Tema 2 Análisis de datos uhu

¿Qué es medir en la metodología cuantitativa?. Son reglas para asignar números a los objetos, con el propósito de representar cantidades de atributos. Son reglas para asignar cualidades a los objetos, con el propósito de representar características de atributos. Son reglas para asignar números y cualidades a los objetos, con el propósito de reducir el impacto de otros recursos.

Básicamente, medir es asignar números a los distintos valores de una variable. verdadero. falso.

Una de las razones por la cual medir es aprender las intervenciones que funcionan y las que no lo hacen. Necesitamos recoger información de forma sistemática. verdadero. falso.

Cuando hacemos referencia a la medición en ciencias del comportamiento podemos poner como ejemplo: “Debriefing” en las catástrofes; con el objetivo de... Ayudar a quienes han sufrido experiencias traumáticas. Incluye hablar de lo ocurrido y expresar sentimientos y coincide con nuestra idea intuitiva de lo que puede ayudar. Ambas son correctas.

A pesar de la sana y buena finalidad con la que surge "Debriefing" en catástrofes... la investigación ha demostrado que no solo NO ayuda, si no que AUMENTA la posibilidad de desarrollar trastornos psicológicos. la investigación ha demostrado que no solo ayuda, si no que DISMINUYE la posibilidad de desarrollar trastornos psicológicos. Ninguna de las anteriores es correcta.

¿Qué se utiliza para medir?. Instrumentos de medida definidos. Medidas estandarizadas. ambas son correctas.

¿Qué medimos?. Constructos mediante indicadores, no podemos observar los constructos. Constructos mediante indicadores, podemos observar los constructos. Indicadores, no podemos observar los constructos.

Podemos clasificar las variables según... Relación con el problema de la investigación, Relación con la escala de medida. Relación con la escala de medida, Los valores que pueden adoptar. Relación con el problema de la investigación, Relación con la escala de medida, Los valores que pueden adoptar.

Al clasificar las variables según la relación con el problema de la investigación separamos entre... Variable dependiente e independiente. Variable dependiente o extraña y criterio. Variable dependiente o criterio, independiente o predictora y extraña.

Al clasificar las variables según la relación con la escala de medida encontramos... -Categóricas: Cualitativas o nominales y casi-cuantitativas u ordinales. -Cuantitativas: Intervalo o de razón. -Cuantitativas: Cualitativas o nominales y casi-cuantitativas u ordinales. -Categóricas: Intervalo o de razón. Ninguna de las dos es correcta.

Al clasificar las variables según los valores que pueden adoptar encontramos... Discretas(valores enteros) o continuas(cualquier valor numérico). Dicotómicas(dos valores) o Politómicas(más de dos valores). Ambas son correctas.

Facilita la comparación. No asegura la calidad de la medición. Estandarización. Fiabilidad. Validez.

Implica la precisión de la medida, es decir, a un registro constante y estable de la medida. Estandarización. Fiabilidad. Validez.

Implica el significado de la medida, es decir, medir lo que pretendemos medir. Validez. Fiabilidad. Estandarización.

¿Cuál NO es correcta?. FIABILIDAD: medir con precisión, sin error. ESTANDARIZACIÓN: medir aquello que se pretende medir . VALIDEZ: medir aquello que se pretende medir .

• Siempre vamos a medir con ERROR, no tenemos la certeza al 100% de que no hemos cometido ningún fallo. • Fiabilidad y validez son una cuestión de GRADO. • Para que una medida sea útil debe tenerA LA VEZ alta fiabilidad y validez. Verdadero. falso.

La fiabilidad hace referencia a la replicabilidad de la medida a través de distintas condiciones. Entre los tipos de fiabilidad ...¿Cuál no es correcto?. -Estabilidad temporal. Correlación test, re-test. -Instrumentos paralelos. -Consistencia interna. Alfa de Cronbach, método de las dos mitades -Acuerdo entre observadores o interjueces. Índice Kappa. -Fiabilidad como replicación de resultados. Ninguna de las anteriores. Todas son verídicas.

Mediciones realizadas en dos momentos distintos, con el mismo instrumento. Estabilidad temporal. (FIABILIDAD). Consistencia interna. Ambas son correctas.

Correlación entre formas paralelas. Instrumentos paralelos. (FIABILIDAD). Consistencia interna. Acuerdo entre observadores.

método de las dos mitades. Alfa de Cronbach (CONSISTENCIA INTERNA-FIABILIDAD). Índice de Kappa (FIABILIDAD). Ambas son correctas.

En este caso se realiza una única aplicación de un único de test, pero se estudia en qué medida existe concordancia entre las medidas de distintas partes del test. Alfa de Cronbach. índice de Kappa. Acuerdo entre observadores.

Dos observadores que utilizan la misma plantilla para registrar deben tener un grado de acuerdo entre los registros de las variables utilizadas. Acuerdo entre observadores. índice Kappa. Consistencia interna.

Siguiendo el método de acuerdo entre observadores ... el Porcentaje de acuerdo, se vincula al índice kappa. verdadero. falso.

-Una sola investigación no es suficiente. Se confía más en los resultados obtenidos si distintas investigaciones obtienen resultados similares. -La ciencia, idealmente, implica rigor y transparencia. -El apartado de método de un informe de investigación, idealmente, debe ser tan detallado y sistemático que permita la replicación de la investigación. Fiabilidad como replicación de los resultados. Acuerdo entre observadores. Validez.

A la replicación de una investigación exactamente igual a la original se le llama ____________. replicación directa. replicación indirecta. replicación continua y unidimensional.

Además de ser fiables, deben capturar y expresar la cualidad que se quería reflejar. Fiabilidad. Validez. Ninguna de las dos son correctas.

-La capacidad de ser representativo y poder generalizar los resultados a otros contextos, sujetos y momentos. -Se presenta si los hallazgos de un estudio son aplicables a otras poblaciones o situaciones más allá de las condiciones específicas en las que se realizó la investigación original. Validez externa. Validez Interna. Validez ambigua.

Herramientas para garantizar validez externa: Amenazas. Fortalezas. Muestreo.

Cuanto mayor es el tamaño muestral, es decir, cuanto mayor es el número de sujetos en una muestra, más probable es que sea representativa. verdadero. falso.

Una de las amenazas con las que se puede encontrar la validez externa son los "sesgos de selección: los datos o la muestra utilizada no son representativas de la población general que se está estudiando. El sesgo de selección distorsiona los resultados.". verdadero. falso.

Capacidad de controlar y excluir explicaciones alternativas de los resultados; es decir, el grado en el que la variable independiente es responsable de los cambios de la variable dependiente. Variable externa. Variable interna. Variable externa e interna.

Tanto validez interna como externa están relacionadas con el diseño de investigación. verdadero. falso.

-Se relaciona con el análisis. Se refiere a la seguridad de las inferencias (conclusiones) estadísticas sobre la relación entre las variables. -Implica la utilización correcta del método de análisis y la aproximación a la población del valor de las estimaciones. -Cuando los resultados son estadísticamente significativos, se puede inferir que las diferencias son poco probables de haber ocurrido por azar, lo que aumenta la confianza en la validez de las conclusiones del estudio. -Si las medidas obtenidas no son fiables y las técnicas estadísticas aplicadas no se adecuan a la naturaleza de los datos, se pueden tomar conclusiones de forma incorrecta. Estamos hablando de... Validez Conclusión Estadística. Validez Constructo. Validez de contenido.

🞂Responde a la pregunta: ¿Es consistente (coherente) la medición obtenida con nuestros conocimientos empíricos y teóricos? 🞂Evalúa si el instrumento que usamos para medir el constructo se comporta como la teoría dice que se debería comportar. Validez Constructo. Validez externa. Validez conclusión estadística.

La validez de constructo la encontramos en la tradición experimental y en la descriptiva/relacional. verdadero. falso.

-Responde a la pregunta: ¿Están representados debidamente los contenidos de mi constructo en la medida obtenida? -Medida en que el contenido de la prueba es representativo y relevante. -Se centra en si los elementos incluidos en la prueba son apropiados y abarcan adecuadamente el concepto que se está intentando medir. -Sabemos cuales son los elementos apropiados y que abarcan el concepto gracias a: ❖ juicio de expertos en el área. ❖ Búsquedas bibliográficas en la literatura. Validez de constructo. Validez de Contenido. Validez de criterio.

-Responde a la pregunta: ¿Me permite la medida obtenida predecir el comportamiento de las personas en la ejecución de otras variables? -Se evalúa si las puntuaciones obtenidas en la prueba predicen de manera precisa el desempeño en una tarea o situación específica (criterio externo al test). Validez interna. Validez de criterio. ambas son correctas.

-Responde a la pregunta: ¿Permite distinguir la medida entre personas que sabemos que tienen distintos valores? -Un instrumento proporciona registros discriminativos si establece diferencias entre las personas que son distintas; diferencias que sabemos que existen por la literatura previa u otros procedimientos. Validez de contenido. Validez discriminante. Validez construida.

Conjunto COMPLETO de TODOS los elementos de referencia que cumplen una o varias características determinadas. Colectivo sobre el que establecemos nuestro objetivo de investigación. Población. Muestra. Muestreo.

-Subconjunto de elementos de una población (sobre el que obtener la información que permita inferir alguna/s característica/s de esa población). -Debe ser representativa (validez externa). Muestra. Muestreo. Ambas son correctas.

-Procedimiento de extracción población de la muestra procedente de una -El tipo de muestreo dependerá del objetivo de la investigación y será determinante de su calidad. Muestreo. Población. Generalización.

La población es el colectivo con el que se trabaja y la muestra sobre el que establecemos nuestro objetivos de investigación. verdadero. falso.

La representatividad hace alusión a la generalización de los datos de la muestra a la "realidad" de la población: momentos, sujetos y contextos distintos de los del estudio. verdadero. falso.

Si hablando sobre los tipos de muestreo dialogamos sobre la NO presencia de "selección al azar" ... ¿de qué estamos hablando?. MUESTREO PROBABILÍSTICO. MUESTREO NO PROBABILÍSTICO. MUESTREO INPROBABILÍSTICO.

Si hablando sobre los tipos de muestreo dialogamos sobre la presencia de "selección al azar" ... ¿de qué estamos hablando?. MUESTREO PROBABILÍSTICO. MUESTREO NO PROBABILÍSTICO. MUESTREO INPROBABILÍSTICO.

Cuando hablamos de muestreo probabilístico distinguimos entre... ▪Muestreo aleatorio simple. ▪M. aleatorio por conglomerados. ▪M. aleatorio estratificado. ▪Muestreo sistemático. ▪Muestreo polietápico. ▪ Muestreo accidental. ▪ Muestreo intencional. ▪ Muestreo de bola de nieve. Ambas son correctas.

Cuando hablamos de muestreo NO probabilístico distinguimos entre... ▪Muestreo aleatorio simple. ▪M. aleatorio por conglomerados. ▪M. aleatorio estratificado. ▪Muestreo sistemático. ▪Muestreo polietápico. ▪ Muestreo accidental. ▪ Muestreo intencional. ▪ Muestreo de bola de nieve. Ambas son correctas.

Señala la que NO es correcta. En el muestreo probabilístico... SÍ he seleccionado aleatoriamente a la muestra, de modo que SÍ puedo generalizar los resultados del estudio. En el muestreo probabilístico... NO he seleccionado aleatoriamente a la muestra, de modo que NO puedo generalizar los resultados del estudio. En el muestreo NO probabilístico... NO he seleccionado aleatoriamente a la muestra, de modo que NO puedo generalizar los resultados del estudio.

-La población es homogénea en cuanto a características. -Todos los individuos tienen el mismo peso, es decir, todos los sujetos tienen la misma probabilidad de ser seleccionados. -Esta técnica funciona mejor con una población homogénea, que no sea muy diferente en edad, raza, escolaridad, ya que con una población heterogénea se corre el riesgo de crear una muestra sesgada si no se toman en cuenta las diferencias demográficas. Muestreo aleatorio simple. Muestreo aleatorio por conglomerados/grupos. Muestreo aleatorio estratificado.

-La población está formada por grupos naturales de sujetos. -Se realiza seleccionando a los grupos de sujetos al azar, no a los sujetos. Cada grupo de sujetos tienen la misma probabilidad de ser elegido. -Es más económico. -Puede ser utilizado cuando es imposible o impráctico elaborar una lista exhaustiva de los elementos que constituyen a la población objetivo. Muestreo aleatorio por conglomerados/grupos. Muestreo aleatorio estratificado. Muestreo aleatorio polietápico.

-La población es heterogénea, hay algunos factores o características (estratos) que puede influir en el estudio y queremos tenerlos en cuenta. -Se divide a los sujetos en función de esas características “estratos”. De cada estrato se toma un número de sujetos para que se represente todos los grupos. Estrato -> Cada uno de los valores de la característica. Dentro de cada estrato –> Muestreo aleatorio simple (muestreos independientes por cada estrato). -Queremos asegurarnos un número determinado de sujetos de cada tipo en el estudio. Muestreo aleatorio estratificado. Muestreo aleatorio polietápico. Muestreo accidental.

-Hay que realizar varios pasos (etapas) al azar, implica la selección de muestras en múltiples etapas o niveles. -Este enfoque se utiliza cuando la población de interés tiene una estructura jerárquica o de conglomerados. -Suele combinarse con el muestreo estratificado y/o el muestreo por conglomerados. Muestreo aleatorio polietápico. Muestreo simple. Muestreo ordinal.

Cuando hablamos de muestreo NO probabilístico decimos que según la facilidad o la ausencia de este para localizar a la población... Bola de nieve --> no es fácil. Accidental / por conveniencia -->sí es fácil Intencional / a propósito --> sí es fácil. Ambas son correctas.

-El muestreo por conveniencia es el que se basa en los sujetos disponibles. -No permite tener control sobre la representatividad de la muestra, así que no se puede generalizar a la población. -Es útil si el investigador quiere estudiar las características de las personas en un momento o contexto determinado. -Se utilizan en las fases iniciales o fase piloto de la investigación, antes de que se lance un proyecto de investigación más grande. Muestreo accidental/por conveniencia. Muestreo intencional/deliberado/de juicio. Ninguna es correcta.

-Se selecciona con base en el conocimiento de una población o propósito del estudio. -Se elige a los sujetos según el juicio del investigador. Muestreo intencional/deliberado/de juicio. Muestreo estratificado. Muestreo bola de nieve.

-La muestra es difícil de localizar y se usan los mismos sujetos que investigamos para que localicen a más de ellos. -Este proceso continúa hasta que el investigador tenga todas las entrevistas que necesita o hasta que se hayan agotado todos los contactos. -Esta técnica es útil cuando se estudia un tema sensible en el que la gente podría no hablar abiertamente, o si hablar sobre los temas investigados podría poner en peligro su seguridad. Muestreo bola de nieve. Muestreo aleatorio. Ambas son correctas.

El método o diseño de investigación es el "camino" que elegimos para comprobar el objetivo y contrastar hipótesis. verdadero. falso.

La elección del método debe ser, por lo tanto, útil para responder al objetivo e hipótesis de investigación. verdadero. falso.

Dentro del método o diseño de investigación existen múltiples clasificaciones. la más sencilla y habitual es: Paradigma experimental. Paradigma no experimental. ambas son correctas.

En el paradigma experimental de los Diseños de investigación empíricos encontramos... Experimental: • Manipulación Variable independiente. • Asignación Aleatoria de los sujetos. • Compara grupos y/o mide repetidamente. Cuasi-experimental. • Manipula la VI. • No Asig. Aleator. • Compara grupos y/o mide repetidamente. ambas son correctas.

¡Correlación no implica causalidad!. verdadero. falso.

En el Paradigma NO experimental de los Diseños de investigación empíricos encontramos... Relacional-asociativo. con Objetivo. Conocer el grado de relación entre dos variables. • No manipula. • No Asignación Aleatoria. • Selecciona sujetos en una característica de interés. Unitario o descriptivo. con Objetivo. Describir. • Describe muestras. ambas son correctas.