Análisis de Datos II
Prólogo
1
Introducción a los procedimientos de investigación en Psicología
1.1
Lógica de la investigación científica
1.2
Validez de las investigaciones
1.2.1
Validez de las variables y definiciones
1.2.2
Validez del diseño de investigación
1.2.3
Validez de conclusión estadística
1.2.4
Contraste de hipótesis estadísticas
1.3
Potencia de un contraste
1.4
Tamaño del efecto
1.5
Contrastes de hipótesis en los programas estadísticos
1.5.1
Contrastes para 1 variable
1.5.2
Contrastes para 1 VI cualitativa y una VD cuantitativa
1.5.3
Pruebas para muestras relacionadas (2 medidas por unidad de observación)
2
Relación entre una variable cualitativa y otra cuantitativa (I): Diseños transversales
2.1
Criterios de selección de la técnica estadística
2.2
ANOVA de 1 factor completamente aleatorizado
2.3
Comprobación de los supuestos
2.4
Tamaño del efecto
2.5
Comparaciones a posteriori
2.5.1
Criterio de Bonferroni
2.5.2
Prueba de Tukey
2.6
Comparaciones de tendencia
2.7
Estadísticos F robustos: Brown-Forsythe y Welch
2.7.1
Comparaciones a posteriori
2.8
Prueba de Kuskal-Wallis (KW)
2.8.1
Comparaciones a posteriori
2.9
ANOVA de un factor con JAMOVI
2.10
ANOVA de un factor con SPSS
3
Relación entre una variable cualitativa y otra cuantitativa (II): Diseños longitudinales
3.1
Modelo ANOVA 1 factor de medidas repetidas (A1MR)
3.2
Ejemplo 1 de diseño unifactorial de medidas repetidas
3.3
Comprobación de los supuestos
3.4
Tamaño del efecto
3.5
Potencia de la prueba
3.6
Comparaciones múltiples
3.7
Prueba de Friedman
3.7.1
Ejemplo de diseño unifactorial de medidas repetidas no paramétrico
3.8
Modelo A1FMR con el programa JAMOVI
3.9
Prueba de Friedman con el programa JAMOVI
3.10
Modelo A1FMR con el programa SPSS
3.10.1
Conclusiones según normas APA:
3.11
Prueba de Friedman con el programa SPSS
3.11.1
Conclusiones
4
Diseños factoriales (I): Diseño factorial completamente aleatorizado (A2FCA)
4.1
Modelo estadístico
4.2
Interacción entre factores
4.2.1
Ejemplo 4.1 de diseño factorial
4.2.2
Ejemplo 4.2 de diseño factorial
4.3
A2FC con el programa JAMOVI
4.4
A2FC con el programa SPSS
5
Diseños factoriales (II): Diseño factorial con medidas repetidas (A2FMR y A2FMX)
5.1
Diseño factorial intrasujeto
5.1.1
Ejemplo 1: Diseño factorial de medidas repetidas
5.2
Diseño factorial mixto (A2FMX)
5.2.1
Ejemplo 2: Diseño factorial mixto
5.3
Análisis de los ejemplos con SPSS
5.3.1
Análisis del ejemplo 5.1 con SPSS
5.3.2
Análisis del ejemplo 5.2 con SPSS
6
Modelos de regresión lineal
6.1
Correlación
6.2
Regresión simple
6.2.1
Predictores categóricos
6.2.2
Realización de pronósticos
6.3
Regresión lineal múltiple
6.3.1
Selección de modelos
6.3.2
Importancia de las variables
6.4
Supuestos del modelo
6.5
Regresión múltiple y modelos estadísticos
6.6
Análisis de regresión mediante el programa JAMOVI
6.6.1
Regresión lineal múltiple
6.6.2
Modelo de moderación con JAMOVI
6.6.3
Modelos de mediación
6.7
Análisis de regresión mediante el programa SPSS
6.7.1
Selección de modelos en el programa SPSS
6.7.2
Modelos de moderación y mediación con el módulo de PROCESS
(Hayes, 2013)
7
Referencias
Published with bookdown
Análisis de datos en psicología II
3.9
Prueba de Friedman con el programa JAMOVI
Seleccionamos la prueba Friedman:
Figura 3.9: Prueba de Friedman en JAMOVI
Introducimos las variables y marcamos las comparaciones múltiples de Durbin-Conover.
Figura 3.10: Comparaciones post hoc de Friedman en JAMOVI
