No le tema a los datos perdidos: enfoques modernos para el manejo de datos perdidos
| Autor: | Esteban Montenegro-Montenegro, Youngha Oh, Steven Chesnut |
|---|---|
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2015 |
| Předmět: | |
| Zdroj: | Actualidades en Psicología, Vol 29, Iss 119 (2015) |
| Druh dokumentu: | article |
| ISSN: | 0258-6444 2215-3535 |
| DOI: | 10.15517/ap.v29i119.18812 |
| Popis: | La mayoría de los datos en ciencias sociales y educación presentan valores perdidos debido al abandono del estudio o la ausencia de respuesta. Los métodos para el manejo de datos perdidos han mejorado gramáticamente en los últimos años, y los programas computacionales ofrecen en la actualidad una variedad de opciones sofisticadas. A pesar de la amplia disponibilidad de métodos considerablemente justificados, muchos investigadores e investigadoras siguen confiando en técnicas viejas de imputación que pueden crear análisis sesgados. Este artículo presenta una introducción conceptual a los patrones de datos perdidos. Seguidamente, se introduce el manejo de datos perdidos y el análisis de los mismos con base en los mecanismos modernos del método de máxima verosimilitud con información completa (FIML, siglas en inglés) y la imputación múltiple (IM). Asimismo, se incluye una introducción a los diseños de datos perdidos así como nuevas herramientas computacionales tales como la función Quark y el paquete semTools. Se espera que este artículo incentive el uso de métodos modernos para el análisis de los datos perdido |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|