Models d'Anàlisi en Recerca en Psicologia Clínica i de la Salut
Codi: 43881 Crèdits: 6| Titulació | Tipus | Curs | Semestre |
|---|---|---|---|
| 4316222 Recerca en Psicologia Clínica i de la Salut | OT | 0 | 2 |
Professor/a de contacte
- Nom:
- Eva Penelo Werner
- Correu electrònic:
- eva.penelo@uab.cat
Utilització d'idiomes a l'assignatura
- Llengua vehicular majoritària:
- espanyol (spa)
Altres indicacions sobre les llengües
Els materials són en castellà i anglès; els enunciats de les evidències d'aprenentatge són en castellà; la interfície i menús de Stata són en anglèsEquip docent
- José Blas Navarro Pastor
Prerequisits
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.
Objectius
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
Competències
- Analitzar de forma crítica les teories, models i mètodes més actuals d'investigació psicològica en l'àmbit de la psicologia clínica i de la salut.
- Analitzar les dades i interpretar els resultats de recerques en psicologia clínica i de la salut.
- Aplicar els principis ètics rellevants i actuar d'acord al codi deontològic de la professió en la pràctica de la recerca científica.
- Discutir els resultats de recerques en psicologia clínica i de la salut, contrastar-los amb la literatura científica existent i extreure'n conclusions i aplicacions pràctiques.
- Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.
- Que els estudiants sàpiguen comunicar les seves conclusions, així com els coneixements i les raons últimes que les fonamenten, a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant, en gran manera, amb treball autònom a autodirigit.
- Utilitzar terminologia científica per argumentar els resultats de la recerca en el context de la producció científica, per comprendre i interactuar eficaçment amb altres professionals.
Resultats d'aprenentatge
- Aplicar els principis ètics rellevants i actuar d'acord al codi deontològic de la professió en la pràctica de la recerca científica.
- Conèixer les limitacions de les conclusions teòriques que es poden derivar dels resultats numèrics obtinguts amb els models d'anàlisi estadística explicats en el mòdul.
- Conèixer les limitacions generals dels models d'anàlisi estadística explicats en el mòdul: mètodes de recerca pertinents i tipus de variables de resposta analitzables.
- Conèixer les principals tècniques de mostreig monoetàpic, saber decidir la més adequada als objectius d'una investigació en un àmbit específic, i saber calcular la mida de mostra necessari per adquirir una determinada potència estadística.
- Elegir el model estadístic més adequat en funció de la pregunta de recerca, del disseny de recollida de les dades i de l'escala de mesura de les variables implicades.
- Estimar els models estadístics multivariats que contempla el mòdul utilitzant programes d'ordinador d'anàlisi estadística.
- Extreure conclusions pràctiques dels resultats i valorar-ne les implicacions.
- Interpretar els resultats estadístics i de magnitud d'un efecte tenint en consideració la mida mostral i la potència estadística.
- Interpretar i discutir els resultats d'una recerca en psicologia aplicada atenent al disseny, al mètode i a les anàlisis dutes a terme.
- Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.
- Que els estudiants sàpiguen comunicar les seves conclusions, així com els coneixements i les raons últimes que les fonamenten, a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant, en gran manera, amb treball autònom a autodirigit.
- Reconèixer els dissenys d'investigació que comporten una anàlisi de dades mitjançant models d'equacions estructurals per a l'anàlisi de variables mediadores entre exposició i resposta.
- Reconèixer els dissenys de recerca que comporten una anàlisi de dades amb mètodes quantitatius multivariats.
- Seleccionar els resultats entre tots els que presenta l'ordinador després de fer una anàlisi estadística, i els índexs apropiats que s'han d'incloure en una publicació
- Utilitzar terminologia científica per argumentar els resultats de la recerca en el context de la producció científica, per comprendre i interactuar eficaçment amb altres professionals.
- Valorar els índexs d'ajust obtinguts amb ordinador, després de fer una anàlisi estadística o psicomètrica, per comprovar l'adequació del model estimat.
Continguts
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
Metodologia
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.
Activitats formatives
| 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 |
Avaluació
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
Activitats d'avaluació
| 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 |
Bibliografia
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
Programari
Stata