Titulación | Tipo | Curso | Semestre |
---|---|---|---|
4316222 Investigación en Psicología Clínica y de la Salud | OT | 0 | 2 |
Conocimientos del módulo 1, especialmente los referidos a metodología y diseños de investigación, por su vinculación directa con el modelado estadístico, los referidos a análisis de datos descriptivo y bivariante, y sobre el funcionamiento del software Stata.
Proporcionar las habilidades necesarias (teóricas e instrumentales) para que el estudiante sea capaz de:
- Analizar las propiedades psicométricas de un cuestionario relativas a estructura interna y fiabilidad
- Analizar los datos de una investigación mediante modelos de regresión lineal o logística, tanto con la finalidad de predecir la respuesta como de estudiar la influencia de una exposición sobre la respuesta
- Incorporar en el proceso de modelado estadístico los fenómenos de la interacción y la confusión
- Realizar el diagnóstico de las condiciones de aplicación de los modelos de regresión lineal y logística
- Distinguir una variable moderadora de una variable mediadora y estimar modelos de ecuaciones estructurales (SEM) para el análisis de modelos de mediación
- Interpretar los resultados de los modelos de regresión y SEM, sabiendo seleccionar aquellos más adecuados para ser incluidos en el informe de investigación
Bloque A
- Estructura interna: análisis en componentes principales (A1) y análisis factorial confirmatorio e invariancia (A2)
- Fiabilidad (A3)
Bloque B
- Regresión lineal: modelos predictivos y para evaluar efectos
- Modelado estadístico en presencia de interacción y confusión
- Diagnóstico del modelo de regresión lineal
Bloque C
- Regresión logística: modelos predictivos y para evaluar efectos
- Regresión logística y pruebas diagnósticas
- Diagnóstico del modelo de regresión logística
Bloque D
- Moderación vs mediación
- Modelos de ecuaciones estructurales para el análisis de variables mediadoras
Sesiones dirigidas:
- Clases magistrales. A partir de un material docente publicado por los profesores, se realiza la explicación en base a ejemplos y matrices de datos reales de investigación en psicología. Cada clase magistral finaliza con un espacio dedicado al debate con el estudiantado, de quienes se espera una retroalimentación sobre la comprensión, utilidad y aplicabilidad que encuentran a los conceptos presentados.
- Sesiones prácticas con Stata. Los resultados presentados en la clase magistral son replicados empleando Stata. También se añaden ejercicios nuevos de estructura similar.
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.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clase magistral + sesiones prácticas con Stata | 30 | 1,2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 10, 14, 13, 15, 16, 17 |
Tipo: Autónomas | |||
Elaboración de informes | 15,5 | 0,62 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 10, 14, 13, 15, 16, 17 |
Trabajo personal | 100 | 4 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 10, 14, 13, 15, 16, 17 |
La evaluación continuada integrará 4 elementos evaluativos.
La calificación final de la evaluación continuada se obtendrá como el promedio ponderado de las 4 evidencias de evaluación. El módulo se superará con calificaciones iguales o superiores a 5 puntos (en una escala de 0 a 10 puntos), con un mínimo de 3 puntos de promedio en las EvB y EvC; en caso contrario la nota máxima en el módulo será 4.5.
El estudiantado que haya obtenido una calificación final entre 3.5 y menos de 5 puntos y que haya realizado evidencias de evaluación con un peso de al menos 2/3 de la calificación total, podrá presentarse a la prueba de recuperación (semana 14), para volver a realizar las evidencias B y/o C que no hayan sido superadas. La calificación máxima que puede obtenerse en cada evidencia recuperada será de 6 puntos. La nota obtenida en la/s evidencia/s recuperada/s sustituirá la respectiva nota original y se recalculará la nota final.
Si se han presentado evidencias con un peso acumulado del 40% o más no se podrá constar en actas como "No evaluable".
No se prevé que el estudiantado de 2ª matrícula o posterior se evalúe mediante una única prueba de síntesis no recuperable.
El documento con las pautas de evaluación de la Facultad se encuentran en: https://www.uab.cat/web/estudiar/graus/graus/avaluacions-1345722525858.html
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
EvA Informe práctico de estructura interna y fiabilidad (entrega virtual individual, semanas 2-4) | 25 | 0 | 0 | 1, 2, 12, 14, 15, 16, 17 |
EvB Prueba de regresión lineal (individual, escrita, presencial semana 12) | 35 | 2,5 | 0,1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 10, 14, 13, 15, 16, 17 |
EvC Prueba de regresión logística (individual, escrita, presencial semana 13) | 25 | 2 | 0,08 | 1, 2, 4, 5, 6, 7, 8, 9, 12, 10, 13, 15, 16 |
EvD Informe-resumen de mediación (entrega virtual grupal: equipos de 2 estudiantes, semana 7-8) | 15 | 0 | 0 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 10, 14, 13, 15, 16, 17 |
Abad, Francisco J.; Olea, Julio; Ponsoda, Vicente; García, Carmen. (2011). Medición en ciencias sociales y de la salud. Síntesis. [Recurso electrónico disponible en: 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://link.springer.com/book/10.1007/978-1-4419-1742-3]
Shmueli, Galit. (2010). To explain or to predict? Statistical Science, 25, 289-310. https://dx.doi.org/10.1214/10-STS330
Stata