Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ISSN: 1657-9267
revistascientificasjaveriana@gmail.com
Pontificia Universidad Javeriana
Colombia
doi:10.11144/Javeriana.upsy14-3.goec
Univ. Psychol. Bogotá, Colombia V. 14 No. 3 PP. 1009-1020 jul-sep 2015 ISSN 1657-9267 1009
R ita P ilar R omero -G alisteo , V erónica M orales -S ánchez , A ntonio H ernández -M endo
nua. Ya en 1981, la Oficina Regional para Europa de el efecto de las fluctuaciones debidas a la elección
la Organización Mundial de la Salud (OMS) decidió aleatoria de individuos, contextos, tratamientos,
lanzar un nuevo programa bajo el título: Modelo de observaciones, sesiones, ocasiones de medida, etc.,
programas de asistencia sanitaria y control de calidad. es decir, al muestreo de niveles particulares en cada
El programa se proponía dos objetivos: la utilización una de las facetas (variables) del universo de obser-
de la combinación más apropiada de servicios en la vaciones posibles (Blanco-Villaseñor, 1991, 1992,
asistencia a los pacientes con un problema determi- 1993). Optimizar dicha medida es adaptar el diseño
nado y la calidad de los servicios sanitarios. Aunque para reducir al máximo la variancia del muestreo
la OMS no ha emitido resoluciones explícitas mencio- debida a estas facetas. En esta investigación, hemos
nando el control de calidad de la asistencia, se asume estimado los componentes de varianza de diversas
la necesidad de actuar en este campo; la calidad está facetas, tales como centros, usuarios escalas e ítems.
implícita en numerosas recomendaciones referentes al Al mismo tiempo, la TG ha permitido llevar a cabo
establecimiento de normas y estándares y a la evalua- un análisis de la variabilidad estimada, a través de
ción de los servicios sanitarios. El interés de los Estados los componentes de la variancia, del grado de in-
miembros por el control de calidad es cada vez mayor. fluencia en el diseño de cada una de las facetas, in-
Cualquiera que sea la definición de calidad escogida, dividualmente o en interacción. La optimización de
la necesidad de evaluar la de los servicios sanitarios, y los recursos representa uno de los aspectos de mayor
como tales podemos considerar a la AT, se ha puesto repercusión actualmente en el ámbito de la gestión,
de manifiesto a pesar de las dificultades metodológi- por lo que cada vez son más los estudios que utilizan
cas que representa (Vuori, 1989). Estamos, por tanto, el análisis de generalizabilidad para el cálculo de un
ante un cambio no solo en la gestión de los servicios adecuado plan de optimización de la calidad de los
públicos, sino también en la empresa privada. Esta servicios (Gálvez & Morales-Sánchez, 2011).
necesidad de cambio debe compatibilizar los objetivos El objetivo principal de este trabajo, en la obten-
sociales con una calidad orientada a una adecuada ción de un adecuado plan de calidad, es la estima-
gestión y atención al usuario. Para ello, se requiere del ción de las fuentes de variabilidad y estimación de
conocimiento y desarrollo de unas medidas válidas los diseños de medida óptimos para una adecuada
que permitan una gestión eficiente (Morales-Sánchez, evaluación de la calidad en los Centros de Atención
2009; Morales-Sánchez, 2011; Morales-Sánchez et al., Infantil Temprana. Para ello, se han utilizado distin-
2013). En este sentido, se quiere dar importancia en la tos modelos que posibilitan minimizar la varianza de
presente investigación al análisis de generalizabilidad. error y residual, maximizando el control de las otras
La Teoría de la Generalizabilidad (Cronbach, fuentes de variación. Asimismo, se ha comprobado
Gleser, Nanda, & Rajaratnam, 1972) permite identi- que la estructura general de diseño se ajusta al Modelo
ficar, medir e implementar estrategias que reduzcan Lineal General (GLM) y que algunos de los diseños
la influencia de las fuentes de error, optimizando dis- de medida propuestos permiten evaluar la calidad de
tintos diseños de medida y considerando la fiabilidad los CAIT de manera eficiente, utilizando el Análisis
y la generalizabilidad en términos de coste-beneficio. de los Componentes de Varianza y el Análisis de Ge-
La Teoría de la Generalizabilidad (TG) asume que neralizabilidad. Asimismo, se ha utilizado la TG para
existen numerosas fuentes de variación e integra ca- optimizar los diseños de medida relativos al tamaño
da una de ellas en una estructura global que permite muestral, optimizando el coste-beneficio.
aplicaciones particulares de la teoría estadística del
muestreo. Reconoce además, de manera explícita, Método
las múltiples fuentes de error de medida (participan-
tes, contextos, tratamientos, observaciones, sesiones, Participantes
ocasiones de medida, etc.), con lo que se puede es-
timar cada una de ellas así como las diferentes inte- La muestra estuvo formada por 672 participantes,
racciones entre sí. El error de medida no es más que siendo en su mayoría padres y madres de niños que
reciben sesiones de tratamiento en quince CAIT de que se realizó un estudio piloto inicial con 102 par-
la provincia de Málaga. La obtención de la misma se ticipantes y que estaba compuesto por 6 escalas y
realizó utilizando un muestreo de conglomerados. un total de 63 ítems. Los resultados mostraron una
En el momento de la recogida de datos, existían en buena fiabilidad en todas las escalas salvo en la 5,
Málaga 17 CAIT que atendían a un total de 900 siguiendo el rango establecido por Nunnally (1978).
familias, por lo que la muestra de participantes se Dicho instrumento muestra una fiabilidad, estimada
considera representativa. De la misma manera, los mediante el coeficiente a de Cronbach, entre 0.41
centros participantes reflejan la heterogeneidad y 0.884. Posteriormente, esta investigación fue am-
existente tanto en la provincia de Málaga como en pliada, aumentando tanto la muestra (pasando de
el resto de comunidades autónomas de España, ya N = 102 a N = 672) como el número de centros
que el servicio de AT puede prestarse de manera participantes (inicialmente fueron 3 que posterior-
gratuita tanto en centros educativos como en aso- mente se ampliaron a 15), con lo que se obtuvo una
ciaciones de padres, en centros públicos y privados, segunda versión de la herramienta que resultó más
en administraciones locales, en centros que a su pragmática y consiguió mejorar sus propiedades psi-
vez pueden estar subvencionados, conveniados o cométricas. Esta segunda versión, además de estar
concertados con la Administración pública, etc. En diseñada y validada específicamente en el contexto
Andalucía, actualmente, dependen de la Conseje- de la AT, cuenta con una fiabilidad estimada entre
ría de Salud y Bienestar Social, desde el año 1995. 0.322 y 0.885, como puede observarse en la Tabla 1.
El género de los participantes es mayoritaria-
mente femenino, siendo 508 mujeres (75.6 %) y 162 Procedimiento
hombres (24.1 %), con edades comprendidas entre
los 20 y los 80 años, los que componen la muestra. La administración del cuestionario contó con el
Respecto a la edad de los mismos, el intervalo entre consentimiento y aceptación de colaboración de
los 30 y 40 años (DE = 0.84) es el que más se repite, los diferentes centros participantes. Previamente,
constituyendo el 58.3 % de la muestra. hubo una primera toma de contacto tanto con un
asesor técnico como con la consultora de AT del
Instrumento Servicio de Planificación y Evaluación Asistencial
de la Delegación Provincial de Salud de la Junta de
En el proceso de recogida de datos, se utilizó el Andalucía en Málaga que facilitaron los datos ad-
Inventario de Calidad de los Centros de Atención ministrativos y manifestaron la necesidad, el interés
Infantil Temprana en su segunda versión (ICCAIT- y la pertinencia de este tipo de estudios.
v.2.0), de Romero-Galisteo (2011). Dicha herra- La recogida de datos fue realizada durante ocho
mienta está compuesta por 48 ítems agrupados en semanas, entre los meses de noviembre y diciembre
6 escalas: instalaciones del centro, salas de trata- de 2009, por 37 encuestadores previamente formados
miento y material, atención al usuario, personal para tal fin. Asimismo, los datos fueron tratados de
especializado, información general e información manera confidencial. La cumplimentación del cues-
técnica. Las respuestas se recogen en un continuo tionario se realizó de manera individual por el familiar
de cinco puntos, en el que 1 significa nada de acuer- que acompañaba en ese momento al niño a la sesión
do y 5 muy de acuerdo, con el enunciado del ítem. de tratamiento correspondiente. En la mayoría de
Por último, se consideró importante la recogida de los centros, se llevó a cabo en la sala de espera de los
datos sociodemográficos y se añadió un apartado mismos, es decir, sin la presencia de cualquiera de los
de observaciones y/o sugerencias, cuya información profesionales que integraban equipos de los distintos
será objeto de futuros análisis. CAIT participantes. Los encuestadores estuvieron
El ICCAIT-v.2.0 es el cuestionario resultante de presentes en todo momento para solucionar posibles
la optimización de una primera versión del mismo dudas en la comprensión de los ítems. Acto seguido,
(ICCAIT-v.1.0), de Romero-Galisteo (2011), en el se numeraron los cuestionarios y en ningún momento
Tabla 1
Valores del a Cronbach iniciales y finales en el proceso de optimización del ICCAIT
a Cronbach estudio fiabilidad inicial (ICCAIT-v.1.0, a Cronbach estudio fiabilidad final (ICCAIT-v.2.0, 48
Escalas
63 ítems, 102 usuarios) ítems, 672 usuarios)
1 0.665 0.829
2 0.884 0.885
3 0.613 0.738
4 0.687 0.861
5 0.41 0.322
6 0.492 0.86
Fuente: elaboración propia
se mostraron al personal de los centros participantes. modelos multifacéticos propuestos en este es-
El tiempo empleado en rellenar el ICCAIT-v.2.0 fue tudio: escalas*ítems*usuarios (EI:EU), en el que
aproximadamente de doce minutos. los ítems están anidados en las escalas (Tabla 2)
y escalas*ítems*usuarios*centros (EI:EUC) en el
Análisis estadístico que, de nuevo, la faceta ítems ha sido anidada en
variable escalas (Tabla 3). Este análisis se llevó a
Para el análisis de los componentes de varianza cabo con el fin de observar la varianza asumida
y su precisión de generalización (Mushquash & por cada una de las facetas y sus interacciones.
O’Connor, 2006), se configuraron dos diseños mul- Cabe destacar que las diferencias entre los niveles
tifaceta de 4 facetas: E (escalas con 6 niveles), U de las distintas variables son significativas.
(usuarios con 672), I (ítems con 48) y C (centros con En la Tabla 4, se recogen los coeficientes de pre-
15). Los modelos propuestos para el análisis fueron: cisión de generalización para los diferentes planes
EI:EU (ítems anidados en las escalas) y EI:EUC de medida estudiados (EI/U, U/IE, UE/I, IE/CU y
(ítems anidados en las escalas). El procedimiento CU/IE). Permite constatar, tal y como reflejan los
empleado fue el de Genarlized Linear Model (GLM) valores estimados en los coeficientes de generali-
realizado mediante el paquete estadístico SAS ver- zabilidad absolutos y relativos, cuándo las facetas
sión 9.1 (Schlotzhauer & Littell, 1997). Además se usuarios, ítems y centros han sido colocadas en el
realizó un análisis de generalizabilidad con el pro- lugar de la instrumentación dentro del diseño y
grama EduG versión 6.0 (Cardinet, Jonson, & Pini, que los datos sean fiables y generalizables a una
2010), estimándose el porcentaje de variabilidad población universo (> 0.8), según Casamichana,
(varianza explicada) de cada una de las facetas y Castellano, Blanco-Villaseñor y Usabiaga (2012).
sus interacciones. Sin embargo, estos coeficientes absolutos y relati-
Con objeto de comprobar la fiabilidad test-re- vos de precisión en la generalización indican que
test, se dividió la matriz en dos mitades y se compa- se deberían aumentar los niveles dentro de las fa-
ró el análisis de las mismas por separado, debiendo cetas escalas, donde se han anidado los ítems, para
coincidir en valor los resultados obtenidos. incrementar la precisión de la generalización y el
índice de fiabilidad.
Resultados Una vez definidos los Planes de Medida, se
pasará a la fase de optimización, donde se varía el
En primer lugar se realizó un análisis de genera- plan original para lograr una optimización de cada
lizabilidad. Los resultados del ANOVA pueden una de las facetas incluidas en el estudio (Blanco-
observarse en las Tablas 2 y 3, donde se muestra Villaseñor & Oliva-Millán, 2010). Para cada Plan
el análisis de los componentes de la varianza de Medida se realizan las modificaciones apropia-
y el porcentaje de varianza explicada por los 2 das en las facetas consideradas instrumentos de
Tabla 2
Análisis de la variancia del modelo de tres facetas: EI:EU
Componentes
Fuente Suma Cuadr. gl Media Cuad. Aleatorizado Mixto Corregido % DE
E 3371 5 674.2 0.04788 0.04788 0.04788 10.4 0.02616
I:E 3099 240 12.9125 0.03754 0.03754 0.03754 8.2 0.00349
U 3369 335 10.05672 0.03263 0.03263 0.03263 7.1 0.00316
EU 3401 1675 2.03045 0.04226 0.04226 0.04226 9.2 0.00171
IU:E 23954 80400 0.29794 0.29794 0.29794 0.29794 65.0 0.00149
Total 37194 82655 100%
Fuente: elaboración propia
Tabla 3
Análisis de la variancia del modelo de cuatro facetas: EI:EUC
Componentes
Fuente Suma Cuadr. gl Media Cuad. Aleatorizado Mixto Corregido % DE
E 3371 5 674.2 0.00272 0.00272 0.00272 13.6 0.00149
C 467 14 33.35714 0.00028 0.00028 0.00028 1.4 0.00012
I:E 3093 282 10.96809 0.0021 0.0021 0.0021 10.5 0.00018
U:C 3175 5025 0.63184 0.00175 0.00175 0.00175 8.7 0.00004
EC 432 70 6.17143 0.00035 0.00035 0.00035 1.8 0.00006
EU:C 3248 25125 0.12927 0.0025 0.0025 0.0025 12.5 0.00002
CI:E 1471 3948 0.37259 0.00108 0.00108 0.00108 5.4 0.00002
IU:EC 13042 1417050 0.00920 0.0092 0.0092 0.0092 46.1 0.00001
Total 28299 1451519 100%
Fuente: elaboración propia
medida. Tal y como se observa en las Tablas 5, 6 y 340, 350 y 360 valores de U (aumentando con ello
7 donde, a modo de ejemplo, se exponen en los re- el número de observaciones a 83 640, 86 100 y 88
sultados obtenidos del Plan de Optimización de los 560, respectivamente) ofrecen igualmente excelen-
diseños de medida: EI/U, en el que la faceta usua- tes coeficientes de generalizabilidad.
rios interacciona como faceta de instrumentación En la Tabla 6, la faceta de optimización es E
e ítems y escalas como facetas de generalización o (escalas). En el planteamiento de la investigación,
diferenciación; U/IE donde ítems y escalas interac- se partió de 6 escalas, que equivalen a 82 656 ob-
cionan como facetas de instrumentación y usuarios servaciones con unos coeficientes de fiabilidad y
como faceta de generalización o diferenciación e IE/ generalizabilidad asociados de 0.8 y 0.67, respec-
CU donde centros y usuarios interaccionan como tivamente. No obstante, la TG permite de nuevo
facetas de instrumentación e ítems y escalas como conocer los respectivos coeficientes de generalizabi-
facetas de generalización o diferenciación. lidad absolutos y relativos correspondientes a otros
En la Tabla 5, se presenta un diseño en el que se valores de E. Aun así, para 10 E, con un total de
pretende optimizar la faceta U. En el presente estu- 137 760 observaciones, solo se obtiene unos coefi-
dio, se partió de 336 valores del criterio U, la mitad cientes de fiabilidad y generalizabilidad de 0.87 y
del total de la muestra, lo que comporta un total 0.77, respectivamente.
de 82 656 observaciones y supone unos coeficien- En el último modelo implementado (Tabla 7),
tes tanto de generalizabilidad como de fiabilidad se muestra la optimización de la faceta C. Median-
de 0.99. Los resultados obtenidos implementando te la TG se han averiguado los distintos valores
Tabla 5
Optimización del diseño de medida EI/U
Tabla 6
Optimización del diseño de medida U/IE incrementando el número de niveles de las escalas
Tabla 7
Optimización del diseño de medida IE/CU disminuyendo el número de niveles de los centros
de los Centros de Atención Temprana y, aunque las dad, ha servido para comprobar que se partió de un
aplicaciones de la TG tienen que ver habitualmente diseño de investigación adecuado en cuanto a las
con el cálculo de la fiabilidad –intraobservador e inter- facetas analizadas (centros, ítems, escalas y usuarios),
observadores–, mediante el coeficiente de correlación ya que los modelos propuestos (EI:EU y EI:EUC)
intraclase (CCI) y de la validez en la construcción de arrojan valores tanto del índice de fiabilidad como
sistemas de categorías para la observación directa del del índice de generalizabilidad excelentes, aunque
comportamiento (Blanco-Villaseñor & Morales-Sán- con la posibilidad de disminuir el número de obser-
chez, 2010; García-García, Hernández-Mendo, Serra- vaciones y tener la misma precisión de generalización
no, & Morales-Sánchez, 2013; Usabiaga, Castellano, en los análisis posteriores. Pero además ha servido
Blanco-Villaseñor, & Casamichana, 2013), también para poder comprobar, en los diseños en los que la
puede utilizarse para la optimización de los tamaños escala interacciona como faceta de instrumentación,
de muestra ideales que permiten inferir de las mismas que escalas e ítems son fiables pero no generalizables
a las poblaciones pertinentes, constituyendo un estu- debido a que son indicadores de distintos construc-
dio de coste-beneficio que aporta mayor flexibilidad tos. Según Blanco-Villaseñor, Castellano-Paulis y
y parsimonia en las diferentes ocasiones de medida. Hernández-Mendo (2000), esta propuesta de ani-
Optimizar dicha medida es adaptar el diseño para dación de facetas trae consigo un incremento en la
reducir al máximo la variancia del muestreo debida relación coste-beneficio, en el sentido de que se cubre
a las facetas utilizadas, en el presente caso: usuarios, con un mayor índice de precisión en la generaliza-
centros, ítems y escalas. Esta investigación abre nuevas ción de resultados de una investigación. Se coincide
vías para profundizar en los estudios sobre Atención en que siempre se contará con un menor número de
Temprana, haciendo posible el análisis de los aspectos componentes de error que permitirá dicha precisión.
de la misma desde una perspectiva contextualizada y Constatar además, que los dos modelos propuestos
secuenciada que se ajusta de forma más pertinente a son significativos. Asimismo, en el Análisis de Com-
la realidad de la misma en cuanto a la percepción de ponentes de Varianza, coinciden en el valor del error,
la calidad por parte de las familias se refiere. por lo que se demuestra la normalidad, linealidad
En este trabajo, teniendo en cuenta los resultados y homocedasticidad de los mismos, siendo ambos
que se han obtenido en el estudio de generalizabili- significativos.
En cuanto al Plan de Optimización realizado, el Blanco-Villaseñor, A., Castellano-Paulis, J., & Hernán-
trabajo previo de estimación de las fuentes de va- dez-Mendo, A. (2000). Generalizabilidad de las
riancia permitió una puesta a punto de los diseños observaciones de la acción del juego en el fútbol.
de medida adaptados a las decisiones consideradas Psicothema, 12(2), 81-86.
en la investigación principal. Se puede afirmar, por Blanco-Villaseñor, A., & Morales-Sánchez, V. (2010).
tanto, que se ha tomado un número adecuado de Teoría de la generalizabilidad: investigaciones
centros. No obstante, es pertinente señalar que en aplicadas. En M. J. Blanca, R. Alarcón & D. López-
el modelo EI:EUC existe la posibilidad de reducir Montiel (Coords.), Libro de Actas del XI Congreso
considerablemente el número de observaciones, sin de Metodología de las Ciencias Sociales y de la Salud
perder precisión de fiabilidad y generalización en (p. 142). Málaga: CEES-IFV, UMA-Tecnolex y
posteriores análisis. Asociación Malagueña de Estudios e Investiga-
Respecto a los diseños de medida generados ciones Sociales.
a partir de estos dos modelos, vale destacar que Blanco-Villaseñor, A., & Oliva-Millán, C. (2010). Gen-
en los diseños de medida en los que los usuarios eralización de la acción de éxito en fútbol. Revista
interaccionan como faceta de instrumentación, se Iberoamericana de Psicología del Ejercicio y el De-
debe aumentar y no disminuir los niveles, aunque porte, 5(2), 283-296.
ello suponga un aumento del número de observa- Burger, K. (2010). How does early childhood care and
ciones. Esto fue debido a la conveniencia de dividir education affect cognitive development? An inter-
la matriz inicial en dos mitades, para comprobar así national review of the effects of early interventions
la fiabilidad test-retest, puesto que los resultados for children from different social backgrounds.
obtenidos, comparando el análisis de las 2 mitades Early Childhood Research Quarterly, 25(2), 140-165.
por separado, coincidían en valor. Cardinet, J., Jonson, S., & Pini, G. (2010). Applying
Estos análisis servirán, en cualquier caso, para Generalizability Theory using EduG. New York:
diseñar futuras investigaciones más amplias, incor- Routledge.
porando las modificaciones oportunas y que permi- Casamichana, D., Castellano, J., Blanco-Villaseñor, A.,
tan alcanzar la mayor precisión de generalización & Usabiaga, O. (2012). Estudio de la percepción
y la optimización en términos de coste-beneficio. subjetiva del esfuerzo en tareas de entrenamiento
en fútbol a través de la teoría de la generalizabili-
Referencias dad. Revista de Psicología del Deporte, 21(1), 35-40.
Cronbach, L. J., Gleser, G. C., Nanda, H., & Rajarat-
Aytch, L. S, Castro, D. C., & Selz-Campbell, L. (2004). nam, N. (1972). The dependability of behavioral
Early Intervention Services Assessment Scale measurements: Theory of generalizability for scores
(EISAS) - conceptualization and development of a and profiles. New York: John Wiley.
program quality self-assessment instrument. Infants Durlak, J. A. (2010). The importante of doing well in
and Young Children, 17(3), 236-246. wathever you do: A commentary on the special
Blanco-Villaseñor, A. (1991). La teoría de la generaliz- section, “Implementation research in early child-
abilidad aplicada a diseños observacionales. Revista hood education”. Early Childhood Research Quar-
Mexicana de Análisis de la Conducta, 14(3), 23-64. terly, 25(3), 348-357.
Blanco-Villaseñor, A. (1992). Aplicaciones de la teoría Essa, E. L. (2011). Introduction to early childhood educa-
de la generalizabilidad en la selección de diseños tion. Annotated student’s edition (6th ed.). Belmont,
evaluativos. Bordón, 43(4), 431-459. CA: Wadswoth.
Blanco-Villaseñor, A. (1993). Fiabilidad, precisión, vali- Fantuzzo, J., Perry, M. A., & Childs, S. (2006). Parent
dez y generalización de los diseños observacionales. satisfaction with Educational Experiences Scale:
En M. T. Anguera (Ed.), Metodología observacional A multivariate examination of parent satisfaction
en la investigación psicológica (Vol. 2, pp. 151-261). with early childhood education programs. Early
Barcelona: PPU. Childhood Research Quarterly, 21(2), 142-152.
Gálvez, P., & Morales-Sánchez, V. (2011). Evaluación de Nunnally, J. C. (1978). Psychometric theory (2a. ed.). New
la calidad en los programas municipales deporti- York: Mc Graw-Hill.
vos: generalizabilidad y optimización de diseños Odom, S. L., Fleming, K., Diamond, K., Lieber, L.,
de medida. Cuadernos de Psicología del Deporte, Hanson, M., Butera, G., … Marquis, J. (2010).
11(2), 123-130. Early Childhood Resarch Quarterly, 25(3), 314-328.
García-García, O., Hernández-Mendo, A., Serrano-Gó- Pegenaute, F. (enero, 2009). Expectativas de los profesio-
mez, V., & Morales-Sánchez, V. (2013). Aplicación nales. Trabajo presentado en la Jornada de Presen-
de la teoría de la generalizabilidad a un análisis de tación del Manual de Estándares de Calidad y de
tensiomiografía en ciclistas profesionales de ruta. Acreditación de los Centros de Atención Infantil
Revista de Psicología del Deporte, 22(1), 53-60. Temprana, Escuela Andaluza de Salud Pública,
Grupo de Atención Temprana. (2011). La realidad actual Granada.
de la atención temprana en España. Madrid: Real Pons, A. (marzo, 2012). Modelo de investigación en At-
Patronato sobre Discapacidad & Ministerio de ención Temprana. Trabajo presentado en las IX
Sanidad, Política Social e Igualdad. Jornadas de Atención Temprana de Andalucía:
Heras, I., Cilleruelo, E., & Irandi, J. (2008). Quality calidad e investigación en atención temprana, Aso-
management and quality of care in nursing homes. ciación Interprofesional de Atención Temprana de
International Journal of Health Care Quality Assur- Andalucía, Sevilla.
ance, 21(7), 659-670. Quintanilla, I. (2002). Psicología social del consumidor.
Hudelson, P., Cléopas, A., Kolly, V., Chopard, P., & Valencia: Promolibro.
Perneger, T. (2008). What is quality and how is Romero-Galisteo, R. P., & Morales-Sánchez, V. (2009).
it achieved? Practitioner’s views versus quality Estimación de diseños para evaluar la calidad en
models. Quality and Safety in Health Care, 17, 31- los centros de atención infantil temprana(CAIT).
36. doi:10.1136/qshc.2006.021311 En M. J. Blanca, R. Alarcón & D. López-Mon-
Morales-Sánchez, V. (2009). Evaluación de la calidad tiel (coords), Libro de Actas del XI Congreso de
en organizaciones deportivas: análisis de generaliz- Metodología de las Ciencias Sociales y de la Salud
abilidad. Revista de Psicología General y Aplicada, (pp. 149-153). Málaga
62(1-2), 99-109. Romero-Galisteo, R. P., & Morales-Sánchez, V. (2010a).
Morales-Sánchez V. (2011). Evaluación de la calidad Atención Temprana y calidad de servicio. Propu-
en organizaciones de servicios. En M. J. Blanca, esta de una herramienta de medida. Efdeportes,
R. Alarcón & D. López-Montiel (coords), Libro 15(145), 1-11. Recuperado de http://www.efde-
de Actas del XII Congreso de Metodología de las portes.com/efd145/atencion-temprana-y-calidad-
Ciencias Sociales y de la Salud (19-22). del-servicio.htm
Morales-Sánchez, V., Berrocal, M. A., Morquecho, Romero-Galisteo, R. P., & Morales-Sánchez, V. (2010b).
R., & Hernández-Mendo, A. (2013). Evaluación Calidad y Atención Temprana: breve revisión
de la calidad en el área de educación física en un teórica. Efdeportes, 15(145). Recuperado de http://
centro de enseñanza secundaria y bachillerato. www.efdeportes.com/efd145/calidad-y-atencion-
Revista Iberoamericana de psicología del ejercicio temprana.htm
y el deporte, 8(2), 411-427. Romero-Galisteo, R. P.(2011). Evaluación de la calidad
Moraleda, E., Romero, M. J., & Cayetano, M. J. (2013). percibida en los centros de atención infantil tem-
La parálisis cerebral como una condición dinámica prana de la provincia de Málaga (Tesis Doctoral).
del cerebro: un estudio secuencial del desarrollo de Recuperado del Servicio de Publicaciones de la
niños hasta los 6 años de edad. Universitas Psycho- Universidad de Málaga (SPICUM).
logica, 12(1), 119-127. Romero-Galisteo, R. P. & Morales-Sánchez, V. (2011).
Mushquash, C., & O’Connor, B. P. (2006). SPSS and Inventario de calidad en los centros de atención
SAS programs for generalizability theory analyses. infantil temprana: análisis factorial exploratorio.
Behavior Research Methods, 38(3), 542-557. En M. J. Blanca, R. Alarcón & D. López-Montiel
(coords), Libro de Actas del XII Congreso de Urbina, O., Pérez, M., & Martínez, A. (2000). Flexibi-
Metodología de las Ciencias Sociales y de la Salud. lidad organizativa y relación entre JIT y calidad
Donostia. total. Alta Dirección, 210(35), 74-84.
Romero-Galisteo, R. P. & Morales-Sánchez, V. (2012). Usabiaga, O., Castellano, J., Blanco-Villaseñor, A., &
Calidad percibida por los usuarios de los centros Casamichana, D. (2013). La Teoría de la Gener-
de atención temprana. En M. J. Blanca, R. Alarcón alizabilidad en las primeras fases del método ob-
& D. López-Montiel (coords), libro de actas del servacional aplicado en el ámbito de la iniciación
XIV Congreso Nacional de Fisioterapia. Madrid. deportiva: calidad del dato y estimación de la
Schlotzhauer, S. D., & Littell, R. C. (1997). SAS Sistem muestra. Revista de Psicología del Deporte, 22(1),
for Elementary Statical Analysis. Cary, NC: SAS 103-109.
Institute Inc. Vuori, H. V. (1989). El control de calidad en los servicios
sanitarios. Conceptos y metodología. Barcelona:
Masson.