Modelos Estadísticos y Psicométricos
Código: 104881 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 2503852 Estadística Aplicada | OT | 4 | 0 |
Contacto
- Nombre:
- M. Dolors Riba Lloret
- Correo electrónico:
- Dolors.Riba@uab.cat
Uso de idiomas
- Lengua vehicular mayoritaria:
- catalán (cat)
- Algún grupo íntegramente en inglés:
- No
- Algún grupo íntegramente en catalán:
- Sí
- Algún grupo íntegramente en español:
- No
Prerequisitos
Es muy conveniente haber adquirido las competencias trabajadas en las dos asignaturas prévias del área de metodología: "Métodos, diseños y técnicas de investigación" y "Análisis de datos". Por lo tanto el alumnado debe ser capaz de comprender y aplicar la metodología empleada en la investigación en psicología, así como las técnicas básicas de análisis de datos a nivel descriptivo e inferencial.
Objetivos y contextualización
"Modelos estadísticos y psicométricos" pertenece a la materia "Métodos de investigación y psicometría". Se imparte en el segundo semestre de segundo curso, una vez realizadas las dos asignaturas previas del área de metodología, con las que se han adquirido los fundamentos de la metodología de investigación y del análisis de datos. Es el momento de dar el salto a modelos estadísticos más complejos, de naturaleza multivariable, y de introducir la solución analítica a tres fenómenos muy habituales en la investigación psicológica, la interacción entre variables, el control estadístico de variables confusoras y la reducción de la dimensionalidad de los datos.
Los objetivos formativos de la asignatura son:
1. Aprender el concepto de modelo estadístico como una aproximación a la multidimensionalidad de la investigación en psicología.
2. Comprender la relación existente entre el diseño de investigación empleado y el análisis de datos correspondiente.
3. Saber cuándo y cómo se deben aplicar técnicas de reducción de datos.
Al finalizar la asignatura el alumnado debe ser capaz de:
1. Cuando el diseño de investigación lo permita, especificar el modelo estadístico adecuado a los objetivos e hipótesis de una investigación psicológica.
2. Distinguir entre modelos que responden a una hipótesis predictiva y los que responden a una hipótesis explicativa.
3. Incluir en el modelo, si es necesario, variables de interacción y / o variables de ajuste.
4. Decidir sobre la necesidad de mantener en el modelo términos de interacción y / o variables de ajuste.
5. Estimar e interpretar correctamente los coeficientes de un modelo de regresión.
6. Delimitar los principales aspectos a diagnosticar en la etapa de validación del modelo.
7. Saber aplicar un análisis de componentes principales para reducir la dimensionalidad de los datos, determinando correctamente el número de componentes retenidos, la rotación óptima de dichos componentes y realizando una interpretación adecuada de su significado.
8. Ser capaz de comprender el análisis estadístico realizado en artículos de investigación que empleen modelos estadísticos de carácter predictivo o explicativo, o modelos de reducción de datos.
9. Conocer el vocabulario estadístico básico en catalán, español e inglés.
10. Conocer los elementos básicos de manejo del programa estadístico.
Competencias
- Aplicar el espíritu crítico y el rigor para validar o refutar argumentos tanto propios como de otras personas.
- Evaluar de manera crítica y con criterios de calidad el trabajo realizado.
- Formular hipótesis estadísticas y desarrollar estrategias para confirmarlas o refutarlas.
- Identificar la utilidad y la potencialidad de la estadística en las distintas áreas de conocimiento y saber aplicarla adecuadamente para extraer conclusiones relevantes.
- Interpretar resultados, extraer conclusiones y elaborar informes técnicos en el campo de la estadística.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Trabajar cooperativamente en un contexto multidisciplinar asumiendo y respetando el rol de los diferentes miembros del equipo.
- Utilizar correctamente un amplio espectro del software y lenguajes de programación estadísticos, escogiendo el más apropiado para cada análisis y ser capaz de adaptarlo a nuevas necesidades.
- Utilizar eficazmente la bibliografía y los recursos electrónicos para obtener información.
Resultados de aprendizaje
- Aplicar el espíritu crítico y el rigor para validar o refutar argumentos tanto propios como de otros.
- Diseñar y llevar a cabo tests de hipótesis en los diferentes campos de aplicación estudiados.
- Elaborar informes técnicos que expresen claramente los resultados y las conclusiones del estudio utilizando vocabulario propio del ámbito de aplicación.
- Evaluar de manera crítica y con criterios de calidad el trabajo realizado.
- Extraer conclusiones coherentes con el contexto experimental propio de la disciplina, a partir de los resultados obtenidos.
- Interpretar los resultados estadísticos en contextos aplicados.
- Justificar la elección de cada método particular dentro del contexto en que se aplica.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Reconocer la importancia de los métodos estadísticos estudiados dentro de cada aplicación particular.
- Trabajar cooperativamente en un contexto multidisciplinar asumiendo y respetando el rol de los diferentes miembros del equipo.
- Utilizar distintos programas (tanto libres como comerciales) asociados a las distintas ramas aplicadas.
- Utilizar eficazmente bibliografía y recursos electrónicos para obtener información.
Contenido
Metodología
En esta asignatura proponemos diferentes actividades basadas en metodologías de aprendizaje activo centradas en el estudiante. De esta forma se perfila un planteamiento "híbrido" en el que combinamos técnicas didácticas tradicionales con otros recursos encaminados a fomentar el aprendizaje significativo y cooperativo.
1. Actividades Dirigidas (30% ECTS)
1.1. Clases teóricas: clase magistral con soporte multimedia (12%).
1.2. Clases prácticas: planteamiento y resolución de diferentes problemas prácticos de análisis de investigaciones. Estas sesiones se realizarán en aulas equipadas con ordenadores (18%).
2. Actividades Supervisadas (5% ECTS)
2.1. Revisión crítica por parte del alumno de análisis estadísticos y psicométricas de investigaciones que han sido seleccionadas previamente por el profesor (5%).
3. Actividades Autónomas (65% ECTS)
3.1. Lectura de los "Esquemas de teoría" para la preparación de las clases teóricas (20%).
3.2. Seguimiento y participación en los foros de debate coordinados por los profesores y gestionados a través del campus virtual (5%).
3.3. Revisión práctica de los principales procedimientos analíticos del curso mediante tutoriales informáticos preparados por los profesores (6%).
3.4. Consultas bibliográficas y documentales adicionales a las seleccionadas por los profesores para la asignatura (5%).
3.5. Estudio por cuenta propia: Realización de resúmenes, esquemas y mapas conceptuales (20%).
3.6. Actividades de evaluación (9%)
Actividades
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases prácticas en grupos pequeños: planteamiento y resolución de diferentes problemas prácticos de análisis de investigaciones | 26 | 1,04 | |
| Clases teóricas: clase magistral con soporte multimedia | 19,5 | 0,78 | |
| Tipo: Supervisadas | |||
| Supervisión por parte del profesor de la resolución de las prácticas realizadas de forma autónoma | 7,5 | 0,3 | |
| Tipo: Autónomas | |||
| Consultas bibliográficas y documentales adicionales a las seleccionadas por los profesores para la asignatura | 7 | 0,28 | |
| Estudio por cuenta propia: Realización de resúmenes, esquemas y mapas conceptuales | 37,5 | 1,5 | |
| Lectura de los "Esquemas de teoría" para la preparación de las clases teóricas | 30 | 1,2 | |
| Revisión práctica de los principales procedimientos analíticos del curso mediante la resolución de las prácticas preparadas por los profesores | 9 | 0,36 | |
| Seguimiento y participación en los foros de debate coordinados por los profesores y gestionados a través del campus virtual | 7,5 | 0,3 |
Evaluación
Las EV1, 3, y 4 se realizan en grupos de dos personas. El redactado debe ser totalmente original y no copiado de otras fuentes ni grupos. Para que una evidencia sea evaluada, será necesario haber asistido presencialmente a 2/3 de sus prácticas. Los estudiantes deben informar en las dos primeras semanas de clase, mediante un aplicativo integrado en el campus virtual, con quien formarán pareja para la realización de los trabajos. El peso de estas evidencias es de 15%, 7.5% y 7.5% respectivamente. Estas evidencias se entregarán a través del campus virtual. A criterio del profesorado, la nota obtenida en cada una de ellas puede requerir de una defensa individual.
Las EV2 y 5 (exámenes) tienen dos partes. La primera (30%) consistirá en una prueba tipo test de aproximadamente 20 preguntas (tres opciones de respuesta, penalización por errores; dos errores descuentan una correcta, de a uerdo al criterio habitual k -1 ): se podrá llevar material impreso de elaboración propia pero no dispositivos electrónicos. El estudiante dispondrá del enunciado y de algunas tablas de resultados de Stata unas horas antes. La segunda será un ejercicio de Stata (10%) a realizar en las aulas de informática de la facultad. Constará de preguntas de respuesta única y no se podrá llevar ningún material.
Durante la semana 19-20, se podrá recuperar la parte tipo test de las EV2 y / o 5. De acuerdo con la normativa de la UAB, podrán recuperar los estudiantes que no hayan superado la asignatura y que cumplan: 1) haber realizado evidencias con un peso de al menos 2/3 del total y 2) tener una nota de evaluación continuada de 3.5 o superior en la suma de las EV1 a EV5. La nota de la/s evidencia/s recuperada/s sustituirá la nota obtenida previamente.
Un/a estudiante que haya entregado evidencias de aprendizaje con un peso igual o superior a 4 puntos (40%) constará como 'evaluable'.
Enlace a las pautas de evaluación de las titulaciones de la facultad: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html
Actividades de evaluación
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Evidencia 1: Entrega de los resultados de los análisis realizados de forma autónoma de un problema práctico relativo a fiabilidad y ACP. Se debe hacer por parejas (aprox. Semanas 4-7) | 15 | 0 | 0 | 1, 4, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14 |
| Evidencia 2: Prueba escrita integrada por una parte de preguntas de alternativa múltiple relativas a fiabilidad y reducción de la dimensionalidad (30%) y una parte práctica con Stata (10%) (1er periodo evaluativo) | 40 | 3 | 0,12 | 2, 5, 6, 7, 11, 13 |
| Evidencia 3. Entrega de los resultados de los análisis realizados de forma autónoma de un problema práctico relativo al análisis de la varianza. Se debe hacer por parejas (aprox. Semanas 11-14 | 7,5 | 0 | 0 | 4, 2, 3, 5, 6, 7, 8, 11, 13, 14 |
| Evidencia 4. Entrega de los resultados de los análisis realizados de forma autónoma de un problema práctico relativo al análisis de regresión. Se debe hacer por parejas (al final de la 2ª mitad del curso) (aprox. Semanas 15-17) | 7,5 | 0 | 0 | 1, 4, 2, 3, 5, 6, 7, 11, 12, 13, 14 |
| Evidencia 5: Prueba escrita compuesta por una parte de preguntas de alternativa múltiple relativas a regresión y ANOVA (30%) y una parte práctica con Stata (10%) (2º periodo evaluativo) | 40 | 3 | 0,12 | 2, 3, 5, 6, 7, 11, 13 |
Bibliografía
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.