Titulació | Tipus | Curs | Semestre |
---|---|---|---|
4316222 Recerca en Psicologia Clínica i de la Salut | OT | 0 | 2 |
Coneixements del mòdul 1, especialment els referits a metodologia i dissenys d'investigació, per la seva vinculació directa amb el modelat estadístic, i els referits a anàlisi de dades descriptiva i bivariant, i sobre funcionament del software Stata.
Proporcionar les habilitats necessàries (teòriques i instrumentals) perquè l'alumnat sigui capaç de:
- Analitzar les propietats psicomètriques d'un qüestionari relatives a estructura interna i fiabilitat
- Realitzar l'anàlisi de dades d'una investigació mitjançant models de regressió lineal o logística, tant amb la finalitat de predir la resposta com d'estudiar la influència d'una exposició sobre la resposta
- Incorporar en el procés de modelatge estadístic els fenòmens de la interacció i la confusió
- Realitzar el diagnòstic de les condicions d'aplicació dels models de regressió lineal i logística
- Distingir una variable moderadora d'una variable mediadora i estimar models d'equacions estructurals (SEM) per a l'anàlisi de models de mediació
- Interpretar els resultats dels models de regressió i SEM, sabent seleccionar aquells més adequats per a ser inclosos a l'informe d'investigació
Bloc A
- Estructura interna: anàlisi en components principals (A1) i anàlisi factorial confirmatòria i invariància (A2)
- Fiabilitat (A3)
Bloc B
- Regressió lineal: models predictius i per a avaluar efectes
- Modelat estadístic en presència d'interacció i confusió
- Diagnòstic del model de regressió lineal
Bloc C
- Regressió logística: models predictius i per a avaluar efectes
- Regressió logística i proves diagnòstiques
- Diagnòstic del model de regressió logística
Bloc D
- Moderació vs mediació
- Models d'equacions estructurals per a l'anàlisi de variables mediadores
Sessions dirigides:
- Classes magistrals. A partir d'un material docent publicat pel professat, es realitza l'explicació en base a exemples i matrius de dades reals de recerca en psicologia. Cada classe magistral finalitza amb un espai dedicat al debat amb l'alumnat, de qui s'espera una retroalimentació sobre la comprensió, utilitat i aplicabilitat que troben als conceptes presentats.
- Sessions pràctiques amb Stata. Els resultats presentats en la classe magistral són replicats emprant Stata. També s'afegeixen exercicis nous d'estructura similar.
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.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classe magistral + sessions pràctiques amb Stata | 30 | 1,2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 |
Tipus: Autònomes | |||
El·laboració d'informes | 15,5 | 0,62 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 |
Treball personal | 100 | 4 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 |
L'avaluació continuada integrarà 4 elements avaluatius.
La qualificació final de l'avaluació continuada s'obtindrà com la mitjana ponderada de les 4 evidències d'avaluació. El mòdul es superarà amb qualificacions iguals o superiors a 5 punts (en una escala de 0 a 10 punts), amb un mínim de 3 punts de promig en les EvB i EvC; en cas contrari la nota màxima del mòdul serà 4.5.
L'estudiant que hagi obtingut una qualificació final entre 3.5 i menys de 5 punts i que hagi realitzat evidències d'avaluació amb un pes d'almenys 2/3 de la qualificació total, podrà presentar-se a la prova de recuperació (setmana 14), per a tornar a realitzar les evidències B i/o C que no hagin estat superades. La qualificació màxima que es pot obtenir a cada evidència recuperada serà de 6 punts. La nota obtinguda a la/es evidència/es recuperada/es substituirà la respectiva nota original i es recalcularà la nota final.
Si s'han presentat evidències amb pes acumulat del 40% o més no es podrà constar en actes com a "No avaluable".
No es preveu que l’estudiant de 2ª o posterior matrícula s'avaluï mitjançant una única prova de síntesi no recuperable.
El document amb les pautes d'avaluació dela Facultat es troba a: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
EvA Informe pràctic d'estructura interna i fiabilitat (lliurament virtual individual, setmanes 2-4) | 25 | 0 | 0 | 1, 2, 11, 13, 15, 16, 17 |
EvB Prova de regressió lineal (individual, escrita, presencial setmana 12) | 35 | 2,5 | 0,1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 |
EvC Prova de regressió logística (individual, escrita, presencial setmana 13) | 25 | 2 | 0,08 | 1, 2, 4, 5, 6, 7, 8, 9, 11, 12, 14, 15, 16 |
EvD Informe-resum de mediació (lliurament virtual grupal: equips de 2 estudiants, setmana 7-8) | 15 | 0 | 0 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 |
Abad, Francisco J.; Olea, Julio; Ponsoda, Vicente; García, Carmen. (2011). Medición en ciencias sociales y de la salud. Síntesis. [Rec electrònic disponible a: biblioteca de la UAB]
American Educational Research Association, American Psychological Association, National Council on Measurement in Education (2014). The standards for educational and psychological testing. Autor. [https://www.testingstandards.net/open-access-files.html]
Ato, Manuel; Vallejo, Guillermo. (2011). Los efectos de terceras variables en la investigación psicológica. Anales de Psicología, 27, 550-561. [https://revistas.um.es/analesps/article/view/123201/115851]
Bandalos, Deborah L. (2018). Measurement theory and applications for the social sciences. Guilford Press. [ISBN 1462532136]
Kleinbaum, David G.; Kupper, Lawrence L.; Nizam, Azhar; Rosenberg, Eli S. (2014). Applied regression analysis and other multivariable methods. (5ª ed.). Brooks/Cole. [ISBN 1285051084]
Kleinbaum, David G.; Klein, Mitchel. (2010). Logistic regression. A Self-learning text. 3ª ed. Springer. [https://www.springer.com/gp/book/9781441917416; https://www.springer.com/gp/book/9781441917416]
Shmueli, Galit. (2010). To explain or to predict? Statistical Science, 25, 289-310. https://dx.doi.org/10.1214/10-STS330
Stata