Universidad Adolfo IbezTeora y Construccin de InstrumentosProfesor: Yerko MolinaAlumna: Victoria SilvaPrueba 1Sesin 1Teora1. Conceptos bsicos de medicin:a. Objeto de estudio:i. Es aquello que se estudia. ii. Para Ken Wilber el objeto de estudio se construye. Los sujetos que investigan definen un espacio de la realidad para definirlo como un objeto de estudio. Primero se categoriza como tal el objeto de estudio. l no est dado en la naturaleza, sino que es construido desde la cognicin. iii. Modelo de los cuatro cuadrantes de Wilber:1. Segn Wilber el objeto de estudio puede abordarse desde dos ejes diferentes:a. Eje de lo objetivo/subjetivo:i. Objetivo:1. Las subjetividades de todos se ponen de acuerdo en algo.2. Nos permite verificar a travs del resto de la comunidad lingstica. 3. Es contrastable, cuestionable y verificable. Se puede decir a los otros esto es un plumn. 4. Busca explicar y desarrollar teoras causales.5. Requiere de un instrumento de medicin. ii. Subjetivo:1. Tiene que ver con lo de uno, lo que uno le pone a lo que percibe. 2. Por ejemplo: objetivamente una araa es un bicho que no hace dao. Subjetivamente un fbico lo ve como algo digno de miedo. Es subjetivo, tie de su propia subjetividad su visin de las araas. 3. No es contrastable. No puedes decir no tienes miedo a las araas. No lo vemos desde el acuerdo, sino que desde el abordaje personal. b. Eje de lo colectivo/individual:i. El fenmeno se puede construir desde una perspectiva individual o colectiva. ii. Por ejemplo: El conductismo clsico observa su objeto de estudio desde una perspectiva objetiva individual. c. En investigacin psicolgica cuantitativa se trabaja desde lo objetivo, individual y colectivo. b. Variable:i. Es una caracterstica de las unidades de anlisis que se puede medir (es abordable desde una manera objetiva). ii. Vara, cambia, no es igual, en las unidades de anlisis de la investigacin. iii. Se puede evaluar objetiva y subjetivamente: 1. Por ejemplo, la variable longitud se puede evaluar objetiva y subjetivamente:a. Objetivamente: la mido con una regla. Es susceptible de ser comprobado. Existe un consenso.b. Subjetiva: puedo contrastar con alguien si es chico o grande. Nadie puede contradecirlo. No tiene carcter comprobatorio, no es susceptible de contrastacin emprica. iv. Por lo tanto, es importante plantearse a los objetos de estudio desde una perspectiva objetiva. v. En psicologa existen distintos constructos y distintas formas de abordarlos. 1. Los constructos son objetos ontolgicamente subjetivos, de acuerdo a Carlos Cornejo. a. Ontolgicamente subjetivo: est en el sujeto. Depresin y ansiedad, por ejemplo, estn en la cabeza del sujeto que evaluaremos.b. Ontolgicamente objetivos: la longitud, por ejemplo. Es una caracterstica que est fuera del sujeto. La conducta es observable.2. No obstante, eso no significa que no sea epistemolgicamente objetiva.a. Los constructos se deben abordar de manera epistmicamente objetiva a travs de los instrumentos de medicin. b. La ciencia trabaja desde lo epistmico, no desde lo ontolgico. c. Eso se realiza dejando de hablar de caractersticas y comenzando a hablar de variables, pues son susceptibles de ser medidas. Se trata de objetivizar.d. El proceso de traspasar una variable ontolgicamente subjetiva hacia una variable epistemolgicamente objetiva es el proceso de operacionalizacin. i. La operacionalizacin es llegar a un acuerdo sobre lo que es algo. ii. Los test son un intento de operacionalizacin. e. Crear instrumentos de medicin es objetivizar epistmicamente una caracterstica. SPSS1. Cada pregunta constituye una variable:a. 2. Filas y columnas:a. 3. Pestaas:a. Vista de datos:i. ii. Fila: corresponde a una variable.iii. Columna: elementos que describen la variable. b. Vista de variables:i. ii. Las variables se ingresan en vista de variable. iii. Tipo: obedece a qu tipo de informacin se ingresa (datos).1. Numrica: slo se ingresan nmeros.2. Cadena: se ingresan letras y nmeros. a. Curso si se escribe primero medio. En general se tabulan como numricas porque ahorra tiempo de tipeo. iv. Medida o escala de medicin:1. Nominal (nomina > categora): a. Toma a una unidad de anlisis y la categoriza en una u otra categora:i. El sujeto es hombre.ii. El sujeto est casado. b. Las categoras son iguales en trminos de la cantidad de la variable. 1. No se puede decir que una persona es ms sexo que una. Slo son categoras distintas. 2. Ordinal (ordena):a. Se pueden ordenar de mayor a menor.i. Nivel socioeconmico. 3. Escalar: a. Incluye las de intervalo y de razn. v. Valores: 1. Significado que se da a la tabulacin:a. 1 = primero medio. Sesin 2Teora1. Medicin: a. Asignar valores numricos.b. Necesito para ello un instrumento de medicin. i. Crear un instrumento de medicin:1. Definir la variable. a. Se trabaja con constructores que son caractersticas que no son directamente observables, pero s cuantificables. Un buen constructo puede ser medido. No es directamente observable, pero s medible (pregunta de prueba). b. Para operacionalizar el concepto se requiere tener una definicin de l, proveniente de la teora. El instrumento debe trabajar desde todos los elementos que incluye su definicin. Es por eso sumamente importante citar a la teora desde la que se trabaja. c. La definicin debe ser operacional, no conceptual.i. Conceptual: La inteligencia es la capacidad de resolver problemas es muy amplia y abstracta.ii. Operacional: Ser una persona inteligente la que logra hacer tal cosa. Ah se objetiviza. 1. Las definiciones operacionales son bsicamente instrumentos de medicin. Por ejemplo: La inteligencia se tomar como tal puntaje que saque el sujeto en el test.2. Selecciona elementos observables (conductas, creencias y actitudes) que se transforman en reactivos. 3. Se necesita de una definicin conceptual para hacer la operacional. d. La objetivizacin solo se logra a travs de la definicin. i. Por ejemplo:1. Defino la belleza de los lpices como:a. Si tiene tapa azul es lindo.b. Si tiene tapa de otro color es feo.2. El lpiz tiene tapa azul. Concluyo que es lindo. As transformo una concepcin esttica en una manera objetiva de enfrentar al fenmeno, asegurando la objetividad. e. Debe incluir creencias, actitudes y conductas. f. Debe haber coherencia entre el nivel instrumental y el terico de la definicin. g. Al definirla se hace una matriz de operacionalizacin. 2. Definir posibles reactivos. a. Deben abarcar:i. Creencias.1. Ejemplo: De 1 a 4, Qu tan de acuerdo ests con el matrimonio homosexual? ii. Conductas.iii. Actitudes. Tipo de creencia especial que valoriza una conducta. Obedece a un juicio de valor. c. Niveles de medicin:i. Categricas y cualitativas:1. Nominal: toma a una unidad de anlisis y la asigna en una categora. Iguales entre s respecto del monto de la variable. Ejemplo: estado civil. 2. Ordinales: caractersticas distintas entre s de acuerdo al monto de la variable. Se operacionaliza en magnitudes ordenables de mayor a menor. Por ejemplo: nivel socioeconmico. ii. Numricas: su resultado es siempre un nmero que representa al atributo directamente. 1. Variable de razn:a. 0 absoluto: ausencia total del atributo medido con 0. b. Por ejemplo: 0 en cantidad de hijos es 0 absoluto porque es la total ausencia del atributo. 2. Variable de intervalo:a. 0 convencional. b. Por ejemplo: temperatura, 0 grados. SPSS1. Valores perdidos:a. El cuestionario aguanta respuestas desde 1 a 5. i. 1: una vez; 2: dos veces; 3: tres veces; 4: una vez por semana; 5: casi todos los das. b. Cualquier respuesta sobre 5 es dato perdido. Por tanto, se establece un rango de datos perdidos sobre 5. i. Rangos: 1. Mnimo: 6.2. Mximo: 99999. ii. Ejemplo:1. iii. Se pone valor discreto 0 cuando las respuestas no incluyen 0 (parten de 1). iv. Lo que le dice a SPSS es que si aparece un nmero superior a 5 o 0 no lo use para trabajar. 2. Vista de datos:a. Se ingresan los valores que tiene la variable para distintas personas.b. Variable 1. El 1 es tal persona que respondi tal. 3. Invertidos y recodificacin:a. Averiguar la direccin de todos los reactivos. Si a mayor puntaje aumenta el monto de la variable en todos, o en algunos bajan.b. Si hay tems que estn al revs hay que trabajarlos. c. Pasos:i. Transformar > recodificar en distinta variable.1. ii. Click derecho en variable y mostrar nombres de variable. 1. iii. Seleccionar tem invertido, apretar flecha para que aparezca en el cuadro. 1. iv. Establecer nombre (Inicial + reco) y apretar cambiar.1. v. Apretar valores antiguos y nuevos.1. vi. En valor antiguo escribir el valor antiguo (1), en nuevo el nuevo (5). Luego apretar aadir. 1. vii. En valor antiguo seleccionar perdido del sistema o perdido del usuario. En valor nuevo apretar perdido del sistema. 1. viii. Aadir > aceptar. 4. Transformar los tems en un solo puntaje:a. Suma:i. Transformar > calcular variable.1. ii. En variable de destino poner el nombre de la variable que vamos a crear: SUM. 1. iii. Grupo de funciones > estadsticas > suma (doble click). 1. iv. Aparece la expresin SUM (,?). En los signos de interrogacin se ponen todas las variables que queremos usar para calcular, escribiendo: tem uno coma y espacio. El parntesis final debe quedar pegado a la ltima variable. Recordar poner las variables nuevas recodificadas, no las antiguas. 1. v. Aceptar. b. Promedio: es ms recomendable de hacer. i. Se hace lo mismo que en suma, utilizando Mean. 1. Sesin 3Teora1. Puntajes:a. Los puntajes solo tienen valor relativo. La cualidad y el nmero no estn intrnsecamente relacionadas, ni tienen una cualidad de igualdad. No se autoexplica. A diferencia de una pesa en que, por ejemplo, s que alguien tiene 10 kilos ms que otro. En los test no sabemos eso. Para poder saberlo se saca el puntaje y se estandariza. b. La estandarizacin se hace en funcin de la poblacin a la que se le aplica el instrumento de evaluacin. Se pasa el instrumento a una muestra representativa, la poblacin que quieres evaluar. Se toma como referencia. i. Percentiles. 1. Ejemplos: a. Percentil 30, est en el 30% de la poblacin. b. El peso de un beb en percentil 30 es que est bajo peso pues est en el 30% de todos los bebs. c. Si se toma un test de depresin a A y est en el percentil 95 requiere tratamiento porque est sobre el 95% de la gente sobre ese test. 2. Permite saber dnde se est ubicado en la poblacin. Estos rangos son los baremos que son tablas que dicen en qu lugar se est en funcin de la variable. 3. Saber en qu lugar est el puntaje en funcin de una poblacin de referencia. c. El puntaje bruto que se obtiene del test debe ser transformado a puntaje estndar para poder interpretarlo desde la estandarizacin. d. La estandarizacin es importante porque como no medimos variables observables directamente, necesitamos tener un patrn de comparacin que da la estandarizacin.e. El instrumento tambin debe estar adaptado a las diferentes poblaciones (no todas las culturas son iguales, los criterios se manifiestan de diferentes maneras. Por ejemplo en Japn suicidarse es honorable. El tem que mide depresin a travs de ideacin suicida en Chile no lo mide en Japn).2. Confiabilidad y validez:a. Confiabilidad:i. La medicin debe ser replicable, pues lo que se mide posee propiedad constante.1. Por ejemplo: si un telfono mide 15 cm, maana debe medir lo mismo. ii. La teora clsica de medicin plantea que siempre hay error de medicin.1. Depende de la precisin del instrumento. Por ejemplo: la regla parte de 1 milmetro. Cualquier cosa ms chica que eso no se puede medir. 2. Lo que se mide tiene un valor real, una puntuacin real, que el instrumento no es capaz de registrar fielmente porque siempre hay un margen de error. a. El valor real es la esperanza matemtica de todas las mediciones.b. Si lo mido siempre, toda la vida, su promedio se considera como el valor real. 3. Para poder determinar el valor real se modela la realidad.iii. Cuando se toma una decisin estadstica se toma una decisin probable. Se sacan conclusiones sobre cosas que no se saben. Pasa lo mismo con la esperanza matemtica. iv. Cuando medimos obtenemos un valor observado. 1. Es el valor que cuando se mide se obtiene. Por ejemplo: mido con la regla y obtengo 13,3. 2. Se compone de un valor real, ms o menos, un error de medicin. a. El error de medicin no lo conocemos. Si aumenta el instrumento es peor pues hay una variabilidad ms grande entre el valor real y el error de medicin. b. El valor real es constante, el error de medicin cambia.SPSS1. Descriptivos por tems.a. Frecuencias. Analizar > estadsticos descriptivos > frecuencia.i. b. Estadsticos descriptivos. Analizar > estadsticos descriptivos > explorar. i. Sesin 4 y 51. Validez y confiabilidad:a. Validez:i. El instrumento debe medir aquello para lo que fue diseado. ii. Sesgos: debe estar bien adaptado a la poblacin particular. iii. Errores: existen dos tipos de errores en los instrumentos de medicin:1. Error sistemtico. a. Ocurre siempre, independientemente de lo que sepamos. b. Ejemplo: tengo una regla que en vez de partir en 0 parte en 5. Mido longitud. Cuando mido no da el valor real, siempre tiene 5 cm menos. Es un error sistemtico. Cada vez que aplico el instrumento tiene el mismo error.c. Tiene que ver con la validez. 2. Error aleatorio. b. Confiabilidad:i. Todos obtendremos el mismo resultado al utilizar el instrumento. Tambin lo obtendremos en distintos tiempos. ii. Siempre obtengo el mismo resultado. iii. Se trabaja con un puntaje observado y un puntaje verdadero (el promedio de todas las mediciones). El instrumento nunca da el puntaje real, siempre hay un margen de error. No obstante, el puntaje verdadero se moldea y se define como la esperanza matemtica del puntaje. La esperanza matemtica es lo que ocurrira si tomo infinitas mediciones de una unidad de anlisis y se promedian todos los puntajes. As definimos el puntaje verdadero. iv. Errores: existen dos tipos de errores en los instrumentos de medicin:1. Error aleatorio:a. Depende de muchos factores. Del azar.b. Multi-determinado.c. Fuentes posibles de error aleatorio:i. Personas. Distintas caractersticas de la muestra. Las personas tienen distintas caractersticas que pueden interferir en la variable que mido.ii. Condiciones de aplicacin. No es lo mismo aplicar un cuestionario a las 8, que despus de la jornada laboral.iii. El mismo instrumento. iv. El evaluador.d. Por ejemplo: tengo un instrumento para medir conocimientos en matemtica. Una persona sale a carretear y no estudia. Le va mal en la prueba. No es problema del instrumento. Es aleatorio. v. Todas las tcnicas que veremos de evaluacin de confiabilidad estn orientadas a observar cmo un determinado instrumento funciona segn su error aleatorio. vi. As, las tcnicas de confiabilidad son las que nos permiten ver si el instrumento est resistiendo bien al error aleatorio.vii. Existen tres mbitos importantes de la confiabilidad:1. Estabilidad: a. Un instrumento es confiable cuando es estable, es decir, que sus mediciones en el tiempo son estables. b. Se evala cuando la variable es constante en el tiempo.i. Por ejemplo: si mido estrs contextual no necesita ser estable porque es distinto en contexto. 2. Acuerdo inter-jueces:a. A veces el instrumento es un protocolo de observacin en donde se mide con diagnosticadores. Por ejemplo: el psiclogo diagnostica a travs del DSM IV. b. Todos los jueces deben diagnosticar lo mismo. As es confiable. Deben estar de acuerdo en funcin a la persona que evalan. c. Debe reducir al mnimo la discrepancia entre los sujetos que evalan a sujeto. 3. Consistencia interna: a. Uno utiliza constructos (no observable directamente pero s cuantificable). Para poder ser medido debe estar delimitado en conducta, creencia y actitud. La naturaleza de la medicin del constructo est a la base de la consistencia interna. Cuando mido depresin, por ejemplo, tengo varios tems que lo miden. Todos estos tems deben relacionarse con la depresin. Deben medir lo mismo y deben relacionarse de la misma manera con el constructo a la base.viii. Los tres criterios se pueden evaluar a travs de estadsticos.1. Estabilidad: a. Variable numrica:i. Test-retest. 1. Evala correlacin entre el primer puntaje obtenido el segundo de la segunda evaluacin. ii. Pearson (correlacin tem-factor): 1. Mide qu tan discriminador es el tem, si sirve para comparar personas y dividirlas.a. 0: tem constante.b. 1: tem discriminador. 2. Mide correlaciones lineales que pueden ser directa o inversamente proporcionales. a. Directamente proporcional: sube una, sube la otra. Por ejemplo, correlacin entre horas de estudio y notas. Si aumentan las horas de estudio, aumentan las notas. b. Inversamente proporcional: sube una, baja la otra. Baja una, sube la otra. 3. Se trabaja con dos variables. Es una correlacin bivariada. 4. El clculo da un nmero que es el nmero de la correlacin de Pearson. Va de -1 a 1 (-1, 0 y 1). Genera un coeficiente de correlacin que va de -1 a 1 continuamente (puede tomar cualquier valor entre ese rango).5. Da dos datos importantes:a. Direccin de la correlacin:i. Positiva (1): correlacin positiva entre las variables, directamente proporcional. ii. Negativa (-1): correlacin negativa entre ambas variables, es inversamente proporcional. iii. Sin correlacin (0). b. Fuerza de la correlacin: i. Se refiere a qu tan fuerte es la correlacin entre dos variables. ii. Se evala a travs de los criterios de Cohen:Criterios de Cohen

0,3 o menorFuerza baja

0,3 a 0,5Fuerza media

0,5 hacia arribaFuerza alta

b. Variable categrica:i. Kappa. 2. Acuerdo inter-jueces: a. Kappa.i. Utiliza variables categricas (por ejemplo: apego, categorizo en apego seguro, desorganizado, evitativo, etc.; diagnsticos en psiquiatra). ii. Ve si los jueces evalan igual. iii. Da correlaciones entre 0 y 1. A mayor nmero existe mayor correlacin:1. 1: acuerdo fuerte. Todos los sujetos evaluados fueron evaluados segn el mismo criterio por los jueces. 2. 0: no concuerda en nada.3. Consistencia interna:a. Alfa de Cronbach:i. Es el promedio de todas las correlaciones entre todos los tems. ii. Nmero que va desde 0 a 1.1. 0: no hay consistencia. Los tems estn sueltos, van para todos lados, no se relacionan entre s.2. Valores cercanos a 1: correlacin alta, el tem o instrumento completo se comporta de manera consistente.iii. Criterios: 1. 0,8 hacia arriba: muy consistente. Instrumento ptimo.2. 0,7 a 0,8: instrumento bueno. 3. 0,6 a 0,5: aceptable. 4. Bajo 0,5: malo. No tiene confiabilidad. Susceptible de cambiar con los errores aleatorios.SPSSPearson1. Analizar > correlaciones > bivariadas.a. 2. Seleccionar Pearson. Agregar promedio y todas las otras variables (menos curso, sexo, fecha de nacimiento, etc.). a. 3. Aceptar.4. Da un grfico:

a. 5. Se debe discriminar cules son los tems que se correlacionan harto o se correlacionan negativamente con el puntaje. a. tems constantes: todos responden en el tem lo mismo. Su relacin con el puntaje final es constante. La correlacin es directamente proporcional y es de 0. La variable no cambia. No discrimina.i. Son malos tems. Su correlacin va a ser 0, nula, sin correlacin. b. El tem debe discriminar. Discrimina cuando efectivamente se correlaciona con el puntaje. i. Un buen tem debe ser variable. 6. Anlisis:a. Sobre 0,6: buen tem. i. Cuidado sobre 0,8 pues es redundante. Se acerca demasiado a la identidad de la variable. b. 0,5 a 0,3: ms o menos.c. Bajo 0,3: malo. 7. Para test, retest:a. Analizar > correlaciones > bivariadas.i. b. Seleccionar estrs 1 y estrs 2, y Pearson. i. c. Arroja:i. d. Anlisis:i. Evaluar correlacin de Pearson entre estrs 1 y estrs 2. ii. Da 0,947. Sobre 0,8 cumple el criterio de estabilidad. Es estable. Alfa de Cronbach1. Analizar > escala > anlisis de fiabilidad.a. 2. Agregar todos los tems incluyendo los recodificados y menos los invertidos. No agregar jams el puntaje total. a. 3. Da de resultado:a. 4. Anlisis:a. 0,8: confiable. El instrumento es confiable desde el criterio de consistencia interna.Anlisis de fiabilidad1. Analizar > escala > anlisis de fiabilidad.a. 2. Estadsticos. a. 3. Apretar escala si se elimina el elemento.a. 4. Entrega:a. La calidad de Cronbach:i. ii. ptimo.b. Lo que pasara al tem si se elimina Cronbach:i. ii. Por ejemplo, si se elimina el primer tem. Alfa de Cronbach baja a 0,792. iii. Este anlisis se realiza cuando alfa de Cronbach est bajo los niveles aceptables. Es decir, bajo 0,8 le pondremos atencin a la tabla.iv. El objeto de esto es proponer que hay un tem que no funciona bien y detectarlo. Cuando la consistencia interna da baja es bueno saber cul es el tem que est funcionando mal. v. Relacin tem-factor y Cronbach:1. Esto se relaciona con la correlacin lineal de Pearson (correlacin tem factor). Si se saca, por ejemplo, la correlacin tem-factor ms alta, se pierde consistencia. 2. Mientras ms alta es la correlacin de un tem con el puntaje de la escala ese tem aporta consistencia a la escala. Mientras ms bajo, menos consistencia. Por eso se sacan los elementos con menos correlacin el Alfa de Cronbach sube. Kappa1. Analizar > estadsticos descriptivos > tablas de contingencia:a. 2. En fila agregar el primer juez (EVA 1) que se comparar con el otro juez agregado en columnas (EVA 2)a. 3. Apretar estadsticos.a. 4. Seleccionar Kappa.a. 5. Continuar > aceptar.6. Entrega:a. Resumen del procesamiento de casos:i. b. Tabla de contingencia:i. ii. Anlisis:1. Evaluador 1:a. Evalu sin trastorno a 351 personas sin trastorno y a 165 con trastorno.i. 2. Evaluador 2:a. Evalu sin trastorno a 351 personas y a 165 con trastorno.i. 3. Sin trastorno:a. De los que evalu sin trastorno el evaluador 1 hubo 350 que el evaluador 2 tambin evalu como sin trastorno. Dentro de ellos hubo 1 que el evaluador 2 evalu como con trastorno. i. b. Existe, por tanto, una divergencia en la casilla con trastorno del evaluador 2. En donde se dice que hay una persona que el evaluador 1 evalu como sin trastorno, pero que el evaluador 2 lo evalu como con trastorno (divergencia). 4. Con trastorno:a. De los que evalu con trastorno el evaluador 1 (165) hubo una persona que fue evaluada por el evaluador 2 como sin trastorno (divergencia) y 165 con trastorno (convergencia). 5. La tabla de contingencia est viendo la convergencia y la divergencia entre los evaluadores.c. Medidas simtricas:i. Se evala la concordancia a travs de la medida de acuerdo de Kappa.1. 2. El estadstico de Kappa para la concordancia entre evaluador 1 y 2 es de 0,991. a. En 1 hay concordancia. b. Desde 0,8 hay concordancia. El Kappa observado es mayor. Por lo tanto, se concluye que los jueces son concordantes.7. Luego se hace con el EVA1, con EVA 3. EVA1 con EVA 4 y as sucesivamente. a. EVA1-EVA3:i. 1. Hay 6 en desacuerdo en sin trastorno, y 4 en desacuerdo con trastorno. Hay divergencia. Ahora queremos saber si es lo suficiente para ser desiguales.ii. 1. Kappa es 0,9. Juez 1 y 3 son concordantes. b. EVA1-EVA4:i. 1. 69 y 42 divergente.ii. 1. Kappa bajo 0,8. No hay acuerdo. 8. Es malo el sistema de evaluacin o el evaluador?a. El evaluador.i. De los 4, 3 estn de acuerdo y 1 no.ii. Se duda del criterio si dos son distintos. iii. Una buena medida es el cuarto. Si un cuarto de los evaluadores son divergentes sera malo el instrumento.