Unfolding para tablas de contingencia considerando clases latentes. Aplicación en el sector de residuos sólidos urbanos en Andalucía

  1. Aquino Llinares, Nieves
Dirixida por:
  1. Luis Parras Guijosa Director
  2. Manuel Porras Sánchez Director

Universidade de defensa: Universidad de Jaén

Fecha de defensa: 30 de novembro de 2011

Tribunal:
  1. Antonio Pascual Acosta Presidente/a
  2. Ana María Martínez Rodríguez Secretario/a
  3. Emilio Lozano Aguilera Vogal
  4. Josefa Linares Pérez Vogal
  5. Andrés González Carmona Vogal

Tipo: Tese

Teseo: 330502 DIALNET

Resumo

El MDS es una técnica de análisis multivariante que permite representar las proximidades entre un conjunto de datos (objetos o estímulos) como distancias en un espacio de baja dimensionalidad. Un caso particular es el unfolding, el cual a partir de una matriz de datos rectangular, de preferencias, en la que cada sujeto valora un estímulo, se genera un gráfico conjunto para los individuos y estímulos. Permite identificar dimensiones perceptuales que pueden afectar al comportamiento. Dado su potencial y su reducida difusión, al ser una técnica compleja, la investigación propone una revisión exhaustiva de las técnicas existentes y una aplicación práctica a través del programa PASW. En la aplicación práctica se estudian 18 items, valorados por trabajadores del sector de RSU, sobre aspectos del trabajo que pueden afectar a la salud, en función del puesto de la empresa, edad y nivel educativo. Su finalidad es proporcionar un mapa perceptual que indique los aspectos de mayor preocupación para cada grupo estudiado y analizar las posibles diferencias. Se pretende aportar un documento completo que permita a los investigadores conocer el modelo estadístico multivariante unfolding y sus potencialidades, además de hacer llegar a los diferentes agentes la información gráfica resultante del unfolding y las posibilidades en cuanto al conocimiento de las percepciones o similitudes que presentan dos conjuntos de datos frente a los resultados que realizan otras técnicas estadísticas multivariantes.