po/es/statsample.mo in statsample-0.14.0 vs po/es/statsample.mo in statsample-0.14.1

- old
+ new

@@ -1,37 +1,37 @@ - -      3   - -  &4HJ\k~)     "3 S_u ~ -) -0 ; HUo   -$ -" ) 3AI[ ly -   % (9U ]~ !$F -Wbh{   -'7PY -` ku} -  )#MSb{    -  8 Yf k -w -  \-4 6@G3O   -+:E    - ( /; R \i" -/ -7 B O&]!   % 0<E LViq  - )/Yx ! )>Vq# $/T ] ku -~%   -  % / 5 T m ~     ) ! !! -5!@!V!e! n!z!!!!!!! !! !!" 1"?"H" X"d"m"o" u"""" "" """"blUx'uv*C-F~\<j|foq97N={Z.` Bh2i@EraDRH1JOy,dQ ;g&s[M4]z -8)}3p(PKwne0L+VWAt!Y% $G"5 X/^_#kS6>Tm:Ic? Matrix%% Column% Row% Total%s : r=%0.3f (t:%0.3f, g.l.=%d, p:%0.3f / %s tails)%s Mean%s Table%s results%s rotationAANOVA Two-WayAnova One-WayAnova Two-Way on %sBBeta coefficientsBetween GroupsBootstrap %d of %dBootstrap Method: %sBootstrap dominance Analysis: %s over %sCases(listwise)=%d(%d)Cases: %dColumns: %sCommunalitiesComplete dominanceComponentComponent %dComponent matrixComponent transformation matrixConditionalConditional dominanceConstantCorrelationCorrelation (%s - %s)Correlation Matrix type : %sCorrelation matrix for %sCovarianceCovariances meanCovariate matrix %dCronbach's alphaCrosstab %s - %sCum. %Dataset %dDescriptivesDistributionDominance Analysis resultDominance Analysis: %s over %sE.TotalEffect sizeEigenvaluesEngine: %sEqual varianceEquationErrorExact p (Dinneen & Blakesley, 1973):Explained varianceExtractionF TestFactorFactor %dFactor MatrixGeneralGeneral DominanceGeneral averagesHistogram %sI.E. %I.E.Cum. %I.E.TotalInitialItem meanItemsItems report for %sIterations: %dKurtosisLevene TestLevene test for equality of variancesLinear Regression Engine: %sMann-Whitney's UMean and standard deviationModel 0Multiple Regression: %s over %sMultiple Scale analysisMultiple reggresion of %s on %sNon equal varianceNumber of cases: %dNumber of factors: %dNumber of iterations: %dNumber of variables: %dNumber or factors to preserve: %dOverall averagesPCA for %sPairsPairwise dominanceParallel AnalysisParallel Analysis for %sPrincipal Axis for %sPrincipal Component AnalysisR=%0.3fR^2 Adj=%0.3fR^2=%0.3fRawRegressionReliability analysis of scalesReproducibilityRotated Component matrixRows: %sS.L. %S.L.Cum. %S.L.TotalSE(Dij)Sample size: %d -Scale %sSkewnessStandarized Cronbach's alphaStd.Error R=%0.3fSum meanSum medianSum of ranks %sSum sdSum varianceSummary for %sT statisticsTest of Homogeneity of variances (Levene)TotalTotal VarianceTotal Variance ExplainedU ValueUnexplained varianceValid casesVariableVariable %dVariances meanWithinWithin GroupsX%dY%dZdata eigenvaluefactors:%sgenerated eigenvalueitems for obtain alpha(0.8) : %ditems for obtain alpha(0.9) : %dk=%d Averagemeanmean: %0.4fmedian: %smode: %snn :%dn valid:%dp.5p.95pairspreserve?sdsd: %0.4fsesignvarProject-Id-Version: statsample 0.13.1 -POT-Creation-Date: 2010-08-10 17:00-0400 -PO-Revision-Date: 2010-08-10 17:27-0300 +t +`aiktz3 +   0BQd)y      9E[ dp + + ! .;Uu }  +$ +  '/A R_ +f q{  %; Cd|! / +@KQdv   + 9B +I T^fw +  )  63W    +& @N Ucgkoq +      +'02 +8CX\a gq t~\ 3  =IR cpr :Z x   + (  , 6C"Z} +  +  )&7!^   % + &0CK^r  +) 3R d!   3 N #g       $ !1! :! H!R! +[!%f!!! !! ! +!!! " ""1"J"["k" }"""")" "9#?#E#T# +m#x# #### ##,# $$!$2$6$:$>$@$_$ w$$ $!$ $$$ % %%% %,%C%G%L% R%_% b%n%q%w%bQW+w|^%6>/l.'RBk[@o Xj2;q3IYTmU Pn(F)7tKG~r-<0:c\!?C}E_y,uJHfpO9A h1DN{SM& i5s`a#"$Lez=Z vV +8x*4g]d Matrix%% Column% Row% Total%s : r=%0.3f (t:%0.3f, g.l.=%d, p:%0.3f / %s tails)%s Mean%s Table%s results%s rotationAANOVA Two-WayAnova One-WayAnova Two-Way on %sBBartlett's test of sphericityBeta coefficientsBetween GroupsBootstrap %d of %dBootstrap Method: %sBootstrap dominance Analysis: %s over %sCases(listwise)=%d(%d)Cases: %dColumns: %sCommunalitiesComplete dominanceComponentComponent %dComponent matrixComponent transformation matrixConditionalConditional dominanceConstantCorrelationCorrelation (%s - %s)Correlation Matrix type : %sCorrelation matrix for %sCovarianceCovariances meanCovariate matrix %dCronbach's alphaCrosstab %s - %sCum. %Dataset %dDescriptivesDistributionDominance Analysis resultDominance Analysis: %s over %sE.TotalEffect sizeEigenvaluesEngine: %sEqual varianceEquationErrorExact p (Dinneen & Blakesley, 1973):Explained varianceExtractionF TestFactorFactor %dFactor MatrixGeneralGeneral DominanceGeneral averagesHistogram %sI.E. %I.E.Cum. %I.E.TotalInitialItem meanItemsItems report for %sIterations: %dKurtosisLevene TestLevene test for equality of variancesLinear Regression Engine: %sMann-Whitney's UMean and standard deviationModel 0Multiple Regression: %s over %sMultiple Scale analysisMultiple reggresion of %s on %sNoNon equal varianceNumber of cases: %dNumber of factors: %dNumber of iterations: %dNumber of variables: %dNumber or factors to preserve: %dOverall averagesPCA for %sPairsPairwise dominanceParallel AnalysisParallel Analysis for %sPrincipal Axis for %sPrincipal Component AnalysisR=%0.3fR^2 Adj=%0.3fR^2=%0.3fRawRegressionReliability analysis of scalesReproducibilityRotated Component matrixRows: %sS.L. %S.L.Cum. %S.L.TotalSE(Dij)Sample size: %d +Scale %sSkewnessStandarized Cronbach's alphaStd.Error R=%0.3fSum meanSum medianSum of ranks %sSum sdSum varianceSummary for %sT statisticsTest of Homogeneity of variances (Levene)The number of components is : %dThe smallest average squared correlation is : %0.6fTotalTotal VarianceTotal Variance ExplainedU ValueUnexplained varianceUses SMC: %sValid casesValueVariableVariable %dVariances meanVelicer's Average Squared CorrelationsVelicer's MAPWithinWithin GroupsX%dY%dYesZaverage square correlationdata eigenvaluefactors:%sgenerated eigenvalueitems for obtain alpha(0.8) : %ditems for obtain alpha(0.9) : %dk=%d Averagemeanmean: %0.4fmedian: %smode: %snn :%dn valid:%dnumber of componentsp.5p.95pairspreserve?sdsd: %0.4fsesignvarProject-Id-Version: statsample 0.14.0 +POT-Creation-Date: 2010-08-17 18:46-0400 +PO-Revision-Date: 2010-08-17 18:50-0300 Last-Translator: Claudio Bustos <clbustos@gmail.com> Language-Team: Desarrollador MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit X-Poedit-Language: Spanish X-Poedit-SourceCharset: utf-8 -Matriz%% Columna% Fila% Total%s : r=%0.3f (t:%0.3f, g.l.=%d, p:%0.3f / %s colas)Promedio %sTabla %sresultados de %srotación %sAAnova de dos víasAnova de una víaAnova de dos vías en %sBCoeficientes betaEntre gruposBootstrap: %d de %dMétodo de Remuestreo: %sResultados del Análisis de Dominancia Bootstrap: %s en %sCasos (sólo válidos)=%d(%d)Casos: %sColumnas: %sComunalidadesDominancia CompletaComponenteComponente %dMatriz de componentesMatriz de transformación de componentesCondicionalDominancia CondicionalConstanteCorrelaciónCorrelación (%s - %s)Tipo de matriz de correlacion : %sMatriz de correlaciones para %sCovarianzaPromedio de las covarianzasMatriz de Covarianza %dAlfa de CronbachTabulación cruzada %s - %s% Acum.Dataset %dDescriptivosDistribuciónResultados del análisis de dominanciaAnálisis de dominancia: %s en %sE. TotalTamaño del efectoEigenvaluesMotor: %sVarianza IgualEcuaciónErrorp exacto (Dinneen & Blakesley, 1973):Varianza explicadaExtracciónPrueba FFactorFactor %dMatriz de FactoresGeneralDominancia GeneralPromedios generalesHistograma: %sE.I. %E.I. Acum. %E.I. TotalInicialPromedio de los ítemesÍtemsReporte de ítems para %sIteraciones: %dCurtosisTest de LeveneTest de Levene para igualdad de variancasMotor de Regresión Linear: %sU de Mann-WhitneyPromedio y desviación estándarModelo 0Regresión Múltiple: %s sobre %sAnálisis de múltiples escalasRegresión Múltiple de %s en %sVarianza DesigualNúmero de casos: %dNúmero de factores: %dNúmero de iteraciones: %dNúmero de variables: %dNúmero de factores a preservar: %dPromedios generalesACP para %sParesDominancia en paresAnálisis ParaleloAnálisis Paralelo para %sEjes principales para %sAnálisis de componentes principalesR: %0.3fR^2 Adj=%0.3fR^2=%0.3fEn BrutoRegresiónAnálisis de confiabilidad de escalasReproducibilidadMatriz de componentes rotadaFilas: %sC.C. %C.C. Acum %C.C. TotalEE(Dij)Tamaño de muestra: %d -Escala %sSesgoAlfa de Cronbach estandarizadoError estándar R: %0.3fPromedio de sumaMediana de sumaSuma de rangos %sd.e. de sumaVarianza de sumaSumario para %sEstadístico TTest de homogeneidad de varianza (Levene)TotalVarianza TotalVarianza Total ExplicadaValor de UVarianza sin explicarcasos válidosVariableVariable %dPromedio de las varianzasDentroDentro de gruposX%dY%dZeigenvalue de los datosfactores:%seigenvalue generadoitems para obtener alfa(0,8): %dítems para obtener alfa(0,9): %dk=%d Promediopromediopromedio: %0.3fMediana: %smodo: %snn: %sn válido: %dp.5p.95pares¿preservar?ded.e.: %0.3fdesignovar +Matriz%% Columna% Fila% Total%s : r=%0.3f (t:%0.3f, g.l.=%d, p:%0.3f / %s colas)Promedio %sTabla %sresultados de %srotación %sAAnova de dos víasAnova de una víaAnova de dos vías en %sBTest de esfericidad de BartlettCoeficientes betaEntre gruposBootstrap: %d de %dMétodo de Remuestreo: %sResultados del Análisis de Dominancia Bootstrap: %s en %sCasos (sólo válidos)=%d(%d)Casos: %sColumnas: %sComunalidadesDominancia CompletaComponenteComponente %dMatriz de componentesMatriz de transformación de componentesCondicionalDominancia CondicionalConstanteCorrelaciónCorrelación (%s - %s)Tipo de matriz de correlacion : %sMatriz de correlaciones para %sCovarianzaPromedio de las covarianzasMatriz de Covarianza %dAlfa de CronbachTabulación cruzada %s - %s% Acum.Dataset %dDescriptivosDistribuciónResultados del análisis de dominanciaAnálisis de dominancia: %s en %sE. TotalTamaño del efectoEigenvaluesMotor: %sVarianza IgualEcuaciónErrorp exacto (Dinneen & Blakesley, 1973):Varianza explicadaExtracciónPrueba FFactorFactor %dMatriz de FactoresGeneralDominancia GeneralPromedios generalesHistograma: %sE.I. %E.I. Acum. %E.I. TotalInicialPromedio de los ítemesÍtemsReporte de ítems para %sIteraciones: %dCurtosisTest de LeveneTest de Levene para igualdad de variancasMotor de Regresión Linear: %sU de Mann-WhitneyPromedio y desviación estándarModelo 0Regresión Múltiple: %s sobre %sAnálisis de múltiples escalasRegresión Múltiple de %s en %sNoVarianza DesigualNúmero de casos: %dNúmero de factores: %dNúmero de iteraciones: %dNúmero de variables: %dNúmero de factores a preservar: %dPromedios generalesACP para %sParesDominancia en paresAnálisis ParaleloAnálisis Paralelo para %sEjes principales para %sAnálisis de componentes principalesR: %0.3fR^2 Adj=%0.3fR^2=%0.3fEn BrutoRegresiónAnálisis de confiabilidad de escalasReproducibilidadMatriz de componentes rotadaFilas: %sC.C. %C.C. Acum %C.C. TotalEE(Dij)Tamaño de muestra: %d +Escala %sSesgoAlfa de Cronbach estandarizadoError estándar R: %0.3fPromedio de sumaMediana de sumaSuma de rangos %sd.e. de sumaVarianza de sumaSumario para %sEstadístico TTest de homogeneidad de varianza (Levene)El número de componentes es: %dLa correlación cuadrada promedio más pequeña es: %0.6fTotalVarianza TotalVarianza Total ExplicadaValor de UVarianza sin explicarUsa SMC: %scasos válidosValorVariableVariable %dPromedio de las varianzasCorrelaciones Cuadradas Promedio de Velicer PPM de VelicerDentroDentro de gruposX%dY%dSíZcorrelación cuadrada promedioeigenvalue de los datosfactores:%seigenvalue generadoitems para obtener alfa(0,8): %dítems para obtener alfa(0,9): %dk=%d Promediopromediopromedio: %0.3fMediana: %smodo: %snn: %sn válido: %dnúmero de componentesp.5p.95pares¿preservar?ded.e.: %0.3fdesignovar \ No newline at end of file