Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2. Filas y columnas:
a.
3. Pestaas:
a. Vista de datos:
i.
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 3
Teora
1. 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.
i.
i.
Sesin 4 y 5
1. Validez y confiabilidad:
a. Validez:
de Cohen
Fuerza baja
Fuerza media
Fuerza 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:
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.
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 Cronbach
1. 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 fiabilidad
1. 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.
Kappa
1. 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:
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.
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.