Modelos Estadísticos y Psicométricos
Código: 102570 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 2502443 Psicología | OB | 2 | 2 |
Contacto
- Nombre:
- Eduardo Doval Diéguez
- Correo electrónico:
- Eduardo.Doval@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
Equipo docente
- Juan Martín Aliága Ugarte
- Ariadna Angulo Brunet
- Jennifer Morata Serrano
- Albert Espelt Hernandez
- Genis Prat Ortega
- Marina Bosque Prous
- Eva Penelo Werner
- Albert Bonillo Martín
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 estudiantado 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 estudiantado 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
- Desarrollar un pensamiento y un razonamiento crítico y saber comunicarlos de manera efectiva, tanto en las lenguas propias como en una tercera lengua.
- Distinguir los diseños de investigación, los procedimientos y las técnicas para valorar hipótesis, contrastarlas e interpretar sus resultados.
- Emplear los programas informáticos de gestión y análisis de datos.
- Mantener una actitud favorable hacia la actualización permanente a través de la evaluación crítica de la documentación científica, valorando su procedencia, situándola en un marco epistemológico e identificando y contrastando sus aportaciones en relación con el conocimiento disciplinario disponible.
- 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 el código deontológico y actuar de manera ética.
- Reconocer y valorar los procedimientos y las técnicas aplicados a la construcción y a la adaptación de instrumentos de evaluación psicológica.
- Utilizar las diferentes tecnologías de la información y la comunicación para finalidades diversas.
Resultados de aprendizaje
- Desarrollar un pensamiento y un razonamiento crítico y saber comunicarlos de manera efectiva, tanto en las lenguas propias como en una tercera lengua.
- Describir las principales características de la probabilidad de la inferencia estadística, de la estimación y de la comprobación de hipótesis en la elaboración de pruebas psicométricas.
- Describir los indicadores estadísticos de fiabilidad y validez basados en la teoría de los tests.
- Elaborar conclusions razonadas a partir de los resultados obtenidos después de aplicar los métodos y técnicas psicométricas que permitan dar respuesta a una hipótesis de investigación.
- Elaborar conclusions razonadas a partir de los resultados obtenidos después de aplicar los métodos y ténicas estadísticas que permitan dar respuesta a una hipótesis de investigación.
- Emplear los programas informáticos de gestión y análisis de datos.
- Identificar el modelo lineal general y algunas técnicas de análisis estadístico multivariable e interpretar adecuadamente los resultados que se obtienen.
- Identificar los principales modelos y técnicas de análisis psicométrico e interpretar adecuadamente los resultados que se obtienen.
- Interpretar adecuadamente los resultados que se obtienen de la aplicación del modelo lineal y de las técnicas de reducción de la dimensionalidad.
- Interpretar correctamente los resultados que se obtienen de la aplicación de las pruebas psicométricas presentadas.
- Mantener una actitud favorable hacia la actualización permanente a través de la evaluación crítica de la documentación científica, valorando su procedencia, situándola en un marco epistemológico e identificando y contrastando sus aportaciones en relación con el conocimiento disciplinario disponible.
- 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 el código deontológico y actuar de manera ética.
- Relacionar los resultados obtenidos al aplicar técnicas de análisis de datos con los planteamientos teóricos que originaron la/s hipótesis de investigación.
- Utilizar adecuadamente herramientas de análisis de datos en la elaboración de pruebas psicométricas.
- Utilizar las diferentes tecnologías de la información y la comunicación para finalidades diversas.
- Utilizar los criterios de puntuación y de interpretación de las puntuaciones para extraer conclusiones acerca de las características de las personas evaluadas.
- Valorar y contrastar modelos, instrumentos y técnicas y decidir cuales son más adecuados para hacer un analisis psicométrico.
- Valorar y contrastar modelos, instrumentos y técnicas y decidir cuales son más adecuados para hacer un análisis estadístico.
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.
Nota: La metodología docente y la evaluación propuestas pueden experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias. El equipo docente detallará a través del aula moodle o el medio de comunicación habitual el formato presencial o virtual/on-line de las diferentes actividades dirigidas y de evaluación, teniendo en cuenta las indicaciones de la facultad en función de lo que permita la situación sanitaria.
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 | 3, 2, 1, 5, 4, 6, 8, 10, 11, 12, 14, 15, 17, 16, 19, 18 |
| Clases teóricas: clase magistral con soporte multimedia | 19,5 | 0,78 | 3, 2, 6, 7, 8, 9, 11, 14, 15, 17, 19, 18 |
| Tipo: Supervisadas | |||
| Supervisión por parte del profesor de la resolución de las prácticas realizadas de forma autónoma | 7,5 | 0,3 | 3, 2, 8, 14, 19, 18 |
| Tipo: Autónomas | |||
| Consultas bibliográficas y documentales adicionales a las seleccionadas por los profesores para la asignatura | 7 | 0,28 | 3, 2, 5, 4, 8, 10, 11, 15, 16 |
| Estudio por cuenta propia: Realización de resúmenes, esquemas y mapas conceptuales | 37,5 | 1,5 | 3, 2, 1, 5, 4, 6, 8, 10, 11, 14, 15, 17, 16, 19, 18 |
| Lectura de los "Esquemas de teoría" para la preparación de las clases teóricas | 30 | 1,2 | 3, 2, 1, 8, 11, 14 |
| Revisión práctica de los principales procedimientos analíticos del curso mediante la resolución de las prácticas preparadas por los profesores | 9 | 0,36 | 2, 8, 10, 11, 14 |
| Seguimiento y participación en los foros de debate coordinados por los profesores y gestionados a través del campus virtual | 7,5 | 0,3 | 1, 11, 13, 16 |
Evaluación
Las EV1 y EV3 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 quién formarán pareja para la realización de los trabajos. El peso de cada una de estas evidencias es de 15%. Estas evidencias se entregarán a través del campus virtual.
Las EV2 y EV4 (exámenes individuales) 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 acuerdo al criterio habitual k-1): se podrá llevar material impreso de elaboración propia pero no dispositivos electrónicos. El estudiantado dispondrá del enunciado y de algunas tablas de resultados de Stata unas horas antes. La segunda parte 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.
A criterio del profesorado, la nota obtenida en cada una de las evidencias puede requerir de una defensa individual.
Las respuestas a todas las evidencias de evaluación tienen que ser originales (no se admitirán redactados detectados procedentes de otras fuentes o respuestas copiadas o plagiadas). Un incumplimiento de esta condición implica la anulación de la evidencia. Más de un incumplimiento supondrá una cualificación final de 0 en la asignatura (en aplicación a la normativa sobre evaluación de la UAB y de la titulación de Psicología: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html). Estas medidas se aplicarán a todas las personas implicadas en la irregularidad evaluativa.
Para superar la asignatura por evaluación continuada es necesario que se cumplan los siguientes criterios: 1) La suma ponderada de todas las evidencias ha de ser igual o superior a 5 puntos. 2) El promedio de las EV2 y EV4 deberá ser 4.5 o superior (en una escala de 0 a 10); en caso contrario la nota máxima en la asignatura será 4.9.
De acuerdo con la normativa de la UAB, podrá optar a recuperación el estudiantado que no haya superado la asignatura y que cumpla: 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. Se podrá recuperar la parte tipo test de las EV2 y/o EV4. La nota de la/s evidencia/s recuperada/s sustituirá la nota obtenida previamente y la nota se recalculará con los criterios descritos.
Un/a estudiante que haya entregado evidencias de aprendizaje con un peso igual o superior a 4 puntos (40%) constará como 'evaluable'.
El estudiantado de segunda matrícula o posterior podrá optar a una única prueba de síntesis no recuperable que consistirá en una prueba presencial que comprenderá toda la materia. El/la estudiante interesado/a deberá comunicarlo a la coordinación de la asignatura antes de la fecha de entrega de la primera evidencia.
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 | 3, 1, 4, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 17, 16, 18 |
| 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 | 3, 2, 6, 8, 9, 10, 11, 14, 15, 17, 16, 18 |
| Evidencia 3. Entrega de los resultados de los análisis realizados de forma autónoma de un problema práctico relativo al análisis de la varianza y regresión. Se debe hacer por parejas (aprox. Semanas 13-15) | 15 | 0 | 0 | 2, 1, 5, 6, 7, 11, 12, 14, 16, 19 |
| Evidencia 4: 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 | 6, 7, 11, 13, 14, 16, 19 |
Bibliografía
Manuales de referencia:
Abad, F.J., Olea, J., Ponsoda, V. y 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 y 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
Otras referencias:
Domènech, J.M. y 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. y Doval, E. (Eds.) (2008). Psicometria. Barcelona: Edicions UOC.