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.

Asistentes virtuales con IBM Watson Assistant

Muestras Complejas con IBM SPSS Statistics

Analítica aplicada a cobranzas

Prevención del fraude