Diferencias individuales y correlaciones

Presentación del tema: "Diferencias individuales y correlaciones"— Transcripción de la presentación:

1 Diferencias individuales y correlaciones

2 LA NATURALEZA DE LA VARIABILIDAD
Importancia de las diferencias individuales Diferencias interindividuales: diferencias que existen entre las personas. Diferencias intraindividuales: en una persona.

3 IMPORTANCIA DE LAS DIFERENCIAS INDIVIDUALES
Galton: Diferencias físicas y psicológicas. Investigación en psicología Psicología Experimental

4 Distribución de puntajes
Cuando tomamos medidas de un grupo de personas o diferentes puntos en el tiempo en el mismo individuo, esas medidas constituyen una distribución de puntajes Describir una distribución de puntajes de una manera significativa.

5 VARIABILIDAD Y DISTRIBUCION DE MUESTRAS
MEDIDAS DE TENDENCIA CENTRAL ¿Cuál es el puntaje típico en la distribución? MEDIA: Promedio. Valor que representa el puntaje típico en una distribución de muestras. Estamos más interesados en cuantificar el grado en el cual las personas en un grupo difieren de los otros. Un método de hacer esto es cuantificar el grado en el que cada persona se desvía de la media.

6 variabilidad VARIANZA Interpretar la varianza:
Nunca puede ser < 0 (los puntajes no varían). Imposible varianzas negativas. No hay una manera simple de interpretar una varianza como grande o pequeña. La varianza es más interpretable y significativa cuando se pone en contexto, como cuando se compara con otra distribución de la misma medida.

7 La importancia de la varianza radica principalmente en sus efectos sobre los otros valores que son más directamente interpretables: coeficientes de correlación coeficiente de confiabilidad intervalos de confianza sesgos.

8 FORMAS DE DISTRIBUCION Y NORMAS DE DSTRIBUCIONES
Una distribución de puntajes puede ser gráficamente representado por una curva Muchos de las procesos estadísticos pueden ser conducidos en una distribución de puntajes están basados en asumir que los puntajes estas distribuidos normalmente o al menos cerca de lo normal.

9 Raramente (si no es que nunca) encontramos una distribución perfecta normal. Generalmente encontramos un sesgo.

10 CUANTIFICAR LA ASOCIACION ENTRE LAS DISTRIBUCIONES
La covariabilidad: grado en el que dos distribuciones de puntajes varia en manera correspondiente. Cada participante tiene puntajes de al menos dos variables. Debemos entonces computar valores estadísticos que reflejan el grado en el que dos variables están asociadas con los otros

11 Covarianza Para computar la covarianza:
1) Hacemos la diferencia de cada uno de los puntajes de X en relación con su media. 2) Diferencia de cada uno de los puntajes de Y en relación con su media 3) División entre todos de las personas en la muestra, menos 1. Covarianza positiva: Hay asociación positiva o directa entre las dos variables. Covarianza negativa: Hay asociación negativa o inversa entre las variables.

12 INTERPRETANDO LA ASOCIACION ENTRE DOS VARIABLES
Deseamos conocer: La dirección de la asociación. La magnitud de la asociación. Las dos aumentan, las dos disminuye, una aumenta y una disminuye. Las fuertes asociaciones positivas o negativas, indican un alto nivel de consistencia entre dos variables, débiles asociaciones indican inconsistencia. Cuando no hay una asociación clara entre las dos variables: las diferencias individuales en una variable son totalmente inconsistentes con las diferencias individuales en la otra variable.

13 Desafortunadamente, la covarianza no provee de información clara sobre la magnitud de la asociación. Es un concepto estadístico importante, pero esta limitado. CORRELACIÓN Refleja la dirección y la magnitud de la asociación entre dos variables. De 1 a –1. Correlación positiva, negativa o cero. Fuerte: de más de .8. media de mas de .5. débil menos de 5.

14 Reactivos binarios Algunas mediciones psicológicas están basadas en respuestas dicotómicas : Sólo uno de las dos alternativas está disponible en cada reactivo u observación. El 1 se computa para respuestas positivas. El 0 para respuestas negativas. La varianza de reactivos binarios se expresa también en términos de proporción. Si de 10 personas, seis responden “sí” y cuatro “no”, la varianza será de 6. La varianza de un reactivo binario es máxima cuando la mitad de las personas responde positivamente y la otra mitad negativamente. Si es igual a 1, no hay varianza porque no hay diferencias.

15 Interpretación de puntajes
No es fácil interpretar un puntaje. Si tomamos una cuestionario de personalidad, y obtenemos un puntaje de 34 en neuroticisimo, ¿como podemos interpretarlo? Si un amigo hace otro test diferente de personalidad y obtiene un puntaje de 98 en neutoricismo, ¿significa que es mas neurótico? de hecho puede significar que es menos.

16 Dos facetas en el “significado” o interpretación de los puntajes en una medición psicológica.
1) Habilidad básica para interpretar un puntaje como relativamente alto o bajo. Tener un marco de referencia. Hay procedimientos que permiten a los usuarios de un instrumento clarificar esta faceta, como: medias desviaciones estándar distribuciones “normales”.

17 2) Tiene que ver con las implicaciones psicológicas de los puntajes
2) Tiene que ver con las implicaciones psicológicas de los puntajes. ¿Qué significa realmente un puntaje alto en un instrumento particular, en términos psicológicos? ¿Es realmente verdad que la prueba es una medida de neuroticismo? Si sí es, ¿qué significa tener un alto nivel de neuroticismo? ¿Es posible que el usuario de la prueba esté malinterpretando los puntajes? Respuestas con base en: investigación, teoría psicológica y análisis estadístico.

18 Puntajes z En un intento para dar significado a los puntajes, podemos transformar un puntaje individual dentro un puntaje z, que refleja la distancia entre el puntaje que cae o sube sobre la media. Entender e interpretar los puntajes z: propiedades estadísticas, si tomas una distribución de puntajes y la conviertes en un puntaje z, entonces la distribución de puntajes z tendrá una media de 0 y una desviación estándar de 1.

19

20 Beneficios de puntajes z
1) Expresan los puntajes de una manera que evita la ambigüedad de la mayoría de las medidas psicológicas. Nos libera de preocuparnos de la métrica o las unidades de los puntajes originales. 2) Pueden usarse para comparar puntajes de pruebas que usan unidades diferentes.

21 Limitaciones puntajes z
Los puntajes se pueden expresar como numero negativos. Si un puntaje esta debajo de la media, el o ella tienen un puntaje z negativo. Para personas que no están familiarizados con las desviaciones estándar y la distancia entre la media, la noción de tener un nivel negativo de neuroticismo, auto estima, o inteligencia puede ser difícil de comprender. 2) Puede ser confuso que se expresen en términos de decimales. Por ejemplo la idea de tener 1.24 es no clara.

22 Puntuaciones estándar
Para contar con algunos de esos aspectos de los puntajes z, los desarrolladores de test y los usuarios de test algunas veces transformaran los puntajes en puntajes estándar, que son simplemente puntajes z que se han convertido en valores que las personas puedan entender más fácilmente. Los puntajes se re-escalan para que tengan diferente media y desviación estándar.

23 Proceso de conversión 1) Se selecciona: una nueva media una nueva desviación estándar 2) Se convierte el puntaje de un individuo con la fórmula: T = z(snueva) + nueva T = Puntaje estándar convertido z = Puntaje z original de la persona snueva= Nueva desviación estándar nueva= Nueva media

24 Los puntajes estandarizados convertidos son informativos porque simplemente re-expresan los puntajes z de una manera que puedan ser más entendibles para la gente. Los puntajes convertidos son lo mismo que los z (nos dice qué tan lejos está el puntaje de un individuo arriba o abajo de la media). El neuroticismo en 34, no tiene un claro significado hasta que nosotros sabemos que es mas alto a bajo en relación a otra personas, que tienden un puntaje hasta que nosotros sabemos que tan alto o bajo la mayoría de las personas puntúan.

25 Rango percentil Una forma común de presentar y interpretar los puntajes, es a través de los rangos percentiles lo cuales indican el porcentaje de puntajes que están abajo de un puntaje específico. Si un test sabes que el o ella puntúan en el percentil 85, entonces se puede entender fácilmente que tiene un puntaje relativamente alto.

26 Determinar el rango percentilar
Método directo o empírico (cuando se tiene acceso a la distribución completa). a) Se identifica el número exacto de puntajes en la distribución que son menores que el puntaje. b) Se divide entre N. 75 personas responden una prueba Se obtiene un puntaje de 194 52 personas obtuvieron puntajes abajo de 194 (52/75) (100) = 69% El puntaje buscado está en el percentil 69.

27 2) Método con distribución normal.
Si no se tiene acceso a la distribución completa, pero se conoce la media y la desviación estándar. Sólo si los puntajes se distribuyen normalmente. La distribución normal permite asociar puntajes estándar específicos con percentiles. Dos maneras: a) Usar calculadoras electrónicas de puntajes z o en Excel (función NORMSDIST) Con tablas de distribución normal en libros.

28 Se obtiene el puntaje z Se busca en la tabla el área a que corresponde
Se obtiene el puntaje z Se busca en la tabla el área a que corresponde. Si el puntaje z es positivo: Agregar .50 al área obtenida, Si el puntaje z es negativo: Restar a .50 el área obtenida Si hay una buena razón para sospechar que la distribución de puntajes no es normal, entonces se le puede transformar en una distribución que se aproxime a la normal.

29 Normalización de puntajes
Una forma de enfrentar el problema de la normalización, consiste en la transformación de la distribución en una que se aproxime a una distribución normal. ESTA TRANSFORMACION DE NORMALIZACION ES UN PROCESO DE TRES PASOS. 1) Calcular los percentiles a partir de los puntajes observados. 2) Convertir los porcentajes en puntajes z, mediante las tablas de áreas bajo la curva. 3) Calcular los puntajes estándar convertidos en la métrica deseada a partir de los puntajes z.

30 Normas de test En medición en psicológica, muchos de las pruebas han sido normadas para facilitar su interpretación. Podemos preparar guías interpretativas para los usuarios, los usuarios pueden usar esas guías para interpretar cada nuevo puntaje en el test en relación con esas normas. Para la gran mayoría de los instrumentos no se desarrollan normas. Los investigadores comúnmente no están interesados en interpretar puntajes individuales, sino en encontrar asociaciones entre variables.

31 Representatividad de la muestra
Muestra probabilística y muestra no probabilística. Muestra probabilística se obtienen usando procedimientos que representan la muestra