Académique Documents
Professionnel Documents
Culture Documents
Medida en psicologa
Ione Esquer Terrazas
- Medida en psicologa-El estado matemtico es el segundo, comienzo con datos numricos y concluye con resultados numricos. El paso previo necesario
a este estadio es la atribucin de nmeros a las manifestaciones psicolgicas, a esto se le llama atribucin numrica o definicin
de medida.
Definicin de medida
Atribucin de nmeros a objetivos o sucesos de acuerdo con ciertas reglas. Regla general; aceptar como vlidas entre los
nmeros aquellas relaciones que sean verificables empricamente entre las modalidades.
Definicin de escala de medida
Escala como conjunto de modalidades distintas y de nmeros distintos relacionados, siempre y biunvocamente; a cada
modalidad le corresponde un solo nmero y a cada nmero una sola modalidad.
Tipos de escala de medida de Stevens
Escala nominal
Dadas dos o ms modalidades, slo podremos comprobar empricamente si ellas son iguales o distintas.
Slo se acepta la relacin igualdad-desigualdad. Ej; sexo, grupos sanguneo, diabetes, etc.
La escala nominal permanece invariante frente a cualquier transformacin que a nmeros distintos haga corresponder
nmeros distintos (permutacin).
Escala ordinal
No slo podemos comprobar si son iguales o distintas, sino, siendo distintas, cul de cada dos es la mayor.
Se admiten como vlidas las relaciones igualdad-desigualdad y orden. Ej; nivel acadmico, nivel de dolor.
La escala ordinal admite transformaciones que hagan corresponder a una sucesin ordenada de nmeros otra sucesin de
nmeros ordenados del mismo modo que los primeros (transformacin isomrfica y transformacin montona creciente).
Escala de intervalos
No slo podemos comprobar empricamente la igualdad-desigualdad y el orden, sino que tambin, podemos establecer una
unidad emprica de medida y observar cuntas veces se encuentra contenida dentro de la diferencia entre dos modalidades.
No existe el cero absoluto que indique ausencia total de cantidad de variable. Ej; temperatura, CI.
Se admiten como vlidas relaciones igualdad-desigualdad, orden, suma y resta.
La escala de intervalos permanece invariante frente a cualquier transformacin de la forma y=ax+b (transformacin lineal).
Escala de razn
Aade a la de intervalo la presencia del cero absoluto.
Se admiten como vlidas las relaciones igualdad-desigualdad y orden, y las operaciones suma, resta, multiplicacin y
divisin. Ej; longitud, edad, tensin arterial sistlica, colesterol.
La escala de razn permanece invariante frente a cualquier transformacin de la forma y=ax (transformacin geomtrica).
Relacin
Nominal
Ordinal
Intervalo
Razn
Operaciones admisibles
Igualdad /desigualdad
Igualdad/ desigualdad
Igualdad /desigualdad
Orden
Igualdad/ desigualdad
Mayor/menor que
Igualdad /desigualdad
Orden
Cuantas veces una unidad se
encuentra dentro la de
diferencia entre dos
modalidades
Igualdad/ desigualdad
Mayor/menor que
Suma y resta entre los
nmeros
Multiplicacin y
divisin entre las
diferencias
Igualdad /desigualdad
Orden
Cuantas veces una unidad se
encuentra dentro la de
diferencia entre dos
modalidades
Cuantas veces una modalidad
es mayor que otra
Igualdad/ desigualdad
Mayor/menor que
Suma ,resta,
multiplicacin y
divisin
Transformacin
admisible
Permutacin
Isomrfica
Montona
Creciente
Representacin grfica
Diagrama de barras
Ciclograma/diagrama de
sectores
Pictogramas
Diagrama de barras
(siguiendo un orden)
Pictogramas
Y= ax+b
Diagrama de barras
Histograma
Polgono de frecuencias
Diagrama de tallo y hojas
BoxPlot
Y=ax
Diagrama de barras
Histograma
Polgono de frecuencias
Diagrama de tallo y hojas
BoxPlot
Tema 2. Qu es la estadstica
Ione Esquer Terrazas
- Qu es la estadstica-Poblacin
Conjunto de objetos (realmente existentes o posibles) que verifican una definicin bien determinada. Ej; universitarios
espaoles.
Muestra
Cualquier subconjunto posible de una poblacin. Ej; 300 universitarios espaoles
Parmetro
Toda funcin definida sobre los valores numricos de una poblacin. La funcin es la misma para todos los casos. El resultado
numrico vara de caso a caso. Ej; media aritmtica de las alturas de todos los universitarios espaoles.
Estadstico
Toda funcin definida sobre los valores numricos de una muestra. Ej; media aritmtica de las alturas de una muestra de 300
universitarios espaoles.
Definicin de estadstica
Estadstica. Es la ciencia que recoge, ordena y analiza los datos de una muestra, extrada de cierta poblacin y utilizando
como herramienta el clculo de probabilidades, se encarga de hacer inferencias acerca de la poblacin.
Estadsticas. Son los resultados numricos obtenidos mediantes la estadstica.
Estadstico. Es todo valor numrico obtenido a partir de los valores presentados por una muestra.
Divisin de la estadstica
Estadstica descriptiva. Su cometido es recoger, ordenar y analizar los datos de una muestra (describir la muestra).
Estadstica inferencial. Su cometido es verificar inferencias acerca de los parmetros y la forma de distribucin de la
poblacin, a partir de los estadsticos y la forma de distribucin de la muestra.
Probabilidad. Puente que nos permite pasar vlidamente de la muestra a la poblacin. Legitima el salto de las caractersticas
(conocidas) de una muestra hasta las caractersticas (desconocidas) de una poblacin.
Muestra
Estadstico E. Descriptiva
Probabilidad
Poblacin
Parmetro E. Inferencial
- Organizacin de datos-Constante
Caracterstica que slo puede manifestarse bajo una nica modalidad.
Variable
Caracterstica que puede manifestarse segn dos o ms modalidades.
Cuando una caracterstica, en s misma variable, slo puede manifestarse bajo una modalidad, ser considerada como
constante. Ej; extraversin en un grupo de varones, el sexo se mantiene constante.
Variable cualitativa
Caracterstica que solo puede ser considerada a nivel nominal. Ej; sexo, profesin, nacionalidad.
Las representaciones grficas posible son ciclogramas, pictogramas, diagrama de barras. La representacin con un
diagrama de barras se hace con rectngulos separados de igual base y alturas proporcionales a las frecuencias
correspondientes.
Variable cuasi cuantitativas
Aquella caracterstica que puede ser considerada como mximo, a nivel ordinal. Relacin de desigualdad y orden.
Representacin grfica; diagrama de barras.
Variable cuantitativa
Caracterstica que puede ser considerada al menos, a nivel de intervalos.
La representacin grfica de estas variables se realiza mediante histogramas y polgonos de frecuencias.
Variable cuantitativa discreta; caracterstica que no admite siempre una modalidad intermedia entre dos
cualesquiera de sus modalidades (nmero de hijos).
Variable cuantitativa continua; caracterstica que admite una modalidad intermedia entre dos cualesquiera de
sus modalidades (longitud, peso, etc).
Modalidades y clases
Una caracterstica se puede manifestar bajo un gran nmero de modalidades. Conviene reducir estas modalidades a un nmero
menor de clases (bien definidas, mutuamente exclusivas y exhaustivas).
Frecuencia (Frecuencia absoluta); el nmero de observaciones contenidas dentro de una clase.
Proporcin (Frecuencia relativa); cociente entre la frecuencia absoluta de dicha clase y el nmero total de observaciones,
en todas las clases.
Porcentaje. La proporcin o frecuencia relativa multiplicada por 100.
Distribucin de frecuencias. Conjunto de los nmeros atribuidos a las clases y de las frecuencias correspondientes a cada
una de aquellas.
Intervalos elementales y compuestos
Intervalo elemental; con cada valor discreto va asociado un intervalo de amplitud unidad.
Intervalo compuesto; al conjunto de varios intervalos elementales consecutivos. Por regla general, cada intervalo
compuesto contiene el miso nmero de intervalos elementales.
Ej; si tenemos dos intervalos compuestos, sus lmites exactos son 3,5-6,5 y 6,5-9-5. Llamaremos lmites aparentes de estos
intervalos; 4-6 y 7-9.
Amplitud. Es la diferencia entre su lmite exacto superior y lmite exacto inferior; 6.5-3,5 = 9,5 6,5 = 3.
Punto medio; de cada intervalo es la media aritmtica de sus dos limites exactos. El punto medio del intervalo 4-6 es de 5.
Representaciones grficas
Diagrama de barras. Se representan tantas barras como categoras tiene la variable, de modo que la altura de cada una de
ellas sea proporcional a la frecuencia o porcentaje de casos en cada clase. Se usa para representacin de caracteres
cualitativos y cuantitativos discretos.
Histograma. Formas especiales de diagramas de barras para distribuciones cuantitativas continuas.
Polgono de frecuencias; lnea originada por el conjunto de segmentos rectlneos obtenidos al unir los puntos
consecutivos.
Pictograma. Consiste en asociar a cada categora de la variable un dibujo, relacionado con sta, cuyo tamao ser
proporcional a la frecuencia.
Diagrama de sectores. Tambin se conoce como diagrama de tarta, ciclograma o quesito. Se dibuja un crculo que se
divide en tantas secciones como categoras o valores distintos presenta la variable objeto de estudio.
Diagrama de tallo y hojas. Ideado por Turkey dentro del enfoque denominado anlisis exploratorio de datos. Permite
visualizar globalmente la distribucin de frecuencias.
Cada tallo define una clase y el nmero de hojas representa la frecuencia de dicha clase.
Permite tanto un listado de puntuaciones como un dibujo de la distribucin.
Diagrama de Box and Whiskers (diagrama de caja y bigotes). Transmite de manera directa y simple la variabilidad
observada en un conjunto de valores. Ofrece una representacin grfica en la que se distinguen la tendencia central, la
dispersin y la distribucin. Se calculan la mediana, cuartiles y Q1 y Q3.
Normas prcticas para las representaciones grficas
Eje de abscisas (horizontal) representar las puntuaciones de la variable de que se trate.
Eje de ordenadas (vertical) representar las frecuencias, proporciones o porcentajes.
La interseccin de los dos ejes ser tomada como origen de las puntuaciones de ambos ejes.
Si la puntuacin mnima y la frecuencia mnima son altas, en ambos ejes se suelen hacer dos cortes (al inicio de
abscisas y ordenadas).
Organizacin de datos
Estadstica
Escalas Nominales
Tipos de variables
Escalas Ordinales
Los objetos pueden manifestar determinada
caracterstica en mayor grado unos que otros.
Permiten establecer relaciones de orden.
Ejemplo; alto , regular, bajo. (Valor o
puntuacin)
Escalas de intervalo
Incluye todas las caractersticas de la escala
ordinal pero adems la distancia entre valores
es constante. Permite operaciones de suma y
resta. El cero es arbitrario, y no significa
carencia absoluta. (Valor o puntuacin)
Escala de razn
Permite adems operaciones de multiplicacin
y de divisin. Tiene cero absolutos, que
significa ausencia del atributo. Ejemplo;
distancia, velocidad. (Valor o puntuacin)
- Estadsticos de posicin y de tendencia central-Los estadsticos de tendencia central o de posicin indican dnde se sita un grupo de puntuaciones (en zona alta, media o baja)
Media aritmtica
La media aritmtica de n valores n es ms que su suma dividida por el nmero de ellos.
Propiedades;
La suma de las diferencias de n puntuaciones respecto a su media vale cero.
La media de y=ax+b, y2=ax2+b, etc, siendo A y B dos constantes arbitrarias es =
+ .
La media es sensible a la variacin de cada una de las puntuaciones.
La media es funcin de todas y cada una de las puntuaciones y variar con que vari una sola de ellas.
La media es funcin de los intervalos elegidos.
No podr ser calculado si el intervalo mximo no tiene lmite superior y/o el intervalo inferior mnimo no lo tiene
inferior.
La media es el centro de gravedad de la distribucin de frecuencias.
La media no es el estadstico ms apropiado cuando la distribucin es muy asimtrica.
Media ponderada
La media ponderada de n puntuaciones es la media de esas puntuaciones multiplicadas o ponderadas por coeficientes o pesos
apropiados.
Medias aritmticas generalizadas
La media geomtrica g de N valores, la raz ensima del producto de n valores. Es un valor tal que su logaritmo es igual a
la media aritmtica de los logaritmos de los datos.
Se ha utilizado en investigaciones sobre promedios de tiempos (latencias, tiempos de reaccin).
En psicofsica suele preferirse la media geomtrica a la media aritmtica cuando se trata de promediar razones.
La media armnica a de n valores, al recproco de la media aritmtica de los recprocos de esos n valores.
La media armnica se suele emplear en clculos de psicofsica (audicin, velocidades). Ej; velocidad con la que se traslada el
impulso nervioso.
La media cuadrtica c de n valores X1, X2 .. Xn a la raz cuadrada de la media aritmtica de los cuadrados de esos n
valores. La media aritmtica cuadrtica es un valor tal que su cuadrado es igual a la media aritmtica de los cuadrados de
los datos.
Mediana
Si ordenamos las puntuaciones me menor a mayor o de mayor a menor, la mediana sera el punto o valor numrico que deja
por encima y por debajo de s el 50% de las observaciones.
Clculo
Para calcular la mediana en datos agrupados en intervalos, hemos de localizar el intervalo crtico. El intervalo crtico es aquel
intervalo que contiene la puntuacin que deja por debajo y por encima la mitad de las observaciones.
Propiedades
La sume de las diferencias (en valor absoluto) de n puntuaciones respecto a su mediana es igual o menor que la suma
de las diferencias de esas puntuaciones respecto a cualquier otro valor.
Es menos sensible que la media a la variacin de cada una de las puntuaciones.
Es funcin de los intervalos elegidos.
Puede ser calculada aunque el intervalo mximo no tenga lmite superior, ni el intervalo mnimo lo tenga inferior,
cuando uno de esos intervalos no contenga dentro de s ms del 50% de los casos.
La mediana es un punto tal que la vertical levantada sobre el mismo divide el rea total del histograma en dos reas
con idntica superficie.
Es ms recomendable que la media cuando la distribucin de frecuencias es muy asimtrica.
Dados r grupos con medianas Md1, Md2 la mediana del grupo total es igual o mayor que la mediana mnima e igual o
menos que la mxima.
Moda
Puntuacin a la que corresponde la frecuencia mxima. Es decir, la puntuacin que ms veces se repite.
Cuando los datos estn agrupados en intervalos, la moda corresponde con el punto medio del intervalo al que corresponde la
frecuencia mxima.
La moda se puede calcular para variables cualitativas, cuasi-cuantitativas y cuantitativas
Propiedades
Sencilla de calcular
Tienen el inconveniente de no ser necesariamente nica.
Es funcin de los intervalos elegidos.
Puede ser calculada aunque el intervalo mximo no tenga lmite superior ni el mnimo lo tenga inferior.
Cuantiles
Estadsticos de posicin que nos indican la situacin o posicin de una puntuacin o valor numrico con respecto al grupo del
que se procede.
Se definen como un conjunto de K puntos que permiten dividir la distribucin en k+1 partes iguales.
Cuartiles
Son tres valores (Q1, Q2 y Q3) de la variable que dividen a la distribucin en cuatro partes iguales, cada una de las cuales
supone un 25% del total. Estos tres valores coinciden con los percentiles P25, P50 y P75.
Deciles
Nueve valores de la variable que dividen la distribucin en diez partes iguales de modo que cada parte sern una dcima
o un 10% del total. D5 equivale a Q2, P50 y la mediana.
Percentiles
Definiremos el percentil K como un valor numrico que deja por debajo de s el k por 100 de las observaciones.
Decir que 140 es el percentil 90 equivale a decir que dicho valor numrico deja por debajo de s el 90% de las
observaciones del grupo de que se trate.
La mediana es un percentil determinado, el percentil 50. Los percentiles son calculables a nivel ordinal pero slo se les
suele aplicar a variables cuantitativas continuas.
Tiene el inconveniente de presentar desigualdades en la distancia entre valores (especialmente entre los extremos de la
distribucin).
La escala de percentiles es ordinal con unidades muy desiguales.
- Estadsticos de variabilidad o dispersin-Los estadsticos de variabilidad o dispersin nos indican si esas puntuaciones se encuentran muy prximas entre s o muy
dispersas.
Desviacin media
La media de las diferencias (en valor absoluto) de n puntuaciones respecto a su media aritmtica.
Propiedades;
Es fcilmente inteligible y calculable
Raramente se utiliza debido a que sus valores absolutos son muy poco manejables matemticamente
Varianza y desviacin tpica
Varianza. Es la media de las diferencias cuadrticas de n puntuaciones respecto a su media aritmtica.
2
2
Referida a la muestra = s . Referida a la poblacin = o .
Desviacin tpica o estndar. Es la raz cuadrada de la varianza. Ser considerada siempre como positiva. Se expresa en las
mismas unidades e las que estn los datos.
Propiedades;
El valor de la varianza y la desviacin tpica siempre ser mayor o igual a cero.
La varianza de Y=ax+b , Y2=ax2+b etc, siendo A y B dos constantes arbitrarias, es igual a la varianza de X multiplicada
2
por A .
Si a un conjunto de puntuaciones le sumamos una constante, la varianza y la desviacin tpica de las nuevas
puntuaciones ser igual que la varianza y la desviacin tpica de las originales.
La varianza y la desviacin tpica son sensibles a la variacin de cada una de las puntuaciones.
Son funcin de los intervalos elegidos.
2
Fuera del intervalo, se encuentran a lo ms, el (1/k )100 por 100 de las observaciones, sea cual sea la forma de la
distribucin de frecuencias. Esta propiedad hace referencia al hecho de que las distancias menores hasta la media son
ms frecuentes que las distancias mayores (desigualdad de Tchebychev).
No sern calculables o no sern recomendables, cuando no se calculable, o no sea recomendable, la media como
medida de posicin o tendencia central.
La desviacin tpica viene expresada en las mismas unidades en las que vienen expresados los datos. Si los datos vienen
expresados en metros, la desviacin tpica vendr dada en metros, pero la varianza vendr dada en metros cuadrados.
Dados r subgrupos, la varianza de las n puntuaciones incluidas en el grupo total es igual a la media de las varianzas de
cada uno de los r subgrupos ms la varianza de las medias de cada uno de esto mismos r subgrupos.
Amplitud
La amplitud, tambin conocida como recorrido o rango, es diferencia entre la puntuacin mxima y la mnima. Si tenemos en
cuenta los lmites exactos de los intervalos elementos o compuestos, la amplitud es la diferencia entre la puntuacin mxima y
la mnima ms una unidad.
Propiedades;
La amplitud es muy fcilmente calculable.
Tiene el inconveniente de tener en cuenta nicamente las puntuaciones extremas.
Amplitud semiintercuartil
Semidistancia entre el tercer cuartil y el primer cuartil, es decir, entre el percentil 75 y el percentil 25.
Propiedades;
La ASI es preferible a la desviacin tpica en el caso de distribuciones muy asimtricas.
Cuando el intervalo mximo carece de lmite superior y/o el mnimo carece de lmite inferior es posible calcular la ASI.
La ASI slo es calculable a nivel de intervalos o de razn.
Es menos sensible que la desviacin media y que la desviacin tpica a la variacin de los datos.
Coeficiente de variacin
Se utiliza para comparar la variabilidad de dos conjuntos de datos. El coeficiente da variacin es el resultado de dividir la
desviacin tpica por la media.
Nos permite comprar dos grupos, con variables de distintas naturaleza, expresando la variabilidad de cada grupo en
nmeros abstractos. Si comparamos dos grupos de variables, por ejemplo longitud (X) y peso (Y), Sx vendr dada en
metros y Sy en gramos.
Tambin es til cuando tenemos dos grupos distintos y una misma variable, y las medidas de esa variable son muy
distintas entre s (ej, el peso de un grupo de elefantes y el peso de 100 hormigas).
Propiedades;
Es un valor abstracto, como cociente de dos nmeros concretos del mismo tipo.
Si a unas puntuaciones dadas les sumamos una cantidad positiva, el coeficiente disminuir.
Si multiplicamos unas puntuaciones dadas por cualquier constante positiva el CV se mantendr constante.
Si Y=ax
CV no se altera
Y=Ax+b
Si y=ax+b
CV disminuye
Si y=ax-b
CV aumenta
El CV podra ser tericamente negativo por se tomar el valor absoluto ya que ningn estadstico de dispersin tiene
sentido en valor negativo.
Las puntuaciones pueden ser positivas o negativas pero el ndice de variabilidad o dispersin ser siempre positivo (hay
variabilidad) o nulo (las puntuaciones son iguales y no hay variabilidad).
PUNTUACIN DIRECTA; Xi
Resulta de aplicar la escala de medida correspondiente a una variable
PUNTUACIN DIFERENCIAL; Xi= Xi=0
Sx=SX
Nos indica si ese sujeto est por encima o por debajo de la media.
Transformacin lineal
Tpicas derivadas o transformadas
Transformacin lineal de las tpicas; predefinidas media y dt.
T= z10+50.
Ej; CI= 15Z+100.
TRANSFORMACIN NO LINEAL
Percentiles
Transformacin NO lineal; Zn
Tpicas normalizadas
Transformacin no lineal de las tpicas.
Cambia la distribucin.
Puede basarse en percentiles
Estadsticos de posicin
Indican la posicin o situacin
de una puntuacin, con
respecto al grupo del que
procede. Cuantiles; valores que
permiten estudiar la posicin
relativa de un individuo en una
variable.
Deciles.
9valores de la variable
que dividen a la
distribucin en 10 partes
iguales. D5= Q2=P50=Md.
Cuartiles.
3valores de la variable que
dividen a la distribucin en
4 partes iguales. Q1, Q2 y Q3
corresponde a P25, P50 y P75.
Percentiles.
Divisin de una
distribucin en 100partes
iguales. Intervalo crtico al
intervalo donde se
encuentra un percentil
determinado. Al menos
escala ordinal.
Estadsticos de variabilidad
Grado de dispersin o separacin entre los datos de
distribucin. Nunca negativos.
Amplitud total
Distancia entre los valores que representan la
puntuacin mxima y la puntuacin mnima.
Llamado tb rango o recorrido.
Amplitud semi-intercuantil (ASI)
Mitad de la distancia entre el Q3 y el Q1. ndice de
ambigedad. Distribuciones simtricas. Conocer
cuantas unidades de los valores que toma la
variable se concentran el 50% de los casos.
Desviacin media
Media de las diferencias, en valor absoluto, de las
puntuaciones respecto a su media.
Varianza y desviacin tpica
Varianza como promedio de las diferencias de
cada puntuacin respecto a su mediana, pero
elevadas al cuadrado. Nunca es negativa. Sensible
a la variacin de las puntuaciones. (Muestra S,
poblacin O)
Desviacin tpica; es la raz de la varianza. Nunca
es negativa. Cuando ms pequea, la muestra es
ms homognea.
Coeficiente de variacin.
Mide el grado de dispersin de un conjunto de
datos en relacin a su media.
Desigualdad de Tchebychev. Nos permite saber el
nmero de observaciones que se encuentra entre
la media y 2 desviaciones tpicas (%75).
Puntuaciones
Puntuacin directa
Resulta de aplicar la
escala de medida
correspondiente a una
variable.
Puntuacin diferencial
Puntu.directa menos la
media. Permite hacer
comparaciones. Si
resulta positivo; la
puntuacin directa esta
por encima de la
media. La media de las
puntuaciones
diferenciales = 0.
Puntuacin tpica
Es la puntuacin directa
dividida por la
desviacin tpica.
Media 0 y DT 1.
Cuantas DT se aleja de
la media. No depende
de la unidad de
medida.
Es la calificacin
estndar ms
elemental y til.
La media y la varianza
son constantes.
Puntuacin derivada
Media de 50 y
desviacin tpica (DT)
de 10.
1
yx Es igual o mayor que cero o menor o igual que 1. 0
yx
2
2
La diferencia yx ryx mide el grado de alejamiento mayor o menos de unos datos de la linealidad. Cuanto mayor
sea las diferencias menos lineales son los datos.
yx es tomada como positiva.
- La ecuacin de regresin-El trmino de regresin se debe a los estudios de Galton sobre la herencia y la regresin a la media.
Hoy regresin equivale a prediccin, pronstico, estimacin.
La ecuacin de regresin es una ecuacin de prediccin, de pronstico, de prediccin.
Ecuacin de una recta en el plano
Intentamos determinar una funcin matemtica que nos permita pronosticar la puntuacin de cada sujeto en una variable Y
conocida su puntuacin en otra variable X.
Una ecuacin de regresin de Y=-1+7X, nos indica una correlacin de Pearson positiva entre X e Y.
La funcin elegida es la funcin lineal, de la forma Y=bX+a.
Dada esta ecuacin X es la variable independiente e Y es la variable dependiente.
La variable X (VI) se representa en el eje de abscisas (horizontal)
La constante a es llamada ordenada en el origen, pues representa el valor de Y (ordenada) cuando X=0.
La constante b es llamada pendiente de la recta y representa la inclinacin mayor o menor de la misma.
Ecuaciones de las rectas de regresin de Y sobre X segn el criterio de mnimos cuadrados
Deseamos construir una lnea recta tal que haga mnimo el error medio cometido en los pronsticos.
Ecuacin de regresin expresada en puntuaciones directas
Son iguales la media de las puntuaciones directas pronosticadas y la media de las puntuaciones directas obtenidas.
=
La varianza de las puntuaciones directas pronosticadas es igual o menor que la varianza de las puntuaciones
2
directas obtenidas, ya que r xy es menor o igual a 1.
La recta de regresin de Y sobre X, en puntuaciones directas pasa por el punto ( , )
Ecuacin de regresin expresada en puntuaciones diferenciales
La recta de regresin en puntuaciones directas y la recta de regresin en puntuaciones diferenciales tienen la
misma pendiente, son paralelas.
La media de las puntuaciones diferenciales pronosticada y la media de las puntuaciones diferenciales obtenidas
valen ambas cero. = 0 =
La recta de regresin de Y sobre X, en puntuaciones diferenciales pasa por el origen ( = 0, = 0).
La varianza de las puntuaciones diferenciales pronosticadas es igual o menor que la varianza de las puntuaciones
2
diferenciales obtenidas, ya que r xy es menor o igual a 1.
Ecuacin de regresin expresada en puntuaciones tpicas
Las puntuaciones tpicas pronosticadas y la media de las puntuaciones tpicas obtenidas valen ambas cero.
La recta de regresin de Y sobre X en puntuaciones pseudotpicas pasa por el origen.
La varianza de las puntuaciones tpicas pronosticadas es igual o menor que 1.
El coeficiente de correlacin de Pearson y las rectas de regresin r
xy
Este coeficiente (conocido como coeficiente de determinacin) se entiende como la proporcin de varianza asociada (varianza
de Y asociada a la variacin de X) o varianza comn.
2
r xy resulta del cociente entre la varianza asociada y la varianza total.
Proporcin de varianza asociada
Varianza de Y asociada a la variacin de X
2
r xy de las diferencias individuales en Y est asociada de/es explicado por las variaciones o diferencias
individuales en X.
Ej; Si rxy=0,70. R2xy= 0,70 x 0,70 = 0,49
Diremos que 0,49 es la proporcin de la varianza asociada y que 0,51 es la proporcin de varianza no
asociada.
El 49% de las diferencias individuales en Y es explicado por las variaciones o diferencias individuales
de X.
El 51% de las diferencias en Y no dependen de las variaciones en X.
ndice de reduccin de error en los pronsticos
Proporcin del error cuadrtico medio eliminado usan Y en vez de la media de Y.
Si r2xy 100%; hemos reducidos e E2m en ese porcentaje.
Ej; R2xy= 0,65 x 100= 65%.
Hemos reducido el E2m en un 65%.
Valindonos de Y solo cometeramos un 35% del error que habramos cometido con Y.
ndice de aproximacin de los puntos a la recta de regresin
Cuanto mayor sea su valor ms se aproximan los puntos a la recta.
es funcin del tamao de la muestra, de manera que al multiplicar por una constante k las frecuencias de todas las casillas de
2
una tabla de contingencias, aumenta aunque las proporciones de las casillas sigan siendo las mismas.
El coeficiente C nos permite evitar este inconveniente.
Propiedades
El coeficiente de contingencia C no valdr menos que cero ni valdr uno o ms. 0 C<1
Es funcin del nmero de filas y columnas.
La nica interpretacin razonable de un valor determinado de Q y de C es compararlo con los valores encontrados por otros
investigadores trabajando con las mismas variables o variables semejantes.
-La relacin entre variables dicotmicas y dicotomizadas-Variables dicotmicas; aquella que por su propia naturaleza slo pueden manifestarse segn dos modalidades (sexo
femenino-masculino).
Variables dicotomizadas; aquellas que por su propia naturaleza pueden manifestarse segn muchas modalidades (ms
de dos) pero que, de hecho, slo se las permite manifestarse segn dos (nmero de hijos; menos de 3 o ms de 3).
Coeficiente de correlacin biserial puntual; rbp
La aplicacin del coeficiente de correlacin de Pearson a dos variables, siendo una de ellas continua y la otra dicotmica.
Su valor est comprendido entre -1 y 1.
Coeficiente de correlacin;
La aplicacin del coeficiente de correlacin de Pearson a dos variables, siendo ambas dicotmicas.
Su valor est comprendido entre -1 y 1.
Coeficiente de correlacin biserial; rb
Si tenemos dos variables que aparecen una como continua y la otra aparece dicotomizada artificialmente, este coeficiente nos
permite estimar el coeficiente de correlacin de Pearson si la variable dicotomizada artficamente se hubiera mantenido
continua.
Se han de cumplir dos condiciones; que la distribucin de Y considerada como continua es normal y la relacin ente X e Y es
lineal.
Para unos mismos datos, el coeficiente de correlacin biserial es siempre mayor que el coeficiente biserial puntual.
Puede valer ms que uno y menos que uno.
Coeficiente de correlacin tetracrica; rt
Estimacin del coeficiente de correlacin de Pearson si dos variables dicotomizadas artificialmente se hubieran mantenido
continas, tienen una distribucin normal y su relacin es lineal.
Para unos mismos datos, el coeficiente de correlacin tertracrico es siempre mayor o igual que el coeficiente de
correlacin .
Su valor est comprendido entre -1 y 1.
Coeficiente Kappa
Este coeficiente fue propuesto por Cohen para el clculo de la fiabilidad interjueces o inter-evaluadores.
Dicotmica
Dicotomizada
Aplicaciones de Pearson
Estimacin de Pearson
V.ORDINALES
V. NOMINALES
Coeficiente de correlacin p
de Spearman
Coeficiente Q de
Yule
Dos variables
nominales, ambas
con solo dos
modalidades.
Si Q=0,
independencia.
Si = 1; relacin directa
mxima
Si= -1; relacin inversa
mxima
Si= 0; relacin nula
Coeficiente de correlacin
de Kendall
Denominemos P, al nmero
de no-inversiones y Q al de
inversiones.Pares de suj.si n
hay empates . Del -1 al 1.
Medir el grado de semejanza
entre los valores de 2
sucesiones ordinales.
Coeficiente de correlacin
de Goodman y Kruskal
Coef.ms apropiado cuando
existen muchas
observaciones , pero pocos
valores ordinales,
producindose as,
numerosos empates.
(Muestras grandes)
Coeficiente de Chi
cuadrado
Puede ser aplicado
cuando se aade
una tercer
modalidad a la
variable X (una ms
que yule).
Esta en funcin de
n. Si aumenta n, el
coef.chi tb
aumenta. Si las
variables fuesen
independientes
entre si (diferencia
entre frecuencias
observadas y
experadas).
Coeficiente de
contingencia C
Supera el problema
del aumento de n
en chi.
Entre 0 y 1.
Estadstica
descriptiva
Tres variables
V. DICOTOMIZADAS
Variable dicotomizada;
entendemos por ella a aquella que
por su propia naturaleza puede
manifestarse segn muchas
modalidades pero que nicamente
se le permite manifestarse en dos.
Coeficiente de correlacin
biserial puntual Rbp
Aplicacin del coef, de
correlacin de Pearson a dos
variables, una continua y otra
dicotmica (-1, +1).
Coeficiente correlacin
Formula del coef.de
correlacin de Pearson
aplicada a dos variables
dicotmicas genuinas.
Phi
Coeficiente de correlacin
biserial Rb
Estimacin de Pearson siempre
que Y se hubiera mantenido
continua y si la distribucin de
Y es normal y q. la relacin
entre X e Y, es lineal. 1 variable
continua y otra dicotomizada.
Coeficiente de correlacin
tetracrica Rt
Estimacin de Pearson siempre
que, tanto X como Y, se hayan
mantenido continuas y si las
distribuciones de X e Y, son
normales; y la relacin entre
ambas variables es lineal. 2
variables dicotomizadas.
Correlacin parcial
Correlacin entre 2
variables separando el
influjo de la tercera
(edad, altura y
habilidad lingsticas).
Regresin mltiple
Predecir la puntuacin
de un sujeto en una
variable conociendo su
puntuacin en otras
dos. Se define en un
espacio tridimensional.
Las variables deben de
ser independientes
entre si.
Cuanto ms perfecta
sea la correlacin,
representacin grfica
ms cercana al plano.
Hay mltiples
predictores o VI.
Correlacin mltiple
Si el coeficiente de
correlacin mltiple
entre una variable y K
variables es nulo; la
variable criterio no
tiene variabilidad
comn con las K
variables predictoras.
Nivel de significacin
1%
5%
0,1%
Nivel de significacin
0,05
0,01
0,001
Aceptamos H0
Rechazamos H0
Nivel de significacin
lo ms
H0 Falsa
Error tipo II
Decisin correcta
1Potencia de la prueba
Potencia
La potencia de una prueba o de la regin crtica es la probabilidad de rechazar H 0 siendo H1 verdadera (1- )
Cohen propone como un criterio vlido para aumentar la potencia de la prueba de hiptesis, aumentar la probabilidad de error
tipo I.
Contrastes unilaterales y bilaterales
Una hiptesis nula que ha sido rechazada en un contraste unilateral, a un determinado nivel de confianza, puede no ser
rechazar, a ese nivel de confianza, si el contraste es bilateral.
Diremos que un contraste es unilateral cuando la regin crtica impuesta sea unilateral
Contraste unilateral derecho. H0; 0 ; H1; > 0 o H0; = 0 ; H1; > 0
Contraste unilateral izquierdo. H0;
Diremos que un contraste es bilateral cuando sea bilateral la regin crtica impuesta.
Contraste bilateral. H0; = 0 ; H1; 0.
Curva de potencias
Con cada hiptesis nula que ha sido rechazada en un contraste unilateral, a un determinado nivel de confianza, puede no ser
rechazada a ese nivel de confianza, si el contraste es bilateral.
Intervalo confidencial
Se conoce como intervalo confidencial al intervalo de valores con un determinado grado de probabilidad, que pretenden ser
estimaciones del parmetro.
Llamaremos coeficiente confidencial o nivel de confianza (1- ) a la probabilidad asociada a este intervalo.
El intervalo confidencial ser ms til cuanto ms estrecho sea pero menos ser la probabilidad de que contenga a , y cuanto
mayor sea la probabilidad de que lo contenga, ms extenso ser dicho intervalo.
6) Atencin a la distribucin de probabilidad muestral del estadstico de contaste (tabla a usar; z, T, F, x ); distribucin hacia la
cual se iran acercando las distribuciones empricas del estadstico de contraste si se aplicara a todas las muestras posibles de
la poblacin.
7) Determinacin de regin crtica o regin de rechazo
Mtodo de biseccin de Stevens; divisin en dos regiones (crtica y no crtica) del segmento rectilneo cuyos puntos
presentan los posibles valores del estimador del parmetro.
Regin crtica asociada a ;
Una cola; H1>H0 ; unilateral derecho.
H1<H0; unilateral izquierdo.
Dos colas; contraste bilateral H1=H0.
8) Rechazar o aceptar H0 segn el valor del estadstico de contraste
Estadstico de contraste en la regin no crtica; aceptamos H 0
Estadstico en regin crticas; rechazamos H 0
1-
nos permitir comprobar si la distribucin de frecuencias de una muestra extrada aleatoriamente de cierta poblacin se
asemeja en su forma a la distribucin que rige dicha poblacin.
La hiptesis nula en la independencia de variables es; en la poblacin la variable dependiente observada X es independiente de
la variable dependiente observada Y.
ESTADSTICA INFERENCIAL
MUESTREO
No probabilstico.
Muestreo intencional u opintico. Subjetividad. Se toma
la muestra sin criterios. No tenemos forma de saber si es
representativa. Censo; no inferencia.
Probabilstico / Aleatorio
Se conoce la probabilidad asociada a cada una de las
muestras que es posible extraer. Todos los sujetos la
misma probabilidad.
Muestreo aleatorio en una poblacin finita; Todos
los elementos la misma probabilidad. Se realiza al
azar.
Con reposicin. Poblacin siempre la mismas.
Las variables aleatorios son independientes.
Sin reposicin. Todos los elementos misma
probabilidad. El resultado de las extracciones
depende de las anteriores.
Muestreo aleatorio en poblacin infinita; n infinito
de elementos de la poblacin, y un ninfinitos de
muestras de cualquier tamao.
Muestreo aleatorio estratificado; se divide poblacin
total en subpoblaciones. Mantienen una determina
representacin en la muestra.
Muestreo aleatorio de conglomerados; consideramos
los grupos de elementos para extraer
aleatoriamente.
Estimacin x intervalos
Proponer un intervalo dentro del cual
habra una alta probabilidad de encontrar
el parmetro.
Es posible determinar el tamao del error
muestral mximo.
Nivel de confianza; probabilidad de
efectuar la estimacin correcta.
Nivel de significacin; nivel de riesgo,
probabilidad de efectuar la estimacin
incorrecta. Riesgo mximo que
estamos dispuestos a asumir.
Estimacin puntual
Se intenta obtener un nico valor como
estimacin de cierto parmetro
desconocido. El estimador es el
instrumento utilizado para ello.
Existir discrepancia entre la estimacin
concreta y el valor real error muestral
(E).
Propiedades de un estimador
Muestreo aleatorio sistemtico; Elegimos elemento
K, y a partir de eso, aadimos los n q.queramos.
CONTRASTE DE HIPTESIS
Intervalos confidenciales.
Podemos definir el intervalo confidencial que sera el intervalo de
estimaciones probables. El intervalo de confianza, ser ms til cuando ms
estrecho sea. Cuanto mayor sea el tamao de la muestra, menor ser la
amplitud del intervalo confidencial. Nivel de confianza; probabilidad deaceptar
H0 que es cierta.
En el caso de que una F haya dado significativa, podemos llevar a cabo pruebas mltiples a posteriori (para el anlisis
estadstico).
Condiciones;
a) Normalidad. Las puntuaciones han de seguir una distribucin normal. La transformacin logartmica de los datos puede
servir para corregir la no normalidad de las distribuciones.
b) Independencia. Las puntuaciones han de ser independientes entre s. Esto lo garantiza un muestreo aleatorio simple.
c) Homocedasticidad. Se refiere a la igualdad de las varianzas de las subpoblaciones de las que proceden los distintos
grupos. La prueba de Barlett permite comprobar esta condicin.
d) Supuesto de esfericidad. Trabajando con medidas repetidas los errores pueden estar correlacionados. Diremos que
viola el supuesto de esfericidad cuando la correlaciones entre los errores son elevadas.
En el test de Mauchley la hiptesis nula es la existencia de esfericidad.
e) Supuesto de aditividad (no interaccin sujeto x tratamiento). Es posible que los sujetos y tratamientos interaccionen. La
prueba de no aditividad de Turkey nos lo permite comprobar. Se puede solventar este problema con la transforamcin
de las puntuaciones.
Anlisis de varianza (doble criterio de clasificacin)
Se introducen dos criterios de clasificacin o dos factores que pueden influir en los resultados en cierta variable Y. Los factores
no tienen por qu coincidir en el nmero de categoras o niveles.
En el Anova II son tres las hiptesis nulas; que todos los niveles del facto A son igual de eficaces, que todos los niveles
del factor B son igual de eficaces y que no existe interaccin positiva entre el factor A y el B.
Se exigen las condiciones de independencia, homocedasticidad y normalidad.
En el caso de una sola Vi se haba de anlisis de varianza de una va o one way.
Cuando se trabaja con dos o ms vas se suele hablar de diseos factores o de anova factorial.
Si se dispone de ms de una VD, estaramos ante un Anlisis multivariante de la Varianza o MANOVA.
Anlisis de covarianza
El ancova es una tcnica de control estadstico que puede ser concebido como un anlisis de varianza verificado sobre unas
puntuaciones corregidas o ajustas mediante una recta de regresin.
Se utiliza para controlar estadsticamente parte del error experimental cuando queremos aislar estadsticamente el efecto de
laguna variable extraa en nuestro diseo.
En el Ancova se distinguen tres tipos de variables;
1) Las VI; cuyos efectos se quieren estimar.
2) La VD; donde esperamos que se vean reflejados los efectos de las diferentes Vi o tratamientos.
3) Las COVARIABLES; que son incluidas en el diseo para controlar su posible relacin con la VD.
Supuestos;
Normalidad
Independencia de las observaciones
Homocedasticidad
La covariante no debe estar afectada por los efectos de los tratamiento
Linealidad de la regresin Y sobre X
Homogeneidad de las pendientes de regresin intragrupo; las pendientes de las K rectas de regresin de Y sobre la
variable extraa en los K grupos de tratamiento deben coincidir.
Escalas de medida de la VD y la covariante al menos a nivel de intervalo
Cuadro resumen de los supuestos para Anova; normalidad, independencia y homocestasticidad y para el Anlisis de varianza de
medidas repetidas; los 5 supuestos de la tabla.
Supuesto
Normalidad
Prueba estadstica
Prueba de bonda de ajust;
X2, Lilliegors, Kolmogorovsmirnoff
(H0; se ajusta a normalidad)
Autocorrelacin; las
puntuaciones dependen una
de las otras (tienen relacin)
Test de Durbin-Watson
T.Rachas
(H0; independencia)
Estadstico Box-Ljung
Heterocedasticidad;
diferencia de varianzas en
subpoblaciones
Prueba de Levene
Prueba de Barlett
(H0; igualdad varianzas)
Transformacin
puntuaciones (modelo
logaritmo neperiano,
mtodo mnimos
cuadrados)
W de Mauchly
(H0; esfericidad)
Adictividad
Interaccin sujeto x
tratamiento (engrosa la
varianza error artificialmente
y F disminuye)
Prueba de no aditividad de
Tukey
(H0; adictividad)
Transformacin de las
puntuaciones a travs de
logaritmos
Puntuaciones VD
distribucin normal
Independencia o no
autocorrelacin
Puntuaciones
independientes entre s
Violacin
No se ajusta a la distribucin
normal
Homocedasticidad
Igualdad de varianzas de
los grupos de datos
Posible solucin
Esfericidad
No interaccin x sujeto
Dos
tratamientos
Ms de dos
tratamientos
Intergrupo (independiente)
Intragrupo (medidas relacionadas)
Intergrupo (independiente)
Intragrupo (medidas relacionadas)
No paramtricas
U/T Mann-Whitney
W Wilcoxon
T- Kruskal Wallis
F Friedman
Paramtricas
Prueba T para diferencia de medias
Anova
Anova (medidas repetidas)
T de Student
La prueba T de Student se basa en el clculo de estadsticos descriptivos previos; el nmero de observaciones, la media,
y la desviacin tpica en cada grupo.
Con la ayuda de unas tablas se obtiene a partid de dicho estadsticos el p-valor. Si p<0,05 se concluye que hay
diferencia entre los dos tratamientos.
La prueba T de Student permite contrastar la hiptesis de igualdad de medias entre dos poblaciones independientes, a
partir de las medias obtenidas en una muestra aleatoria extrada de cada una de ellas.
- PROBABILIDAD-Espacio muestral; asociado a un experimento aleatorio es el conjunto de todos los posibles resultados del experimento. Es
discreto si los posibles resultados del experimento son una cantidad finita o numerable. Se dice que es continuo si el conjunto
de posibles resultados es infinito.
Suceso; es un subconjunto cualquier del espacio muestral;
Elemental; el que contiene slo un punto muestral.
Imposible; a aquel que nunca ocurre.
Seguro; a aquel que ocurre siempre.
Unin; de los sucesos A y B, se denota por A U B y se refiere al suceso formado por todos los puntos muestrales que
pertenecen, al menos, a uno de los sucesos.
Interseccin; de sucesos A y B, se denota por A , y se define como el suceso formado por todos los puntos muestrales
que pertenecen a ambos sucesos.
Inclusin; cuando se die que el suceso A est contenido o incluido en el suceso B y por lo tanto todos los puntos muestrales de
A pertenecen a B.
Complemento; de un suceso, son los elementos del espacio muestran que no pertenecen a ese suceso.
Sucesos incompatibles; disjuntos, o mutuamente excluyentes si no tiene puntos en comn.
Propiedades bsicas del clculo de probabilidades
Para un suceso A, la probabilidad de que suceda su complemento es igual a uno menos la probabilidad de A.
P(A) + P( )= 1 P( )= 1 P(A)
Si un fenmeno determinado tiene dos posibles resultados A y B mutuamente excluyentes, la probabilidad de que una de
esas dos posibilidades ocurra se calcula como la suma de las dos probabilidades individuales. P (A o B) = P(A) + P(B).
Si dos o ms sucesos no son mutuamente excluyentes, la probabilidad de que ocurra uno de ellos o ambos se calcula
sumando las probabilidades individuales de que ocurra una de esas circunstancia, pero restando la probabilidad de que
ocurra la comn. P (A o B) = P(A) + P(B) P (AyB).
A veces la probabilidad de que un determinado suceso tenga lugar depende de que otro suceso se haya producido o no con
anterioridad. P (A/B) a la probabilidad condicionada del suceso A suponiendo que el suceso B haya ocurrido ya.
Ley multiplicativa; de probabilidades indica que la probabilidad de que dos sucesos A y B ocurran simultneamente es
igual a ; P(A y B)= P (A/B) x P(B).
Independencia; diremos que dos sucesos A y B del espacio muestral son independientes, si y solo si p(B/A)=p(B). La
independencia entre sucesos es lo opuesto si la probabilidad condicional.
Teorema de la probabilidad total; a partir de las probabilidades del suceso A (probabilidad de que llueva) deducimos la
probabilidad del suceso B (que ocurra un accidente).
Teorema de Bayes. Parte de una situacin en la que es posible conocer las probabilidades de que ocurran una serie de
sucesos Ai. A esta se aade un suceso B (que ocurra un accidente) cuya ocurrencia proporciona cierta informacin, porque
las probabilidades de ocurrencia de B son distintas segn el suceso Ai que haya ocurrido (las probabilidades de tener un
accidente con lluvia o buen tiempo son diferentes).
Distribuciones discretas
Distribucin contina; son aquellas que presentan un nmero infinito de posibles soluciones (ej; altura de una clase).
Distribucin exponencial; mientras que la distribucin de Poisson describe las llegadas por unidad de tiempo, la
distribucin exponencial estudia el tiempo entre cada una de estas llegadas.
Distribucin discretas; son aquellas en las que la variable puede tomar un nmero determinado de valores (ej; una
moneda).
Distribucin de Bernouilli; es el modelo que sigue un experimento que se realiza una sola vez y que puede tener dos
soluciones; acierto o fracaso. Se trata de sucesos complementarios.
o
A la probabilidad de xito se le denomina P.
o
A la probabilidad de fracaso se le denomina Q.
Distribucin Binomial; parte de la distribucin de Bernouilli y se aplica cuando se realizan un nmero n de veces el
experimento de Bernouilli, siendo cada ensayo independiente del anterior.
Distribucin Poisson; parte de la distribucin binomial. Cuando en una distribucin binomial se realiza el experimento
un nmero n muy elevado de veces (n tiende a infinito) y la probabilidad e xito p en cada ensayo es reducida,
entonces se aplica el modelo de distribucin de Poisson.
ANOVA
Anova un factor (tipo I)
Comparar dos medias. Cuando hay ms de
dos tratamientos (VI) ,el nivel de medida de la
VD es cuantitativo y se cumplen los
supuestos;
Normalidad; distribucin normal.
Pruebas de bondad de ajuste
Independencia ; interdependiente
entre s. Test Durbin-Watson.
Homocedasticidad ; las varianzas son
iguales. Prueba de Bartlett.
Variabilidad total explicada por la variabilidad
explicada por intergrupo> gracias al
tratamiento (influencia de VI sobre VD).
Usamos la F (Estadstico de contraste) Si la F
emprica es > que la terica; rechazo H.
Anlisis de varianzas tipo I con medidas
repetidas
Cada sujeto se somete a los diferentes
tratamientos. Cada sujeto tienen
puntuaciones en cad uno de los niveles de
la VI.
La variabilidad en este caso se debe a
vari.intersujetos (diferencias individuales) y
vari.intrasujetos (influencia de los mtodos,
tratamientos) dentro de esta variabilidad
intertratamiento y error residual.
Dos supuestos;
Esfericidad. Test W de Mauchly. Para
comprobar la igualdad de varianzas.
Aditividad. Prueba de no aditividad
de Tukey. Aditividad; que los sujetos
y los tratamientos no
interaccionen.
ANCOVA
Anova dos factor (tipo II)
En este caso introducimos dos
criterios de clasificacin o dos
factores que pueden influir en los
resultados. Estos funcionan como
variables independientes. Tb puede
aplicarse en el caso de disponer de
tres o ms criterios.
La hiptesis nula no es una sino tres.
Mismos supuestos que el tipo I. Para
alcanzar la misma potencia se
necesitan menos sujetos.
Anlisis mediante los efectores
factoriales
Anlisis de los efectos factoriales, a
los que podramos definir como la
influencia especfica ejercida por los
factores sobre las respuestas de los
sujetos en la variable dependiente.
Segn los efectos producidos x
los factores aisladamente
considerados; efectos
principales (diferencia entre la
media de un factor y media
general) y efectos diferenciales
entre efectos principales de
dos niveles de ese factor).
Segn los efectos producidos
por la accin combinada de dos
o ms efectos. Efectos de
interaccin (influencia
especfica de un factor, cuando
acta en combinacin con otro)
y efectos simples (efecto de un
nivel de un factor, bajo cada
nivel de otro).
(Anlisis de covarianza).
Aislar estadsticamente el efecto
de alguna variable extraa en
nuestro diseo.
Son necesarios los supuestos del
ANOVA y otros adicionales.
TCNICAS NO PARAMTRICAS
Son mas robusas que las paramtricas; ms
ins4ensibles a los supuestos de partida.
Adems de con variables cuantiativas, tambin
podemos hacer con cualitativas (con las
paramtricas no).
Se utilizan cuando no se cumplen los supuestos.
Los contrastes no paramtricos no se refieren a los
parmetros de la poblacin.
Vlidas para muestras pequeas.
Pruebas de bondad de ajuste Pretende
comprobar el ajuste de ambas distribuciones; la
emprica o procedente de la muestra y la terica
o procedente de la poblacin. Ordinal al menos.
Kolmogorov-Smirnov, Distribucin poblacin =
distribucin muestra.
2
Pruebas de independencia X , o W
Verificar a nivel poblacional la independencia de
2variables aleatorias. Al menos nominal.
Prueba de Mann-Whitney.
Comparar si 2poblaciones son iguales o
diferentes. Contraste U.
Prueba de Wilcoxon
2muestras depen. Objetivo; ver si una poblacin
ha cambiado (Ej; comprobar eficacia tratam)
Prueba de Kruskal-Wallis
Comparar K muestras aleatorias simples e
independientes, e indicar si existen
Prueba de Friedman
Comparar +de 2pruebas de medidas
dependientes o muestras correlacionadas. nica
muestra de sujetos.
PROBABILIDAD
ENFOQUE
INTERPRETATIVO
Punto de
vista
objetivo
Punto de
vista
subjetivo /
Bayesiano
CONCEPTOS BSICOS
La probabilidad es
una carac. inherente
a los objetos.
Punto de vista
objetivo clsico o a
priori. Se conoce
de antemano el E y
sus posibilidades.
N finito y todos
los sucesos misma
probabilidad.
Punto de vista
posteriori o
frecuentista.
Necesito recurrir a
la experiencia para
poder atribuir
probabilidades.
La probabilidad de un
suceso es algo
subjetivo. Es un
grado de confianza
que un sujeto tiene
acerca de la
verificacin. La
probabilidad no est
en la realidad, esta
en nosotros.
ENFOQUE FORMAL
o AXIOMTICO
Propone leyes formales que deben ser
respetadas por ciertos valores
numricos para que puedan ser
llamados probabilidades.
P(e)= 1 probabilidad del suceso seguro.
Probabilidad condicional
Sucesos dependientes.
Si ocurre uno, ocurre
otro. La aparicin de B
va a depender del
suceso anterior.
Sucesos independientes.
Por el hecho de que
ocurra A, no se modifica
la probabilidad de B y
viceversa.
Independientemente de
lo que ocurra en otros
casos.
Teorema de Bayes
Condiciones; exclusividad
mutua y exhaustividad.
Los sucesos
mutuamente
excluyentes son
dependientes xq la
presencia de A depende
de la no presencia de B.
Las probabilidades de las
intersecciones se
expresan en trminos de
probabilidad
condicional.
P(A/B) = P (A B) / P(B)
Distribucin de
Bernoulli
Experimento
aleatorio en el q.
solo son posibles
2resultados (xitofracaso) Moneda.
Distribucin
binomial
Es una distribucin
de tipo Bernoulli
pero que se repite n
veces. P=Q= 50. Los
sucesos son
equiprobables.
(Examen tipo test)
Distribucin de
Poison
Para estudio de
sucesos poco
comunes. Cuando n
tiende a infinito, y p
tiende a cero.
V.A.Continuas
Normal
Es la nica que no
depende del tamao de
la muestra.
Chi-cuadrado
Cuadrados de las
puntuaciones tpicas
extraidas de una
poblacin normal (0,1)
en combinaciones
segn su grado de
libertad. Variables
aleatorias
independientes entre si
T-Student
Admite valores
negativos. Es como la
normal pero ms
apuntada.
F de Fisher
El valor F siempre es
positivo.
F de Snedecor
No admite valores
negativos.
- EncuestasLas encuestas nos van a permitir conocer; opiniones, actitudes, creencias, etc. El proceso ha de ser sistemtico.
Cuando se parte de un censo las conclusiones no son inferencias.
Procedimiento general de una encuesta
a)
Muestreo estratgico; son los propios investigadores a los que eligen las unidades de muestra, de acuerdo con
los objetivos de la investigacin.
Muestreo errtico; sin ningn tipo de norma. Por ejemplo los reporteros por la calle (sin cuotas ni rutas
aleatorias).
Diseos de investigacin con encuestas
Diseo transversal
Describir una poblacin en un momento dado. Las encuestas epidemiolgicas son un tipo de encuesta diseada
transversalmente, y que se utiliza para conocer el estado de expansin de una enfermedad.
Diseo longitudinal
Cuando el inters del investigador es observar el cambio en una poblacin. Para esto se han de tomar varias medidas a lo
largo de un perodo de tiempo.
Muestreos sucesivos con grupos de sujetos distintos; se hacen sucesivos estudios transversales.
Diseos de panel; cuando son exactamente los mismos individuos los que se entrevistan ms de una vez.
Presenta dificultades como la mortandad estadstica y la reactividad.
Diseos de cohorte; estudia el cambio producido en grupos grandes de sujetos que tienen alguna caracterstica
comn muy notoria.
Regresin a la media. Tendencia de los datos extremos a volver hacia la media, cuando se repiten las mediciones.
Propiedades que se deben exigir a los experimentos
Fiabilidad. Que al repetir el experimento se obtengan los mismos resultados.
Sensibilidad. Los experimentos han de ser sensibles a los efectos de los cambios en los niveles de la V.
Validez interna. Si podemos asegurar que las diferencias encontradas no se deben a otras causas distintas de la variable
independiente. Es el grado de seguridad con el que podemos establecer la causa de las variaciones.
Validez externa. El poder de generalizacin de los resultados obtenidos. La validez externa puede verse afectada por el
nivel de operativizacin de las variables, la seleccin de los niveles de la variable independiente y la actitud de los sujetos.
o Validez ecolgica; las conductas de los sujetos pueden no llegar a tener nada que ver con los contextos naturales, a
pesar de que en la mente del investigador exista un isomorfismo estructural o lgico entre las tareas de laboratorio
y las cotidianas (interaccin entre el contexto y el tratamiento).
Tipos de mtodos
Atendiendo al modo de recopilacin de datos
Observacionales o correlacinales .No se altera su naturaleza.
Contigidad temporal de la VI-VD.
Experimentales; se provocan los fenmenos
Atendiendo al modo de inferir conclusiones
Deductivos; conclusiones derivadas de las premisas vlidas. De lo
general a lo particular.
Inductivos; conclusiones con cierta probabilidad de ser verdaderas.
De lo particular a lo general.
Hipottico-deductivo; ofrecer hiptesis explicativas de los fenmenos
y confirmarlas
Atendiendo al grado de manipulacin
Mtodo experimental; manipulacin VI (intencional) Aleatorizacin.
Mtodo cuasiexperimental; manipulacin VI (seleccin) No
aleatorizacin.
Mtodo no experimental; no manipulacin VI y no aleatorizacin.
Atendiendo al grado de control
Mtodo experimental; control de la VI, y anulacin de V.Extraas.
Mtodo cuasiexperimental; se controlan los niveles de la VI. Pero no
las varia.extraas. Mtodo comparado o comperativo; 2 tipos;
correlaciones y comparativos.
Mtodo no experimental; mtodo correlacional o diferencial, y
mtodo natural u observacional. Control minimino; Serendipity
(observacin casual).
Diseos de investigacin
Mtodo transversal (una nica ocasin) o mtodo longitudinal (varias
ocasiones)
El informe de investigacin
A.
B.
C.
D.
Marco conceptual
Introduccin- justificacin / objetivos de la investigacin /
revisin de aportaciones previas e hiptesis.
Marco metodolgico
Variables implicadas / mtodo / poblacin muestra /
instrumentos / recogida de datos.
Resultados
Discusin y conclusiones
Validez de la experimentacin
Validez terica. Problemas y
soluciones derivadas de teoras
bien establecidas.
Validez interna. Garantiza que
los cambios producidos en la
VD se deben solo a la VI.
Validez externa. Grado de
confianza con que una relacin
entre VD y VI es representativa
y puede generalizarse a otros o
contextos o poblaciones.
Validez conclusin estadstica.
Potencia del contraste y
tamao del efecto.
Validez de constructo. Relacin
entre VI (causa) y VD (efecto).
Inferencias q. se hacen acerca
de fenmenos no observables.
Amenazas; falta definicin
construc. tericos.
EL DISEO EXPERIMENTAL
Varianza total
Variabilidad del conjunto de datos de un experimento que es producida por todos los factores que han influido sobre los datos.
Varianza sistemtica. Primaria o intergrupo; influida por la VI . Hay que maximizarla. Secundaria; variables contaminadoras o extraas; controlarlas.
Varianza error. Intragrupo. Fuentes aleatorias. Hay que minimizarla.
Principio de Kerlinger
MAXimizar la varianza primaria, MINimizar varianza de error y CONtrolar la varianza secundaria.
Maximizar varianza primaria o intergrupo. Mejor para incrementar efecto de VI; valores intermedios.
Minimizacin de la varianza de error. Instrumentos de medida, diferencias individuales, instrucciones, experimentador e incremento tamao grupo.
Control de la varianza sistemtica secundaria. Se produce por potenciales fuentes de variacin extraas al experimento. Variables de sujeto, apsectos
ambientales y procedimientos experimentales.
Validez de diseo
Campbell y Stanley
Amenazas
Validez externa. Grado de confianza con que se pueden generalizar los resultados
o las conclusiones. Mejor si la muestra es representativa.
Validez de constructo. Grado de confianza con que podemos establecer
generalizaciones a constructos de orden superior. Cuanto mayor rigor (validez
interna) menor generalizacin (validez externa). Se recomienda primar la validez
interna sobre la externa.
Amenazas
Amenazas
Validez de conclusin estadstica . Cook y Campbell. Grado de significacin estadstica de la relacin entre VD y la VD
Error tipo I (alfa) Afirmar que hay relacin cuando no la hay. Nivel significacin. Rechazo H 0 (nula) cuando es verdadera.
Nivel de confianza. Probabilidad de acertar cuando no se rechaza Ho que es cierta ( 1 alfa).
Error tipo II. No detectar una relacin que si existe. (b, beta) Aceptar H 0 (nula) cuando es falsa.
Potencia. Capacidad para detectar una relacin entre variables. (1-b)
Tamao del efecto. Depende de la intensidad de la relacin.
Segn el nmero de VD. Univariados; una conducta o VD. Multivariados; ms de una VD.
Indicadores estandarizados de medida. McGuigan; ocurrencia, exactitud, latencia, velocidad, frecuencia, habilidad e
intensidad.
Criterios para medir la VD. Los ndices deben de poseer; validez (mide lo que tiene que medir), fiabilidad (grado en el
que mide) y sensibilidad ante la VI (capacidad de detectar variaciones. Efecto techo; valor por encima del cual VD
modifica su valor. Efecto suelo; por debajo del cual no cambio su valor).
Independiente
Segn el nmero de variables.Unifactorial; si se empela una sola variable. Factorial; influencia de 2 o ms variables.
Seleccionar y definir las variables independientes. Se tendrn que operativizar, hay que asignarles contenidos
cuantificables.
Manipulacin de la variable independiente. Asignacin de los valores de la variable, determinando tanto el nmero
de valores, como la naturaleza de dichos valores.
Extraas
Variables extraas. A la hora de actuar sobre las VI se habla de manipulacin, cuando se tratan las variables extraas
el trmino es control (eliminndolo o mantenindolo constante).
Fuentes de contaminacin; los sujetos del experimento, el experimentador (Efecto rosenthal; influencia del
experimentador sobre el estudio) el material, el ambiente, el error progresivo debido a la fatiga o la prctica.
Tcnicas de control experimental. Son a priori (las de control estadstico son a posteriori)
Tipo I ; intergrupo
Eliminacin; eliminar los valores de la variable contaminadora, menos una.
Aleatorizacin; si N es grande, con variables extraas desconocidas. Dejar al azar la fluctuacin.
Constancia; asignar valores de la variable extraa matemticamente iguales.
Balanceo o equiparacin. Asignar valores de las variables contaminadoras en la misma proporcin.
Tipor II; Intragrupo
Mtodos de equiponderacin o contrabalanceo. Distribucin equitativa de la cuantia de error progresivo. Para
controlar los efectos de orden. (Intrasujetos; se controla en cada individuo, Intersujetos; en el grupo).
Asociados al diseo experimental
Bloqueo de variables relevantes; neutralizar una variable contaminadora (variable bloqueo) formando grupos
homogneos de suj, en funcin de alguna variable relevante.
Apareamiento o emparejamiento; variante de la anterior, pero cada bloqueo lo forman nicamente aquellos
suj. q han obtenido la = puntuacin en la variable de apareamiento.
Tcnicas de simple y doble ciego; Simple ciego, sujetos desconocen todo (adivinacin hiptesis; amenaza
validez constructo) Doble ciego; los investigadores y sujetos desconocen el proposito (efec.rosenthal).
- Diseos experimentales con grupos de sujetos distintosUn diseo experimental es un plan, estructura o estrategia que se adopta para el estudio preciso de un fenmeno psicolgico.
ONeil; es un modelo particular de variacin y constancia.
Diseo de grupos aleatorios
Si los sujetos son asignados al azar a cada uno de los grupos. La asignacin aleatoria no consigue cambiar la representatividad de
los participantes pero consigue controlar, por equilibrado, las variables extraas que estn presentes en los sujetos. Adems
permite una buena generalizacin de los resultados y una ayuda a la validez interna.
Grupo experimental (GE); aquel al que se aplica el tratamiento.
Grupo control (GC); es el grupo cuyo comportamiento nos sirve como punto de referencia, como lnea base.
Diseos de grupos aleatorios con bloques
Estos diseos estn indicados cuando la asignacin aleatoria puede no ser suficiente para asegurar que las variables extraas
estn controladas mediante el equilibrado. Uso cuando los grupos son pequeos.
El caso de varios sujetos por nivel y bloque. Medir a los sujetos en la variable extraa a controlar, realizar agrupaciones
de sujetos (bloques) con similares valores en la variable extraa (la que se bloquea) y asignar al azar a los sujetos de
cada bloque a cada uno de los grupos del experimento.
A esta tcnica de control para conseguir grupo emparejados se la conoce con el nombre de bloqueo. Es ms efectiva en
grupos pequeos.
El caso de un sujeto por nivel y bloque. Puede darse el caso en que en cada bloque solo haya tantos sujetos como
condiciones en el experimento.
El caso de la camada. Una pareja de gemelos forman el bloque natural ms perfecto de la naturaleza
El caso de gemelos sera un ejemplo de Grupos equiparados, caso especial de diseos por bloque. Los sujetos no son
similares, sino que son idnticos. En este caso, la VB, se llama variable de apareo o de equiparacin. Cada bloque est
formado por sujetos con identifica puntuacin en la variable apareada.
Diseo Solomon
Finalidad; subsanar los problemas de validez interna. El resultado es una mejora en la validez externa sin renunciar a la validez
interna.
Se utiliza en metodologa experimental cuando se quiere controlar el efecto de la medida pre tratamiento. Tiene como finalidad
controlar explcitamente la interaccin de la medida pre tratamiento con la VI.
Diseos especiales
Control por placebo. Para controlarlo en lugar de pretender eliminarlo hacemos que aparezca en el grupo experimental
y en el control. Es un grupo que no recibe tratamiento pero que se opera con l como si lo recibiese.
Efecto nocebo; hace referencia a las reacciones adversas asociadas con sustancias inertes. Los efectos
psicolgicos negativos que pueden acompaar a tratamiento medicamentosos seran un efecto nocebo.
Caso de doble ciego.
Diseo ciego; es aquel en el que los sujetos no saben si su condicin es la de tratamiento o es la placebo.
Diseo doble ciego; es aquel en el que el experimentador tampoco conoce qu condicin est administrando a
los sujetos.
Asignacin de grupos frente a asignacin de sujetos
Se asignarn a las condiciones experimentales grupos enteros de sujetos que ya estaban creados antes de que interviniera el
experimentador.
- Diseos experimentales con los mismos sujetosEn los diseos de replicacin intrasujetos el muestro de las unidades de tiempo que van a servir para tomar las observaciones o
registros es un problema bsico, pues una seleccin errnea puede desvirtuar los resultados.
Efectos distorsionantes en los diseos intra-sujeto
a)
- Diseos experimentales de caso nicoEs una aproximacin centrada en el individuo. Supone que si un fenmeno es lo suficientemente bsico se tendr que
producir de forma similar en el resto de los individuos.
Describe de forma detallada las caractersticas de un individuo en condiciones especiales.
Normalmente se realiza sin controles
No permite establecer relaciones ni generalizaciones.
Uso adecuado cuando la investigacin es sobre procesos muy bsicos o con clara base biolgica.
Su nivel de generalizaciones bajo.
Caractersticas de los diseos experimentales de N=1
Para poder contrastar un hiptesis causal ha de cumplirse; que anteceda, que covarien y que sean descartadas otras
explicaciones. Si se cumplen estas condiciones se pueden establecer relaciones de causalidad.
Fases en la experimentacin de caso nico
1) Establecer la lnea base; el conjunto de observaciones dentro de una condicin se denomina serie. La serie registrada
antes de la intervencin se denomina lnea base. Se considera la lnea base como la tasa de respuestas antes de la
aplicacin del tratamiento.
2) Aplicar la intervencin; puede ser puntual, uniforme o gradual.
3) Interpretar los resultados; adems del criterio de significacin estadstica, se defiende la existencia de la;
Significacin clnica; donde es el terapeuta el que decide cuando el cambio es relevante.
Significacin subjetiva; donde es el cliente el que transmite cuales son las expectativas que harn que su
conducta se considere aceptable.
Significacin social; donde el patrn para evaluar el cambio se establece con arreglo a lo que se admite que es
el comportamiento de los sujetos normales
Tipos de diseo de caso nico
Diseo AB
Se designa con la letra A a las fases sin tratamiento y la letra B a las fases con tratamiento. Si hay una variable enmascarada.
No lo podemos comprobar. Al experimento le faltar validez interna.
Diseo ABAB
Los diseos BAB y ABA se pueden considerar como aplicaciones parciales del ABAB.
El caso BAB se puede dar en situaciones en las que es necesario una intervencin inmediata sin poder esperar a
establecer una lnea base.
El caso ABA es menos frecuente porque el diseo acaba en una fase sin tratamiento.
Estos diseos se denominan de vuelta atrs, retirada o inversin debido a que despus de una fase de tratamiento se vuelve
a la situacin interior.
Nos permiten conocer la influencia de variables enmascaradas.
Diseos de lnea base mltiple
Se consideran una extensin de los diseos A porque solventan el problema de la imposibilidad de la vuelta atrs.
Se pueden utilizar cuando se dan las siguientes caractersticas;
Independencia de las conductas seleccionadas
Similar sensibilidad de las conductas seleccionadas. Ambas sern receptivas de igual forma al tratamiento.
Tres tipos de diseo;
Varios registros del mismo individuo en diferentes condiciones
Diferentes variables del mismo individuo en una sola condicin
Varios individuos observados en la misma variable y condicin.
Validez y limitaciones de los diseos de N=1
Validez interna. Depende de la correcta aplicacin del mtodo; del control que permita asignar los cambios de la variable
dependeinte a la independiente.
Interaccin sujeto x tratamiento; un sujeto particular puede reaccionar de una forma especial al tipo de tratamiento que le
estn aplicando.
Validez externa. Se ve amenazada ya que una sola persona no conforma una muestra representativa. A pesar de esto
podemos decir que el sujeto del experimento suele representar bastante bien a los sujetos con el mismo sndrome.
Los diseos N=1 no estn indicados cuando es factible aplicar diseo de grupos o cuando la variabilidad de la conducta en la
lnea base es muy grande, cuando se necesite un informa sobre la eficacia con el objeto de utilizarlo de forma generalizada
en instituciones y cuando hay que hacer estudios comparativos sobre la eficacia.
- Diseos cuasi-experimentalesLos diseos cuasiexperimentales aparecen como una solucin de compromiso dentro de los conflictos entre la validez
interna y validez externa.
Estos diseos tienen una gran semejanza con los experimentales pero tienen dificultades para alcanzar las condiciones
necesarias para el establecimiento de una relacin causal entre las variables independientes y dependiente.
Diremos que hay experimentacin verdadera cuando el experimentador no puede asignar los sujetos al azar a cada una
de las condiciones experimentales y/o los niveles de la variable independiente no son condiciones manipuladas por el
investigador, sino que son caractersticas que poseen los sujetos antes de comenzar la investigacin.
Los anlogos clnicos son por tanto propios de la investigacin cuasi experimental.
Diseo pre-post
Diseo pre-post con un solo grupo. Presenta grandes amenazas a la validez.
Diseo pre-post con grupo de cuasi control. Se introduce en la investigacin a un grupo control. El grupo control se
considera no equivalente.
Diseo pre-post con cuasi control en una segunda variable dependiente. La lgica de este diseo es similar a la lgica del
diseo con un solo sujeto de lnea base mltiple. Ambos diseos se basan en que si un tratamiento puede modificar dos
conductas, al aplicar a una s y a la otra no, podemos esperar que una cambie y la otra no lo haga.
Diseo pre-post con cuasi control en una cohorte anterior. (o ciclo institucional) El grupo control lo debe formar una
cohorte determinada.
Diseos con observaciones solo post. Grupo de sujetos ya era superior antes de aplicarle el tratamiento. La amenaza est
en la seleccin.
Diseos de serie temporal interrumpida
Diseo simple de serie temporal interrumpida. Siguen la misma lgica de los diseos experimentales con un sujeto,
aplicada a grupos de sujetos. Se dispone de una serie de puntuaciones de un grupo de sujetos a lo largo de una serie de
momentos y en algn momento se introduce un tratamiento.
Si el tratamiento es efectivo son de esperar signos de interrupcin en la serie, y por tanto, cambios de la fase pre a la fase
post.
Diseo de serie temporal interrumpida con grupo de cuasi control. Mejor respecto al anterior ya que nos permite tener
mayor certeza de que los cambios habidos entre el pretest y el postest son debidos a nuestro tratamiento y no a ninguna
otra variable.
Diseo de serie temporal interrumpida con un grupo y dos variables dependientes. Sigue el mismo esquema que el diseo
pre-post con cuasi control en una segunda variable dependiente. Gana en control al poder estudiar la estabilidad de la
conducta de los sujetos tiempo antes de la intervencin y tiempo despus.
Diseo de discontinuidad en la regresin
Hacemos una divisin en los sujetos en dos subgrupos atendiendo a las puntuaciones pre.
A este estudio de las diferencias de pronsticos en el retorno al punto de clasificacin se le denomina anlisis de la
discontinuidad en la regresin.
Valoracin de programas
Actividad profesional que consiste en la sistemtica investigacin del mrito, valor o xito de concretos tratamientos,
intervenciones o programas llevados a cabo con el fin de producir cambios comportamentales en el contexto social.
Validez
Validez interna
Campbell, Stanley y Cook, sealan que en los diseos cuasi experimentales aparecen amenazas potenciales a la
validez interna como son; el efecto de la historia del sujeto, la maduracin, la adaptacin de los sujetos a las pruebas,
la instrumentacin, la regresin a la media, la seleccin de las muestras en funcin de sus caractersticas con respecto
a la variable independiente, prdidas no aleatorias de sujetos o mortalidad selectiva.
El transcurso del tiempo puede hacer que los instrumentos utilizados en las diferentes mediciones de la variable
dependiente no sean exactamente los mismos.
El efecto de la regresin a la media era ms probable que ocurriera cuando se seleccionaba a los sujetos por
puntuaciones extremas en alguna variable.
La prdida no aleatoria de sujetos aumenta su probabilidad en investigaciones cuasiexperimentales.
Validez externa
Para garantizar la validez externa adems de tener en cuenta la artificialidad de la situacin experimental es
conveniente maximizar la representatividad de la muestra.
El efecto de la muestra es uno de los factores que disminuyen la validez externa en los diseos cuasiexperimentales.
Causacin y cuasi experimentos
Los diseos experimentales tienen un mayor grado de seguridad de la existencia del nexo causal.
Hablamos de diseos ex post facto retrospectivos cuando el investigador se encuentra con que ya ha ocurrido el proceso
causal (causas y sus consecuencias). En este caso el investigador slo puede trata de reconstruir los hechos.
b) Hablamos de diseos ex post factor prospectivos en situaciones en las que la expresin ex post factor se aplica slo a las
variables independientes. En este caso las causas estn en marcha, pero todava no ha habido desenlace.
Diseos ex post facto retrospectivos
Esta estrategia consiste en medir la variable dependiente y despus buscar hacia atrs posibles explicaciones de la misma, es
decir, medimos las posibles variables independientes.
Diseo retrospectivo simple. Slo podemos tratar de reconstruir lo acontecido. Slo se pueden observar coincidencias y el
diseo es muy dbil para poder descartar otras explicaciones.
Diseo retrospectivo con grupo cuasi control. En este diseo se localizad un grupo de personas, grupo calve, que poseen el
mismo valor en la variable que queremos investigar (variable dependiente).
A continuacin, localizamos a un grupo de personas, grupo cuasi control, que no posean ese valor en la variable
dependiente, pero que sea lo ms parecido posible al grupo clave en todas aquellas variables que al investigador le interesa
controlar.
Diseo retrospectivo de grupo nico. En este diseo se miden la variable dependiente y las potenciales variables
independientes en un nico grupo procurando que este sea lo ms representativo posible de la poblacin bajo estudio. En
este diseo la variable dependiente toma ms de un nico valor.
Diseos ex post factor prospectivos
Las variables independientes ya han tomado sus valores pero est todava pendiente en desenlace del fenmeno que al
investigador le interesa estudiar, la variable dependiente.
Ahora empezamos buscando a personas que se parezcan entre s por poseer determinados valores de la variable independiente.
A continuacin, estudiaremos esas personas en cuanto a su comportamiento en relacin a la variable dependiente.
Diseo prospectivo simple. Los investigadores no manipulan la variable independiente sino que seleccionan sujetos en
funcin de sus caractersticas relativas a dicha variables. Si los grupos son pequeos, la representatividad se ve limitada. El
alta la probabilidad de que se d un sesgo de seleccin.
Diseo prospectivo factorial. En este diseo se estudia el influjo de dos o ms variables independientes sobre una
dependiente.
Diseo prospectivo de grupo nico. En este diseo mediremos a muchos sujetos de tal forma que todos los valores posibles
de las variables independientes estn bien representadas en la muestra.
Diseo prospectivo con ms de un eslabn causal. Necesitamos contar con un modelo terico que determine claramente
qu posibles relaciones, directas e indirectas, se espera encontrar entre las variables independientes y la dependiente.
El mtodo clnico y los diseos evolutivos
Mtodo clnico. Las hiptesis que se contrastan en estas investigaciones suelen ser de tipo evolutivo, es decir, postulan la
edad como causante de cambios.
Los diseos evolutivos. Todo aquel diseo en el que la edad es considerada como variable independiente
Diseo evolutivo transversal; las comparaciones respecto a la edad se realizan en el mismo momento temporal,
mediante grupos de sujetos distintos. Varias muestras de sujetos. La misma estructura que el diseo prospectivo.
Posible sesgo de seleccin.
Diseo evolutivo longitudinal; permite estudiar los efectos de la edad dentro de un esquema intra-sujeto controlado
las diferencias individuales. La misma muestra de sujetos a travs de todas las edades con medidas repetidas.
Efecto cohorte; los sujetos se comportaran de forma distinta ante la tarea experimental dependiendo del
ao en el que hubieran nacido y no tanto por la edad que tuvieran. Los resultados basados en una
generacin pueden no aplicarse a nios nacidos en otra poca.
Diseo evolutivo secuncialo time lag; se utiliza para estudiar el efecto de cohorte junto con el de edad. Consiste en
estudiar longitudinalmente varias cohortes. Se puede considerar un prospectivo complejo.
Schaie distingue entre secuenciales de cohorte, secuenciales de tiempo y secuenciales-transversales.
Modalidad
Simple
Retrospectivo
Con cuasi
control
Grupo
nico
Simple
Factorial
Prospectivo
Grupo
nico
Ms de un
eslabn
causal
Ventajas
nico posible en algunos
casos
Covariacin
Restringe sesgo
retrospectivo
Covariacin
Restringe sesgo
retrospectivo
Mayor validez externa
Diferencias
Antecesin VI, VD
Elimina sesgo retrospectivo
Acoplable a experimento
Diferencias
Antecesin VI, VD
Elimina sesgo retrospectivo
Acoplable a experimento
Covariacin
Prediccin sujeto a sujeto
Antecesin VI, VD
Elimina sesgo retrospectivo
Mayor validez externa
Muchas VIs
Covariacin; efectos
directos e indirectos
Antecesin VI, VD en cadena
Elimina sesgo retrospectivo
Mayor validez externa
Contrasta todo el modelo
Problemas
No covariacin
No antecesin VI, VD
No descarta; sesgo retrospectivo, posibles
enmascaramientos
No antecesin VI, VD
Riesgo menor, pero no descarta; sesgo
retrospectivo, posibles enmascaramientos
Dificultad de encontrar sujetos emparejables
No antecesin VI, VD
Riesgo menor, pero no descarga; sesgo
retrospectivo, posibles enmascaramientos
Dificultad de encontrar muestra grande y adecuada
Baja validez externa
No descarta sesgo de seleccin
- Clasificacin de diseo y amenazas a la validezClasificacin de diseos por grado de control y tipo de manipulacin
En funcin del grado de control tendramos
Experimental. Podramos hablar claramente de una causalidad.
Comparativo o comparado (tambin llamado correlacional) No podramos hablar de causalidad;
Correlacional; no diferencia VI de VD, se estudia si dos variables van en la misma direccin. No causalidad.
Propiamente comparativo; diferencia VI de VD. No se puede hablar de causalidad pura. Sino de cuasi
causalidad.
Observacional y de encuestas. Diseo de control mnimo, no se puede hablar de causalidad.
Observacional, natural o descriptivo; observacin sistemtica, intencin previa de observar y registrar.
Serendipity; observacin no cientfica pero que da lugar a investigacin.
En funcin del grado de manipulacin de las variables tendramos
Experimental. Manipulacin intencional y aleatorizacin de las variables independientes. Permite la asignacin
aleatoria de valores a sujetos. La tcnica de aleatorizacin es una condicin imprescindible para poder aplicar
pruebas de significacin.
Cuasi-experimental; manipulacin de seleccin o asignacin, sin aleatorizacin de las Vis. Nos permite seleccionar la
VI y los valores de la VI. Pero al no poder hacer la asignacin aleatoria de valores a sujetos, ya no podemos hablar de
causalidad. (Ej; poblacin de sujetos con depresin)
El mtodo experimental y el mtodo correlacional se diferenciaran en el grado de manipulacin de las variables.
No experimental; el investigador no cambia las variables.
Amenazas a la validez interna, externa y de constructo
Validez interna; supone la influencia inequvoca de la VI sobre la VD. Los factores que la amenazan son segn Anguera;
Sesgos en comparaciones pre-post (intrasujetos)
a)
Cambios que afectan a los sujetos entre sesin y sesin. Sobre todo en investigaciones longitudinales;
Historia; factores externos. Acontecimientos ajenos a las variables experimentales que pueden
producirse durante la realizacin del experimento.
Maduracin; factores internos.
b)
En la medicin;
Instrumentacin; errores de medida. Cambios en el calibrado o cambios en los observadores.
Administracin de test o medida reactiva; con nuestros tests y preguntas estamos realizando una
manipulacin que puede tener efectos sobre esos sujetos, y lo asociamos a la VI cuando en realidad
est asociado con nuestras medidas.
c)
En la seleccin;
Regresin estadstica; regresin a la media. Fenmeno asociado a medidas sucesivas. Ocurre cuando
se seleccionan a los grupos en funcin de las puntuaciones extremas en una variable.
Mortandad o mortalidad experimental o selectiva; desaparicin, por cualquier por cualquier tipo de
causa, de los sujetos.
Validez de constructo
Es necesaria una correcta definicin operativa de las variables y el control de los sesgos de reactividad en las unidades de
medida de la respuesta.
Factores que la amenazan;
Operacionalizacin de los constructos; fallos a la hora de definir.
Sub-representacin; no se captan todas las dimensiones que tericamente incorpora el constructo.
Irrelevancias sobre aadidas al constructo; los indicadores incluyen aspectos no relevantes para el
constructo.
Sesgos de reactividad;
Interaccin entre tratamientos mltiples.
Efectos reactivos situacionales.
Adivinacin de hiptesis.
o Efecto Hawthorne; los sujetos adivinan la hiptesis e intentan demostrarla. Para evitarla, doble ciego.
Artefactos del sujeto; que no se comporta de forma natural.
o Efecto Orne; o caractersticas de la demanda. Adopcin de diferentes roles por parte del sujeto.
Artefactos del experimentador. Ej; Rosenthal. Para evitarlo; doble ciego.
Unifactoriales intragrupo
La desigualdad entre los
grupos desaparece, pero
aparece el error progresivo,
porque es un solo grupo.
Diseos intragrupo
bivalentes.
2 condiciones a todos
los sujetos de un mismo
grupo. Alta v.interna, la
externa no es muy
solida.
Diseos intragrupo
multivalentes.
4 o ms condiciones
experimentales
Diseos
jerarquicos o
anidados
Dos niveles de
tratamiento.
Se aplica el 1 a tres
muestras y el 2 a
otras tres.
Se consigue que el
factor grupo quede
dentro del
tratamiento.
DISEOS FACTORIALES
Dos o ms factores (VIs) Diseo completo/ cruzado (tantos grupos como
posibilidades de formalos) vs incompleto / anidado ( jerarquico). Efecto de las
interacciones.
Factor= VI. Las categoras en las que se dividen los factores; niveles.
Diseos factoriales de grupos
independientes (Intergrupos / Tipo I)
Caractersticas de los
dice.facto.intergrupos
El investigador divide a la muestra en
tantos grupos como tratamientos tenga
el experimento, asignando un
tratamiento a cada uno de estos grupos.
2
2 , dos factores de dos niveles.
Varianza intergrupo; influencia de
los tratamientos experimentales.
Varianza intragrupo; mejor
estimacin del error
experimental.
Tcnicas para reducir el tamao de los
diseos factoriales
Aumento n de factores, aumento tb de
grupos de tratamiento. Tcnicas para
obtener bloques mas pequeos;
Tcnica de confusin. Suprimir
interacciones de poca importancia.
Tcnica de replicacin fraccionada.
Una fraccin del diseo completo.
Diseo de parcela dividida. Se
sacrifica el efecto principal.
Diseo de bloques incompletos.
Diseos de cuadrado Youden;
dice.bloques+cuadrado latino
DISEOS CUASIEXPERIMENTALES
Para favorecer la efectividad. Los sujetos no se asignan aleatoriamente. En situaciones
naturales. Mayor validez externa que los experimentales y menor validez interna.
Las variables son de seleccin o atributos. Ausencia de un verdadero grupo control.
Cook y Campbell; ausencia de pretest y ausencia de grupo control.
Clasficacin;
1. Diseos de grupo pre-postest. Medida pre y post tratamiento. Asignacion no aleatoria.
Variable de asignacin no conocida (grupos naturales ya formados antes de
empezar la investigacin )
Sin grupo control pre-post; con un solo grupo
Con grupo control no equivalente
De cohorte. Seguimiento de una o ms cohortes de individuos sanos que
presenta diferentes grados de exposicin a un factor de riesgo en quienes
se mide la aparicin de la enfermedad o condicin en estudio
Ex post facto; retrospectivos (solo post) y proespectivos (longitudinal).
Tanto VI como VD toman sus valores antes de que intervenga el
investigador. No se manipula la VI, se espera que acontezca de manera
natural.
Variable de asignacin conocida.
Diseo de discontinuidad de la regresin. Sujetos asignados a la condicin
control o tratamiento en funcin de las puntuaciones en la medida
pretratamiento.
2. Diseos de series temporales interrumpidas.
Mltiples medidas previas y mltiples medidas posteriores.
1. Diseo de comparacin esttica con pretest y postest. Se sustituye grupo control x 1experimental.
Probar q. los resultados son superiores
2. Diseo de comparacin esttica con doble pretest. Mejorar el control de variables extraas.
3. Diseos de comparacin esttica con varios grupos de control. Mejor validez interna, control
historia.
4. Diseo de comparacin esttica con varios grupos de tratamiento. intensidad del tratamiento.
5. Diseo de comparacin esttica con tratamiento intercambiado. Combinacin varios diseos.
6. Diseos de comparacin esttica con tratamiento invertido. Dos tratamientos ,1 inverso del otro.
7. Diseo de comparacin esttica con replicaciones mltiples. Muestras grandes. Retirada
tratamiento.
8. Diseos de comparacin esttica con VD no equivalentes. 2VD ,A y B. Se esperan cambios en A, no
en B.
9. Diseos de cohortes. Cohorte; grupo q. experimentan 1determinado suceso en un = periodo de
tiempo.
10. Diseo de cohortes con tratamiento dividido. Tres variables; intenso, dbil y no tratamiento.
DISEOS NO EXPERIMENTALES
Encuestas
No se manipula la VI solo se mide la
VD.
Clasificacin
Segn objetivos; estatus
(descripcin) e investigacin
(descubrir relaciones).
Otros; descriptivos (obtener
informacin) y analticas (finalidad
explicativas).
Diseos
1. Transversales. 1 vez y periodo corto.
Encuestas epidemiolgicas.
2. Longitudinales. Cambio con el paso
de tiempo.
Brutos (niveles individuos).
Encuestas de panel. La
misma muestra a lo largo
del tiempo. Es entrevistados
ms de una vez.
Netos (Agregados).
Encuestas longitudinales de
poblacin o de series
temporales. Cambio en el
conjunto de una poblacin
en el tiempo.
Diseos de cohorte
longitudinal- secuencial.
Combinan estrategia longi y
transv.
Encuestas longitudinales
retrospectivas. Relacin
entre un fenmeno A
presente en el momento de
la encuesta y algn suceso B
anterior.
INTRODUCCIN y TEORAS
Fechner. Elementos de
psicofsica. Analizar
reacciones percibidas entre
los estmulos.
Weber; percibidas
aumentan de forma
proporcional a la intensidad
del E.
Fechner; sensacin percibida
crece mediante constantes
y el E.fisico se incrementa de
manera proporcional.
Francis Galton. Fundador de
la meto.psicometrica.
Pearson; principios de
correlacin y regresin.
Spearman; inteligencia
general g, factor especifico s.
Test normativos o referidos a
la norma (TRN).
Se evalan los suj. con
referencia a las conductas de
otro grupo. Situar a cada suj.
en relacin a otros suj. de la
=poblacin.
Test de dominio o referidos
al criterio (TRC).
Estudio en un nivel o grado
de ejecucin del suj, sobre un
dominio o criterio definido
previamente.
Tres teoras
1.
2.
3.
La puntuacin
Tipos de puntuacin atendiendo a los tems
tems dicotmicos ; si/no.
Respuestas alternativas; (solo 1correcta,
se penaliza.
tems de produccin ; elaborar
respuestas propias.
Tipos de puntuacin atendiendo al tiempo
Test de velocidad ;tiempo lmite.
Test de fondo ;no hay tiempo lmite.
Valoracin del tiempo del test ; No
correctas= errneas + blancas. ndice de
velocidad de Gulliksen o Stafford y Lord y
Novick.
Formas de distribucin de las puntuaciones
Distribucin normal. Media, moda y
mediana coinciden. Muchas preguntas de
dificultad media.
Distribucin uniforme o regular. tems q. no
discriminan correctamente. Lnea recta.
Distribuciones asimtricas. Sesgo a la drcha
(demasiado tems de difciles, asimtrica
positiva, X > Md) sesgo a la izq (tems muy
fciles, asimetra negativa, X < Md)
Distribuciones modales. 2grupos; a uno le
resulta muy fcil y a otro muy difcil.
Curtosis
Leptocrtica > 0.
Mesocurtica = 0.
Platicurtica < 0.
La aptitud
La distribucin de la aptitud la entendemos
como una distribucin probabilstica.
T de la generalizabilidad. Cronbach
Permite estimar la fiabilidad en sitauciones
en las que intervienen multiples fuentes de
error. Modelos que mejor permite estimar
las fuentes de error.
Supuestos bsicos
Conceptos fundamentales
La puntuacin emprica (X) = puntuacin
verdadera (V) + error de medida del sujeto
(E). La distribucin de los errores es normal.
Media cero, varianza constante.
La puntuacin V es la esperanza matemtica
de la emprica.
Medidas paralelas
Para calcular el coeficiente de
determinacin (en qu medida las
puntuaciones de un test proporcionan la
puntuacin real) > medida paralela.
Se divide en dos grupos iguales el nmero
de tems de un test, aplicndose cada
conjunto de tems por separado a la misma
muestra.
Son paralelas si tienen la misma varianza.
Medidas equivalentes o tau-equivalentes
Paralelas; igual puntuacin verdadera y
misma varianza de errores.
Estrictamente tau-equivalentes; igual
puntuacin verdadera y diferente
varianza de errores.
Esencialmente tau-equivalentes;
puntuacin verdadera difiere y
diferente varianza de errores.
Congenricas; puntuacin verdadera
transformacin lineal de otra y
diferentes varianza de error.
- FiabilidadConcepto de fiabilidad
Por fiabilidad de un test se entiende la precisin, consistencia y estabilidad de las medidas obtenidas de este test.
Si el instrumento de medida es preciso, medidas repetidas sern semejantes y, salvo errores accidentales, se dar la
constancia en las medidas.
La constancia o estabilidad de las puntuaciones se evala mediante un coeficiente de correlacin lineal entre dos series
de puntuaciones.
La Fiabilidad de un test se define como la variacin relativa de la puntuacin verdadera con respecto a la puntuacin
observada, calculada a travs de la razn entre las respectivas varianzas.
2
La relacin ox es por definicin la medida de la fiabilidad. El coeficiente de fiabilidad no indica en qu medida el test est libre
de error (precisin del test). El coeficiente de fiabilidad es el coeficiente de determinacin o proporcin de la variacin de X
explicada por V. Es decir; en qu medida las puntuaciones de un test (X) recogen puntuaciones reales (V) en la variable X. Su
valor se encuentra entre 0 (X=e) y 1 (X=V).
Al coeficiente de correlacin rXX se le denomina ndice de fiabilidad. El ndice de fiabilidad ser, para un mismo test, siempre
mayor que el coeficiente, pues aquel es el resultado de la raz cuadrada del coeficiente de fiabilidad.
La fiabilidad perfecta se identifica con el valor rxx= 1, y supone tericamente que, no existe varianza error y que
2
2
toda la varianza de la puntuacin observada se debe a la puntuacin verdadera. ov =ox
Por tanto un test es fiable si est libre de errores de medida. As mismo, cuando los errores de medida son
pequeos, se dice que el test es fiable.
Cuando la correlacin entres las puntuaciones empricas y los errores de medida es mxima, la fiabilidad del test es
nula.
Formas usuales de obtencin de medidas repetidas
Test-retest
Diseo que nos lleva a una medida de la estabilidad de las puntuaciones. Las puntuaciones repetidas X y X se obtienen
aplicando el mismo test a los mismos individuos y en las mismas condiciones en dos ocasiones diferentes en el tiempo,
por ello nos muestra el grado en que las puntuaciones son independientes de factores dependientes de la situacin, ya
sean internos o externos.
Se recomienda el uso para hallar la fiabilidad de los test de velocidad.
Un posible problema de este diseo es el efecto de aprendizaje del sujeto. Para paliar este efecto se procura dejar
transcurrir un tiempo suficiente entre ambas aplicaciones de la prueba.
Formas paralelas de un test
Aplicar a los sujetos dos tests construidos de forma que resulten ser prcticamente iguales.
Trata de la equivalencia de las formas de un test. Algunos autores se refieren a esta forma como coeficiente de
equivalencia.
Cuando se aplican ambas formas paralelas en momentos temporales distintos proporciona una estimacin de la
estabilidad de las puntuaciones.
Las respuestas pueden estar contaminadas por un efecto fatiga en los sujetos.
Multiplica el esfuerzo en el proceso de construccin y seleccin de tems.
Divisin en dos mitades
Se ponen en relacin las puntuaciones entre dos partes del mismo test, actuando ambas como si fuesen dos formas
paralelas.
Este diseo nos indicar la consistencia interna de la prueba.
No sera conveniente el realizar una divisin arbitraria en dos mitades.
Otra medida de la consistencia interna nos la dara la covarianza de los tems, que calcula la relacin que tienen entre s
todos los tems.
Formulas de Rulon y de Guttman
Si para la obtencin de las medidas repetidas se utiliza el procediemitno de las dos mitades (en el caso particular de la
consideracin de elementos pares e impares) las frmulas deducidas por Rulon y Flanagan y Guttman nos proporcionan dos
formas de clculo del coeficiente de fiabilidad.
Formula de Rulon. El coeficiente de valor uno, corresponde al valor mximo para la fiabilidad.
Frmula de Flanagan y Guttman. Se deriva directamente de la dada por Rulon.
- Fiabilidad y la homogeneidad de los grupos y la longitud del testFiabilidad en relacin con la homogeneidad del grupo
Un test no dispone de una sola fiabilidad. Existen variaciones entre las posibles muestras que se pueden extraer de la
poblacin con objeto de inferirla.
La fiabilidad de un test aumente a medida que aumenta la varianza de las puntuaciones muestrales en dicho test.
Cuando aumenta la variabilidad de la muestra, aumenta tambin el coeficiente de fiabilidad, por el contrario, cuanto ms
homognea sea una muestra menor ser el coeficiente de fiabilidad.
Fiabilidad y longitud en tests compuestos
La longitud de un test viene dada por el nmero de elementos o de tems que lo componen y se puede comprobar que, la
fiabilidad del test aumenta si se aumenta su longitud mediante la adicin de elementos paralelos a los datos. Tambin vara
su error tpico.
La ecuacin que expresa la relacin entre la fiabilidad y la longitud de un test es la denominada ecuacin de SpearmanBrown.
A mayor longitud se obtiene mayor fiabilidad, pero la ganancia en fiabilidad no es proporcional al nmero de elementos
aadidos. El crecimiento es ms rpido en valores pequeos de k (mayores que 1).
Los tests escasamente fiable deben ser despreciados en su forma original y no trata de mejorarlos aumentando su fiabilidad
por adiccin de elementos paralelos.
Clculo del tamao de un test para un nivel de fiabilidad prefijado. Utilizando la ecuacin Spearman-Brown.
Fiabilidad, longitud y varianza. Cuando se construye un test de longitud doble la varianza de las puntuaciones verdaderas
crece ms que la varianza de las observadas.
- La fiabilidad como ndice de consistencia internaSi al utilizar el mtodo de las dos mitades en el clculo del coeficiente de fiabilidad, la correlacin se establece entre las
puntuaciones de todos los individuos en cada uno de los tems de una parte, con los correspondientes de la otra, la fiabilidad ser
un indicador de la consistencia interna de los elementos del test.
Coeficiente alfa de Cronbach y las ecuaciones de Kuder-Richardson
El coeficiente alfa es una frmula general para el clculo de la fiabilidad como ndice de la consistencia interna de las
puntuaciones.
Este coeficiente nos indica el grado en que covaran los tems del test y aumenta al aumentar la covarianza entre los tems
del test.
Richardson y Kuder desarrollan las ecuaciones, KR 20 y KR21.
KR20 es una versin destinada a aquellos casos en los que cada una de las componentes Xi del test sea un tem y que
ese tem sea un tem dicotmico. Si en lugar de tomar para cada tem sus parmetros pi y qi se utiliza para todos el
nde promedio de dificultad.
KR21; los tems tienen que ser dicotmicos y con el mismo ndice de dificultad.
La relacin entre KR20 y KR21 la da la desigualdad; KR20
tems tnganla misma dificultad.
- Inferencias acerca de las puntuacionesEstimacin y prediccin de la puntuacin verdadera a partir de las puntuaciones empricas
Utilizaremos la regresin para estimar la puntuacin verdadera V a travs de las puntuaciones X.
Errores de medida, de estimacin y de prediccin.
Error de medida. Viene dado por la diferencia entre la puntuacin observada y la verdadera. E = X-V
Error tpico de medida. La desviacin tpica de la distribucin de la variable.
Error de estimacin. Viene dado por la diferencia entre su puntuacin verdadera y la estimada por regresin.
Error de prediccin. Se obtiene como diferencia entre la puntuacin verdadera estimada para el sujeto y la observada
directamente en una segunda medida paralela.
Error de sustitucin. Es el error que se comete al sustituir una forma paralela por otra.
Intervalo de confianza para la puntuacin verdadera
Un intervalo de confianza para la puntuacin verdadera se puede dar si se conoce la distribucin de los errores.
A medida que la fiabilidad aumenta, la amplitud del intervalo requerido para que quede comprendida la puntuacin verdadera
de un test disminuye.
Esquema Clculo del coeficiente de fiablidadCada procedimiento puede dar valores diferentes.
Dos aplicaciones;
Formas paralelas o equivalentes (coeficiente de equivalencia);
aplicacin simultnea de X y X. Desventajas; fatiga y construccin
de dos pruebas.
Test-retest (coeficiente de estabilidad); X-lapso tiempo- X.
Desventajas; aprendizaje y evolucin de la persona.
Test-retest con formas alternativas; x-lapso de tiempo- X.
Consistencia interna;
2 mitades
o Paralelas; Spearman- Brown
o Equivalentes; Rulon o Guttman-Flanagan
o Congenricas; Raj
Covarianza entre tems
o Coeficiente alfa de Cronbach
o Kder-Richardson (tems dicotmicos)
o Gutman
o Raj
FIABILIDAD
Concepto y factores que influyen
Fiabilidad ;precisin. Consistencia de las
puntuaciones obtenidas x los mismos
sujetos, cuando son examinados con el
mismo test. Diferencia entre varianza
verdadera y la varianza de error.
Coeficiente de fiabilidad. Correlacin
existente entre las puntuaciones
obtenidas x los suj. en 2medidas
paralelas de un test. Estabilidad de la
medida. Test consigo mismo.
Entre 0 y 1.
ndice de fiabilidad. Es la raz cuadrada
el coef.de fiabilidad y se define como el
coef.de correlacin entre las
puntuaciones observadas y las
verdaderas. (ndice siempre mayor q. el
coef).
Error tpico de medida. Medida
indirecta de la fiabilidad (a menor error
mayor fiabilidad).
Homogeneidad de la muestra.
Al aumentar la variabilidad de la muestra,
aumenta tb el coef. de fiabilidad. A menor
variabilidad u heterogeneidad en una
muestra, menor ser el coef. de fiabilidad.
Longitud del test.
Si aumentamos la longitud de un test el
coef. de fiabilidad aumentara. Si se aaden
elementos; varia el error tpico.
Longitud y varianza. Al duplicar la longitud
de un test, aumentamos la fiabilidad.
Razn seal-ruido .Cuanto mayor sea el
coef. ms informacin verdadera del test.
Estimacin de
la puntuacin
verdadera
Anlisis de
tems
Test referidos
a la norma y
al criterio
- ValidezConcepto de validez
La validez del test se refiere a qu es lo que el test mide y cmo lo mide.
Un test es vlido si cumple su objetivo de realizar bien la medida de aquello para lo que se construy.
Por validez tambin se entiende el grado en que mide o predice algn criterio de inters.
Un test es vlido cuando las correlaciones entre las puntuaciones verdaderas y pronosticadas es alta.
Validez de contenido
Se pretende determinar si el contenido del test es una muestra representativa del rasgo o conducta que quiere medirse.
Se consideran la representatividad del dominio, en cuanto a que los elementos del test cubran o representen
adecuadamente el contenido, y la especificacin del dominio o de la relevancia del contenido, en cuanto a que incluya
todos los aspectos de inters.
La validez de contenido se determina a travs de juicios subjetivos, no existen procedimientos ni ndices estadsticos
adecuados para estimarla.
La validez aparente. Validez de silln. Se establece cuando una persona examina el test y concluye que ste mide el rasgo de
inters. De no tenerla, provocan una escasa cooperacin de los sujetos en la realizacin del test.
La validez lgica o validez muestral. Atiende a la relevancia y la representatividad del dominio de comportamientos que van a
ser medidos por el test.
Validez de criterio
Indica cual es la eficacia del test en la prediccin de algn tipo de comportamiento futuro del sujeto en situaciones
especficas.
La validez relativa al criterio se juzga como el grado de relacin entre el test que acta como predictor y otra variable de
inters que acta como criterio.
La validez en relacin con la longitud del test
Si rxx la fiabilidad del test inicial y Rxx la fiabilidad de ese test al multiplicar por k su longitud, se tiene que la validez
inicial, se ve modificada pasando a tomar el valor Rxy.
Variaciones del coeficiente de validez
2
Coeficiente de determinacin; Rxy , el cuadrado del coeficiente de validez expresa la proporcin de la varianza del
criterio que se puede predecir a partir del test y que es menor que el coeficiente de fiabilidad del predictor. Sera la
varianza comn entre un test y un criterio.
Coeficiente de alienacin; es la raz cuadrada de la diferencia a uno del coeficiente de terminacin.
Coeficiente de validez rxy=0,90, tiene un coeficiente de determinacin rxy2= 0,81. El 81% de la varianza del criterio es
pronosticable mediante el test.
Coeficiente de alienacin es K= 0,43 y que la varianza asociada al error en la prediccin es el 43% de la varianza total.
Coeficiente de valor predictivo; es el complemento a uno del coeficiente de alienacin. 1 K. Explica la probabilidad o
porcentaje de seguridad en el pronstico.
Validez y homogeneidad de la muestra
Cuanto menor sea la variabilidad de los elementos del grupo sobre el que se calcule el coeficiente de correlacin,
menor ser el coeficiente y, por lo tanto, la validez.
El coeficiente de validez de una variable X con respecto a una medida y como valor absoluto de la correlacin.
La variable predictora es la variable X que toma los valores de las puntuaciones en el test
La variable criterio es la variable que se predice, la variable Y. La validez es simtrica para la validez de X con respecto a Y, y de
Y con respecto a X.
En la validez predictiva transcurre un periodo de tiempo entre la medicin del predictor y del criterio y en ese periodo se
produce algn tipo de intervencin en los sujetos.
La validez concurrente implica la recogida de ambos tipos de medidas al mismo tiempo, o al menos en momentos contiguos.
La validez postdictiva o retrospectiva nos permite estimar el grado en que un individuo posey un rasgo determiando en el
pasado.
VALIDEZ
Exactitud con la que el test mide las caractersticas para las que est diseado. Permite discriminar a los sujetos.
Validez de contenido
Si el test es una muestra representativa de los
conceptos o dominios (Rasgos, aptitudes, etc) que
se quieren medir.
Procedimiento estadstico;
acuerdo interjueces.
La validez de contenido tiene dos aspectos bsicos;
Representatividad de dominio. Que los elementos
del test representen adecuadamente el contenido
a evaluar.
Especificacin del dominio o relevancia del
contenido. incluyan aquellos aspectos de inters
para la evaluacin.
Dos tipos de validez de contenido;
Validez aparente. La que se establece en virtud
del juicio subjetivo despus de examinar a
simple vista un test.
Validez lgica o muestral. Validez de contenido
en s.
Relaciones que un test tiene con las investigaciones de ese campo. Los constructos
no son medibles directamente.
Relaciones observadas en otros test que a su vez tiene correlaciones con el
constructo ; validez convergente.
No debera tener correlacin con otros test con los que la teora no debera estar
correlacionado, se denomina ; validez discriminante.
Validez factorial
Anlisis factorial; procedimiento estadstico dirigido a identificar rasgos de
conducta. Si los tems se agrupan en forma indicada en la teora.
Las correlaciones del test con cada factor se denomina ;validez factorial.
Anlisis factorial exploratorio. No se conoce la estructura interna al conjunto
de variables.
Anlisis factorial confirmatorio. Se parte de una hiptesis de la estructura de
las variables.
Coeficiente alineacin
Proporcin de varianza en el pronstico que es atribuible al
error. Inseguridad o azar. (La predictiva es parte de este).
Estimacin de criterio.
Conveniente que en la prediccin de criterios reales se empleen varios test.
- Anlisis de los tems y principios de construccin de testAnlisis de la dificultad y discriminacin de los tems en la TRI
El ndice de dificultad de un tem refleja el grado de dificultad de un tem, entendido como la dificultad para su resolucin
correcta por parte de los sujetos de l amuestra. El ID est comprendido entre 0 (mxima dificultad) y 1 (mnima
dificultad).
El poder discriminativo del tem (varianza del tem) viene dada por la proporcin de aciertos. El poder discriminativo de
un tem ser mximo cuando alcanza en tems dicotmicos p=q=0,50.
La varianza de las puntuaciones de un tem oscila entre 0 y 0,25.
ndice de discriminacin
Diferencia sujetos eficaces e ineficaces en el test en cuestin. Basados en la correlacin.
ndice de homogeneidad; sujetos con puntuaciones elevadas en el test acertarn el tem. Correlacin entre la puntuacin
del tem y la total del test al que pertenece.
Conceptos bsicos
1)
Dimensionalidad
Modelos unidimensinales; 1 sola aptitud/ rasgo es
necesario para explicar la actuacin de un sujeto en un
test.
2)
Independencia local
La probabilidad de que un individuo responda de manera
correcta a un tem no queda afectada por las respuestas
dadas a otros tems.Presupone; independencia de tems e
interdependencia entre examinados.
3)
4)
Escala de aptitud.
Aptitud y puntuacin verdadera no son conceptos
totalmente equivalentes.
Modelos
Las relaciones pueden ser funciones de
tipo exponencial (no lineal como la TCT)
Modelos de error binomial
Presuponen que la puntuacin
observada se corresponde con el
nmero de respuestas correctas en el
test, formado ste por tems
independientes entre s y de igual
dificultad.
Modelos de Poisson
Se ajustan a la funcin de
probabilidad para una distribucin de
Poisson. Adecuados para test con gran
nmero de tems.
Modelos de ojiva normal
No es ms que una curva acumulada
de distribucin normal. Cada tem
tendr una curva diferente a media
que varan los parmetros a y b.
Modelos logsticos
Modelo logstico de Rasch; parte de la
base de que todos los tems del test,
tienen idntico poder discriminante
(factor a) y por tanto, la nica
variacin que puede existir es
atendiendo al factor (b).
- EscalamientoMtodos de escalamiento
Se conoce como escalamiento al campo de la psicometra que tiene por objetivo fundamental la construccin de escalas de
medida e incluye todos los procedimientos necesarios para su elaboracin.
Modelos de escalamiento; proporcionan reglas que permiten asignar los nmeros a los objetos para elaborar una
escala de medida.
Mtodos de escalamiento; procedimientos utilizados para aplicar las reglas del modelo.
Mtodos de escalamiento centrados en los sujetos
Se pueden dividir en;
1) Aptitudes; Teora de los tests
2) Actitudes; Mtodos de respuesta
a.
Tcnica de Likert
b.
Diferencial semntico
Mtodos de respuesta
Se llaman as puesto que los sujetos evalan cada uno de los estmulos en funcin de la opinin que les merece o del
sentimiento que les provoca.
Tcnica de Likert
o Se trata de escalar a los sujetos a lo largo de un continuo de actitud, en funcin de las puntuaciones
obtenidas en la escala. Las variaciones observadas en las respuestas son debidas a diferencias individuales
respecto a la actitud medida.
o Desde el punto de vista de la medicin, la tcnica de Likert asume un nivel de medida ordinal.
o Los sujetos son ordenados en la escala en funcin de su posicin favorable/Desfavorable respecto a la
actitud medida.
Principios;
a) Es posible estudiar dimensiones de actitud a partir de un conjunto de enunciados que operen como
reactivos para los sujetos.
b) Los individuos pueden situarse en la variable de actitud desde un punto ms favorable al ms
desfavorable
c)
La valoracin de los sujetos en la variable en actitud no supone una distribucin uniforme sobre un
continuo de actitud.
Diferencial semntico de Osgood
La tarea de los sujetos ser evaluar un determinado concepto a travs de una serie de escalas bipolares , ahora
bien, el concepto a medir depender de la investigacin que se vaya a realizar y de su objetivo concreto.
Mtodos de escalamiento centrados en los estmulos
o Se trata de un modelo que est basado en las diferencias que hay entre los sujetos a la hora de percibir los estmulos
(variabilidad perceptual de los sujetos) e incluso en las diferencias perceptivas producidas en un mismo sujeto, cuando se
le presentan los estmulos en distintas ocasiones, y por otra parte, en la limitacin que tienen los sujetos para percibir la
diferencia de magnitud entre dos estmulos.
o Siempre es posible encontrar dos de ellos cuya diferencia sea tan pequea que no pueda ser percibida por el observador.
o La respuesta del sujeto, en cualquier caso, ante la presentacin de los estmulos ser una repuesta subjetiva, puesto que
deber emitir un juicio (mtodo de juicio).
Mtodos de elaboracin de escalas psicofsica
Las que resultan de la asignacin de valores escalares a estmulos que varan a lo largo de un continuo fsico. Tipo de
escalas de la psicofsica (Fechner y Stevens).
Mtodos de elaboracin de escalas psicolgicas
Las que resultan de la asignacin de valores escalares a estmulos que varan a lo largo de un continuo psicolgico.
Grado de racismo de un conjunto de enunciados (Thrustone).
As en funcin de la tare tenemos;
Mtodos de juicio absoluto o categrico; mtodo de los intervalos aparentemente iguales y Mtodo de los intervalos
sucesivos derivados de la ley del juicio categrico de Thrustone.
Mtodos de juicio comparativo; mtodo de las combinaciones binarias utilizado por Thrustone en su ley del Juicio
comparativo.
LA MEDICIN PSICOFSICA
Mtodos de escalamiento
psicofisiolgico
Medida de las sensaciones a
travs de la medida de los
estimules fsicos que las
produce.
Fechner. Mximo
representante.
Stevens. Desarrolla la Ley de
potencial. Fenmenos
observados por la psicofsica;
Umbral absoluto;
intensidad necesaria de
un estimulo para que
provoque un E .en un
organismo.
Umbral diferencial;
intensidad necesaria
para q. un organismo
detecte la diferencia de
estimulacin.
Igualdad; determinar si
2estimulos son =
Igualdad de E;
determinar la igualdad
de intervalos de
estimulacin
Igualdad de razones;
adems de igualdad de E,
es necesario determinar
el cero absoluto.
Orden; relacin ordinal
entre un conjunto de
estmulos
Clasificacin de
estmulos.
2)
3)
Mtodos de confusin.
Las personas no responden siempre a
los E. Al aplicar E pueden confundirse
los efectos de estos.
4)
5)
6)
7)
8)
Escalas de clasificacin.
Se presentan una serie de categoras
ordenadas, y tiene q. ir clasificando los
E que se le aplican, en la categora q.
considere adecuada.
ESCALAS PSICOMTRICAS
Se pueden distinguir
dos tipos de escalas;
Escala de Guttman
Escalograma. Establecer un valor par una variable continua, y solo un
atributo subyacente. La segunda pregunta cierra un poco el campo
de la primera. Son deterministas y de distribucin montonas.
Centrado en la respuesta a tems dicotmicos. Valores escalares
tanto a los sujetos como a los estimulos.
Medida ordinal.
Escalas de Thurstone
Comienza con la seleccin de 100-200referentes tericos del tpico,
y se van reduciendo. Son probabilsticas y de distribucin no
montonas.
Centradas en los estmulos o mtodos de juicio.
Mtodo de escalamiento psicolgico. Dos leyes; ley de juicio
comparativo y ley de juicio categrico.
Escalas de Coombs
Determinismo. Modelo de despliegue. Centrado a las respuestas.
1) Escalas
deterministas Cada
tem un grado
determinado de
atributo. No error.
2) Escalas
probabilsticas Se
cuentan con
mayores niveles de
probabilidad. Si
error.
Atendiendo a la
relacin existente
entre los tems,
tenemos dos escalas;
a) Escalas montonas
La contestacin de
los tems, implican la
contestacin
afirmativa de tems
anteriores.
b) Escalas no
montonas Los tems
solo representan una
cantidad
determinada del
atributo.
Segn como se
combinen estas dos
formas, tenemos
diferentes mtodos;
.
Escalas Likert
Medir actitudes y conductas. Son probabilsticas y montonas.
Centrados en los sujetos. Medida ordinal. Escala sumativa.