Universidad Autónoma de Nuevo León

Facultad de Organización Deportiva

Lic. En ciencias de la actividad física y del deporte

Técnicas de intervención psicológica

Grupo 802

Prof. Rubén Omar Ramírez García

Alumno: Joseph Roel Zamora Treviño 1657644

Medición y escalas de medida
Por población estadística se entiende el conjunto de todos los elementos que
comparten una o varias características. A cada uno de los elementos que
componen una población se les denomina de manera genérica entidades
estadísticas, y de acuerdo con el número de entidades que halla en una
población, ésta puede ser finita o infinita Una muestra es un subconjunto
representativo de los elementos de una población. Una muestra no representativa
puede aportar una descripción distorsionada, y por tanto incorrecta, de la
población. La estadística ha desarrollado un campo específico en el que se
estudian métodos para la extracción de muestras representativas de una
población, y que se engloban bajo la denominación de muestreo.
Parámetro y estadístico
A cualquiera de los valores numéricos que se refieren a la población se les
denomina parámetro.
A cualquiera de los valores resumen obtenidos en la muestra se les
denomina estadístico.
Los parámetros poblacionales tienen valores únicos, en cambio,
los estadísticos pueden tener tantos valores diferentes como muestras se
extraigan de la población. Los parámetros se simbolizan con letras griegas (m, p,
s.), mientras que los estadísticos se simbolizan con letras mayúsculas.
Característica y Modalidad Una característica es una propiedad de los individuos
de una población.
Una modalidad es cada una de las variantes como se manifiesta una
característica. P.E. El estado civil, o las creencias religiosas, son características
que presentan pocas modalidades. En el ámbito de la Psicología las
características son tales como la personalidad, memoria, percepción, atención,
inteligencia, motivación, etc.
Medición y escalas de medida
Medición es el proceso por el cual se asignan números a objetos o características
según determinadas reglas.
Una escala de medida es, en un sentido general, un procedimiento mediante el
cual se relacionan de manera biunívoca un conjunto de modalidades (distintas)
con un conjunto de números (distintos).
Estos son, a cada modalidad le corresponde un sólo número, y a cada número le
corresponde una sola modalidad.
Atendiendo a las relaciones que puedan verificarse empíricamente entre las
modalidades de los objetos o características pueden distinguirse cuatro tipo de
escalas de medida: nominal, ordinal, de intervalos y de razón.
Otro concepto relacionado con las escalas de medidas es el de transformación
admisible, el cual hace referencia al problema de la unicidad de la medida y que
puede plantearse de la siguiente forma: ¿son las representaciones numéricas que
hacemos de las modalidades las únicas posibles? NO.
Escala nominal
Se utiliza en todas aquellas modalidades o características en las que la única
comprobación empírica que puede hacerse es la de igualdad o desigualdad.
Supongamos que se dispone de un conjunto de n elementos (o1, o2, ., on) con
una determinada característica que adopta k modalidades diferentes. A la
modalidad de un objeto genérico oI, la representamos por m(oi), y al número que
asignamos a dicha modalidad lo representamos por n(oi).
La regla de asignación de números a los objetos, de modo que se preserven las
relaciones empíricas observadas entre estos debe cumplir las siguientes
condiciones:
 Si n(oi) = n(oj), entonces m(oI) = m(oj)
 Si n(oi) ¹ n(oj), entonces m(oI) ¹ m(oj)
La transformación admisible es: cualquiera que preserve las relaciones de
igualdad-desigualdad de los objetos respecto a una determinada característica.
Escala ordinal
Los objetos pueden manifestar determinada característica en mayor grado unos
que otros. Ej. La dureza de los minerales.
Supongamos que se dispone de un conjunto de n objetos (o1, o2, ., on)y cada
uno posee una cierta magnitud de una determinada característica [m(o1), m(o2), .,
m(on)].
La escala para asignar números a los objetos [n(o1), n(o2), ., n(on)],de modo que
reflejen esos diferentes grados en que los objetos presenten la característica, ha
de cumplir las siguientes condiciones:
 Si n(oi) = n(oj), entonces m(oi) = m(oj)
 Si n(oi) > n(oj), entonces m(oi) > m(oj)
 Si n(oi) < n(oj), entonces m(oi) < m(oj)
Transformación admisible: cualquier transformación es válida siempre que
preserve el orden de magnitud, creciente o decreciente, en que los objetos
presentan determinada característica.
Escala de intervalos
Permite establecer la igualdad o desigualdad de las diferencias entre las
magnitudes de los objetos medidos. Ej. Termómetro, calendario.
Supongamos que los valores asignados a los objetos sean una representación
numérica correcta de sus relaciones empíricas.
Para todo cuarteto de objetos genéricos, oI, oj, ok, ol, los valores asignados n(oi),
n(oj), n(ok), n(ol), a las magnitudes con que dichos objetos poseen una
determinada característica m(oi), m(oj), m(ok), m(ol), deben cumplir las siguientes
condiciones:
 Si n(oi) - n(oj) = n(ok) - n(ol),
 entonces m(oi) - m(oj) = m(ok) - m(ol).
 Si n(oi) - n(oj) > n(ok) - n(ol),
 entonces m(oi) - m(oj) > m(ok) - m(ol).
 Si n(oi) - n(oj) < n(ok) - n(ol),
 entonces m(oi) - m(oj) < m(ok) - m(ol).
Las transformaciones admisibles deben seguir una condición del tipo:
 t[n(oi)] = a + b . n(oi), siempre que b > 0.
Es decir, una trasformación lineal tal de los valores iniciales de una escala de
intervalo deja la escala invariante respecto a las condiciones estipuladas en el
párrafo anterior.
Este tipo de transformación supone un cambio en los dos aspectos que
caracterizan la escala de intervalo.
Por un lado, el valor a, como constante aditiva, provoca un cambio en el
origen.
Por otro lado, el factor b provoca un cambio en la unidad de medida que se
toma para construir la escala (sólo cuando b = 1 la unidad de medida no se
altera).
Escalas de razón
Las escalas de intervalo sirven para medir características en las que el valor cero
no significa ausencia de dicha característica.
Los valores en una escala de razón tienen un valor absoluto, no arbitrario, o
valor cero absoluto que sí significa ausencia de característica.
Para todo cuarteto de objetos genéricos, oi, oj, ok, ol, los valores asignados n(oi),
n(oj), n(ok), n(ol), a las magnitudes con que dichos objetos poseen una
determinada característica m(oi), m(oj), m(ok), m(ol), deben cumplir las siguientes
condiciones:
 Si n(oi)/n(oj) = n(ok)/n(ol),
 entonces m(oi)/m(oj) = m(ok)/m(ol).
 Si n(oi)/n(oj) > n(ok)/n(ol),
 entonces m(oi)/m(oj) > m(ok)/m(ol).
 Si n(oi)/n(oj) < n(ok)/n(ol),
 entonces m(oi)/m(oj) < m(ok)/m(ol).
Al tener un origen de escala absoluto, la única transformación admisible para la
escala de razón es del tipo: t[n(oi)] = a . n(oI), siendo a > 0.
Tipo de escala Conclusiones acerca de Transformación admisible Ejemplos
NOMINAL Relaciones del tipo "igual que" o "distinto de “Cualquiera que preserve
la igualdad/desigualdad Sexo, raza, estado civil, diagnóstico clínico ORDINAL
Relaciones del tipo "mayor que", "menor que" o "igual que “Cualquiera que
preserve el orden o grado de magnitud de los objetos Dureza minerales, prestigio
socia de profesiones, ubicación ideológica. INTERVALO Igualdad o desigualdad
de diferencias a + b.x (b>0)Calendario, temperatura, inteligencia RAZON Igualdad
o desigualdad de razones b. x (b>0)Longitud, masa, tiempo

Variables. Clasificación y Notación

Una variable, en su acepción estadística, es una representación numérica de una
característica. Cuando una característica presenta una sola modalidad decimos
que se trata de una constante.
Clasificación por el tipo de escala de medida:
 Variables nominales
 Variables ordinales
 Variables de intervalo
 Variables de razón
Este tipo de clasificación rara vez se utiliza, en su lugar se distinguen tres grandes
tipos de variables, que engloban las cuatro derivadas del tipo de escala:
Cualitativa
 Dicotómica, cuando la variable presenta sólo dos categorías (ej. Sexo)
 Politómica, si presenta más de dos categorías.
En general, cualquier variable medida a un nivel superior de escala nominal es
susceptible de ser categorizada; cuando esto sucede se dice que la variable ha
sido dicotomizada, si se han establecido sólo dos categorías y politomizada si se
han establecido más.
Cuantitativa
Discreta, si los valores que puede asumir la variable son números enteros.(ej.
Hijos de una pareja)
Continua, si la variable puede tomar cualquier valor de la escala de números
reales. Las variables continuas, por razón del nivel de precisión de los
instrumentos de medida, puede considerarse a efectos prácticos estadísticos
como variables discretas.(al pesar un objeto con una balanza de precisión de 1
gramo, el peso que se lee se conoce como valor informado o valor aparente,
mientras que los valores que acotan el intervalo (30,5 y 31,5) se conocen
como límites exactos de la medida.
Cuasi cuantitativa
En el ámbito de la metodología científica se emplea otra clasificación:
 V. independiente
 V. dependiente
 V. contaminante o V. intermedia .
Notación de variables
Para simbolizar las variables estadísticas se utilizan letras mayúsculas del alfabeto
latino, afectadas por un subíndice, para diferenciarlas de los valores constantes.
El Símbolo de Sumar o Sumatorio
Sean una serie de n números, simbolizados por X1, X2, ., Xn. la expresión (X1 +
X2) indica la suma del primer número de la serie y el segundo.
La expresión (X1 + X2 + . + Xn) indica la suma de los n valores de la serie.
Reglas de sumatorio
1. Si los valores de una variable se multiplican por una constante, su
sumatorio quedará multiplicado por dicha constante.
 2. El sumatorio de una constante c un número n veces es igual a n veces
dicha constante.
3. El sumatorio de una suma con cualquier número de términos es igual a la
suma de los sumatorios de dichos términos tomados por separado.
Consecuencias del sumatorio Consecuencia 1: El sumatorio de una variable más
una constante es igual a la suma de la variable más n veces la constante
Consecuencia 2: La suma de los cuadrados de una variable no es igual al
cuadrado de la suma de la variable.
Consecuencia 3: La suma de productos de dos variables no es igual al producto
de sus sumas Doble sumatorio Supongamos que un grupo total se descompone
en k grupos con n1, n2, ., nk personas respectivamente donde Xij representa la
puntuación de la persona I que pertenece al grupo j.
Este artículo es meramente informativo, en Psicología-Online no tenemos facultad
para hacer un diagnóstico ni recomendar un tratamiento. Te invitamos a acudir a
un psicólogo para que trate tu caso en particular.

Métodos de investigación psicológica deportiva

Método
Participantes
La muestra está compuesta por un total de 275 deportistas, de entre 17 y 27 años
de edad con una media de 20.10 ( = 2.19). Todos ellos eran deportistas de la
Universidad Autónoma de Nuevo León (México), y fueron incluidos a través de un
muestreo no probabilístico. Participaron 147 hombres y 128 mujeres, practicantes
en deportes de equipo (futbol americano, futbol rápido, basquetbol y voleibol) e
individuales (atletismo, judo, taekwondo, gimnasia aeróbica y halterofilia). Los
deportistas contaban entre 4 y 8 años compitiendo en su deporte, un promedio de
4 días de entrenamiento por semana, siendo cada sesión de entrenamiento de
2.43 horas de media. Todos los participantes dieron su consentimiento para
participar en el estudio.
Instrumento
Se utilizó la Athletic Identity Measurement Scale (AIMS), de Brewer et al. (1993).
Está compuesta por 10 ítems, mediante los cuales el deportista debe valorar su
grado conformidad respecto a diferentes actitudes personales hacia el deporte. La
escala de medición es de tipo Likert, que oscila desde (1) hasta (7) ,
correspondiendo puntuaciones elevadas a un mayor nivel de ID. Los ítems que
conforman el AIMS
Procedimiento
En un primer momento se realizó un análisis del contenido y redacción en español
de la escala, con el fin de confirmar su conveniente ajuste al contexto mexicano.
Se consultó a especialistas en lengua inglesa sobre la adecuación de los ítems,
siendo aceptada la traducción realizada y utilizada por Mateos et al. (2010). A
continuación, un grupo de expertos en psicología del deporte analizaron los diez
ítems originales. Existió consenso en que todos ellos estaban bien planteados y
redactados, carecían de ambigüedad, y que eran idóneos para la evaluación de la
identidad deportiva. Posteriormente se presentó el estudio a los responsables de
la Dirección General de Deportes, entidad responsable de la organización
deportiva de la Universidad Autónoma de Nuevo León (México). Tras obtener su
autorización, se acudió a las diferentes sedes e instalaciones deportivas para
aportar la pertinente información a los entrenadores de los equipos
representativos. La aplicación de los instrumentos se realizó en distintos
momentos, dependiendo de la disponibilidad de los equipos deportivos, y la
práctica totalidad de sesiones de aplicación tuvieron lugar en las instalaciones
deportivas. En cada una, a los deportistas a los cuales se les informó del propósito
y objetivos del estudio, del tratamiento de privacidad y confidencialidad que
gozaría la información por ellos suministrada y se firmó su consentimiento,
colaborando los deportistas en el estudiode forma libre y voluntaria. Durante la
administración de los cuestionarios, los investigadores supervisaron la correcta
cumplimentación y ofrecieron ayuda ante diferentes dudas de los deportistas.
Análisis de datos
Se realizaron análisis estadísticos estándar empleando el paquete informático
SPSS para Windows (versión 21.0, SPSS Inc., Chicago,Ilinois, EEUU), para el
cálculo de las medias y la desviación estándar (DE), para obtener la fiabilidad del
instrumento y de las sub-escalas, a través de la normalidad de las variables, que
corresponden al error estándar de la curtosis y de la asimetría, para el cual se
estableció un punto de corte en 1.96 al 1% del nivel de confianza (Hair, Anderson,
Tatham y Black, 1998). Se analizó la consistencia interna de cada una de las
escalas y sub-escalas a través del cálculo del coeficiente de alfa de Cronbach,
siguiendo los criterios de eliminación de los ítems cuya exclusión aumentara el
coeficiente de alfa. Dentro de nuestro estudio consideramos que los valores de
0.60 a 0.80 indican fiabilidad buena y aceptable, y cuando es mayor a 0.80 se
consideran con una fiabilidad muy buena (Bland y Altman, 1997; Dugard, Todman
y Staines, 2010; Field, 2009; Schmitt, 1996). Se realizó el análisis factorial
exploratorio (AFE) a través de la prueba de adecuación muestral de Kaiser-Mayer-
Olkin y la prueba de esfericidad de Barlett, a través de la extracción de
Factorización de Ejes Principales con extracción Equamax, esto debido a que es
un procedimiento que combina los criterios de unifactorialidad y de
multifactorialidad (Lloret-Segura, Ferreres-Traver, Hernández-Baeza, y Tomás-
Marco, 2014). Se realizó el análisis factorial confirmatorio (AFC) del instrumento,
agrupando los ítems en escala y sub-escalas, a través del programa LISREL v8.8
(Jöreskog y Sörbom, 2006). El ajuste indicado del modelo se tomó en cuenta a
partir de diferentes índices: la chi-cuadrada y los grados de libertad ( ; Wheaton,
Muthén, Alwin y Summer, 1977), representando los valores menores a 5 un buen
ajuste del modelo; el índice de ajuste no normativo (Non-Normed Fit Index; NNFI);
el índice de ajuste comparativo (Comparative Fit Index, CFI), cuyos valores
superiores a 0.90 indican un ajuste aceptable de los datos; y la raíz cuadrada del
promedio del error de aproximación (Root Mean Square Error of Approximation,
RMSEA), donde se toman como puntos de corte valores menores a 0.80,
indicando un ajuste adecuado de los datos (Hu y Bentler, 1995).
Resultados
Se realizaron los análisis descriptivos de la escala por género y con la muestra
total de los deportistas participantes (véase Tabla 2). La normalidad de los datos
de acuerdo a los indicadores de asimetría y curtosis nos indican que existe
normalidad en los datos, así mismo, el ítem con la media más alta tanto en la
muestra total como en hombres y mujeres fue el ítem 1 “ ”. Mientras que el ítem
con la media más baja para los tres grupos fue el ítem 5 “ ”. Se realizó el análisis
de inter-relaciones entre los ítems de la escala y las sub-escalas, mostrando
adecuadas inter-relaciones entre los ítems que pertenecen a la misma sub-escala
(Tabla 3). También, los índices entre los ítems y la sub-escala a la que pertenecen
mayores a .58 y de forma significativa ( > .001). La prueba de adecuación muestral
de Kaiser-Mayer-Olkin (KMO = .80) y la prueba de esfericidad de Barlett ( <.001)
dieron resultados satisfactorios evidenciando que la muestra era adecuada para
realizar el análisis factorial. El análisis factorial de componentes de ejes principales
mostro una estructura de tres factores que explicaron el 59% de la varianza en
tres factores (Tabla 4). En la matriz de configuración se identificó el componente 1
el cual explica el 42% de la varianza total. Se realizaron los análisis de fiabilidad a
través del coeficiente alfa de Cronbach, dando como resultado un alfa de .82,
utilizando los 7 ítems de la escala. Así mismo se analizó la fiabilidad por cada uno
de los factores de la escala, siendo en el caso de identidad social = .73, en el
factor de exclusividad = .75, y en afectividad negativa = .70. Muestra una
adecuada fiabilidad de la escala utilizada en su conjunto con los 7 ítems, midiendo
un solo factor y por cada una de las sub escalas.
Me realicé a mi mismo un test de Athletic Identity Measurement Scale (AIMS) y
esto fu mi resultado
Bibliografía
Equipo editorial. (2018, 1 marzo). Medición y escalas de medida. psicologia-
online.com. https://www.psicologia-online.com/medicion-y-escalas-de-medida-
1529.html
Revista de Psicología del Deporte / Journal of Sport Psychology. 2017, Vol 26,
Suppl 2, pp. 99-105