Sin categoría

Revisión de artículo: “R como entorno para el análisis estadístico en evaluación psicológica” (Ruiz-Ruano y Puga, 2016)

En una publicación previa se señalaban las ventajas que presenta el entorno libre R para el análisis de datos en Psicología y por qué debería ser utilizada en este campo del conocimiento en lugar de otros softwares que gozan con una mayor popularidad (tales como IBM SPSS o Stata). Para brindar un mayor detalle acerca de las posibilidades que permite R, invitamos a revisar el siguiente artículo “R como entorno para el análisis estadístico en evaluación psicológica”, escrito por Ana M. Ruiz Ruano y Jorge L. Puga, ambos docentes de la Universidad Católica de Murcia (UCAM), España.
El artículo introduce al lector sobre las problemáticas que existen en el análisis estadístico en Psicología actualmente, tales como, centrarse (a veces obsesivamente) en analizar datos con potentes softwares estadísticos y descuidar todo el diseño previo de la investigación (formular adecuadamente el problema de investigación, plantear correctamente sus hipótesis, planificar una adecuada recolección de datos, o trabajar con muestras grandes y representativas de la población). Otros de los problemas que aparece en la investigación psicológica es la alteración y sesgo de resultados, la baja reproductibilidad de los estudios, el bajo poder estadístico de los análisis y el abuso del valor p como único criterio en la inferencia estadística frecuentista (relacionado al conocido “Null Hypothesis Significance Testing Procedure” [NHSTP] o “Procedimiento del Test de Significancia de la Hipótesis Nula”).
Asimismo, se presenta el entorno R, la historia y filosofía que guía su desarrollo, las ventajas de su uso frente a otros softwares de análisis de datos y los avances realizados en los últimos años por masificar el empleo de esta herramienta. Finalmente, se mencionan algunos de los paquetes más conocidos y empleados en Psicología, tales como “psychometric”, “psych” o “lavaan”, describiendo sus utilidades y los análisis que pueden realizar, los cuales van desde estimar distintos coeficientes de fiabilidad de las puntuaciones obtenidas de un test, aplicar un análisis factorial exploratorio a una matriz de correlaciones, probar modelos de escalamiento multidimensional o desarrollar modelos según la Teoría de Respuesta al Ítem (TRI) para reactivos dicotómicos o politómicos.
Link: https://goo.gl/YOv5s7
Referencia:
Ruiz-Ruano, A. M., y Puga, J. L. (2016). R como entorno para el análisis estadístico en evaluación psicológica. Papeles del Psicólogo, 37(1), 74-79.