¡Gracias por tu comentario y por la excelente pregunta! En el contexto de un ANOVA de dos factores, utilizar ajustes como los de Tukey y Bonferroni es fundamental para manejar el problema de la inflación de la tasa de error tipo I, que ocurre cuando realizamos múltiples comparaciones simultáneas. Aquí te explico más detalladamente por qué son recomendables estas técnicas: 1. Bonferroni: Este método es uno de los ajustes más conservadores y se usa para controlar la tasa de error familiar (Familywise Error Rate, FWER). El ajuste de Bonferroni divide el nivel de significancia deseado (alpha) entre el número total de comparaciones realizadas. Es útil cuando el número de comparaciones no es muy grande, ya que puede volverse demasiado restrictivo y aumentar el riesgo de errores tipo II (no detectar diferencias significativas cuando realmente existen). 2. Tukey: Específicamente diseñado para comparaciones múltiples en el contexto de ANOVA, el método de Tukey HSD (Honest Significant Difference) es más poderoso estadísticamente que el ajuste de Bonferroni cuando todas las comparaciones entre grupos son de interés. Este método mantiene el FWER y es especialmente útil cuando el número de grupos es grande, ya que no se vuelve tan restrictivo como Bonferroni. El uso de estas técnicas ayuda a asegurar que las conclusiones sobre las diferencias entre grupos sean más confiables, minimizando la posibilidad de concluir erróneamente que existen diferencias significativas debido al azar. Al utilizar SPSS para ANOVA de dos factores, seleccionar ajustes de Tukey o Bonferroni para las pruebas post hoc es una práctica recomendable para mantener la integridad de tus resultados estadísticos.
Muchas gracias por el vídeo. ¿Utiliza algún libro guía para obtener los ejemploys y ejercicios con los datos? Me gustaría tener acceso a los datos para hacer los ejercicios yo mismo. Saludos,
gracias a su video pude terminar mi pia de metodología profe, muchísimas gracias es muy bueno
Gracias😊
Excelente video, la explicación es clara y precisa
Gracias, saludos😃
Explicación clara y buena.
Gracias 😊
gracias por su ayuda profe me ayuda mucho con mi PIA 🫰
Enhorabuena😄
Muy bien explicado, gran profe🙌🏻
¡Gracias por tus comentarios!😄
Muy buena explicación, profe 👏
Gracias por comentar😀
excelente video maestro, me ayudó a comprender mejor los temas😁
Muchas gracias 😊
Excelente video profe, me resolvió todas mis dudas gracias
Muchas gracias por tus comentarios. 👍
Muy buen video y muy buena explicación. Creo que todos deberíamos saber la existencia de este programa, es muy útil y muy bueno para su uso👍🏼👍🏼
¡Saludos! Me encanta que te haya servido el video.
Muy buen video y excelente explicacion!!
Muchas gracias😄
Excelente explicación, muy fácil de comprender 👌
Muchas gracias 😊
Muy buena explicación, y fácil de comprender 👏🏼
Muchas gracias 😊
Muy entendible , muchas gracias
Gracias por comentar😉
muy buen video y excelente su manera de explicar 🙌🏻
Hola, muchas gracias👍
Muy entendible sus videos, son muy buenos, me ayudan a entender muy bien el tema
Gracias, saludos😉
Excelente manera de explicar
Hola, muchas gracias🙂
Gracias a sus videos y las explicaciones he logrado comprender mejor acerca del programa spss gracias por su ayuda
Genial👍
Buen video, me ayudó a entender de mejor manera el tema visto en clase
Excelente😀
Buen video
Gracias👍
Muy buen video, me ayudará mucho para mi próxima actividad
Excelente😉
Muy buen video para aprender y resolver dudas
Ese es el objetivo, saludos😀
Excelente video
Gracias✌
Buen video maestro, interesante su video!
Gracias a ti😀
Muy buen video maestro, quisiera saber el porqué es recomendable utilizar las variables de tukey y bonferroni y no usar cualquier otra.
¡Gracias por tu comentario y por la excelente pregunta! En el contexto de un ANOVA de dos factores, utilizar ajustes como los de Tukey y Bonferroni es fundamental para manejar el problema de la inflación de la tasa de error tipo I, que ocurre cuando realizamos múltiples comparaciones simultáneas.
Aquí te explico más detalladamente por qué son recomendables estas técnicas:
1. Bonferroni: Este método es uno de los ajustes más conservadores y se usa para controlar la tasa de error familiar (Familywise Error Rate, FWER). El ajuste de Bonferroni divide el nivel de significancia deseado (alpha) entre el número total de comparaciones realizadas. Es útil cuando el número de comparaciones no es muy grande, ya que puede volverse demasiado restrictivo y aumentar el riesgo de errores tipo II (no detectar diferencias significativas cuando realmente existen).
2. Tukey: Específicamente diseñado para comparaciones múltiples en el contexto de ANOVA, el método de Tukey HSD (Honest Significant Difference) es más poderoso estadísticamente que el ajuste de Bonferroni cuando todas las comparaciones entre grupos son de interés. Este método mantiene el FWER y es especialmente útil cuando el número de grupos es grande, ya que no se vuelve tan restrictivo como Bonferroni.
El uso de estas técnicas ayuda a asegurar que las conclusiones sobre las diferencias entre grupos sean más confiables, minimizando la posibilidad de concluir erróneamente que existen diferencias significativas debido al azar. Al utilizar SPSS para ANOVA de dos factores, seleccionar ajustes de Tukey o Bonferroni para las pruebas post hoc es una práctica recomendable para mantener la integridad de tus resultados estadísticos.
Muchas gracias por el vídeo. ¿Utiliza algún libro guía para obtener los ejemploys y ejercicios con los datos? Me gustaría tener acceso a los datos para hacer los ejercicios yo mismo. Saludos,
Gracias por el comentario😉
Los datos fueron otorgados por la REPICE✌
Saludos