Skip to content

[R-es] aiken duda

6 messages · Proyecto R-UCA, Carlos Ortega, Jose Betancourt B.

#
estimados
al tratar de calcularlo
aikenV(df)

me da el error

Error in colSums(data) : 'x' must be numeric

adjunto excel

aprciaria ayuda
saludos
jose
#
Buenas Jose:

¿Cómo estás cargando el fichero de datos? Sospecho que el problema es ese.

¿De qué paquete estás usando la función aikenV?

Un saludo.

El dom, 25-01-2026 a las 09:05 -0500, Jose Betancourt Bethencourt escribió:
#
Hola,

Así, funciona:

#----------------------------------------
library(spheredata)
library(readxl)

aikenV(df[, 2:ncol(df)])
#----------------------------------------

El problema que tenías era que la primera columna "Personas" que son los
individuos, no tiene que entrar en el análisis, solo las columnas de las
mediciones.

Gracias,
Carlos Ortega
www.qualityexcellence.es


El dom, 25 ene 2026 a las 19:21, Proyecto R-UCA (<r-uca en uca.es>) escribió:

  
    
#
rm(list = ls())

library(readxl)
df <- read_excel("D:/Betan/Escritorio/encuestas/df.xlsx")

df
library(spheredata)



attach(df)
aikenV(df)

ikenV lowerCI upperCI
item1    1.80     NaN     NaN
item2    1.83     NaN     NaN
item3    1.77     NaN     NaN
item4    1.75     NaN     NaN
item5    1.78     NaN     NaN
item6    1.78     NaN     NaN
item7    1.82     NaN     NaN
item8    1.75     NaN     NaN
item9    1.80     NaN     NaN
item10   1.82     NaN     NaN
item11   1.82     NaN     NaN
item12   1.80     NaN     NaNWarning message:
In sqrt(4 * n * k * V * (1 - V) + (z^2)) : NaNs produced

hay algún error que no veo
saludos

El dom, 25 ene 2026 a las 13:31, Carlos Ortega (<cof en qualityexcellence.es>)
escribió:

  
    
#
Hola,

He probado con diferentes formas que me ha ido proporcionando la IA de
Claude y al final, esta es la que funciona.
Al parecer la función del paquete, tiene un bug (según Claude).

#--------------------------
calcular_aiken_ic <- function(datos, min_val = 1, max_val = 7, conf = 0.95)
{
  n <- nrow(datos)

  resultados <- sapply(datos, function(col) {
    S <- sum(col)
    V <- (S - n * min_val) / (n * (max_val - min_val))

    z <- qnorm(1 - (1 - conf)/2)
    se <- sqrt(V * (1 - V) / n)

    lower <- max(0, V - z * se)  # No puede ser menor que 0
    upper <- min(1, V + z * se)  # No puede ser mayor que 1

    c(AikenV = V, lowerCI = lower, upperCI = upper)
  })

  return(t(resultados))
}

# Aplicar
resultados <- calcular_aiken_ic(df[, 2:ncol(df)])
resultados
#--------------------------
item1  0.9000000 0.7685216       1
item2  0.9166667 0.7955377       1
item3  0.8833333 0.7426415       1
item4  0.8750000 0.7300587       1
item5  0.8916667 0.7554547       1
item6  0.8916667 0.7554547       1
item7  0.9083333 0.7818709       1
item8  0.8750000 0.7300587       1
item9  0.9000000 0.7685216       1
item10 0.9083333 0.7818709       1
item11 0.9083333 0.7818709       1
item12 0.9000000 0.7685216       1> #--------------------------
Gracias,
Carlos Ortega
www.qualityexcellence.es

El dom, 25 ene 2026 a las 22:17, Jose Betancourt Bethencourt (<
betanster en gmail.com>) escribió:

  
    
#
Gracias!!!

Dr. Jose A. Betancourt Bethencourt
Universidad de Ciencias Medicas Carlos j. Finlay

El dom, 25 de ene. de 2026 6:29 p. m., Carlos Ortega <
cof en qualityexcellence.es> escribió: