Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resultados:
El software utilizado para analizar los datos fue Elección de oro latente
TM, Versión 4.0 desarrollada por Statistical Innovations. La primera
parte del análisis de clase latente es determinar el número de clases
para el modelo. El criterio de información bayesiano (BIC) se usa
comúnmente para evaluar la aptitud del modelo en el análisis de clase
latente (Magidson y Vermunt 2003). El valor BIC más bajo implica el
mejor ajuste. En este caso, probamos de una a 8 clases. Además de
usar BIC, utilizamos una prueba de arranque para analizar los
cuadrados R entre los modelos de clase que tienen BIC muy cercanos.
La prueba bootstrap se usó para probar entre modelos de 4 clases y 5
clases. La prueba mostró que el modelo de 4 clases tuvo los mejores
resultados en términos de tener un BIC bajo y una prueba de arranque
insignificante entre el modelo de 4 clases y el de 5 clases. Como tal,
los resultados del modelo de 4 clases se utilizaron para interpretar los
datos. El precio en el modelo era una variable continua y otros
atributos eran variables ficticias utilizando el esquema de codificación
de efectos para representar los niveles. La Tabla 5 a continuación
muestra los parámetros estimados y su significación estadística. En el
modelo de elección de 4 clases, las clases 1, 2, 3 y 4 representan el
37%, 30%, 19% y 15%, respectivamente, de la muestra entrevistada.
No sociodemográfico ∑∈ = '...)