Titulació | Tipus | Curs | Semestre |
---|---|---|---|
2502443 Psicologia | OB | 2 | 2 |
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.
"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.
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.
Nota: La metodologia docent i l'avaluació proposades poden experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries. L’equip docent detallarà a través de l’aula moodle o el mitjà de comunicació habitual el format presencial o virtual/on-line de les diferents activitats dirigides i d’avaluació, tenint en compte les indicacions de la facultat en funció del que permeti la situació sanitària.
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 | 1, 2, 3, 4, 5, 6, 8, 10, 11, 12, 14, 15, 16, 17, 18, 19 |
Classes teòriques: classe magistral amb suport multimèdia | 19,5 | 0,78 | 1, 2, 6, 7, 8, 9, 11, 14, 15, 16, 18, 19 |
Tipus: Supervisades | |||
Supervisió per part del professor de la resolució de les pràctiques realitzades de forma autònoma | 7,5 | 0,3 | 1, 2, 8, 14, 18, 19 |
Tipus: Autònomes | |||
Consultes bibliogràfiques i documentals addicionals a les seleccionades pels professors per a l'assignatura | 7 | 0,28 | 1, 2, 4, 5, 8, 10, 11, 15, 17 |
Estudi per compte propi: Realització de resums, esquemes i mapes conceptuals | 37,5 | 1,5 | 1, 2, 3, 4, 5, 6, 8, 10, 11, 14, 15, 16, 17, 18, 19 |
Lectura dels "Esquemes de teoria" per a la preparació de les classes teòriques | 30 | 1,2 | 1, 2, 3, 8, 11, 14 |
Revisió pràctica dels principals procediments analítics del curs mitjançant la resolució de les pràctiques preparades pels professors | 9 | 0,36 | 2, 8, 10, 11, 14 |
Seguiment i participació en els fòrums de debat coordinats pels professors i gestionats a través del campus virtual | 7,5 | 0,3 | 3, 11, 13, 17 |
Les EV1 i Ev3 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 una aplicació integrada al campus virtual, amb qui formaran parella per a la realització dels treballs. El pes de cadascuna d'aquestes evidències és de 15%. Aquestes evidències es lliuraran mitjançant el campus virtual.
Les EV2 i Ev4 (exàmens individuals) tenen dues parts. La primera (30%) consistirà en una prova tipus test d'aproximadament 20 preguntes (tres opcions de resposta, penalització per errors; dos errors descompten una correcta d'acord a la fórmula habitual k -1): es podrà dur material imprès d'elaboració pròpia però no dispositius electrònics. L’alumnat 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.
A criteri del professorat, la nota obtinguda en cadascuna de les evidències pot requerir d'una defensa individual.
Les respostes a totes les evidències d’avaluació han de ser originals (no s’admetran redactats detectats procedents d’altres fonts o respostes copiades o plagiades). Un incompliment en aquesta condició implica l’anul·lació de l’evidència. Més d’un incompliment suposarà la qualificació final de 0 en l’assignatura (en aplicació de la normativasobre avaluació de la UAB i la titulació de Psicologia: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html). Aquestes mesures s’aplicaran a totes les persones implicades en la irregularitat avaluativa.
Per a superar l’assignatura mitjançant l’avaluació contínua és necessari que es compleixin els següents criteris: 1) La suma ponderada de totes les evidències ha de ser igual o superior a 5 punts. 2) El promig de les EV2 i EV4 haurà de ser 4.5 o superior (en una escala de 0 a 10); en cas contrari la nota màxima en l’assignatura serà 4.9.
D’acord amb la normativa de la UAB, podrà optar a recuperar l’alumnat que no hagi superat l'assignatura i que compleixi: 1) haver realitzat evidències amb un pes d'almenys 2/3 del total i 2) tenir una nota d’avaluació contínua de 3.5 o superior. Es podrà recuperar la part tipus test de les EV2 i/o EV4. La nota de la/es evidència/es recuperada/es substituirà la nota obtinguda prèviament i la nota es recalcularà amb els criteris descrits.
Un/a estudiant que hagi lliurat evidències d'aprenentatge amb un pes igual o superior a 4 punts (40%) constarà com a 'avaluable’.
L’alumnat de segona matrícula o posterior podrà optar a una única prova de síntesi no recuperable que consistirà en una prova presencial que inclourà tota la matèria. L’alumnat interessat haurà de comunicar-ho a la coordinació de l’assignatura abans de la data de lliurament de la primera evidència.
Enllaç a les pautes d'avaluació de les titulacions de la facultat: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html
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, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 19 |
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 | 1, 2, 6, 8, 9, 10, 11, 14, 15, 16, 17, 19 |
Evidència 3. Lliurament dels resultats de les anàlisis fetes de forma autònoma d'un problema pràctic relatiu a l'anàlisi de la variància i regressió. S'ha de fer per parelles (aprox. setmanes 13-15) | 15 | 0 | 0 | 2, 3, 4, 6, 7, 11, 12, 14, 17, 18 |
Evidència 4: 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 | 6, 7, 11, 13, 14, 17, 18 |
Manuals de referència:
Abad, F.J., Olea, J., Ponsoda, V. i García, C. (2011). Medición en ciencias sociales y de la salud. Madrid: Síntesis.
Kleinbaum, D.G., Kupper, L.L., Nizam, A., Muller, K., Rosenberg, E.S. (2012). Applied regression analysis and other multivariable methods. (5ª ed.). Boston (MA): Cengage Learning, Inc.
López-Roldán, P.; Fachelli, S. (2016). Análisis de varianza. En P. López-Roldán i S. Fachelli, Metodología de la Investigación Social Cuantitativa. Bellaterra (Cerdanyola del Vallès): Dipòsit Digital de Documents, Universitat Autònoma de Barcelona. 1ª edición. Edición digital: http://ddd.uab.cat/record/163568
Altres referències:
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. i Doval, E. (Eds.) (2008). Psicometria. Barcelona: Edicions UOC.