SciELO - Scientific Electronic Library Online

 
vol.29 número119Alternatives to Randomized Control Trials: A Review of Three Quasi-experimental Designs for Causal InferenceLatent Variable Models, Cognitive Modelling, and Working Memory: a Meeting Point índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Actualidades en Psicología

versão On-line ISSN 2215-3535versão impressa ISSN 0258-6444

Resumo

MONTENEGRO-MONTENEGRO, Esteban; OH, Youngha  e  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.

Palavras-chave : datos perdidos; máxima verosimilitud con información completa; imputación múltiple; diseños de datos perdidos; psicometría..

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )