Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CUESTIONES PROBLEMÁTICAS EN EL
ANÁLISIS DE REGRESIÓN
Tamaño de la muestra
NAZIRA
C A L L E JA
Miles, J. & Shevlin, M. (2011). Applying regression & correlation. A guide for students and researchers. London: Sage.
Cuestiones problemáticas
▪ Causalidad
▪ Tamaño de la muestra
▪ Colinealidad
▪ Error de medición
Tamaño de la muestra
Primera respuesta:
Entre más grande la muestra, mejor.
Muestras muy pequeñas: Calidad pobre.
Tamaño de la muestra y
error estándar de la media
Número de Error
participantes estándar
Dos métodos
Reglas de oro:
Reglas simples que sugieren tamaños mínimos de
la muestra.
Incluir en el estudio:
• por lo menos 100 participantes o
• por lo menos 20 participantes por cada VI (k) en el análisis.
Green (1991):
Para probar R2: >50 + 8k
Para probar la significancia de las
pendientes: >104 + k Pero:
Para probar R2 y las pendientes: carecen de generalización y
calcular ambas y utilizar la más podrían ser engañosas.
grande.
Cálculo del tamaño de la muestra
Se puede calcular el tamaño de la muestra con base en
los siguientes parámetros:
◦ 1 – α: Nivel de confianza
La probabilidad de observar un efecto
en la muestra cuando existe en la
población.
◦ 1 – β: Poder Tamaño de la
La seguridad que se desea tener de
encontrar la diferencia, si existe. muestra
◦ Tamaño del efecto Número mínimo de unidades
La mínima diferencia que se espera muestrales requerido para
encontrar entre los grupos detectar un efecto determinado
con cierto grado de confianza.
◦ Número de VIs
NIVEL DE CONFIANZA
Nivel de confianza
Realidad
Decisión
estadística
α
Rechazar H0 Error Tipo I
α
Rechazar H0 cuando es cierta.
Concluir que hay diferencias (o relación)
cuando no las hay.
Falso positivo
Nivel de confianza
Confianza Realidad
1- α H0 cierta HH0 0cierta
falsa
No
rechazar H0 1-α
Confianza
Decisión
estadística
α
Rechazar H0 Error Tipo I
Comúnmente:
α = 0.05
1- α = 0.95
PODER ESTADÍSTICO
Poder estadístico
Realidad
Rechazar H0
β
No rechazar H0 cuando es falsa.
Concluir que no hay diferencias (o relación)
cuando sí las hay.
Falso negativo
PODER:
La fuerza del modelo
*Cohen (1988).
Poder
Poder Realidad
Decisión
estadística
1- β
Rechazar H0 Poder
Poder
Demostración:
http://demonstrations.wolfram.com/StatisticalPower/
TAMAÑO DEL EFECTO
Tamaño del efecto δ
Es un índice estadístico que cuantifica la magnitud de
la relación entre dos variables
o la diferencia entre dos grupos.
3ª forma de determinarlo
Usar los índices establecidos del tamaño del efecto.
Tamaño del efecto
Índices del tamaño del efecto
Ejemplo:
Intervención para niños con dificultades en lectura.
MediaGrupo experimental– MediaGrupo control= 8.2 Puntos en una prueba
estandarizada de lectura.
d de Cohen δ
b) Proporción de
varianza explicada: η2,
ε2, ω 2, f2
c) Grado de asociación
entre variables: r, r2
Medidas de tamaño del efecto
f2 de Cohen
Se define:
TAMAÑO DE LA MUESTRA
Cálculo del tamaño de la muestra
Ejemplo:
Para un estudio con:
Nivel de poder = .80 El tamaño de la
Nivel de confianza = .95 muestra será:
Tamaño del efecto = 0.62 84
Una variable independiente
δ
Delta
Tamaño del
efecto
Poder
1-β
Tamaño de la muestra y valores críticos
1–β
1–β
Tamaño de la muestra
y número de variables
Jöreskog, K. G., Sörbom, D., & Du Toit, S. H. C. (2001). LISREL 8: New statistical
features. Chicago: Scientific Software International.
Tamaño de la muestra, poder, tamaño
del efecto y número de predictores
Gpower
Software: Gpower
http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/ .