Psicología en Código

class: center, middle, inverse, title-slide

.title[
# Psicología en Código
]
.subtitle[
## El Poder de RStudio en la Investigación Psicológica
]
.author[
### Dr. José Ventura-León
]
.institute[
### Universidad San Martín de Porres
]
.date[
### 2025-07-09
]

---

.remark-slide-content h1 {
  margin-top: 0.3em;
  margin-bottom: 0.5em;
  font-size: 1.8em;
  color: #000000 !important;
}

.remark-slide-content h2 {
  margin-top: 0.3em;
  margin-bottom: 0.4em;
  font-size: 1.4em;
  color: #000000 !important;
}

.remark-slide-content h3 {
  margin-top: 0.2em;
  margin-bottom: 0.3em;
  font-size: 1.2em;
  color: #000000 !important;
}

.highlight {
  background-color: #ffeb3b;
  color: #333;
  padding: 2px 5px;
  border-radius: 3px;
}

.highlight-box {
  background: linear-gradient(45deg, #667eea 0%, #764ba2 100%);
  color: white;
  padding: 20px;
  border-radius: 10px;
  margin: 10px 0;
  box-shadow: 0 4px 6px rgba(0,0,0,0.1);
}

.stat-card {
  background: white;
  border: 2px solid #3498db;
  border-radius: 8px;
  padding: 15px;
  text-align: center;
  margin: 10px;
  box-shadow: 0 2px 4px rgba(0,0,0,0.1);
}

.big-number {
  font-size: 2.2em;
  font-weight: bold;
  color: #e74c3c;
  text-align: center;
  margin: 5px 0;
}

.citation {
  font-size: 0.7em;
  color: #666;
  font-style: italic;
  margin-top: 5px;
  margin-bottom: 0;
}

.compact-list {
  margin-top: 0.5em;
  margin-bottom: 0.5em;
}

.compact-list li {
  margin-bottom: 3px;
  font-size: 0.85em;
  line-height: 1.2;
}

.compact-list h2 {
  font-size: 1.1em;
  margin-bottom: 0.3em;
  color: #000000 !important;
}

.compact-list h3 {
  font-size: 1em;
  margin-bottom: 0.2em;
  color: #000000 !important;
}

.two-column {
  display: grid;
  grid-template-columns: 1fr 1fr;
  gap: 20px;
  align-items: start;
  margin-top: 0.3em;
}

.center-content {
  display: flex;
  align-items: center;
  justify-content: center;
  height: 70%;
}

table {
  font-size: 0.8em;
  margin: 0.5em auto;
}

.remark-code {
  font-size: 0.7em;
  line-height: 1.2;
}

p {
  margin-top: 0.3em;
  margin-bottom: 0.3em;
}

.references {
  font-size: 0.55em;
  line-height: 1.15;
  column-count: 2;
  column-gap: 15px;
}

.references h1 {
  column-span: all;
  font-size: 1.6em;
  margin-bottom: 0.3em;
}

.crisis-red {
  color: #e74c3c;
  font-weight: bold;
}

.solution-green {
  color: #27ae60;
  font-weight: bold;
}

.cost-highlight {
  background: linear-gradient(45deg, #ff6b6b, #ffa500);
  color: white;
  padding: 15px 25px;
  border-radius: 25px;
  display: inline-block;
  font-weight: bold;
  font-size: 1.2em;
}

.emoji-large {
  font-size: 2em;
  margin: 0 10px;
}
</style>

---
class: animated, slideInLeft

# ⚠️ La Crisis de Reproducibilidad

.two-column[
<div>
<img src="https://images.unsplash.com/photo-1554224155-6726b3ff858f?w=500" width="100%" style="border-radius: 8px;">
</div>

<div>
.compact-list[
## <span class="crisis-red">🚨 El Problema Crítico</span>
- ❌ Solo **36%** de estudios psicológicos se replican
- 👁️‍🗨️ Métodos analíticos opacos  
- 💰 Software propietario costoso
- 🔒 Falta de transparencia metodológica

## <span class="solution-green">✅ La Solución: RStudio</span>
- ✅ Código reproducible y transparente
- 🎁 Acceso gratuito a herramientas avanzadas  
- 🚀 Metodologías de vanguardia
- 👥 Comunidad científica global
]
</div>
]

.citation[Open Science Collaboration (2015). *Science*, 349(6251)]

---
class: animated, slideInUp

# 🔄 Transformación Real: Antes vs Después

.two-column[
<div style="text-align: center;">
<h3 style="color: #e74c3c;">❌ Workflow Tradicional</h3>
<img src="https://images.unsplash.com/photo-1554224155-6726b3ff858f?w=400" width="90%" style="border-radius: 8px;">
<ul style="font-size: 0.9em; text-align: left; margin-top: 1em;">
<li>🖱️ Clics manuales repetitivos</li>
<li>🐛 Errores difíciles de detectar</li>
<li>🚫 Imposible de replicar</li>
<li>🔒 Análisis limitados</li>
</ul>
</div>

<div style="text-align: center;">
<h3 style="color: #27ae60;">✅ Workflow con R</h3>
<img src="https://images.unsplash.com/photo-1517180102446-f3ece451e9d8?w=400" width="70%" style="border-radius: 8px;">
<ul style="font-size: 0.9em; text-align: left; margin-top: 1em;">
<li>💻 Código documentado</li>
<li>🔍 Errores fáciles de corregir</li>
<li>🔄 100% reproducible</li>
<li>∞ Análisis ilimitados</li>
</ul>
</div>
]

---
class: animated, slideInRight

# 🧩 El Paquete `psych`: Corazón del Análisis

.two-column[

``` r
library(psych)

# Análisis de confiabilidad robusto
alpha(datos)  # Alfa de Cronbach
omega(datos)  # Omega de McDonald

# Análisis factorial avanzado
fa.parallel(datos, fa = "fa")
factor_result <- fa(datos, nfactors = 3, 
                   rotate = "oblimin")

# Estadísticas descriptivas
describe(datos)
describeBy(datos, group = grupos)
```

.compact-list[
## 🛠️ 400+ Funciones Especializadas
- 📊 Análisis factorial exploratorio/confirmatorio
- 🛡️ Medidas de confiabilidad robustas
- 🧮 Estadísticas descriptivas avanzadas
- 🔗 Análisis de correlaciones policóricas
]
</div>
]

.citation[Revelle (2025). *psych: Procedures for psychological research*]

---
class: animated, slideInLeft

# 🗂️ El Paquete `lavaan`: Modelado Estructural

.two-column[

``` r
library(lavaan)

# Sintaxis intuitiva para SEM
modelo <- '
  # Modelo de medición
  factor =~ item1 + item2 + item3
  
  # Modelo estructural  
  outcome ~ factor + covariate
  
  # Covarianzas
  factor ~~ outcome
'

fit <- sem(modelo, data = datos)
summary(fit, fit.measures = TRUE)
modificationIndices(fit)
```

.compact-list[
## 📈 Capacidades Avanzadas
- ✅ Análisis factorial confirmatorio
- ↔️ Modelos de ecuaciones estructurales
- 👥 Análisis multigrupo
- 📈 Modelos de crecimiento latente
- 💻 Sintaxis: `=~` factores, `~` regresiones
]
</div>
]

.citation[Rosseel (2012). *Journal of Statistical Software*, 48(2)]

---
class: animated, slideInUp

# 🌍 El Ecosistema R: Más que Estadísticas

.two-column[
.compact-list[
## 🧩 Paquetes Especializados
- 📦 **19,000+** paquetes disponibles
- 🧠 **Psicología** específicos: 200+
- 🔄 **Actualizaciones** constantes
- ✅ **Peer review** riguroso
]

.compact-list[
## 👥 Comunidad Global
- 👨‍💻 **4+ millones** de usuarios
- 👩‍💻 **R-Ladies** en 50+ países
- 💬 **Stack Overflow** muy activo
- 📅 **Conferencias** mundiales
]
]

---
class: animated, slideInDown

# 🧰 Herramientas Especializadas por Área

.two-column[
.compact-list[
## 📏 Psicometría
- 📊 **`mirt`** - IRT multidimensional
- 📋 **`eRm`** - Modelos de Rasch  
- 🖥️ **`ShinyItemAnalysis`** - Interfaces interactivas

## 🔬 Experimental
- 🚗 **`car`** - ANOVA factorial
- 🎲 **`lme4`** - Modelos mixtos
- ⚡ **`pwr`** - Análisis de potencia
]

``` r
# Análisis IRT completo
library(mirt)
modelo_irt <- mirt(respuestas, 1, 
                  itemtype = '2PL')
plot(modelo_irt, type = 'trace')

# Modelos mixtos
library(lme4)
modelo_mixto <- lmer(outcome ~ condition + 
                    (1|participant), 
                    data = datos)

# Análisis de potencia
library(pwr)
pwr.t.test(d = 0.5, power = 0.8)
```
]

.citation[Chalmers (2012). *Journal of Statistical Software*, 48(6)]

---
class: animated, slideInDown

# 🔍 Análisis Factorial Avanzado

.two-column[

``` r
# Análisis paralelo
fa.parallel(datos, fa = "fa", n.iter = 100)

# CFA confirmatorio
modelo_cfa <- '
  F1 =~ item1 + item2 + item3
  F2 =~ item4 + item5 + item6
  
  # Correlación entre factores
  F1 ~~ F2
'

cfa_fit <- cfa(modelo_cfa, data = datos)
summary(cfa_fit, standardized = TRUE)

# Índices de ajuste
fitMeasures(cfa_fit, c("cfi", "tli", "rmsea"))
```

<img src="data:image/png;base64,#Xaringan-codigo2_files/figure-html/unnamed-chunk-6-1.png" width="100%" />
]

.citation[Goretzko et al. (2019). *Current Psychology*, 40(7)]

---
class: animated, slideInRight

# 🛡️ Confiabilidad: La Revolución Omega

.two-column[
<div>
<img src="https://images.unsplash.com/photo-1551288049-bebda4e38f71?w=400" width="100%" style="border-radius: 8px;">

<div style="background: #ecf0f1; padding: 15px; border-radius: 8px; margin-top: 15px; border-left: 4px solid #3498db;">
<h4 style="color: #2c3e50; margin-top: 0;">💡 ¿Por qué Omega?</h4>
<p style="font-size: 0.9em; margin-bottom: 0;">
Alfa de Cronbach <strong>asume tau-equivalencia</strong> 
(todos los ítems contribuyen igual). En la realidad, 
esto rara vez es cierto.
</p>
</div>
</div>

<div>
.center[
| Medida | SPSS | RStudio | Ventaja |
|--------|:----:|:-------:|---------|
| Alfa de Cronbach | ✅ | ✅ | Disponible |
| **Omega McDonald** | ❌ | ✅ | **Más preciso** |
| Greatest Lower Bound | ❌ | ✅ | Límite inferior |
]

``` r
# Análisis completo de confiabilidad
library(psych)
omega_result <- omega(datos, nfactors = 3)

# Resultado típico:
# ω total = 0.89 [0.85, 0.93]
# α Cronbach = 0.87 (subestimado)
```
</div>
]

.citation[McNeish (2018). *Psychological Methods*, 23(3)]

---
class: animated, slideInLeft

# 📊 Visualización con ggplot2

.two-column[

``` r
library(ggplot2)

ggplot(datos_ejemplo, 
       aes(x = grupo, y = puntuacion, 
           fill = grupo)) +
  geom_violin(alpha = 0.7) +
  geom_boxplot(width = 0.2, 
               fill = "white") +
  stat_summary(fun = mean, 
               geom = "point", 
               size = 3, color = "red") +
  labs(title = "Distribución por Grupo",
       x = "Grupo", 
       y = "Puntuación") +
  theme_minimal() +
  scale_fill_viridis_d() +
  theme(legend.position = "none")
```

<img src="data:image/png;base64,#Xaringan-codigo2_files/figure-html/unnamed-chunk-9-1.png" width="100%" />
]

.citation[Wickham (2016). *ggplot2: Elegant graphics for data analysis*]

---
class: animated, slideInUp

# 🔥 Mapa de Calor de Correlaciones

.citation[Allen et al. (2019). *Wellcome Open Research*, 4, 63]

---
class: animated, slideInDown

# 💰 Ventajas Económicas Abrumadoras

<div style="text-align: center; margin: 20px 0;">
<div class="cost-highlight">
<span class="emoji-large">🎁</span>
<span style="font-size: 3em;">S/.0</span>
</div>
<p style="font-size: 1.2em; margin-top: 10px;"><strong>Costo anual de RStudio</strong></p>
</div>

.center[
<table style="font-size: 1.1em; width: 80%; margin: 20px auto; border-collapse: collapse;">
<thead>
<tr style="background: #34495e; color: white;">
<th style="padding: 12px; border: 1px solid #ddd;">Software</th>
<th style="padding: 12px; border: 1px solid #ddd;">Año 1</th>
<th style="padding: 12px; border: 1px solid #ddd;">Año 5</th>
<th style="padding: 12px; border: 1px solid #ddd;">Año 10</th>
</tr>
</thead>
<tbody>
<tr style="background: #2ecc71; color: white; font-weight: bold;">
<td style="padding: 12px; border: 1px solid #ddd;">**RStudio**</td>
<td style="padding: 12px; border: 1px solid #ddd;">€0</td>
<td style="padding: 12px; border: 1px solid #ddd;">€0</td>
<td style="padding: 12px; border: 1px solid #ddd;">**€0**</td>
</tr>
<tr style="background: #f8f9fa;">
<td style="padding: 12px; border: 1px solid #ddd;">SPSS</td>
<td style="padding: 12px; border: 1px solid #ddd;">€50k</td>
<td style="padding: 12px; border: 1px solid #ddd;">€250k</td>
<td style="padding: 12px; border: 1px solid #ddd;">€500k</td>
</tr>
<tr>
<td style="padding: 12px; border: 1px solid #ddd;">SAS</td>
<td style="padding: 12px; border: 1px solid #ddd;">€150k</td>
<td style="padding: 12px; border: 1px solid #ddd;">€750k</td>
<td style="padding: 12px; border: 1px solid #ddd;">€1.5M</td>
</tr>
</tbody>
</table>
]

<div style="text-align: center; margin-top: 20px;">
<p style="font-size: 1.3em; color: #e74c3c; font-weight: bold;">
🧮 En Perú: Ahorro de <span style="color: #27ae60;">S/.180,000+</span> anuales
</p>
</div>

.citation[Muenchen (2019). *The popularity of data science software*]

---
class: animated, slideInUp

# 🏫 Beneficios Institucionales

.compact-list[
## 👥 **Democratización** del análisis avanzado

## 💸 **Recursos** redirigidos a investigación

## 🎓 **Estudiantes** continúan usando post-graduación

## 🏆 **Ventaja competitiva** en el mercado laboral

## 🤝 **Colaboración** con científicos de datos

## 📈 **Escalabilidad** sin límites de licencia
]

.citation[Landers (2019). *Cambridge handbook of technology*]

---
class: animated, slideInLeft

# 🚀 Superioridad Técnica: Flexibilidad

.two-column[
<div>
<img src="https://images.unsplash.com/photo-1517180102446-f3ece451e9d8?w=400" width="70%" style="border-radius: 8px;">

.compact-list[
## ⭐ Capacidades Únicas
- 💻 **Programación** de análisis personalizados
- 🤖 **Automatización** de reportes
- 🗄️ **Integración** con bases de datos
- 🧠 **Machine learning** integrado
- 🌿 **Control de versiones** con Git

## ⚖️ vs. SPSS
- Menús limitados vs. flexibilidad infinita
- Gráficos básicos vs. calidad publicación
]
</div>

``` r
# Función personalizada
mi_analisis <- function(datos, vars) {
  # Análisis factorial
  fa_result <- fa(datos[vars], nfactors = 3)
  
  # Confiabilidad
  alpha_result <- alpha(datos[vars])
  
  # Reporte automático
  report <- list(
    factorial = fa_result,
    confiabilidad = alpha_result,
    fecha = Sys.Date()
  )
  
  return(report)
}

# Automatización completa
resultados <- mi_analisis(mis_datos, 
                         c("item1", "item2", "item3"))

# Guardar resultados
save(resultados, file = "analisis_completo.RData")
```
]

.citation[Nordmann et al. (2022). *Advances in Methods and Practices*]

---
class: animated, slideInUp

# 🌟 Universidad de Glasgow: Caso de Éxito

.two-column[
<div>
<img src="https://images.unsplash.com/photo-1523240795612-9a054b0db644?w=400" width="80%" style="border-radius: 8px;">

.compact-list[
## 📈 Resultados Impresionantes
- 🎓 **12 de 13** estudiantes aprendieron exitosamente
- ❤️ **100%** prefieren R después del entrenamiento
- 💰 **Ahorro**: >€100,000 anuales
- 🌍 **Adopción global** de materiales PsyTeachR
]
</div>

.compact-list[
## 💬 Testimonio Estudiantil
<div style="background: #ecf0f1; padding: 15px; border-radius: 8px; font-style: italic; border-left: 4px solid #3498db;">
"R es muy fácil de usar. Escribir código ayuda con la comprensión conceptual de los análisis estadísticos"
</div>

## ➡️ Impacto a Largo Plazo
- ✅ Transparencia metodológica mejorada
- 💼 Habilidades transferibles al mercado
- 🤝 Colaboración con científicos de datos
- 📚 Publicaciones más reproducibles
]
]

.citation[Nordmann & McAleer (2021). *APS Observer*]

---
class: animated, slideInDown

# 🔬 Reproducibility Project: Evidencia Científica

.two-column[
<div>
<img src="https://medicionpsicologica.com/images/post/reproducible_portada.png" width="40%" style="border-radius: 8px;">

.compact-list[
## 🏛️ El Estudio Landmark
- 🧪 **100 estudios** de revistas principales
- 💻 **RStudio** para análisis estandarizados
- 🔓 **Código público** disponible
- 👁️ **Transparencia metodológica** completa

## 🔍 Hallazgos Clave
- ⚠️ Solo **36%** de replicaciones exitosas
- 📄 **Scripts de R** facilitaron transparencia
- ✅ **Revisión por pares** del código analítico
]
</div>
.compact-list[

``` r
# Protocolo estandarizado
reproducibility_analysis <- function(data) {
  
  # Pre-procesamiento estándar
  clean_data <- preprocess_standard(data)
  
  # Análisis original
  main_result <- conduct_analysis(clean_data)
  
  # Análisis de robustez
  robustness <- sensitivity_analysis(clean_data)
  
  # Intervalos de confianza
  ci_results <- bootstrap_ci(clean_data)
  
  # Reporte automático
  report <- generate_report(
    main_result, 
    robustness, 
    ci_results
  )
  
  return(report)
}

# Uso del protocolo
results <- reproducibility_analysis(my_data)
```
]
<div style="background: #e8f5e8; padding: 15px; border-radius: 8px; border-left: 4px solid #27ae60;">
<p style="margin: 0; font-weight: bold; color: #27ae60;">
💥 <strong>Impacto</strong>: Elevó estándares de transparencia en psicología
</p>
</div>
]

.citation[Open Science Collaboration (2015). *Science*, 349(6251)]

---
class: animated, slideInRight

# ⚠️ Limitaciones y Consideraciones

.two-column[
.compact-list[
## 🧗 Desafíos Reales
- 📈 **Curva de aprendizaje** inicial
- 💻 **Conceptos de programación** necesarios
- ⏰ **Tiempo de capacitación** (20-40h)
- 🔄 **Cambio cultural** institucional

## 🛠️ Soluciones Disponibles
- ✅ Talleres intensivos efectivos
- ☁️ RStudio Cloud elimina instalación
- 👥 Comunidad R-Ladies activa
- 🎁 Recursos gratuitos abundantes
]

.compact-list[
## 📊 ROI de la Transición
- 📈 **Inversión**: 20-40h capacitación
- 💰 **Ahorro**: €50k+ anuales
- ⭐ **Beneficio**: Habilidades duraderas
- 🔄 **Recuperación**: 6-12 meses

## ⚙️ Consideraciones Técnicas
- 👥 Soporte comunitario vs. comercial
- 🧩 Gestión de dependencias
- 🛡️ Estabilidad entre versiones
]
]

.citation[Lowndes et al. (2017). *Nature Ecology & Evolution*, 1(6)]

---
class: animated, slideInLeft

# ❓ ¿Cuándo Considerar Alternativas?

.two-column[
.compact-list[
### ✅ RStudio es Ideal Para:
- 🏫 Investigación académica estándar
- 📏 Análisis psicométrico avanzado
- 📈 Estudios longitudinales
- 🔍 Meta-análisis complejos
- 🔄 Reproducibilidad científica

### 🐍 Python Mejor Para:
- 🗄️ Big Data (>1M observaciones)
- 🤖 Machine Learning avanzado
- 📄 Text mining extensivo
]

.compact-list[
### 📊 SPSS Aún Relevante Para:
- ⏰ Usuarios muy ocasionales
- ⚡ Análisis exploratorio rápido
- 🗂️ Compatibilidad workflows antiguos

### 💡 Conclusión
<div class="highlight-box">
<strong>Para 80% de investigación psicológica: RStudio es la mejor opción</strong>
</div>

<div style="background: #e8f5e8; padding: 15px; border-radius: 8px; border-left: 4px solid #27ae60; margin-top: 15px;">
<p style="margin: 0; font-weight: bold;">
📏 <strong>Regla práctica</strong>: Si analizas >2 veces/mes, RStudio vale la pena
</p>
</div>
]
]

.citation[INWT Statistics (2019). *Comparison of statistical software*]

---
class: animated, slideInUp

# 🛣️ Recomendaciones Prácticas

.two-column[
.compact-list[
## 🚀 **Inmediato** (0-3 meses)
1. 📥 Instalar RStudio Desktop/Cloud
2. ▶️ Completar tutorial R básico (40h)
3. 📋 Replicar un análisis SPSS en R
4. 👥 Unirse a R-Ladies/R users local

## 📅 **Corto Plazo** (3-12 meses)  
1. ➡️ Migrar análisis rutinarios a R
2. 📄 Crear templates reutilizables
3. 📊 Automatizar reportes con R Markdown
4. 👨‍🏫 Capacitar a colegas/estudiantes
]

.compact-list[
## 🏆 **Largo Plazo** (1+ años)
1. 👑 Liderar transformación institucional
2. 💻 Contribuir a paquetes especializados
3. 🤝 Colaborar en proyectos open science
4. 🎓 Desarrollar cursos especializados

## 🎯 **Métricas de Éxito**
- 📊 80% análisis en R vs. SPSS
- ⏱️ Tiempo de análisis reducido 50%
- 🔄 Reproducibilidad 100% estudios
- 😊 Satisfacción estudiantil >90%
]
]

.citation[Kathawalla et al. (2021). *Collabra: Psychology*, 7(1)]

---
class: center, middle, animated, bounceIn
background-image: url(data:image/png;base64,#https://images.unsplash.com/photo-1517180102446-f3ece451e9d8?w=1200)
background-size: cover
background-position: center

🚀 **El Futuro es Computacional**

<span style="color: #3498db;">RStudio es la Puerta de Entrada</span>

---

<div style="margin: 30px 0;">
<h3 style="color: #2c3e50;">💡 La evidencia es abrumadora:</h3>
<div style="display: flex; justify-content: space-around; margin: 20px 0;">
<div class="stat-card">
<div style="font-size: 3em; margin-bottom: 10px; color: #27ae60;">🎁</div>
<strong>€0 costo</strong>
</div>
<div class="stat-card">
<div style="font-size: 3em; margin-bottom: 10px; color: #3498db;">🛠️</div>
<strong>400+ funciones</strong>
</div>
<div class="stat-card">
<div style="font-size: 3em; margin-bottom: 10px; color: #e74c3c;">❤️</div>
<strong>100% preferencia</strong>
</div>
</div>
</div>

</div>

---
class: center middle
background-image: url('https://images.unsplash.com/photo-1517180102446-f3ece451e9d8?w=1200')
background-size: cover
background-position: center

<h1 style="margin-bottom: 20px;">🤝 La Decisión es Tuya</h1>

<p style="font-size: 1.5em; margin: 10px 0;">
    <span style="color: #e74c3c;">¿Seguir pagando €50k/año?</span><br/>
    <span style="color: #27ae60;">¿O liderar la revolución gratuita?</span>
  </p>

<p style="font-size: 1.2em; margin: 20px 0;">
    📊 Los números no mienten:<br/>
    💰 €0 • 📦 19 000+ paquetes • 🎓 100 % preferencia estudiantil
  </p>

<section style="margin-top: 30px; text-align: left;">
    <h3 style="color: #3498db; margin-bottom: 10px;">💡 Empieza HOY:</h3>
    <ol style="font-size: 1.2em; color: #2c3e50; line-height: 1.6; padding-left: 1.2em;">
      <li>Instala RStudio Cloud (5 min)</li>
      <li>Completa tutorial básico (2 horas)</li>
      <li>Replica tu primer análisis</li>
    </ol>
  </section>

</div>

---
class: center middle
background-image: url('https://images.unsplash.com/photo-1522202176988-66273c2fd55f?w=1200')
background-size: cover
background-position: center

<h1 style="font-size: 2.5em; margin-bottom: 20px;">
    ❤️ Gracias por su atención
  </h1>

<div style="margin-bottom: 30px; font-size: 1.1em; line-height: 1.6;">
    <p>📧 <strong>Contacto profesional:</strong> jventural@usmp.pe</p>
    <p>📧 <strong>Contacto personal:</strong> jventuraleon@gmail.com</p>
  </div>

<div style="margin-bottom: 30px;">
    <h2 style="font-size: 1.4em; margin-bottom: 10px; color: #f1c40f;">🌍 Recursos</h2>
    <p style="font-size: 1.1em;">
      🔗 <a href="https://github.com/jventural" style="color: #1abc9c; text-decoration: none;">GitHub.com/jventural</a>
    </p>
  </div>

<div style="margin-bottom: 30px;">
    <h2 style="font-size: 1.4em; margin-bottom: 15px; color: #8e44ad;">🔗 Sígueme en mis redes</h2>
    <div style="display: flex; justify-content: center; gap: 30px; font-size: 1.1em;">
      <div>🎵 TikTok: <strong>@dr.joseventuraleon</strong></div>
      <div>📘 Facebook: <strong>@dr.joseventuraleon</strong></div>
      <div>📷 Instagram: <strong>@dr.joseventuraleon</strong></div>
      <div>💼 LinkedIn: <strong>José Ventura-León</strong></div>
    </div>
  </div>

<div style="
    background: #1abc9c;
    color: #2c3e50;
    padding: 20px 30px;
    border-radius: 10px;
    display: inline-block;
    box-shadow: 0 4px 12px rgba(0,0,0,0.3);
  ">
    <h2 style="margin: 0; font-size: 1.5em;">🚀 ¡Empecemos juntos esta transformación!</h2>
  </div>

</div>

---
<div style="font-size: 0.8em;">

<h1 style="margin-bottom: 20px;">📚 Referencias (APA 7ma Edición)</h1>

.compact-list[
Allen, M., Poggiali, D., Whitaker, K., Marshall, T. R., van Langen, J., & Kievit, R. A. (2019). Raincloud plots: A multi-platform tool for robust data visualization. *Wellcome Open Research*, *4*, 63. https://doi.org/10.12688/wellcomeopenres.15191.1

Chalmers, R. P. (2012). mirt: A multidimensional item response theory package for the R environment. *Journal of Statistical Software*, *48*(6), 1–29. https://doi.org/10.18637/jss.v048.i06

Goretzko, D., Pham, T. T. H., & Bühner, M. (2019). Exploratory factor analysis: Current use, methodological developments and recommendations for good practice. *Current Psychology*, *40*(7), 3510–3521. https://doi.org/10.1007/s12144-019-00300-2

Hardwicke, T. E., Mathur, M. B., MacDonald, K., Nilsonne, G., Banks, G. C., Kidwell, M. C., Hofelich Mohr, A., Clayton, E., Yoon, E. J., Henry Tessler, M., Lenne, R. L., Altman, S., Long, B., & Frank, M. C. (2018). Data availability, reusability, and analytic reproducibility: Evaluating the impact of a mandatory open data policy at the journal *Cognition*. *Royal Society Open Science*, *5*(8), 180448. https://doi.org/10.1098/rsos.180448

INWT Statistics. (2019). *What's the best statistical software? A comparison of R, Python, SAS, SPSS and STATA*. https://www.inwt-statistics.com/blog/comparison-of-r-python-sas-spss-and-stata

Kathawalla, U. K., Silverstein, P., & Syed, M. (2021). Easing into open science: A guide for graduate students and their advisors. *Collabra: Psychology*, *7*(1), 18684. https://doi.org/10.1525/collabra.18684

Landers, R. N. (2019). *The Cambridge handbook of technology and employee behavior*. Cambridge University Press.

Lowndes, J. S. S., Best, B. D., Scarborough, C., Afflerbach, J. C., Frazier, M. R., O'Hara, C. C., Jiang, N., & Halpern, B. S. (2017). Our path to better science in less time using open data science tools. *Nature Ecology & Evolution*, *1*(6), 0160. https://doi.org/10.1038/s41559-017-0160

McNeish, D. (2018). Thanks coefficient alpha, we'll take it from here. *Psychological Methods*, *23*(3), 412–433. https://doi.org/10.1037/met0000144

Muenchen, R. A. (2019). *The popularity of data science software*. r4stats.com. http://r4stats.com/articles/popularity/

Nordmann, E., & McAleer, P. (2021). Learning to work with R. *APS Observer*, *34*(3). https://www.psychologicalscience.org/observer/learning-to-work-with-r

Nordmann, E., McAleer, P., Toivo, W., Paterson, H., & DeBruine, L. M. (2022). Data visualization using R for researchers who do not use R. *Advances in Methods and Practices in Psychological Science*, *5*(2), 1–17. https://doi.org/10.1177/25152459221074654

Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. *Science*, *349*(6251), aac4716. https://doi.org/10.1126/science.aac4716

Revelle, W. (2025). *psych: Procedures for psychological, psychometric, and personality research* (R package version 2.5.3). Northwestern University. https://CRAN.R-project.org/package=psych

Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. *Journal of Statistical Software*, *48*(2), 1–36. https://doi.org/10.18637/jss.v048.i02

Wickham, H. (2016). *ggplot2: Elegant graphics for data analysis*. Springer-Verlag.
]