Академический Документы
Профессиональный Документы
Культура Документы
Contnues: mostren diferents valors numrics entre els quals es poden incloure infinits
nmeros (per exemple: alada, temps de reacci...)
Discretes: sexpressen mitjanant una srie de valors numrics fixes sense valors
intermedis entre ells (per exemple: categoria laboral, sexe...)
Nominals: variable en la qual sestableix una relaci digualtat o desigualtat entre els seus
diferents subtipus. (Exemples: el sexe, 0 = home, 1 = dona; el color del cabell, 1 = castany, 2
= ros, 3 = pl roig)
Hi ha diversos mtodes per poder mesurar la variabilitat. Les fonts bsiques dinformaci sn:
-
Autoinforme
Qestionari adreat al mateix subjecte a qui es vol avaluar. Els individus sn coneixedors
conscients de les seves prpies caracterstiques i voldran proporcionar aquesta informaci
de manera fidedigna.
Heteroinformes
Qestionaris aplicats a persones que coneixen un individu amb la finalitat de recollir
informaci sobre ell. Sn autoinformes aplicats a terceres persones.
Observacions directes
Avaluacions de la intensitat o freqncia duna conducta associada a un tret psicolgic
realitzades per un examinador en un ambient natural o artificial. Els tests dintelligncia
sn observacions directes realitzades en un entorn artificial.
Biodata
Consisteix en recollir informaci duna persona que pugui ser utilitzada com a indicador de
la seva personalitat. Per exemple, es pot utilitzar el nombre de multes com a indicador de
manca de cura, la factura telefnica com a indicador de sociabilitat...
Siguin quins siguin els procediments mitjanant els quals sha recollit la informaci, cal saber si
els resultats obtinguts mitjanant laplicaci de proves diferents proporcionen la mateixa
informaci. Un procediment que permet contrastar aquesta convergncia s lestandaritzaci.
Estandaritzar o tipificar consisteix en transformar les puntuacions directes obtingudes en una
prova en puntuacions distribudes al llarg duna corba de distribuci normal. Aquesta
distribuci reflecteix com es distribueixen les puntuacions en base al seu nombre docurrncia
o presncia.
Aquestes noves puntuacions transformades, anomenades puntuacions z, permeten que siguin
comparades amb daltres puntuacions estandarditzades expressades en el mateix llenguatge.
Matemticament, una puntuaci z sobt mitjanant la ra de la diferncia entre la puntuaci
directa dun subjecte i la mitja de puntuacions del grup, i la desviaci tpica. s a dir:
z = (-) /
On representa la puntuaci directa del subjecte, la mitjana de les puntuacions del grup i
la seva desviaci tpica.
La varincia () s un ndex estadstic que reflecteix la magnitud de la variabilitat o dispersi
de les mesures. En Psicologia Diferencial interessa veure lassociaci entre variables en base a
les variables compartides o, en altres paraules, la proporci de variabilitat comuna entre les
variables. Aquesta varincia compartida sanomena covarincia. Si aquesta s positiva hi ha
una relaci lineal entre elles, de manera que quan els valors duna sincrementen, tamb ho
fan els valors de laltra. En canvi, si s negativa, la relaci s inversa, s a dir, quan hi ha un
augment en una, hi ha una reducci en laltra. Si el valor de la covarincia s 0, sinterpreta que
no hi ha relaci entre les dues variables.
Els procediments experimentals tenen ms fora que els correlacions, per no sempre s
viable, possible o tic realitzar estudis experimentals. Si b alguns autors discrepen en
considerar ambdues tradicions com a complementries o b contraposades, certament s la
primera aquella que ha caracteritzat la Psicologia General-Experimental i la segona, la
Psicologia Diferencial. A tall dexemple, si la Psicologia General volgus estudiar quines sn les
causes de lansietat, la Psicologia Diferencial voldria respondre a la pregunta de com s que hi
ha persones ms ansioses que daltres. Amb tot, cal reconixer que la implementaci de la
quantificaci i de lestadstica va venir de la m de la Psicologia Diferencial.
La tradici experimental es basaria en lobservaci natural i en la no modificaci de lentorn o
dels subjectes, calculant les covariacions o correlacions entre les variables. Pretn allar i
conixer les relacions de causa i efecte entre variables, la causalitat no s un ens observable,
sin una relaci que es pot inferir. El que s s observable s una relaci entre les variables, s
a dir, una correlaci.
Per poder acreditar una causalitat, en tot cas esdev necessari veure que dues variables estan
(co)relacionades i determinar una seqncia temporal que permeti allar un antecedent i un
conseqent.
La correlaci s una mesura del grau dassociaci entre dues variables; s un ndex estadstic (r
de Pearson, rho de Spearman) que sexpressa mitjanant valors numrics que oscillen entre 1 i
0, indicant una associaci total o nulla, respectivament. Aix doncs, si dues variables es troben
molt relacionades tindran un valor proper a 0. Tanmateix, la relaci existent pot ser positiva,
de manera que si es produeix A tamb es produeix B, o negativa, si quan es produeix A hi ha
una reducci en B.
Un valor de correlaci entre dues variables pot ser interpretada de diverses maneres:
-
Pot tractar-se duna associaci atzarosa, sense motius que indiquin la presncia de cap
lligam entre les variables.
Pot donar-se el cas que la relaci vingui explicada per una altra variable no observable o
latent que afecti directament i de manera simultnia les variables correlacionals.
1) Consistncia interna. Respondre en la mateixa lnia a diversos tems que preguntin sobre
el mateix fenmen.
2) Fiabilitat entre jutges. Diversos jutges (observadors externs) els que cal que coincideixin
en la seva valoraci; en aquest cas, donat que sovint nhi ha pocs s convenient que el seu
grau dacord sigui molt alt.
3) Fiabilitat testretest. Consisteix en avaluar el fenomen en diverses ocasions en un espai
curt de temps controlant aix lefecte de fluctuacions aleatries en el temps.
La validesa s el grau en qu savalua laparici en el fenomen que es vol mesurar. En funci
de laspecte que es vulgui remarcar, es poden identificar diversos tipus de validesa:
1) De contingut. Fa referncia a si els tems duna escala sn rellevants i exhaustius per
mesurar all que es pretn.
2) De criteri. Contrasta si els tems duna escala sn igual deficaos que altres tems que
shan demostrat eficaos en mesurar una determinada caracterstica o igual dineficaos
que daltres que no mesuren el que es pretn.
Fase de factoritzaci
Mitjanant algoritmes matemtics sorganitza la matriu de correlacions en una matriu de
factors, que resumeix les variables observades en combinacions factorials tenint en
compte la variabilitat compartida.
Nombre de factors.
Aquesta qesti planteja el dilema dutilitzar pocs o molts factors. SI se nempren pocs, es
generen pocs factors generals i es comprimeix la dimensionalitat. Si se nutilitzen molts, es
corre el risc de fragmentar-los i perdre generalitat.
Mtode de rotaci.
Aquesta pot ser ortogonal o obliqua. La rotaci obliqua es relaciona amb obtenir
estructures simples. A ms, permet factoritzar les correlacions entre factors i produir, com
a conseqncia, factors dordre superior. s a dir, a partir de la varincia compartida entre
uns factors inicials (1r nivell o ordre), es podrien identificar un/s altre/s factor/s (de 2n
ordre). Es tractaria de factors de factors. En cas que aquests tamb compartissin varincia,
seria possible ascendir a un nivell addicional, obtenint un/s factor/s de 3r ordre.