La estadística y las matemáticas en general son las herramientas más importantes que tiene la investigación científica para analizar e interpretar los datos recolectados. No es posible realizar investigación de calidad y llegar a conclusiones válidas sin un adecuado procesamiento de los datos. Para esto existe una gran variedad de técnicas y modelos que pueden utilizarse para describir los resultados, comparar grupos, establecer relaciones bivariadas y multivariadas.

  • Estadística descriptiva

    Media

    Mediana

    Moda

    Varianza

    Desviación estándar

    Mínimo

    Máximo

    Rango

    Regla de Sturges

    Asimetría

    Curtosis

  • Pruebas de bondad de ajuste

    Kolmogorov-Smirnov

    Shapiro-Wilk

    Prueba de igualdad de varianzas de Levene

    Prueba de Mardia

  • Técnicas para la comparación de grupos

    t de Student para muestras independientes

    t de Student para muestras relacionadas

    d de Cohen

    r de Rosenthal

    U de Mann-Whitney

    Wilcoxon T

    ANOVA de un factor

    Test HSD (Honestly-significant-difference) de Tukey

    Prueba de Duncan

    Contrastes de Helmert

    Corrección de Bonferroni

    H de Kruskal-Wallis

  • Técnicas de asociación y relación

    Prueba binomial

    Corrección de Yates

    Coeficiente de Contingencia

    V de Cramer

    Prueba de McNemar

    r de Pearson

    Rho de Spearman

    Tau de Kendall

    Tau b de Kendall

    Tau c de Kendall

    Tau de Goodman-Kruskal

    D de Somers

    Correlaciones parciales

    Correlación biserial-puntual

    Regresión lineal simple

    Regresión lineal múltiple

    Regresión logística

    Regresión probit

    Regresión de cresta

    Regresión Lasso

    Regresión polinomial

    Coeficiente de determinación R²

    Análisis de Covarianza (ANCOVA)

  • Modelos multivariados

    Modelos lineales jerárquicos

    Análisis discriminante lineal

    Lambda de Wilks

    Análisis Cluster

    Redes bayesianas

    Modelos de ecuaciones estructurales

    Análisis factorial exploratorio

    Análisis factorial confirmatorio

    Análisis de componentes principales

    Kaiser-Meyer-Olkin (KMO)

    Método de máxima verosimilitud

    Prueba de esfericidad de Bartlett

    Rotación VARIMAX

    Rotación Oblimín

    Rotación Promax

    Factorización de Ejes Principales (FEP)

    Raíz cuadrada del error cuadrático medio de aproximación (RMSEA)

    Comparative Fit Index (CFI)

    Goodness of fit index (GFI)

    Adjusted goodness of fit index (AGFI)

    Chi-cuadrado / grados de libertad (χ²/gl)

    Root mean square residual (RMR)

    Tucker-Lewis index (TLI)

    Satorra-Bentler-scaled chi-square statistic (SB-χ²)

    Bentler-Bonnet Non-Normed Fit Index (BBNFI)

    Standardized root mean squared residual (SRMR)

    Normed fit index (NFI)

    Incremental Fit Index (IFI)

  • Técnicas para la evaluación de las propiedades los instrumentos

    Alfa de Cronbach

    Confiabilidad Test-retest

    Promedio de la correlación Inter-item

    Método Feldt

    Prueba de Guttman

    Validez concurrente

    V de Aiken

    Spearman-Brown

    Método de las dos mitades

    Fórmula de Rulon

    Correlación ítem-test

    Kuder Richardson

    Kuder-Richardson 20

    Kuder-Richardson 21

    Validez discriminante

    Coeficiente Omega (ω)

    Validez de criterio

    Análisis de grupos contrastados

    α ordinal

    Theta de Armor

    Coeficiente Angoff-Feldt

    Coeficiente H

    Coeficiente kappa de Cohen

    índice de validez de contenido de Lawshe

    Valor predictivo negativo

    Valor predictivo positivo

    Especificidad

    Sensibilidad

    Área bajo la curva ROC

    Teoría de respuesta al ítem