ESTADÍSTICA AVANZADA CON SPSS Y JAMOVI
Especialízate en modelos de regresión lineal y análisis factorial exploratorio y confirmatorio mediante IBM SPSS Statistics y jamovi. Aprende a diagnosticar supuestos, construir modelos predictivos, interpretar coeficientes de regresión, analizar estructuras factoriales y evaluar índices de ajuste para desarrollar reportes estadísticos aplicados a tesis, artículos científicos y proyectos de investigación.
Presentación del curso
El Curso de Estadística Avanzada con SPSS y Jamovi desarrolla competencias para construir, diagnosticar e interpretar modelos de regresión lineal, así como para evaluar la estructura factorial de instrumentos de medición mediante análisis factorial exploratorio (AFE) y confirmatorio (AFC).
La formación está orientada a la aplicación de procedimientos avanzados en tesis, artículos científicos y proyectos de investigación, priorizando la interpretación técnica y la presentación científica de resultados.
Objetivo del curso
Desarrollar competencias para aplicar modelos de regresión lineal simple y múltiple, evaluar sus supuestos e interpretar su capacidad predictiva; asimismo, analizar estructuras factoriales y evaluar modelos de medición mediante AFE y AFC en SPSS y jamovi.
¿A quién está dirigido?
Tesistas, egresados, estudiantes de posgrado, docentes, investigadores y profesionales interesados en desarrollar análisis estadísticos multivariados y reportes científicos.
Conocimientos recomendados: estadística descriptiva e inferencial, correlaciones, pruebas de hipótesis y manejo básico de SPSS o jamovi.
¿Qué aprenderás?
Diagnóstico estadístico
Identificar valores atípicos, evaluar linealidad, homocedasticidad y multicolinealidad, e interpretar indicadores de diagnóstico de modelos.
Modelos predictivos
Construir modelos de regresión simple y múltiple, interpretar R², coeficientes B y beta, significancia y ecuaciones de predicción.
Análisis factorial
Aplicar AFE y AFC, interpretar KMO, Bartlett, cargas factoriales, comunalidades e índices de ajuste del modelo.
Docente especialista
Nolberto García Valdez
Licenciado en Administración, con formación de posgrado en Emprendimiento y Negocios Digitales, estudios concluidos de Maestría en Gestión del Talento Humano, estudios doctorales en Administración y formación de Segunda Especialidad en Estadística para la Investigación.
Asesor estadístico en Explora Lab, con experiencia en procesamiento, análisis e interpretación de datos mediante SPSS, jamovi, JASP, AMOS, SmartPLS y RStudio.
Ha participado en el análisis estadístico de investigaciones y artículos científicos, desarrollando contrastación de hipótesis, modelamiento estadístico e interpretación de resultados.
Plan de estudios
Selecciona un módulo para explorar sus sesiones, contenidos y trabajos productivos. El curso comprende dos módulos, ocho sesiones y 16 horas lectivas.
Módulo 1. Modelos de regresión lineal
Construye, diagnostica e interpreta modelos de regresión lineal simple y múltiple, seleccionando predictores, evaluando supuestos y elaborando reportes estadísticos aplicados a la investigación.
Diagnóstico estadístico para regresión
- Identificación de valores atípicos univariados y multivariados.
- Evaluación de la linealidad.
- Supuesto de homocedasticidad.
- Multicolinealidad entre predictores.
- Tolerancia estadística.
- Factor de inflación de la varianza (VIF).
Práctica: Diagnóstico de supuestos estadísticos utilizando una base de investigación mediante IBM SPSS Statistics.
Software: SPSS.
Regresión lineal simple
- Fundamentos de los modelos predictivos.
- Especificación del modelo de regresión.
- Coeficiente de correlación R.
- Coeficiente de determinación R².
- Análisis de varianza del modelo.
- Coeficientes no estandarizados B.
- Coeficientes estandarizados beta.
- Ecuación de regresión e interpretación.
Práctica: Construcción de un modelo de regresión lineal simple, interpretación de sus coeficientes y elaboración del reporte estadístico.
Software: SPSS.
Regresión lineal múltiple
- Modelos con múltiples predictores.
- Método Enter o introducción simultánea.
- Regresión jerárquica.
- Coeficiente de determinación ajustado.
- Cambios en R².
- Diagnóstico e interpretación del modelo.
- Evaluación de coeficientes de regresión.
Práctica: Construcción e interpretación de un modelo de regresión múltiple con varios predictores, utilizando SPSS.
Software: SPSS.
Taller de regresión aplicada y reporte científico
- Comparación entre regresión simple y regresión múltiple.
- Selección del modelo según el objetivo de investigación.
- Evaluación integrada de residuos.
- Interpretación de R² y R² ajustado.
- Interpretación del ANOVA del modelo.
- Interpretación de coeficientes B y beta.
- Significancia estadística y capacidad predictiva.
- Ecuación de predicción.
- Redacción científica de resultados.
Práctica: Desarrollo completo de un modelo de regresión y elaboración de un informe estadístico con diagnóstico, coeficientes, tablas e interpretación.
Software: SPSS.
Evidencia: Diagnóstico de supuestos, resumen del modelo, ANOVA, coeficientes de regresión e interpretación de resultados.
Criterios: Selección apropiada de predictores, evaluación de supuestos, interpretación de R² y coeficientes, y conclusiones coherentes con el objetivo de investigación.
Módulo 2. Análisis factorial exploratorio (AFE) y confirmatorio (AFC)
Analiza la estructura factorial de instrumentos de medición y evalúa modelos factoriales utilizando jamovi, mediante procedimientos exploratorios y confirmatorios.
Análisis factorial exploratorio: fundamentos y adecuación de datos
- Fundamentos del análisis factorial.
- Finalidad y aplicación del AFE.
- Diferencias conceptuales entre AFE y AFC.
- Matriz de correlaciones.
- Medida Kaiser-Meyer-Olkin (KMO).
- Prueba de esfericidad de Bartlett.
- Análisis paralelo.
- Gráfico de sedimentación.
- Determinación preliminar del número de factores.
Práctica: Ejecución de un análisis factorial exploratorio inicial y evaluación de la adecuación de los datos mediante jamovi.
Software: jamovi.
AFE: extracción, rotación e interpretación factorial
- Métodos de extracción factorial.
- Criterios para la retención de factores.
- Rotaciones ortogonales y oblicuas.
- Rotación Varimax.
- Rotación Oblimin.
- Cargas factoriales.
- Comunalidades.
- Identificación de cargas cruzadas.
- Evaluación y depuración de ítems.
Práctica: Obtención, comparación e interpretación de soluciones factoriales exploratorias, evaluando cargas y comunalidades mediante jamovi.
Software: jamovi.
Análisis factorial confirmatorio: especificación y evaluación del ajuste
- Fundamentos del análisis factorial confirmatorio.
- Configuración del AFC en jamovi.
- Especificación del modelo de medición desde la teoría.
- Cargas factoriales estandarizadas.
- Estadístico chi-cuadrado.
- Índice de ajuste comparativo (CFI).
- Índice de Tucker-Lewis (TLI).
- Error cuadrático medio de aproximación (RMSEA).
- Raíz cuadrática media residual estandarizada (SRMR).
- Evaluación del ajuste y de los índices de modificación.
Práctica: Especificación de un modelo factorial confirmatorio, obtención e interpretación de cargas factoriales e índices de ajuste en jamovi.
Software: jamovi.
Taller integrado de AFE y AFC: interpretación y reporte científico
- Revisión de los resultados del AFE.
- Interpretación de KMO y Bartlett.
- Evaluación de extracción, rotación y cargas factoriales.
- Revisión de la especificación del modelo confirmatorio.
- Interpretación de cargas factoriales estandarizadas.
- Evaluación de chi-cuadrado, CFI, TLI, RMSEA y SRMR.
- Comparación e integración de hallazgos exploratorios y confirmatorios.
- Redacción e interpretación del informe factorial.
Práctica: Elaboración de un reporte integrado de AFE y AFC, utilizando bases o submuestras diferenciadas y justificando las decisiones estadísticas.
Software: jamovi.
Evidencia: KMO, prueba de Bartlett, extracción y rotación, cargas factoriales, índices de ajuste del AFC e interpretación de resultados.
Criterios: Coherencia teórica y estadística, selección adecuada de factores, interpretación de cargas factoriales, evaluación del ajuste y justificación de decisiones.
Metodología de enseñanza
El curso aplica una metodología teórico-práctica basada en la resolución de casos de investigación, construcción de modelos estadísticos y evaluación de resultados mediante SPSS y jamovi.
Aprendizaje aplicado
- Explicación de fundamentos estadísticos avanzados.
- Demostración paso a paso de procedimientos.
- Construcción de modelos en SPSS y jamovi.
- Diagnóstico de supuestos y evaluación de resultados.
- Interpretación y redacción de reportes científicos.
Productos académicos
- Diagnóstico de supuestos de regresión.
- Modelo de regresión lineal simple o múltiple.
- Informe de análisis factorial exploratorio.
- Reporte de análisis factorial confirmatorio.
- Informe final de análisis factorial.
Sistema de evaluación
Prácticas: 20 %
Trabajos productivos: 35 %
Evaluaciones prácticas: 15 %
Proyecto final: 30 %
Proyecto final del curso
El participante desarrollará un informe estadístico avanzado que integre las competencias adquiridas durante el curso.
Las evidencias académicas comprenderán el diagnóstico y la interpretación de un modelo de regresión lineal, así como la evaluación de una estructura factorial mediante AFE y AFC, de acuerdo con las actividades del programa.
Certificación
El curso contempla una certificación digital independiente en Estadística Avanzada con SPSS y Jamovi, correspondiente a 16 horas lectivas, complementadas con ocho horas de práctica académica.
La certificación será emitida al cumplir los requisitos y evaluaciones establecidos por la institución.
Inicio de clases
8 de marzo de 2027
9 de marzo de 2027
Días de clase
Martes y miércoles
Martes y jueves
Horarios de clase
8:30 p. m. a 10:30 p. m.
8:00 p. m. a 10:00 p. m.
Cada sesión tiene una duración de dos horas. El curso comprende ocho sesiones y 16 horas lectivas, complementadas con ocho horas de práctica académica. Excepcionalmente, la primera clase del Grupo 1 será el lunes 8 de marzo; desde la segunda semana continuará los martes y miércoles.
Informes e inscripciones
Comunícate con nuestro equipo para conocer la disponibilidad de grupos, requisitos y condiciones de matrícula.
Inversión del curso
Inversión individual por participante.
Incluye clases virtuales, materiales digitales de práctica y certificación digital correspondiente al curso.
Medios de pago: Yape, transferencias bancarias, depósitos y PayPal.
Atención personalizada
Organiza: Innovate Elearning Center.
Informes: +51 966 202 012.
Consulta los grupos disponibles y el procedimiento de inscripción.
Solicitar inscripción