SciELO - Scientific Electronic Library Online

 
vol.29 número119Alternativas a las Pruebas Controladas Aleatorizadas: una revisión de tres diseños cuasi experimentales para la inferencia causalModelos de variables latentes, modelación cognitiva y memoria de trabajo: un punto de encuentro índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Actualidades en Psicología

versión On-line ISSN 2215-3535versión impresa ISSN 0258-6444

Resumen

MONTENEGRO-MONTENEGRO, Esteban; OH, Youngha  y  CHESNUT, Steven. No le tema a los datos perdidos: enfoques modernos para el manejo de datos perdidos. Act.Psi [online]. 2015, vol.29, n.119, pp.29-42. ISSN 2215-3535.  http://dx.doi.org/10.15517/ap.v29i119.18812.

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 dramáticamente 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 perdidos.

Palabras clave : datos perdidos; máxima verosimilitud con información completa; imputación múltiple; diseños de datos perdidos; psicometría..

        · resumen en Inglés     · texto en Español     · Español ( pdf )