2018, Número 27
<< Anterior Siguiente >>
Inv Ed Med 2018; 7 (27)
Magnitud del efecto para pruebas de normalidad en investigación en salud
Dominguez-Lara S
Idioma: Español
Referencias bibliográficas: 11
Paginas: 92-93
Archivo PDF: 360.46 Kb.
FRAGMENTO
Sr. Editor:
Las medidas de magnitud del efecto (ME) suelen ser
asociadas con procedimientos empíricos como comparación
entre grupos, correlaciones, entre otros como
una alternativa a la interpretación aislada de la
prueba
de significancia de la hipótesis nula (NHST, por sus siglas
en inglés). Sin embargo, si bien las ME se orientan a la
valoración del
tamaño de la diferencia entre grupos o la
fuerza de asociación entre dos o más variables, también
podría utilizarse en procedimientos vinculados el análisis
de normalidad (p.e., con la prueba de Kolmogorov-
Smirnov; K-S), cuya interpretación depende de la NHST.
Esto es relevante porque frecuentemente la decisión
sobre el cumplimiento o no de la normalidad, con base
en la NHST, tiene dos aspectos a considerar. El primero,
es que el reporte dicotómico del análisis de la
normalidad (
cumple / no cumple) no informa qué tan
cercana o lejana se halla la distribución empírica de
la distribución normal, ya que la hipótesis nula (Ho:
la variable X se aproxima a una distribución normal)
no será retenida si el
p-valor asociado al estadístico de
prueba es menor que el
error tipo I (α), sin considerar
otros criterios complementarios.
REFERENCIAS (EN ESTE ARTÍCULO)
Fritz CO, Morris PE, Richler JJ. Effect size estimates: current use, calculations, and interpretation. J Exp Psychol Gen. 2012; 141(1): 2-18. doi: 10.1037/a0024338
Dominguez-Lara S. Magnitud del efecto en comparaciones entre dos o más grupos. Revista de Calidad Asistencial 2017; 32(2), 121 -2. doi: 10.1016/j.cali.2016.04.002
Dominguez-Lara S. Magnitud del efecto en análisis de regresión. Interacciones 2017; (1), 3-5. doi: 10.24016/2017.v3n1.46
Micceri T. The unicorn, the normal curve, and other improbable creatures. Psychol Bull 1989; 105: 156 – 66. doi: 10.1037/0033- 2909.105.1.156
Ho AD, Yu CY. Descriptive Statistics for Modern Test Score Distributions Skewness, Kurtosis, Discreteness, and Ceiling Effects.Educ Psychol Meas 2015; 75(3): 365-88. doi: 10.1177/0013164414548576
De Winter JCF, Gosling SD, Potter J. Comparing the Pearson and Spearman correlation coefficients across distributions and sample sizes: a tutorial using simulations and empirical data. Psychol Methods 2016; 21(3): 273 – 90. doi: 10.1037/met0000079
Ghasemi A, Zahediasl S. Normality Tests for Statistical Analysis: A Guide for Non-Statisticians. Int J Endocrinol Metab 2012; 10(2): 486-9.
Coolican H. Research methods and statistics in psychology. London: Hodder; 2009.
Crisan C, Turda S. The connection between the level of career indecision and the perceived self-efficacy on the career decision- making among teenagers. Procedia 2015; 209: 154 – 60. doi: : 10.1016/j.sbspro.2015.11.271
Pedrosa I, Juarros-Basterretxea J, Robles-Fernández A, Basteiro J, García-Cueto E. Pruebas de bondad de ajuste en distribuciones simétricas, ¿qué estadístico utilizar? Univ Psychol 2015; 14(1): 245-54. doi: 10.11144/Javeriana.upsy13-5.pbad
Bosco FA, Aguinis H, Singh K, Field JG, Pierce CA. Correlational effect size benchmarks. J Appl Psychol 2015; 100(2), 431 – 49.doi: 10.1037/a0038047
Texto completo
Cómo citar este artículo