Tema 6. Dissenys de Recerca. Losada (2016)

Apunte Español
Universidad Universidad de Barcelona (UB)
Grado Psicología - 2º curso
Asignatura Dissenys de Recerca
Año del apunte 2016
Páginas 7
Fecha de subida 03/04/2016
Descargas 35
Subido por

Vista previa del texto

Dissenys de Recerca Losada 2016 TEMA 6. ANÁLISIS DE DATOS En función del tipo de diseño que gobierna el tipo de investigación, no todos los diseños se pueden aplicar todas las pruebas estadísticas.
Diseño puntual, idiográfico, unidimensional, el más básico.
- Estadística descriptiva, podemos jugar con dos tipos de variables cualitativas, proveienen de categorías y se pueden trabajar con ciertas pruebas como las paramétricas, o cuantitativas, as que pueden ser contínuas o discretas. El 95% van a ser variables categóricas, porque las categorías provienen de cualidades.
- Correlación ordinal, Rangos que se ordenan y que a partir de ahí tenemos que ver como correlacional. Hablaremos de intensidad y la magnitud.
- Ji-cuadrado, Dos variables cualitativas (categóricas) y vemos si hay relación o no. 0 - no relación.
- Cadenas de Markov, en la mayoría de diseños se puede analizar, es el análisis secuencial de retardos, cuando solo cojemos el primer retardo es una cadena de Markov.
- Análisis secuencial intrasesional, cogiendo una sesión, trabajar sesión por sesión.
- Análisis de coordenadas polares, buscan las secuencialidades, las presencias o no presencias, significaciones o no significaciones… requieren un programa, que lo calcula. La ventaja es que es lo mismo que el análisis secuencial de retardos, obtenemos los mismos resultados.
Diseño puntual, idiográfico, multidimensional.
- Estadística descriptiva - Correlación ordinal - Ji-cuadrado - Cadenas de Markov - Análisis secuencial intrasesional - Análisis de coordenadas polares - Análisis log-lineal, estadística avanzada, muy uitilizado en observación.
- Correlación intra-clase - Regresión logística, técnica que permite plantear un modelo donde tendremos una variable categórica/criterio/predicha, tiene que tener una característica, ha de ser dicotómica, esta variable se estudiará a través de una serie de variables independientes o explicativas. Además se utiliza para ver si el instrumento de observación esta bien construido, si los valores son pequeños (0,) quiere decir que las variables predecibles no son buenas, por lo tanto el instrumento no es bueno.
- Pruebas no paramétricas, se utilizan cuando los presupuestos de normalidad, plasticidad, homocedasticidad…no se cumplen.
Diseño puntual, nomotético, unidimensional - Estadística descriptiva - Correlación ordinal - Correlación lineal - Ji-cuadrado - Cadenas de Markov de 1r orden Dissenys de Recerca Losada 2016 - Análisis secuencial intrasesional - Análisis de coordenadas polares - Pruebas no paramétricas Diseño puntual, nomotético, multidimensional - Estadística descriptiva - Correlación ordinal - Correlación lineal - Ji-cuadrado - Cadenas de Markov de 1r orden - Análisis secuencial intrasesional - Análisis de coordenadas polares - Análisis log-lineal - Correlación intra-clase - Regresión logística - Pruebas no paramétricas Diseño seguimiento, idiográfico, unidimensional - Estadística descriptiva - Correlación ordinal - Ji-cuadrado - Cadenas de Markov de 1r orden - Análisis secuencial intrasesional - Análisis secuencial intersesional - Análisis de coordenadas polares - Correlación intra-clase - Regresión logística - Análisis de panel - Análisis de tendencias (más de 30) - Series temporales - Análisis de varianza - Análisis de varianza de datos categóricos Diseño seguimiento, idiográfico, multidimensional - Estadística descriptiva - Correlación ordinal - Ji-cuadrado - Cadenas de Markov de 1r orden - Análisis secuencial intrasesional - Análisis secuencial intersesional - Análisis de coordenadas polares - Correlación múltiple - Regresión logística - Análisis de panel - Análisis de tendencias - Series temporales múltiples Dissenys de Recerca Losada 2016 - Análisis multivariado de la varianza - Escalamiento multidimensional - Pruebas no paramétricas Diseño seguimiento, nomotético, unidimensional - Estadística descriptiva - Correlación ordinal - Ji-cuadrado - Cadenas de Markov de 1r orden - Análisis secuencial intrasesional - Análisis secuencial intersesional - Análisis de coordenadas polares - Correlación intra-clase - Regresión logística - Análisis de panel - Análisis de tendencias - Series temporales - Series temporales múltiples - Análisis de varianza - Análisis de varianza de datos categóricos - Pruebas no paramétricas Diseño seguimiento, nomotético, multidimensional - Estadística descriptiva - Correlación ordinal - Ji-cuadrado - Cadenas de Markov de 1er orden - Análisis secuencial intrasesional - Análisis secuencial intersesional - Análisis de coordenadas polares - Análisis log-lineal - Correlación múltiple - Regresión logística - Análisis de panel - Análisis de tendencias - Series temporales - Series temporales múltiples - Análisis multivariado de la varianza - Escalamiento multidimensional - Pruebas no paramétricas Modelos log-lineales (no entra a examen) - Los modelos loglineales se base en los principios de la Regresión lineal múltiple permitiendo un mejor análisis entre variables cualitativas en base al logaritmo neperiano de la frecuencia de datos, permitiendo el establecimiento de relaciones entre variables cualitativas y su clasificación.
Dissenys de Recerca Losada 2016 - Dado que las variables que intervienen son de naturaleza cualitativa escapan a las técnicas convencionales (regresión múltiple) por carecer de comportamiento lineal o transformable al lineal, se ha optado por las técnicas de Regresión Loglineal.
- El análisis Loglineal no se usa las habituales denominaciones variable dependiente o independiente, todas son iguales, por tratarse únicamente de relacionar mediante lofaritmo neperiano la ocurrencia de un evento (frecuencia), en función de un determinado número de variables categóricas; se hace mención a variables diseño y variable respuesta.
Se trata de un modelo saturado o completo entre las variables cualitativas A,B y C. Se buscará un modelo más simplificado, basado en el principio de la parsimonia a través de la utilización de los procedimientos de análisis jerárquico.
ANÁLISIS SECUENCIAL Nos permitirá detectar la existencia de patrones de conducta que no son directamente perceptibles, y que serán útiles para el profesional, en procesos de diagnóstico y de intervención.
Objetivos: 1. Estracto de una lista serial: registrar una serie de categorías según van ocurriendo.
2. Búsqueda de relaciones de asociación significativas, entre conductas registradas transiciones si son significativas o no.
3. Detección de patrones de conducta que no son directamente percetible. Aparecen aquellas transiciones de categorías que han resultado ser estadísticamente significativas (las que no son significativas, no estarán en el patrón de conductas). Este patrón, por lo tanto, será el más probable que podrá hacer el sujeto. Partiendo de una categoría, que es lo más probable que va a realizar.
Procedimiento: Partiremos de una secuencia de conductas. De esta secuencia de categorías ordenadas, calcularemos las frecuencias observadas y esperadas, de las cuales calcularemos unas probabilidades, cuyo valor va del 0 a 1. Calcularemos las probabilidades incondicionales (esperadas) y las condicionales (observadas). a partir de una prueba binomial tendremos conductas que se van a ordenar de forma significativa que van a promover un determinado comportamiento, que son las excitatorias y también obtendremos las categorías de conductas inhibitorias (finalizan) Dissenys de Recerca Losada 2016 Prospectivo: ¿A partir de una categoría que va a suceder? Retrospectivo: ¿Que ha tenido que ocurrir para que ocurra una categoría? Retardo: transición entre las ocurrencias de dos categorías contiguas o no contiguas en una secuencia de conductas. Los retardos se contabilizan desde la ocurrencia de una conducta criterio o antecedente hasta las ocurrencias de las conductas apareadas o subsecuentes. - Son saltos a partir de una conducta criterio.
A-­‐B-­‐A-­‐C-­‐D-­‐A-­‐B-­‐C   Retardo  1:  categoría  con4gua  a  la  criterio  (A).  Seria  B.     Retardo  2º:  en  este  caso  seria  la  segunda  A.     Si solo calculo el primer retardo, estamos hablando de cadenas de Markov.
Secuencialidad: una secuencia de conducta posee orden si existe alguna unidad de conducta cuya ocurrencia en un punto de la secuencia depende de qué conductas han ocurrido antes.
Para que haya secuencialidad, antes de ocurrir C, tiene que ocurrir A y antes B i antes A.
Conducta criterio: El inicio de un patrón secuencial viene dado por la conducta criterio a partir de la cual se analizan las ocurrencias de las conductas en los diferentes retardos. Punto de inicio.
Van a marcar todos los retardos. Si cambia la conducta criterio, cambia todo el patrón. La selección de la conducta criterio es importante. Habitualmente se seleccionan en base a frecuencias: la que ocurre más veces marcara el eje del análisis secuencial de retardos. éste es un criterio. Otro criterio: la que menos ocurra y hago análisis secuencial de retardos retrospectivo y analizo porque ocurre menos.
Cambiando esta conducta, cambia todo el análisis y tenemos que volver a empezar.
Dissenys de Recerca Losada 2016 EJEMPLO Secuencia: A C B A B A B C D C Retard o
 Global A 3 B 3 C 3 D 1 Total 10 Observadas 1 0 2 1 0 3 Cuantas veces A esta seguida de A, B, C a D 2 1 1 1 0 3 Cuantas veces A,B,C o D esta a 2 retardos de A.
3 1 1 0 1 3 4 0 1 2 0 3 5 1 0 0 1 2 6 0 1 1 0 2 7 0 0 1 0 1 8 0 0 0 1 1 9 0 0 1 0 1 Podre calcular 9 retardos. A-C, A-B, A-A, A-B, A-A, A-B, A-C, A-D, A-C.
Estamos a “secuencia de conductas”. De estas frecuencias tendré que calcular las esperadas y las observadas para obtener las probabilidades.
Paso 1: calculo de frequencias esperadas basándonos en las observadas: -­‐ Equiprobables: todas las categorías tienen la misma probabilidad de ocurrir. No es recomendable porque no todos ocurren en igual proporción.
-­‐ De grado 1: nos basaremos en las veces que han ocurrido realmente. Se calculan cuantas veces han ocurrido.
Frecuencias observadas: calcular la frecuencia observada de A tomando la categoría A como criterio y ver cuantas veces pasa en el primer retardo. No miro cuantas veces sale, sino en cuantos retardos esta. Es decir, cuantas veces B esta a 1 retardo de A, cuantas veces esta a 2 retardos de A…. - frecuencias observadas para cada categoría en cada uno de los retardos. EN el primer retardo estoy buscando AA (no lo encontraremos nunca, será 0), AB, AC, AD (con A como conducta criterio); en el segundo retardo estoy buscando A_A, A_B, A_C, A_C, A_D (con A como conducta criterio) etc… Indicador de si lo hemos hecho bien - observar los totales y la columna tienen que ir decreciendo ordenadamente (333322211). - si no esta ordenado y decreciendo esta mal hecho.
2º paso: ahora calcularemos dos probabilidades: -­‐ Probabilidades incondicionales o esperadas: a partir de las frecuencias esperadas.
Calculamos la probabilidad incondicional: nº de veces que ocurre la categoría / nº total 3/10 = 0,3 es la probabilidad incondicional de la categoría A.
La suma de las probabilidades incondicionales A + B + C + D = 1.
El valor de la probabilidad incondicional es el punto de inflexión que nos dice que todo lo que quede por debajo de esta probabilidad incondicional va a ser NO significativo y todo Dissenys de Recerca Losada 2016 lo que quede por encima va a ser SI significativo. Esto es porque si esta por debajo esta sometido al azar y si es mas alta es que ocurre mas veces que lo que se daría por azar.
-­‐ Probabilidades condicionales u observada: se hace igual: por cada categoría en cada retardo. Probabilidad condicional de A en el primer retardo 0/3 = 0 / probabilidad condicional de la categoría B en el primer retardo 2/3 = 0,67.
La suma de todas las filas (la probabilidad de cada categoría dentro de un retardo) tiene que sumar 1.
Haremos perfiles conductuales, un gráfico, para cada conducta (A, B, C, D).
Luego haremos un patrón de conducta y el patrón de conductas corregido.
...