Correlación de Pearson, Spearman, tamaño del efecto, tamaño del efecto, APA (ver con subtitulos)
Вставка
- Опубліковано 13 жов 2024
- Revisa el video con los subtitulos ya que en el pongo correcciones.
Cómo citar este video:
Padilla, J.A. (24 de diciembre de 2018). Correlación de Pearson, Spearman, tamaño del efecto, potencia estadística, formato APA [Archivo de video]. Recuperado de • Correlación de Pearson...
Este video te permitirá identificar, si el análisis estadístico de correlación de Pearson es el más adecuado para tus datos, o por el contrario tienes que emplear la prueba de Spearman, también aprenderás a obtener los análisis complementarios de pruebas de significación mismos que la American Psychological Association (APA) recomienda siendo estos el tamaño del efecto que permite cuantificar si las diferencias son importantes y clínicamente relevantes más allá de si son o no significativas, y la potencia estadística que permite conocer si la muestra aplicada es suficiente para encontrar en ella una diferencia, por lo que brinda un índice de cuanta población es necesaria para que una investigación sea válida.
Pudes descargar el programa de G*power de esta liga: www.gpower.hhu.de/
Puedes descargar el documento que te permitirá redactar tus resultados en formato APA aquí: www.estadistic...
muy bien explicado, muchas gracias por compartir el video, saludos desde Barcelona, España
¡Gracias Joaquín! La estadística sí tiene sentido...bien explicada. ¡Excelente!
Estimado Joaquín, excelente forma de explicar la estadística. Te felicito y me alegro de haberte encontrado. Saludos
Es excelente la explicación, muy didáctica. Gracias.
Qué explicación más clara y completa. Me ha servido de muchísimo. Mil gracias.
mil gracias
El coeficiente de determinación como indica el G*Power es el resultado del coeficiente elevado al cuadrado. Sigo todos tus videos, sobre todo es muy difícil encontrar cómo reportar APA correctamente.
Muchas gracias Joaquín, eres muy didáctico y bueno en tu explicación
Muchas gracias 😊 me ha ayudado mucho a entender la diferencia entre las pruebas, las tablas y gráficas ayudan demasiado a que todo sea más fácil 🤗
EXCELENTE, MUY DIDÁCTICO UNA EXPLICACIÓN CON PRECISA, ME SIRVIÓ MUCHO PARA MI TESIS
excelente video!!!!
Gracias!
Excelente!
Muy agradecida, siempre he tenido dudas al respecto.
Hola, tienes un video sobre la diferencia de la opción "Agrupación visual" y la de "Recodificar variables" en donde se asignan rangos, por favor podrías hacer un video de eso. 🙏🏼🥺🙏🏼
¡Muy buen video! Muchas gracias
Hola Joaquín, excelente tu contenido. Por favor ayúdame con el documento de word para reportar
Eres un genio. Excelente video
uúper didáctico, muchas gracias!!!
Excelente¡¡¡¡.podrias hacer listas de reproducción para mas comodidad. Saludos
buena explicación, la consulta, es posible hacer una prueba de normalidad a una variable ordinal?????
Excelentes videos, siempre los tengo a la mano
Excelente video, resume y explica muy bien el uso de las pruebas, gracias
Muchas gracias¡¡¡¡¡¡¡¡ Muy buen aporte...... Y si uso el enfoque cuantitativo, puedo usar Spearman para correlacionar? Me dijeron que no lo hiciera.... Agradezco de antemano la gentileza
Si la información es cuantitativa puedes usar Spearman cuando tus datos no se distribuyen normal. Puedes consultar Estadística No Paramétrica de Siegel, es un manual clásico
Hola Joaquín. Gracias por compartir contenido tan relevante. Te agradecería si me puedes dar la referencia exacta ( de Nunnally) porque se considera a la suma de varias escalas Likert como de nivel intervalar.
Como siempre, EL MEJOR!!!!!!!!
:3 muchas gracias!! un abrazo!
Joaquin y para hacer validez basada en la relación con otras variables también debe valorarse la normalidad?
El valor del coeficiente de correlación rho no es de por sí el tamapo del efecto?
Muchas gracias, excelente explicación
Gracias mi estimado Joaquín, me fué de mucha ayuda tu vídeo. te felicito y estaré atento a tus vídeos.
Muchas gracias Fernando, por favor revisa el minuto 44 a 47, acabo de hacer una corrección. Saludos!
Muchas gracias por el envío de la referencia
Muy buenos videos, eres uno de los pocos que si mencionan los supuestos para utilizar métodos paramétricos. En el minuto 21:37 mencionas a un autor "Nonali" (?) que sostiene que la sumatoria de escalas ordinales da una intervalar, podrías indicarme la fuente por favor. Gracias por tu contenido!
Muchas gracias por tu comentario George el autos clásico es Nunnally te dejo su referencia y otras referencias nuevas que valen mucho la pena revisar. Baka, A., Figgou, L., & Triga, V. (2012). “Neither agree, nor disagree”: A critical analysis of the middle answer category in Voting Advice Applications. International Journal of Electronic Governance, 5(3-4), 244-263. doi.org/10.1504/IJEG.2012.051306
Camparo, J., & Camparo, L. B. (2013). The Analysis of Likert Scales Using State Multipoles: An Application of Quantum Methods to Behavioral Sciences Data. Journal of Educational and Behavioral Statistics, 38(1), 81-101. doi.org/10.3102/1076998611431084
Dawes, J. (2008). Do data characteristics change according to the number of scale points used? An experiment using 5-point, 7-point and 10-point scales. International Journal of Market Research, 50(1), 61-77. doi.org/10.1177/147078530805000106
Matas, A. (2018). Diseño del formato de escalas tipo Likert: Un estado de la cuestión. Revista Electronica de Investigacion Educativa, 20(1), 38-47. doi.org/10.24320/redie.2018.20.1.1347
Nunnally, J. C., & Berstein, I. H. (1995). Teoría Psicométrica (3a. ed.). McGraw Hill.
Saludos!!
Muchas gracias por el video, muy útil. Aprovecho en hacer una consulta, en la tesis de un amigo, en la parte de propiedades psicométricas de los intrumentos, le solicitan hacer la validez con el análisis factorial. Al realizar el analisis los resultados agrupan de forma diferente los items. ¿cómo puede reportar estos resultados en su tesis?. Agradezco la respuesta, saludos y bendiciones.
¡Hola! gracias por los buenos deseos. Aun no subo un video de análisis factorial, pero espero hacerlo pronto, mientras puedes hacer la consulta en este articulo revistas.pucp.edu.pe/index.php/psicologia/article/view/15685/pdf
Si es análisis factorial exploratorio (SPSS y que en realidad se llama análisis de componentes principales) puedes checar la página 229-230
Si es análisis factorial confirmatorio (AMOS tambien llamado análisis factorial de máxima verosimilitud) puedes checar la página 232.
¡Saludos!
Pd. El analisis factorial solo es una evidencia de validez, no la validez como tal, y solo refiere a la validez de constructo.
@@estadisticaconjoaquin Muchas gracias por el artículo, estaré atento a tu video de análisis factorial. Por cierto, muy buena didactica para explicar estos temas que suelen ser algo complejos al inicio. Saludos y éxitos.
podrías ayudarme para aprender a hacer la correlación usando Minitab?...gracias
HOLA una pregunta por que razón 2 variables pueden llegar a no tener relación?
Mil gracias!!! Tu vídeo me ayudó para mi tesis
Awww! :3, mucho éxito en la defensa de tu tesis! te va a ir super bien :D. ¡Gracias por comentarlo!
@@estadisticaconjoaquin disculpa ¿en qué libro podría encontrar información sobre el efecto y la potencia? muchas gracias por el apoyo
@@dianacabrera5871 Aquí hay un excelente articulo www.redalyc.org/pdf/4397/439742475006.pdf
Por cierto, no conozco tu tema de tesis, pero si tus variables correlacionan, y quieres explicar una causalidad (regresión) y no solo una relación (correlación) podrías aplicar una regresión, eso sin duda complementaria tu trabajo de una gran forma. Te dejo el video :D ua-cam.com/video/iT7sGnsncHY/v-deo.html
@@estadisticaconjoaquin Al principio mi idea si era hacer una correlación (causalidad), pero después me han entrado dudas y no sé si sólo debo hacer la relación. Mi tema de tesis es "correlación entre funcionamiento cognitivo y funcionalidad en pacientes con demencia vascular", porque me habían comentado que para hablar de causalidad era muy "arriesgado" que mejor sólo hablara de relación
¿Podrías especificar cómo hacer la transformación de variable ordinal a intervalo? Gracias.
Hola Miguel, un poco tarde, pero seguro, cuando tu tienes una serie de reactivos tipo likert que son ordinales al sumarlos puedes crear variables Intervalares. este procedimiento lo puede ver en : ua-cam.com/video/HJj_UZTkmIQ/v-deo.html
@@estadisticaconjoaquinmuchas gracias!!
@@estadisticaconjoaquinPero esos resultados intervalares, se pueden cambiar en la opción "Escala" verdad, eso no cambia la naturaleza de las variables o si?
Muchas gracias por el vídeo, fue muy bueno para el aprendizaje. Pero tengo una duda respecto a que trabajo con dos variables una independiente y la otra dependiente y una de ellas me sale con resultados paramétricas y la otra variable me sale con resultados no paramétricas. Por ello mi duda es si trabajar con Pearson o Spearman.
Hola, buen día.
En el caso de que las correlaciones sean negativas, ¿se puede poner el valor del estadístico sin el signo negativo (g power no lo permite) para calcular potencia estadística y tamaño del efecto?
Muy bueno, Joaquín! ¿Dónde encontrar una justificación a la transformación de las escalas likert a "intervalares"? ¿Y una explicación más profunda sobre el tema de la normalidad para decidirse por si aplicar Spearman o Pearson?
Aquí un libro excelente facebook.com/EstadisticaconJoaquin/photos/a.122251255095722/453526355301542/?type=3&theater
Nunnally, J.C. (1978). Psychometric theory (2nd ed.). New York: McGraw Hill. lo de las transformaciones de ordinales a intervalar es de este libro, del mismo hay una versión del 2002 en español, pero ya no lo editan. busca en general temas de niveles de medición.
Muchas gracias, Gigante!!
Muy buen trabajo, saludos
Excelente video :D
Hola, excelente video! Tengo una duda. Al final cuando el Gpower te pide indicar el coeficiente de determinación (r al cuadrado --> 0.251 x 0.251 = 0.063001), pusiste el grado de la correlación (0.251). Quería saber si estaba correcto o fue una impresición. Con todo, muchas gracias!
Hola, en efecto ahí cometí un error, la correlación ya es el tamaño del efecto, por favor revisa este procedimiento nuevamente con los subtitulos activados.
Correcto, el G Power indica ingresar el coeficiente de determinación y no la correlación, y el que se ingresó fue este último por eso es que un coeficiente tan bajo le sale con un tamaño del efecto grande o alto. Además, la coeficiente de corrección de por sí ya indica el tamaño del efecto.
@@albertoagustinalegrebravo7755 una duda, si me piden poner el tamañao de efecto en mis cuadros de correlaciones, tengo que poner el mismo valor de la correlación? estoy en busqueda de información por la tesis
Gracias por tu vídeo. En el formato de tabla que nos regalas, el tamaño del efecto se simboliza con P, en las tablas de análisis de relación se simboliza con d, ¿Dónde puedo checar esos cambios de sensibilización? Están en el manual APA?
Eso lo puedes checar directamente en G*Power, cuando haces el análisis el símbolo antecede al resultado, por ejemplo para regresión es una F cuadrada. Aun así te recomiendo leer este documento, www.redalyc.org/pdf/4397/439742475006.pdf tiene una excelente definición de tamaño del efecto y potencia estadística y puedes ver también la Tabla 3 los simbolos de cada una de las pruebas. ¡Saludos!
@@estadisticaconjoaquin muchas gracias :) eres increíble¡ :-):-):-)
Estimado Joaquín soy José Antonio, tengo una gran duda: Para el calculo el tamaño del efecto de la correlación en el G* Power, por que se utiliza directamente el coeficiente de Pearson y no el coeficiente de determinación.? Te agradezco el apoyo a mi inquietud,.. Muchos saludos y éxito hermano..!!!
Hola, en efecto hubo un error en su momento, como no lo puede corregir en el video, le puse subtitulos, te recomiendo ver esa parte con los subtitulos activados. Saludos!
Gracias Crack por los tutoriales, mas bien cuentas con un facebook o wassap para consultarte unas dudas, estoy en mi informe de TESIS.
¡Muchas gracias por tu comentario! te dejo mi pagina, cualquier duda con todo gusto la contesto en cuanto tenga un tiempo libre. facebook.com/EstadisticaconJoaquin
el tamaño del efecto calculado es lo que conocemos como D de cohen cierto?
buenas noches, si mi correlación me sale de .14 y p.=.01 se puede decir que una variable influye sobre la otra? aunque sea muy baja. No sé de que manera interpretarlo
Hola Joaquín! Cómo calculo el coeficiente de determinación en una correlacion de Spearman? Es el cuadrado del coeficiente de correlación? Muchas gracias!
Excelte video. Todo super explicado. Gracias a usted comienzo a comprender el analisis estadistico. Ojala pudiese ayudarme con lo siguiente: Por medio de este procedimiento puedo hacer la correlación interescalar (inter factor)? Segu'i el procedimeitno que usted señala, pero en la prueba Kolmogorov me salen 2 dimensiones de mi escala no significativas (.200), pero el resto son significativas. Seguí con la correlacion de Spearman, pero mi duda es si tendría que aplicar correlacion de Pearson para esas 2 que salieron con una significancia de .200??
Hola Daniella! Podemos manejar la siguiente regla para dos variables que queramos correlacionar. Ambas son normales y nivel intercalar = Pearson. Una es normal y la otra no, pero ambas con nivel intercalar = Spearman. Ambas son no normales y nivel intervalar = Spearman. Ambas variables son normales y nivel ordinal = Spearman. Ambas variables son normales y nivel ordinal = Spearman. Así que como te podrás dar cuenta Spearman es un análisis más poderoso que controla en mejor medida el error tipo 1 bajo diferentes condiciones. Pearson necesita de una condición muy particular que no es próxima a la realidad. :D
@@estadisticaconjoaquin Muchas gracias, Dr.!!! Acabo de ver su respuesta, ahora que regresé a revisar el video para clacular tamaño de efecto. Me surge una nueva duda, hay manera de comprobar (formula) los resultados que arroja GPOWER respecto al tamaño del efecto?
@@danielavillamar9442 si, todos los programas ocupan la fórmulas para dar los datos, estos calculos los desarrollo Cohen tanto para analisis de varianza, diferencias o relacion los podemos encontrar en: Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Second Edition. Hillsdate, NJ: LEA. puedes revisar estas formulas en el articulo original o en español en: www.redalyc.org/pdf/805/80511493002.pdf para entender un poco mas de estos analisis en G*Power puedes leer www.redalyc.org/pdf/4397/439742475006.pdf
@@estadisticaconjoaquin :
Estimado Dr. Joaquín, agradezco infinitamente su aporte... Definitivamente usted será citado en mi trabajo de investigación y recordado en los agradecimientos... Gracias a sus videos muy bien explicados he logrado comprender el uso y aplicación de las pruebas estadísticas... Con su método paso a paso he logrado avanzar mucho en muy poco tiempo... comencé sabiendo nada... Su trabajo a través de este canal merece un amplio reconocimiento!!!!!
@@danielavillamar9442 agradezco mucho tus palabras, estas me motivan a seguir por el mismo camino, espero pronto subir muchos más análisis estadísticos y sobre todo análisis psicométricos. te dejo aquí la referencia de este video en formato APA por aquí un no la tienes, la acabo de agregar a la descripción de todos mis videos. Mucho éxito con tu proyecto! un abrazo! Padilla, J.A. (24 de diciembre de 2018). Correlación de Pearson, Spearman, tamaño del efecto, potencia estadística, formato APA [Archivo de video]. Recuperado de ua-cam.com/video/VnNbVVoN4qo/v-deo.html
Hola gracias por este genial vídeo, cuando mencionas que la sumatoria de varias escalas ordinales da como resultado niveles intervalares haces referencia a Nonali, quisiera saber si es correcto así el nombre o como puedo buscar su fuente para el sustento de mi trabajo... Gracias
Nunnally, J. C., & Berstein, I. H. (1995). Teoría Psicométrica (3th ed.). México: McGraw Hill.
Muchaas graciaas
En la casilla en la que has ingresado el coeficiente de correlación, te pide ingresar el coeficiente de determinación que no es lo mismo. Creo que te has equivocado. En el minuto 45.15. Para los casos de correlaciones lineales, el tamaño del efecto sería sólo el coeficiente de determinación y según Cohen, eso es lo que se interpreta.
Hola Cesar tienes razón, pero no he tenido tiempo de corregirlo. Pero agradezco mucho tu comentario. Lo correcto era poner directamente el tamaño de la correlacion para el cálculo de la potencia, estoy en lo correcto?
Acabo de hacer una anotación, espero con esto ya este aliviado el problema, la verdad es que era una piedra en el zapato que no me dejaba tranquilo, gracias por comentar!
Creo que hay un error. Haces una correlación de Pearson y tenias que hacer de Spearman no?. O me equivoco? Saludos!
Muy buen vídeo, solo una cosa: podrías hacer un vídeo más detallado de la diferencia entre tamaño del efecto y el coeficiente de correlación? Leí que el tamaño del efecto es igual al coeficiente cuando se trata de correlaciones. En general no me quedó claro la interpretación del tamaño del efecto, específicamente en correlaciones. Gracias.
Cristina cuando hice el vídeo, cometí un error, no hay diferencia, ve nuevamente esta parte con subtitulos.
Eres el mejor
Muchas gracias Arturo, por favor revisa el minuto 44 a 47, acabo de hacer una corrección. Saludos!
Hola, Gracias por el video. Una pregunta: Por qué cuando cargas el coeficiente de determinación incluyes el valor de la correlación (r)? no debería ser el R2?
Perdón, en el uso del G power para calcular el tamaño del efecto
@@fhvillalobosgalvis sí, es una corrección que hice en los subtítulos :)
Excelente vídeo, eres un crack
Cómo hago si unas pocas variables me dieron valores normales y la mayoría no cumplen con el criterio de normalidad? Trabajo con las no paramétricas o trabajo con todas? Usaría Spearman para todas a pesar de que algunas son normales?
Cada cruce de variable es por si solo un análisis, estamos obligados a hacer la que le corresponde a cada una de ellas, solo cuando tienes tus DOS variables normales y nivel intervalar se usa Pearson, para todas las demás combinaciones (con nivel intervalar) se usa Spearman. Te recomiendo hacer una Tabla para resultados en las que usas Pearson y otra las Spearman.
@@estadisticaconjoaquinpero cuál es la decisión final?
Graciasss
Buenos días, pero usted aplico Person cuando correspondía Spearman, según nos salió que son datos no normales!!!!
Me podría enviar la referencia de (Lipsy, 1990) muchas gracias.
Lipsey, M.W. (1990). Design sensitivity: Statistical power for experimental research. Newbury
Park, CA: Sage.
Una más actual que esta del mismo autor acá en pp 44. drive.google.com/open?id=1J91m-KhC1HykLAo4CdZdCYijKmraiAUP
No olvides suscribirte al canal :)
que es eso de intervalar o razon?
Son los niveles de medición de tus variables. te dejo un video donde lo explico ua-cam.com/video/d3dIovQl35k/v-deo.html
cómo podría referenciarte en un material de metodología de la investigación que estoy realizando
!Hola Jessica, muchas gracias¡ el formato APA para citar este video es la siguiente:
Padilla, J.( 24 de diciembre de 2018) Correlación de Pearson, Spearman, tamaño del efecto, potencia estadística, formato APA [Archivo de video]. Recuperado de ua-cam.com/video/VnNbVVoN4qo/v-deo.html&lc=z235wje5qvaywfhht04t1aokg4fqw42a4fdrbarwt0z0rk0h00410
!Saludos¡ :D
Muchas Gracias. Podrías por favor hacer el calculo del tamaño de la muestra para los diferentes tipos de estudio
@@jessyferrer Hola cada vídeo sobre estadística paramétrica y no paramétrica que tengo en mi canal ya está acompañado del cálculo de la muestra lo vas a encontrar en la parte de tamaño del efecto y potencia estadística. Esos dos datos los obtenemos con el programa G*power. Puedes descargar el programa en la descripción de este video.
pero si es no paramétrica no debiste correr SPEARMAN?
Excelente video, les recomiendo este otro sobre SPSS para la tesis, me ayudo bastante: ua-cam.com/video/Lko5_UYZ-QQ/v-deo.html
G*Power inicia minuto 42