Mostrando entradas con la etiqueta tutorial jamovi. Mostrar todas las entradas
Mostrando entradas con la etiqueta tutorial jamovi. Mostrar todas las entradas

domingo, 25 de junio de 2023

Error estándar de la media e intervalos de confianza. Ejecución en jamovi 📈. Resultados en APA 7

En el mundo de la investigación, es común trabajar con muestras de una población, en lugar de analizar toda la población en sí. Esta práctica se justifica en gran medida por la teoría estadística, que establece que si una muestra se selecciona aleatoriamente, sus características (como la forma de la distribución, la media, la desviación estándar, etc.) son similares a las de la población en general. Además, cuanto mayor sea la muestra, mayor será esta similitud.

Sin embargo, trabajar con muestras también puede presentar ciertos desafíos. Uno de ellos es el error estándar, que es el índice que cuantifica cuánto se apartan los valores en una muestra de sus correspondientes valores en la población. Es decir, el error estándar mide las oscilaciones de la media muestral alrededor de la media poblacional. Aunque el error estándar depende de la variabilidad de los datos en la muestra, no es un índice de variabilidad en sí mismo. En cambio, es una medida del error que se comete al tomar la media calculada en una muestra como estimación de la media de la población.

En el vídeo "Error estándar de la media - Intervalos de confianza" demostrado en jamovi, del canal RecuEdu, se explica detalladamente cómo se calcula el error estándar y cómo se puede utilizar para evaluar la precisión de una estimación de la media poblacional a partir de la media muestral. Además, el vídeo también introduce el concepto de intervalos de confianza, que son una herramienta estadística importante para evaluar la precisión de una estimación.


Los intervalos de confianza son un rango de valores que se calculan a partir de una muestra y que se utilizan para estimar el intervalo de valores en el que se podría encontrar la media poblacional con un cierto nivel de confianza. En otras palabras, los intervalos de confianza son una forma de expresar la precisión de una estimación de la media poblacional. En el vídeo, se explica cómo se calculan los intervalos de confianza y cómo se pueden utilizar para tomar decisiones informadas sobre los datos.

Finalmente, el error estándar y los intervalos de confianza son herramientas importantes en el análisis de datos de una muestra. En el vídeo "Error estándar de la media - Intervalos de confianza", se explica detalladamente cómo se calcula el error estándar, cómo se pueden utilizar los intervalos de confianza para evaluar la precisión de una estimación de la media poblacional y cómo se pueden utilizar para tomar decisiones informadas sobre los datos. Si estás interesado en aprender más sobre estas herramientas, te recomendamos que veas el vídeo y te suscribas al canal para estar al tanto de las últimas novedades en estadística.

Jamovi, tutorial de jamovi, calculo del error estándar de la media en jamovi, APA 7.

sábado, 24 de junio de 2023

Análisis de normalidad de los datos - Ejecución en Jamovi 📊

Los análisis de normalidad, también llamados contrastes de normalidad, tienen como objetivo analizar si los datos disponibles podrían proceder de una población con una distribución normal. Existen tres estrategias principales abordar este análisis:

• Representaciones gráficas

• Métodos analíticos

• Test de hipótesis.

Uno de los ejemplos más empleados cuando se habla de variables aleatorias que siguen una distribución normal es la altura de las personas. Esta afirmación no es arbitraria, los procesos cuyo resultado es la suma de muchas pequeñas interacciones suelen converger en una distribución normal. La altura de una persona, es el resultado de miles de factores que se suman unos a otros condicionando el crecimiento.

Métodos gráficos

Uno de los métodos gráficos más empleados para el análisis de normalidad consiste en representar los datos mediante un histograma y superponer la curva de una distribución normal con la misma media y desviación estándar que los datos disponibles.

Métodos analíticos asimetría y curtosis

Los estadísticos de asimetría (Skewness) y curtosis pueden emplearse para detectar desviaciones de la normalidad. Un valor de curtosis y/o coeficiente de asimetría entre -1 y 1, es generalmente considerada una ligera desviación de la normalidad (Bulmer, 1979), (Brown, n.d.). Entre -2 y 2 hay una evidente desviación de la normal pero no extrema.

Contraste de hipótesis

Los test Shapiro-Wilk y D'Agostino's K-squared test son dos de los test de hipótesis más empleados para analizar la normalidad. En ambos, se considera como hipótesis nula que los datos proceden de una distribución normal. El p-value de estos test indica la probabilidad de obtener unos datos como los observados si realmente procediesen de una población con una distribución normal con la misma media y desviación que estos. Por lo tanto, si el p-value es menor que un determinado valor (típicamente 0.05), entonces se considera que hay evidencias suficientes para rechazar la normalidad.

En este video te comento como hacer los 3 análsis:


El test de Shapiro-Wilk se desaconseja cuando se dispone de muchos datos (más de 50) por su elevada sensibilidad a pequeñas desviaciones de la normal.

En este otro video añado como realizar el análisis con el test de Kolmogorov - Smirnov: