Models Estadístics i Psicomètrics
Codi: 104881 Crèdits: 6| Titulació | Tipus | Curs | Semestre |
|---|---|---|---|
| 2503852 Estadística Aplicada | OT | 4 | 0 |
Professor/a de contacte
- Nom:
- M. Dolors Riba Lloret
- Correu electrònic:
- Dolors.Riba@uab.cat
Utilització d'idiomes a l'assignatura
- Llengua vehicular majoritària:
- català (cat)
- Grup íntegre en anglès:
- No
- Grup íntegre en català:
- Sí
- Grup íntegre en espanyol:
- No
Prerequisits
És altament convenient haver adquirit les competències treballades en les dues assignatures prèvies de l'àrea de metodologia: "Mètodes, dissenys i tècniques d'investigació" i "Anàlisi de dades". Per tant l'alumnat ha de ser capaç de comprendre i aplicar la metodologia emprada en la investigació en psicologia, així com les tècniques bàsiques d'anàlisis de dades a nivell descriptiu i inferencial.
Objectius
"Models estadístics i psicomètrics" pertany a la matèria "Mètodes d'investigació i psicometria". S'imparteix en el segon semestre de segon curs, una vegada realitzades les dues assignatures prèvies de l'àrea de metodologia, amb les quals s'han adquirit els fonaments de la metodologia d'investigació i de l'anàlisi de dades. És el moment de donar el salt a models estadístics més complexos, de naturalesa multivariable, i d'introduir la solució analítica a tres fenòmens molt habituals en la investigació psicològica, la interacció entre variables, el control estadístic de variables confusores i la reducció de la dimensionalitat de les dades.
Els objectius formatius de l'assignatura són:
1. Aprendre el concepte de model estadístic com una aproximació a la multidimensionalitat de la investigació en psicologia.
2. Comprendre la relació existent entre el disseny d'investigació emprat i l'anàlisi de dades corresponent.
3. Saber quan i com s'han d'aplicar tècniques de reducció de dades.
En finalitzar l'assignatura l'alumnat ha de ser capaç de:
1. Quan el disseny d'investigació ho permeti, especificar el model estadístic adequat als objectius i hipòtesis d'una investigació psicològica.
2. Distingir entre models que responen a una hipòtesi predictiva i els que responen a una hipòtesi explicativa.
3. Incloure en el model, si és necessari, variables d'interacció i/o variables d'ajust.
4. Decidir sobre la necessitat de mantenir en el model termes d'interacció i/o variables d'ajust.
5. Estimar i interpretar correctament els coeficients d'un model de regressió.
6. Delimitar els principals aspectes a diagnosticar en l'etapa de validació del model.
7. Saber aplicar un anàlisi de components principals per reduir la dimensionalitat de les dades, determinant correctament el nombre de components retinguts, la rotació òptima dels esmentats components i realitzant una interpretació adequada del seu significat.
8. Ser capaç de comprendre l'anàlisi estadístic realitzat en articles d'investigació que emprin models estadístics de caràcter predictiu o explicatiu, o models de reducció de dades.
9. Conèixer el vocabulari estadístic bàsic en català, espanyol i anglès.
10. Conèixer els elements bàsics de maneig del programa estadístic.
Competències
- Aplicar l’esperit crític i el rigor per validar o refutar arguments tant propis com d’altres persones.
- Avaluar de manera crítica i amb criteris de qualitat el treball realitzat.
- Formular hipòtesis estadístiques i desenvolupar estratègies per confirmar-les o refutar-les.
- Identificar la utilitat i la potencialitat de l’estadística en les diferents àrees de coneixement i saber aplicar-la adequadament per extreure’n conclusions rellevants.
- Interpretar resultats, extreure conclusions i elaborar informes tècnics en el camp de l’estadística.
- Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
- Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
- Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
- Treballar cooperativament en un context multidisciplinari assumint i respectant el rol dels diferents membres de l’equip.
- Utilitzar correctament un ampli espectre del programari i llenguatges de programació estadístiques, escollint el més apropiat per a cada anàlisi i ser capaç d’adaptar-lo a noves necessitats.
- Utilitzar eficaçment la bibliografia i els recursos electrònics per obtenir informació.
Resultats d'aprenentatge
- Aplicar l'esperit crític i el rigor per validar o refutar arguments, tant propis com d'altres.
- Avaluar de manera crítica i amb criteris de qualitat la feina feta.
- Dissenyar i dur a terme tests d'hipòtesi en els diferents camps d'aplicació estudiats.
- Elaborar informes tècnics que expressin clarament els resultats i les conclusions de l'estudi utilitzant vocabulari propi de l'àmbit d'aplicació.
- Extreure conclusions coherents amb el context experimental propi de la disciplina a partir dels resultats obtinguts.
- Interpretar els resultats estadístics en contextos aplicats.
- Justificar l'elecció de cada mètode particular dins del context en què s'aplica.
- Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
- Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
- Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
- Reconèixer la importància dels mètodes estadístics estudiats dins de cada aplicació particular.
- Treballar cooperativament en un context multidisciplinari assumint i respectant el rol dels diferents membres de l'equip.
- Utilitzar diferents programes (tant lliures com comercials) associats a les diferents branques aplicades.
- Utilitzar eficaçment bibliografia i recursos electrònics per obtenir informació.
Continguts
Metodologia
En aquesta assignatura proposem diferents activitats basades en metodologies d'aprenentatge actiu centrades en l'estudiant. D'aquesta forma es perfila un plantejament "híbrid" en el qual combinem tècniques didàctiques tradicionals amb altres recursos encaminats a fomentar l'aprenentatge significatiu i cooperatiu.
1. Activitats Dirigides (30% ECTS)
1.1. Classes teòriques: classe magistral amb suport multimèdia (12%).
1.2. Classes pràctiques: plantejament i resolució de diferents problemes pràctics d'anàlisi d'investigacions. Aquestes sessions es realitzaran en aules equipades amb ordinadors (18%).
2. Activitats Supervisades (5% ECTS)
2.1. Revisió crítica per part de l'alumne d'anàlisis estadístiques i psicomètriques d'investigacions que han estat seleccionades prèviament pel professor (5%).
3. Activitats Autònomes (65% ECTS)
3.1. Lectura dels "Esquemes de teoria" per la preparació de les classes teòriques (20%).
3.2. Seguiment i participació en els fòrums de debat coordinats pels professors i gestionats a través del campus virtual (5%).
3.3. Revisió pràctica dels principals procediments analítics del curs mitjançant tutorials informàtics preparats pels professors (6%).
3.4. Consultes bibliogràfiques i documentals addicionals a les seleccionades pels professors per a l'assignatura (5%).
3.5. Estudi per compte propi: Realització de resums, esquemes i mapes conceptuals (20%).
3.6. Activitats d'avaluació (9%)
Activitats formatives
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Dirigides | |||
| Classes pràctiques en grups petits: plantejament i resolució de diferents problemes pràctics d'anàlisi d'investigacions | 26 | 1,04 | |
| Classes teòriques: classe magistral amb suport multimèdia | 19,5 | 0,78 | |
| Tipus: Supervisades | |||
| Supervisió per part del professor de la resolució de les pràctiques realitzades de forma autònoma | 7,5 | 0,3 | |
| Tipus: Autònomes | |||
| Consultes bibliogràfiques i documentals addicionals a les seleccionades pels professors per a l'assignatura | 7 | 0,28 | |
| Estudi per compte propi: Realització de resums, esquemes i mapes conceptuals | 37,5 | 1,5 | |
| Lectura dels "Esquemes de teoria" per a la preparació de les classes teòriques | 30 | 1,2 | |
| Revisió pràctica dels principals procediments analítics del curs mitjançant la resolució de les pràctiques preparades pels professors | 9 | 0,36 | |
| Seguiment i participació en els fòrums de debat coordinats pels professors i gestionats a través del campus virtual | 7,5 | 0,3 |
Avaluació
Les EV1, 3, i 4 es realitzen en grups de dues persones. El redactat ha de ser totalment original i no copiat d’altres fonts ni grups. Per a ser avaluat/da a cada EV, caldrà haver assistit presencialment a 2/3 de les seves pràctiques. L'alumnat ha d'informar en les dues primeres setmanes de classe, mitjançant un aplicatiu integrat al campus virtual, amb qui formaran parella per a la realització dels treballs. El pes d'aquestes evidències és de 15%, 7.5% i 7.5% respectivament. Aquestes evidències es lliuraran mitjançant el campus virtual. A criteri del professorat, la nota obtinguda en cadascuna pot requerir d'una defensa individual.
Les EV2 i 5 (exàmens) tenen dues parts. La primera (30%) consistirà en una prova tipus test d'proximadament 20 preguntes (tres opcions de resposta, penalització per errors; dos errors descompten una correcta d'acord a la fòrmula habitual k -1): es podrà dur material imprès d'elaboració pròpia però no dispositius electrònics. L’alimnat disposarà de l’enunciat i d'algunes taules de resultats d’Stata unes hores abans. La segona serà un exercici d’Stata (10%) a realitzar a les aules d’informàtica de la facultat. Constarà de preguntes de resposta única i no es podrà dur cap material.
Durant la setmana 19-20, es podrà recuperar la part tipus test de les EV2 i/o 5. D’acord amb la normativa de la UAB, podran recuperar els estudiants que no hagin superat l'assignatura i que cumpleixin: 1) haver realitzat evidències amb un pes d'almenys 2/3 del total i 2) tenir una nota d’avaluació continuada de 3.5 o superior en la suma de les EV1 a EV5. La nota de la/es evidència/es recuperada/es substituirà lanota obtinguda prèviament.
Un/a estudiant que hagi lliurat evidències d'aprenentatge amb un pes igual o superior a 4 punts (40%) constarà com a 'avaluable’.
Enllaç a les pautes d'avaluació de les titulacions de la facultat: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html
Activitats d'avaluació
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Evidència 1: Lliurament dels resultats de les anàlisis fetes de forma autònoma d'un problema pràctic relatiu a fiabilitat i ACP. S'ha de fer per parelles (aprox. setmanes 4-7) | 15 | 0 | 0 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14 |
| Evidència 2: Prova escrita formada per una part de preguntes d'alternativa múltiple relatives a fiabilitat i reducció de la dimensionalitat (30%) i una part pràctica amb Stata (10%) (1er periode avaluatiu) | 40 | 3 | 0,12 | 3, 5, 6, 7, 11, 13 |
| Evidència 3. Lliurament dels resultats de les anàlisis fetes de forma autònoma d'un problema pràctic relatiu a l'anàlisi de la variància. S'ha de fer per parelles (aprox. setmanes 11-14) | 7,5 | 0 | 0 | 2, 3, 4, 5, 6, 7, 8, 11, 13, 14 |
| Evidència 4. Lliurament dels resultats de les anàlisis fetes de forma autònoma d'un problema pràctic relatiu a l'anàlisi de regressió. S'ha de fer per parelles (al final de la 2ª meitat del curs) (aprox. setmanes 15-17) | 7,5 | 0 | 0 | 1, 2, 3, 4, 5, 6, 7, 11, 12, 13, 14 |
| Evidència 5: Prova escrita formada per una part de preguntes d'alternativa múltiple relatives a regressió i ANOVA (30%) i una part pràctica amb Stata (10%) (2on periode avaluatiu) | 40 | 3 | 0,12 | 3, 4, 5, 6, 7, 11, 13 |
Bibliografia
Domènech, J.M. i Granero, R. (2004). Anàlisi de dades en Psicologia (Vols. 1 i 2) (2ª Ed.). Barcelona: Signo.
Martínez Arias, R. (1995). Psicometría: Teoría de los tests psicológicos y educativos. Madrid: Síntesis.
Meltzoff, J. (2000). Crítica a la investigación. Psicología y campos afines. Madrid: Alianza Editorial. (Traducción del original de 1998).
Viladrich, M.C., Doval, E., Prat, R. i Vall-llovera, M. (2005). Psicometría. Barcelona: Edicions UOC.
Abad, F.J., Olea, J., Ponsoda, V. i García, C. (2011). Medición en ciencias sociales y de la salud. Madrid: Síntesis.