Teoría de la Generalizabilidad

Presentación del tema: "Teoría de la Generalizabilidad"— Transcripción de la presentación:

1 Teoría de la Generalizabilidad
Tema 5 Teoría de la Generalizabilidad

2 Resumen previo Objetivo de esta teoría:
Detectar todas las múltiples fuentes de error de una medición, cuantificar la magnitud de dichas fuentes y estimar cuántos registros son necesarios y de qué forma deben llevarse a cabo para llegar a una medición confiable de la conducta de interés.

3 Resumen previo 2 tipos de estudios:
G: debe preceder a la toma de decisiones sobre cualquier tipo de medición efectuada. D: toma de decisiones, válida solo si se conoce que el instrumento con que se mide es fiable. De decisiones relativas: interesa ubicar a un sujeto en relación a un grupo de referencia. De decisiones absolutas: interesa la puntuación concreta del sujeto en la conducta medida.

4 Resumen previo Facetas de medida: circunstancias particulares en que se realiza la medición que conforman una muestra de todas las posibles en que ésta pudiera haberse observado. Observadores, momentos de observación, tipo de registro, etc. Objeto de la medición: Entidad de la cual se pretende obtener una medición concreta a través del instrumento de evaluación utilizado. Suele ser un sujeto o grupo.

5 Resumen previo Varianza verdadera: varianza atribuida al objeto de medida, ya que denota las diferencias individuales existentes entre los objetos de la medición.

6 Diseños G El diseño permite ver si la faceta analizada presenta demasiado error (variabilidad) y así modificarla en sucesivos diseños haciéndola más óptima. Facetas sistematizadas o cruzadas: si todos los valores de las facetas se cruzan con todos los valores de las restantes o del objeto de estudio.

7 Diseños G Faceta aleatoria: cuando los valores que se utilizan en el estudio conforman una muestra del conjunto posible de valores de dicha faceta existente en la población, del cual sus valores han sido escogidos al azar. Faceta fija: cuando los valores de la faceta utilizados en el estudio se escogen de forma intencional, ya que interesa analizar dichos valores y no otros.

8 Diseños G. Diseño de una sola faceta cruzada

9 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Objetivo: generalizar y calcular la fiabilidad de las conductas atendiendo a dos universos de generalización. Ejemplo: Dos facetas (sesiones y observadores) y un objeto de estudio (sujetos). Fuentes de variación:

10 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Lo ideal: que sea alta la variación de los datos explicada por el objeto de estudio (los sujetos) y baja la variación asociada a las facetas tanto de forma independiente como a las interacciones.

11 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Cálculo de fuentes de variación 1. Sumas cuadráticas: 2. medias cuadráticas: se obtienen dividiendo las diferentes SSCC entre sus correspondientes grados de libertad.

12 Diseños G. Diseño con dos facetas aleatorias cruzadas.
3. varianzas:

13 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Ejemplo: resultados de un estudio G en el que varios observadores registran las características de un grupo entrevistados en varios momentos. Las facetas son todas aleatorias y sistematizadas. Calcular los distintos componentes de varianza. Calcular el coeficiente de generalizabilidad (absoluto y relativo). Optimizar el diseño. Interpretar los datos

14 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Calcular los distintos componentes de varianza 1. Las estimaciones de las varianzas del diseño de medida son:

15 Diseños D. Diseño con dos facetas aleatorias cruzadas.
Calcular el coeficiente de generalizabilidad (absoluto y relativo). ESTUDIOS DE DECISIÓN (D). TIPOS DE ERRORES EN LA TG Errores en las decisiones absolutas: surgen cuando el investigador quiere generalizar de la puntuación observada en una muestra a la puntuación del universo. La diferencia entre estas dos puntuaciones es el error de medida. Ej. Si un sujeto pasa o no un examen. Errores en las decisiones relativas: diferencia existente entre la diferencia observada (en rangos) entre dos puntuaciones empíricas y la diferencia en el universo entre sus correspondientes parámetros. Admisión en centro con plazas limitadas.

16 Diseños D. Diseño con dos facetas aleatorias cruzadas.
Para las decisiones absolutas: se tendrán en cuenta los errores de las decisiones absolutas, cuya varianza está compuesta por todos los componentes de la varianza del diseño, excepto la del objeto de medida. Son todos los efectos de la interacción y los efectos principales de las facetas. Para las decisiones relativas: se tendrán en cuenta los errores de las decisiones relativas, cuya varianza está compuesta por todos los componentes de la varianza que influyen en la posición relativa del sujeto. Son todas las interacciones con el objeto de medida. Hay que considerar el número de condiciones de las facetas. Todos los componentes de la varianza (excepto el del objeto de medida) se dividen por el número de condiciones de la/s faceta/s que hace referencia el componente.

17 Diseños D. Diseño con dos facetas aleatorias cruzadas.
Varianza del error absoluto: Varianza del error relativo:

18 Diseños D. Diseño con dos facetas aleatorias cruzadas.
Coeficiente de generalizabilidad: proporción de la varianza de las puntuaciones observadas atribuible a la varianza de las puntuaciones universo. Entre 0 (otras fuentes de variación, debidas a las condiciones particulares de la medida, se añaden a las puntuaciones del universo para determinar en gran medida la varianza de las puntuaciones observadas), y 1 (la fuente de variación esencial para explicar la variación de los datos observados es la varianza de las puntuaciones del universo del objeto de medida).

19 Diseños D. Diseño con dos facetas aleatorias cruzadas.
Para las decisiones absolutas: proporción entre la varianza debida a los sujetos y la suma de ésta más la varianza del error absoluto. Informa del error que cometemos si pretendemos estimar la puntuación universo de un sujeto a partir de su puntuación observada.

20 Diseños D. Diseño con dos facetas aleatorias cruzadas.
Para las decisiones relativas: proporción entre la varianza debida a los sujetos y la suma de ésta más la varianza del error relativo. Informa del error que se cometería al establecer el orden que ocupa la puntuación de un sujeto respecto a otro o respecto a un grupo normativo en función de su concordancia con el rasgo concreto que éste ocupa en el universo.

21 Diseños D. Diseño con dos facetas aleatorias cruzadas.
2. Si se mantienen las condiciones del estudio de generalizabilidad, las varianzas de los errores son: Y los coeficientes de generalizabilidad valen:

22 Diseños D. Diseño con dos facetas aleatorias cruzadas.
INTERPRETAR LOS RESULTADOS ¿Cómo mejorar la fiabilidad? El investigador, con los resultados del estudio G puede ver qué condiciones de medida tienen mayor variabilidad y aumentar más su longitud para mejorar su generalizabilidad. Donde ∆ es el coeficiente de generalizabilidad original para el estudio con n obsevadores y ∆’ es el que corresponde al que obtendríamos si aumentáramos la faceta a n’ observadores.

23 Diseños D. Diseño con dos facetas aleatorias cruzadas.
INTERPRETAR LOS RESULTADOS En diseños de dos facetas en las que se produce una alta varianza de error, cabe: Hacer estudios de una faceta para cada categoría de la faceta díscola. Hacer fija dicha faceta. Buscar nuevas facetas.

24 Diseños D. Diseño con dos facetas aleatorias cruzadas.
INTERPRETAR LOS RESULTADOS 3. Los resultados indican que las condiciones en las que se midió a los sujetos en el estudio de generalizabilidad son adecuadas para medir con criterios relativos. Si se quiere mejorar la fiabilidad, lo más adecuado en este caso es buscar nuevas facetas, ya que la varianza del error es muy grande.

25 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Ejemplo: Calcular los distintos componentes de varianza. Calcular el coeficiente de generalizabilidad (absoluto y relativo). Optimizar el diseño. Interpretar los datos

26 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Ejercicio 1 Calcular los distintos componentes de varianza. Calcular el coeficiente de generalizabilidad (absoluto y relativo). Interpretar los datos

27 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Calcular los distintos componentes de varianza.

28 Diseños G. Diseño con dos facetas aleatorias cruzadas.
Calcular el coeficiente de generalizabilidad (absoluto y relativo). Error absoluto= Error relativo= 0.33 Coeficiente de Generalizabilidad absoluto= Coeficiente de Generalizabilidad relativo=