Introducción a Jamovi y conceptos clave para el análisis de datos
Jamovi es una herramienta gratuita y de código abierto diseñada para facilitar el análisis estadístico en ciencias sociales, biología, ingeniería y, por supuesto, en la ciencia de datos. En este curso aprenderás los conceptos esenciales que aparecen en el cuestionario: pruebas de normalidad, regresión lineal simple, comparaciones de grupos, pruebas t, transformaciones de variables (z y escala T), correlación de Pearson y pruebas no paramétricas como Wilcoxon. Cada sección incluye definiciones, interpretación de resultados y consejos prácticos para aplicar en Jamovi.
Evaluación de la normalidad de una variable
Test de Shapiro‑Wilk
El test de Shapiro‑Wilk es la prueba más utilizada en Jamovi para determinar si una variable cuantitativa sigue una distribución normal. El procedimiento genera un valor p que se compara con el nivel de significancia habitual (α = 0.05).
- p > 0.05: no se rechaza la hipótesis nula de normalidad; la muestra puede considerarse aproximadamente normal.
- p ≤ 0.05: se rechaza la hipótesis nula; la distribución difiere significativamente de la normal.
En el ejemplo del cuestionario, p = 0.08 indica que se asume que la distribución es normal porque p > .05. Este criterio permite usar pruebas paramétricas posteriores, como t‑Student o ANOVA.
Regresión lineal simple en Jamovi
Interpretación del coeficiente de pendiente (B)
Una regresión lineal simple modela la relación entre una variable independiente X y una dependiente Y mediante la ecuación Y = a + B·X. El coeficiente B indica el cambio esperado en Y por cada unidad que aumenta X. Además, el valor p asociado a B muestra si ese efecto es estadísticamente significativo.
- B positivo y p < 0.05: relación directa y significativa.
- B negativo y p < 0.05: relación inversa y significativa.
- Si p ≥ 0.05, el coeficiente no es significativo, aunque su signo indique dirección.
En el caso del cuestionario, B = 3.5 con p = 0.02 significa que cada unidad que aumenta X, Y aumenta 3.5 unidades y el predictor es significativo. Visualízalo como una pendiente pronunciada que sube rápidamente al mover el punto en el eje X.
Comparación de tres o más grupos independientes
Cuando la normalidad no se cumple: Kruskal‑Wallis
Si la variable cuantitativa no es normal, el ANOVA de un factor no es apropiado. En su lugar, Jamovi recomienda la prueba Kruskal‑Wallis, que es la versión no paramétrica del ANOVA. Esta prueba evalúa si al menos un grupo difiere de los demás en la mediana.
Tras obtener un p significativo en Kruskal‑Wallis, es necesario realizar pruebas post‑hoc no paramétricas (por ejemplo, comparaciones de pares con ajuste de Bonferroni) para identificar qué grupos son diferentes.
En el cuestionario, la respuesta correcta es Kruskal‑Wallis seguido de pruebas post‑hoc no paramétricas disponibles. Jamovi incluye automáticamente opciones como Dunn o Conover para este fin.
Pruebas t para muestras independientes y homogeneidad de varianzas
Test de Levene
Antes de aplicar la prueba t de Student para dos muestras independientes, se verifica la igualdad de varianzas mediante el test de Levene. El resultado de Levene también produce un valor p:
- p ≤ 0.05: varianzas heterogéneas → usar la fila "varianzas no iguales" (t de Welch).
- p > 0.05: varianzas homogéneas → usar la fila "varianzas iguales".
En el ejemplo, Levene p = 0.03 indica varianzas heterogéneas, por lo que se debe emplear la fila de varianzas no iguales.
Transformaciones de variables: puntuaciones z y escala T
Puntuación z
La puntuación z estandariza cualquier variable mediante la fórmula z = (X - μ) / σ, donde μ es la media y σ la desviación típica. Un valor z negativo indica que la observación está por debajo de la media.
En el cuestionario, z = -1.2 se interpreta como "el valor está 1.2 desviaciones típicas por debajo de la media".
Escala T
Para facilitar la interpretación en contextos clínicos o educativos, Jamovi permite convertir z a la escala T mediante la ecuación T = 50 + 10·z. Esta escala tiene una media de 50 y una desviación típica de 10.
Si z = 0.5, entonces T = 50 + 10·0.5 = 55. Por lo tanto, la respuesta correcta es 55.
Correlación de Pearson
Coeficiente r y significancia
El coeficiente de correlación de Pearson (r) mide la fuerza y dirección de la relación lineal entre dos variables cuantitativas. Su valor oscila entre -1 y +1:
- r cercano a ±1: relación fuerte.
- r cercano a 0: relación débil o nula.
- El p‑valor indica si la correlación es estadísticamente significativa (p < 0.05).
En el caso del cuestionario, r = -0.85 muestra una relación negativa muy fuerte, pero p = 0.12 no es significativo. Por tanto, la conclusión correcta es que "existe una fuerte relación negativa, pero no es estadísticamente significativa".
Pruebas no paramétricas para datos pareados
Wilcoxon para muestras relacionadas
Cuando se comparan dos mediciones del mismo sujeto (por ejemplo, antes y después de una intervención) y la variable no cumple normalidad, la prueba adecuada es el Wilcoxon de muestras relacionadas. Esta prueba evalúa si la mediana de las diferencias es cero.
En el cuestionario, la opción correcta es "Wilcoxon para muestras relacionadas". Jamovi muestra automáticamente el estadístico W y su p‑valor, permitiendo decidir si la intervención produjo un cambio significativo.
Resumen de los conceptos clave
- Normalidad: Shapiro‑Wilk, p > .05 → distribución normal.
- Regresión lineal: coeficiente B indica dirección y magnitud; p < .05 → significativo.
- Comparación de grupos: Kruskal‑Wallis para datos no normales; post‑hoc no paramétrico.
- Prueba t y Levene: p ≤ .05 en Levene → varianzas heterogéneas → usar fila de varianzas no iguales.
- Puntuación z: número de desviaciones respecto a la media; negativo = por debajo.
- Escala T: T = 50 + 10·z, útil para reportes clínicos.
- Correlación de Pearson: r indica fuerza y dirección; p < .05 para significancia.
- Wilcoxon pareado: alternativa no paramétrica a la t pareada cuando la normalidad falla.
Dominar estos conceptos te permitirá aprovechar al máximo Jamovi, interpretar correctamente los resultados y comunicar tus hallazgos con claridad. Recuerda siempre revisar los supuestos antes de elegir la prueba estadística y, cuando sea necesario, aplicar las versiones no paramétricas que Jamovi pone a tu disposición.
