfacción mediante cuatro rasgos
No entiendo porque es la 2 y no la 1
¿ Alguien me lo puede explicar??
Mil gracias

¿ Alguien me lo puede explicar??
Mil gracias
Re: Pronosticar satisfacción mediante cuatro rasgos
Correlación simple o múltiple mide solo si 2 o más variables están relacionadas entre sí (si sus puntuaciones varían de forma proporcionada y en la misma dirección), y la regresión es un método para predecir las puntuaciones en una variable a partir de las puntuaciones en otra/s. Cuanto mayor sea el grado de correlación entre variables, mejor será el análisis de la regresión. Por ejemplo, si 2 variables correlacionan totalmente, la recta de regresión entre ambas será una linea recta con la que podremos predecir las puntuaciones en una de las variables (dependiente o criterio) a partir de las puntuaciones en la otra (variable independiente o predictora), pero si no correlacionan bien, la regresión será una nube de puntos en la que la predicción será mala.

