Ejercicio 1 - Seminario 2 - grupo 104 PDF

Preview

Summary

Ejercicio obligatorio de seminario 2 de metodologia cuantitativa IV - grupo 104...

Description

Nombre: Nuria Apellidos: Villaescusa Bermudo Grupo de seminario: 104 Me tendréis que entregar esta hoja con los resultados y el código empleado en un script (con vuestro nombre y apellidos). En este ejercicio vamos a repasar y realizar los mismos análisis que hicimos durante el seminario 1 y el seminario 2. Se trabajará con la misma base de datos que en las clases: ESS9ES. Nuestra pregunta de investigación es: ¿Qué variables afectan a las diferencias en la satisfacción con el gobierno? Dicho de otro modo, ¿Qué está determinando las diferencias en la satisfacción con el gobierno en España? Para comenzar, nos interesa estudiar si el estado de los servicios de salud tiene un efecto en estar más o menos satisfecho con el gobierno. Por lo que queremos analizar la asociación entre la satisfacción con el gobierno (stfgov) y estado de los servicios de salud (stfhlth). Seguiremos los pasos dados en los seminarios para la realización de las regresiones lineales. 1. ¿Cuál es nuestra variable dependiente? (0,75 puntos) La variable dependiente, en este caso, es la satisfacción con el gobierno (stfgov); y, por lo tanto, la variable independiente es el estado de los servicios de salud (stfhlth). 2. ¿La satisfacción con el gobierno y estado de los servicios de salud tienen casos perdidos (NA)? Si la respuesta es afirmativa para alguna de las dos variables, escribe el valor de NA. (0,75 puntos) > sum(is.na(ejercicio1$satgob)) [1] 91 > sum(is.na(ejercicio1$salud)) [1] 13

En este caso encontramos valores perdidos en ambos casos. En el caso de la variable de satisfacción con el gobierno vemos como consta de 91 valores perdidos; en cambio, en el caso de la variable del estado de los servicios de salud solo existen 13 valores perdidos.

pg. 1

3. Muestra la frecuencia de la satisfacción con el gobierno. (1 punto) > freq(ejercicio1$satgob) How satisfied with the national government Frequency Percent Valid Percent 0 295 17.6859 18.7064 1 126 7.5540 7.9899 2 203 12.1703 12.8725 3 246 14.7482 15.5992 4 214 12.8297 13.5701 5 233 13.9688 14.7749 6 111 6.6547 7.0387 7 75 4.4964 4.7559 8 47 2.8177 2.9803 9 18 1.0791 1.1414 10 9 0.5396 0.5707 NA's 91 5.4556 Total 1668 100.0000 100.0000

Como bien podemos ver, las frecuencias de las respuestas oscilan entre el 0% y el 18%, con lo que podemos afirmar que no se trata de resultados positivos, sino más bien de unos resultados negativos. Podemos observar como entre el 2 y el 5 se presentan la mayoría frecuencia de puntuación, con lo que también podemos deducir que las puntuaciones han sido bajas por la mayor frecuencia en esas puntuaciones. 4. ¿Cuál es la correlación entre ambas variables? (1 punto) cor (x=ejercicio1$satgob, y=ejercicio1$salud, use="pairwise.complete.obs") [1] 0.2103403

Como bien podemos observar, la correlación toma el valor de 0.2103403. Se trata de una correlación positiva, aunque nada cercana al valor 1; es por esto por lo que no podemos decir que es significativa la correlación, es decir, no estamos hablando de una correlación fuerte entre las dos variables. Es por esto por lo que decimos que la relación entre la satisfacción del gobierno y estado de los servicios de salud es positiva pero débil.

En este diagrama observamos que aquello que hemos explicado a través de los números, gráficamente se confirma y se clarifica. Exceptuando la zona de la derecha inferior, se puede observar los datos distribuidos de forma equitativa por el diagrama, lo que muestra que las pg. 2

personas que han valorado mal el estado de los servicios de salud valorarán bien su satisfacción del gobierno, y viceversa. 5. Ahora, para continuar con el análisis haremos una regresión lineal simple. > regresion summary(regresion) Call: lm(formula = satgob ~ salud, data = ejercicio1) Residuals: Min 1Q Median 3Q Max -4.1007 -1.8843 -0.1007 1.5486 7.1980 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 1.93623 0.16402 11.805...