Halle los elementos influyentes en sus modelos

Compruebe las hipótesis en sus investigaciones desarrollando modelos visuales que demuestren las relaciones entre las variables.

Pre-inscribir

Con IBM SPSS AMOS tendrá la oportunidad de introducirse en el mundo de las ecuaciones estructurales. Creará modelos más realistas que aquellos de la estadística multivariada o modelos de regresión simple. Podrá especificar, estimar, evaluar y presentar su modelo en un diagrama intuitivo que le mostrará las relaciones posibles entre las variables; lo cual le permite probar y confirmar la validez de cada modelo.

Objetivo

Construir modelos que reflejan las relaciones más complejas con la habilidad de utilizar variables observadas, como los datos de una encuesta o variables latentes como la satisfacción para predecir cualquier variable numérica.

Contenido

El contenido de este curso está conformado por los siguientes temas:

  1. Introducción a las ecuaciones estructurales.
  2. Regresión lineal SPSS versus Regresión Lineal AMOS.
  3. Pruebas de suficiencia y validación de los modelos.
  4. Modelos en grupos.
  5. Análisis factorial confirmatorio.
  6. Modelo general.
Metodología

La metodología que utilizamos en nuestros cursos de capacitación presencial, involucra métodos expositivos, participativos, y de análisis, combinando los conceptos teóricos con el desarrollo de ejercicios prácticos, haciendo uso de las utilidades que ofrece IBM SPSS AMOS.

Los participantes, tienen la posibilidad de realizar laboratorios individuales o grupales para reforzar los conceptos impartidos. En este sentido, las bases de datos que se emplean para el desarrollo del curso son estándar y provistas por el instructor.

Perfil de los asistentes

Personas de todas las áreas con poca o ninguna experiencia en IBM SPSS AMOS, con especial interés en comprobar y validar teorías de comportamiento.

DURACIÓN

8 horas

NIVEL

Medio

REQUISITOS

Haber tomado el curso de Regresión y Métodos Multivariados con IBM SPSS Statistics. En caso contrario tener conocimientos previos acerca de las principales técnicas de análisis multivariado.

Muestras Complejas con IBM SPSS Statistics

Analítica aplicada a cobranzas

Prevención del fraude

Perfilamiento analítico