sábado, 31 de enero de 2015

Últimas reflexiones



Últimas reflexiones

http://hoy.com.do/bueno-o-malo-la-gran-pregunta-reflexion-final/
Qué he aprendido; dónde me he perdido y porqué;… cuestiones fundamentales que pueden dar pistas para la futura práctica docente y a mi, como alumno, me permiten reflexionar sobre mi propio proceso de aprendizaje en esta materia.

Un “grave” fallo mío, el no haber aplicado las TICs de la manera más adecuada a la asignatura, me explico. Los días que hemos realizado las clases en el aula de informativa he seguido cogiendo mis apuntes con mi cuaderno y mi bolígrafo, con lo que he perdido  material importante y mis imágenes del blog referidas a parte de las prácticas son  imágenes sacadas de la RED.  También cogiendo directamente los apuntes con el ordenador se adelanta trabajo a la hora de realizar el blog, un simple "cortaypega" al que hay que retocar, pero no copiar de nuevo todo (aunque la copia, el pasar el trabajo del amanuense a la pantalla, también vale para volver a repensar sobre el trabajo realizado). Tiene por tanto la parte positiva, el coger los apuntes en el aula con el ordenador, la posibilidad de coger pantallazos que apoyaran gráficamente el texto y que permite ahorrar tiempo; como parte negativa, el no tener que trabajarlo nuevamente de manera más exhaustiva.

Otro de mis problemas, ha sido el enfrentarme al SPSS y a conceptos estadísticos –algunos ya los conocía, pero otros eran completamente nuevos-, y sentir que por el tiempo, no se han podido trabajar de una manera más pausada, con más ejemplos, que facilitasen su asimilación o mejor comprensión. Es verdad, y es lógico, que no tenemos que comprender o entender todo, y que se nos exige –y lo comparto-, una parte de autoaprendizaje importante. Sin embargo, y escribe una persona que se ha perdido unas sesiones, me parece que se debiera dedicar una sesión exclusivamente a aclarar conceptos estadísticos (sin el SPSS delante), y hacer una pequeña introducción sobre otros que posteriormente se sabe que van a aparecer. Creo que esto podría ser útil y ayudaría a eliminar miedos a esta materia. En alguna sesión la información ha sido tanto que, y esto es culpa mía, desde el momento que me pierdo una vez, a veces me cuesta seguir el hilo conductor al haberme quedado atascado. Pero si el dato perdido es importante en estadística, también lo es el concepto perdido, que impide seguir el proceso de enseñanza- aprendizaje que se presupone lógicamente estructurado. Tal vez sea más productivo darle más tiempo a algunas cuestiones y lograr asentar lo fundamental, aunque esto a veces nos parezca todo.

No es el primer curso que realizo en el que la estadística tiene un matiz importante, pero si puedo decir, aún con el parrafó anterior, me ha ayudado a aclarar muchos conceptos que tenía difusos. He trabajado con libros que resultan realmente confusos para mi, llenos de formulaciones y falta de claridad explicativa sobre lo que se trataba de conseguir o lo que había detrás de muchos conceptos, y estas sesiones me han permito ver mucho allá de la mera formulación, en la que no nos hemos tenido que perder gracias al SPSS. Esto me parece realmente importante, y una manera lógica de diseñar las clases dado el ajsutado tiempo con el que se tiene que dar toda la materia. Esto tra también su parte negativa para las personas que nunca hayan visto las formulaciones o simplemente conocer los símbolos con que se representan, pero a todo no se puede llegar, aunque una hoja-resumen de los simbolos más habituales tampoco sería un exceso y podría subsanar en una mínima parte esto. 

Una duda que no me queda del todo clara es por  qué usamos SPSS y no R, cuando este último es un programa de software libre (lo cual facilitaría el poder acceder a éste), y más cuando recuerdo que en una sesión comentaste que era más potente que SPSS (o eso entendí yo). Yo por mi parte, la copia que logre de SPSS en el Pc me dio problemas a la hora de instalarla y finalmente tuve que desistir, y en el MAC esa copia era irreconocible para el sistema, así que tenderé a R que por lo menos lo pude instalar sin problemas y así conoceré el programa que alguna vez anterior ya había visto y realizado alguna pequeña práctica con él.

Para finalizar, y como deciamos de pequeños en algunos juegos "por todos mis compañeros". He tenido al suerte de poder conocer en el curso a gente que me ha facilitado mucho mi falta de comprensión de algunas cuestiones, y que a parte me han facilitado también sus apuntes los días que no he podido asistir (Oihane e Inañi), lo que ha sido una verdadera suerte. Así que sobre el aprendizaje cooperativo, la cuestión de compartir la información, y otras cuestiones adyacentes hemos funcionado estupendamente, lo cual es de agradecer, o yo por lo menos, lo tengo que agradecer. Un uso adecuado de las TICs en esta cuestión facilita enormemente todo esto, y que menos que desde aquí reconocer su gran aportación a mí aprendizaje ya  mí trabajo.

Finalizar que las sesiones que me he perdido, por lo que me han contado, han sido también muy importantes, tanto por los temas presentados como por la propia estructuración de la presentación de la materia, y que he tendio que trabajarlas de fuentes indirectas como ya he señalado. Y por último que el aula, pero por lo que sé todas las aulas de la escuela, no ayuda en exceso al no tener una buena acústica, y que la pizarra debiera estar más alta, la gente a partir de la mitad ha de levantarse para poder ver lo que se escribe en la "lejanía" o a lo mejor es cuestión de usar la PDI -móvil- que está en el aula, no lo sé, pero pudiera ser otra opción.

También agradecerte la cordialidad y el trato y las facilidades que has dado. La posibilidad de poder hablar y plantearte diferentes problemáticas -y cada uno una diferente-, y poder hacer malabares para poder adaptarse a la casuística diversa es de felicitar y agradecer.

Hasta la siguiente y buen camino!!

https://www.flickr.com/photos/flakacars/5726797738/



Sesión del 2015/01/16



Práctica fichero BIXER 


<Nos centramos en la primera variable “nombre” sobre los casos self (sobre actitudes). La escala de construcción va de 1 a 6. Los ítems están planteados en sentido inverso, en positivo y en negativo (no tengo mucho sobre lo estar orgulloso; mis compañeros me aprecian,…), son ítems directos e inversos. Se ha de mirar que la escala vaya en consonancia, esto es, quie el “totalmente de acuerdo” vaya con el valor más alto, más positivo.
Análisis de una escala:
  1. Describir la escala: quién es el autor, de que va la escala, estudio de fiabilidad, validez,…
  2. Hacer un análisis descriptivo de los índices de la escala. Análisis descriptivo: Media, Desviación Típica Estandar, curtosis, y simetría
Añahttp://wdb.ugr.es/~bioestad/wp-content/uploads/2_1_1.jpgdir leyenda





http://www.spssfree.com/spss/curso/5-51.gif


















Sobre los ficheros con respuestas no contestadas: opciones. Decir al programa que quite los incompletos. Si estos son pocos no importa, pero si son muchos la muestra puede quedar pobre, por lo que se pasa al procedimiento de imputación múltiple, en el que el SPSS hace una estimación de lo que habría ahí en base a otras variables.

Media: cuidado con los valores extremos.
Simetría y curtosis: entre -2 y 2. Si existen valores fuera nos indica algo, son valores que a veces pueden ser suprimidos.

http://www.spssfree.com/spss/analisis3.html
 
http://www.mailxmail.com/curso-estadistica-aplicada-spss-modulo/estadistica-descriptiva-frecuencias-asimetria-curtosis


Desviación estándar (S): se esperan valores que no estén por encima de 1 y que no sean 0 (no hay variabilidad, no nos interesan).


Análisis de fiabilidad: SPSS—analizar-escala.análisis de fiabilidad (se toman los valores que interesen) –eDescriptores, elemento, escala Hotelling y Tukey.

T cuadrado de Hotelling (contraste de hipótesis): comprueba si las medias de los ítems de una escala difieren entre sí o no. Se espera que difieran
Prueba de aditivad de Tukey (contraste de hipótesis): mide la cercania  y la lejanía del dato. respecto a la media; si son cercanos a la media más alta o a la más baja.
 
Análisis factorial: para analizar la estructura interna del instrumento. Se trata de encontrar los factores que explican el conjunto. Encontrar cuantos factores  encuentro para explicar la varianza.

  • AFE (Análisis Factorial Explicatorio): trabaja sin hipótesis de cómo se relacionan las variables. No hay modelo y se va construyendo.
  • AFC (Análisis Factorial Confirmatorio):  tenemos un modelo que por ej. tiene X factores. Se va a los datos y miramos si los datos avalan el modelo o no.  Son técnicas que no hace el SPSS.

AFE – SPSS—Analizar-reducción de dimensiones—factor (seleccionar variables)—descriptivo—solución inicial—KMO—Extracción >-matriz de correlaciones, gráfico de sedimentación—solución factorial, Autovalor—rotaciones-Varimax, solución rotar—aceptar

KMO: mide si los datos son adecuados para el análisis factorial de idoneidad de estos.
Gráfico de sedimentación: nos indica con cuantos factores necesitamos para explicar la varianza, los que cogen el máximo de explicación de la varianza.
http://www.ats.ucla.edu/stat/spss/output/factor1.htm

Matriz de componentes rodados: da el peso o las coordenadas…

Actualmente se exige que la explicación de de las varianzas sea superior al 50%, y en algunos casos al 70%. 

Otras partes del análisis: los instrumentos tienen que tener:
Fiabilidad: que mida lo mismo en diferentes circunstancias si la situación no cambia. Se realiza por: consistencia interna (alpha de Crombach no adecuado??. Estabilidad de la medida
Validez: que mida lo que tienen que medir. Contenido (dado por los expertos, también convergente, divergente de constructo,…)

Sesión 2015/01/13

Esta sesión se realiza también con el trabajo de mis compañeros ya que no pude asistir, aún estando en la escuela, por una reunión que se alargó más de lo esperado, pero reque fué realmente necesaria.

Proceso de construcción de instrumentos de medida.

 Existen una gran tipología de instrumentos, hay  muchs formas y técnicas de recoger información. Se dividen en dos grandes grupos:
  • Cuantitativos.
  • Cualitativas (entrevistas, observación,...)
Aunque no recogamos los datos de manera cuantitativa se suelen acabar cuantificando los datos, pero también es verdad que toda investigación parte siempre de planteamientos cualitativos aunque finalmente sea más adecuada, según los casos, realizar cuantitativamente o cualititativamente. Desde la década de los 80 existe un debate entre la permeabilidad de ambas metodologias.

Evaluación de escalas de medida (SPSS)
Para el estudio de los instrumentos de médida recomienda el artículo de Morales (2010) sobre la construcción de escalas de actitudes (citado y enlazado en la primara entrada de este blog). Es una buena introducción y contiene ideas y terminos con los que se trabajará en las próximas sesiones.

A medida que se profundiza en la construcción de instrumentos de medida, vemos que hay dos ideas fundamentales relativas a la calidad de los instumentos: la fiabilidad y la validez. 

Se recomienda la lectura de estos artículos: 
Extraido de egela "estudio de los instrumentos de medida; como aperitivo  recomiendo leer algo sobre construcción de escalas; por ejemplo este artículo de Morales, P  trata sobre la construcción de escalas de actitudes y es una buena introducción; contiene ideas, términos y conceptos que iremos viendo (...)
A medida que vayamos profundizando en la construcción de instrumentos de medida veremos que hay dos ideas fundamentales relativas a la calidad de los instrumentos de medida: la fiabilidad y la validez; este documento recoge las ideas básicas sobre fiabilidad de los instrumentos de medida; y este otro recoge las principales ideas sobre validez de los instrumentos de medida.
Este documento es interesante porque recoge de una manera breve y resumida los principales aspectos a tener en cuenta en el proceso de construcción de escalas.
Este otro se centra en la realización de encuestas por medio de cuestionarios o entrevistas.
Nosotros vamos a acompañar el estudio de todos estos aspectos de un caso práctico en el que iremos siguiendo paso a paso el proceso de valoración de una escala; este artículo permite ver de una forma clara y concreta la manera en que puede construirse una escala; este otro artículo y este otro también muestran un proceso similar. En este, además, pueden verse algunos criterios para valorar la construcción de un instrumento de medida.
Tenemos la posibilidad de elegir alguna escala en la que deseemos trabajar o que nos atraiga más; además de las que pueda seleccionar cada uno/a este documento  y este otro recogen un buen número de escalas con las que empezar (...)"
Tenemos la posibilidad de elegir escalar con las que deseemos trabajar. algúnas páginas (...) nos presentan diferentes modelos. Se recomienda elegir escalas con un número de ítems no superior a 15. También se puede partir de escalar o datosya conocidos y que esten disponibles siempre señalando las fuentes.

Al instrumento de medida se le pide:
  • Fiabilidad (precisión): esto es cómo garantizamos la precisión. Cuando mantiene los resultados de una situación concreta estables a lo largo del tiempo, hablamos de la fiabilidad, de una estabilidad de medidas. esto significa que los resultados del instrumento serán parecidos , en la misma situación y en cualquier momento. ¿Qué puedo hacer para medir el nivel de asociación? Utilizaremos una correlación de Pearson. Si el coeficiente es por debajo de 0,6 no sería fiable. El problema de esto es que los resultados varien en el tiempo (aunque no varien mucho).
    • Otra manera de comprobarlo es medir la correlación entre los instrumentos de medida que midan el mismo constructo.
    • Otra opción es comprobar la consistencia interna de los ítems, esto es, los ítems deben estar relacionados entre si y mediriamos la correlación entre ellos. esta es la técnica más habitual. se puede realizar pcon el Alpha de Crombach (le afecta mucho la longiutd del instrumento de medida); la Q de Richardson,..
  • Validez: la fiabilidad ha de estar acompañada de la validez. Es condición necesaria para considerarlo un buen instrumento de medida. se trata de que el instrumento mida lo que dice medir (un metro para pesar no vale). La validez más importante es la validez de contenido, significa que ese instrumento recoge las características más importantes del constructo que queremos medir.No se puede medir directamente. tiene que haber una revisión seria y profunda previa, y sistemáticas sobre ese constructo. Tiene que estar bien fundamentada. Es la validez es lo más complicado de medir directamente.. Básicamente la validez es de tipo subjetiva y eso le atañe al propio investigador. Es un problema aún por resolver. existen diversos tipos de validez:
    • Validez de constructo: garantiza que eso que estás midiendo, realmente lo estás midiendo. Cómo se garantiza esto, localizando constructos similares o localizando que se haya medido anteriormente. Cuando una prueba proviene de un lugar cultural y normativo diferente, se adapta al lugar a donde se esté. Se suelen hacer test normativos principalmente, sino puede incurrirse en grandes errores.
    • Validez convergente: cuando todos los ítems apuntan en la misma dirección. Es "prima-hermana" de la consistencia interna.
    • Validez discriminante: cuando el instrumento mide las diferencias de constructo que debe de medir. Esto es, la capacidad que tiene el instrumento de discriminar los diferentes constructos que existen en un mismo test.
    • Validez predictiva: cuando es capaz de predecir algo. Ej. un instrumento que mide el consumo de alcohol predicirá bien si correlaciona alto con las personas que finalmente desarrollarán el alcoholismo.
    • Validez concurrente: "La validez concurrente mide qué tan bien una prueba determinada se correlaciona con una medida reconocida previamente" [ visto el 29/30/2014 https://explorable.com/es/validez-concurrente]
http://psicologialuigiav.blogspot.com.es/2013/02/un-aporte-de-la-psicometria-fiabilidad.html
Cuando hablamos de muestreo, del conjunto de muestra. para construir el conjunto de ítems, le doy la muestra a los expertos para saber si esos ítems miden lo que se pretende medir. el conjunto de muestras de sujetos debe ser similar o representar a la población que se pretende estudiar. en función de los resultados que se obtenga, seguramente de todos los ítems, nos quedaremos con un tercio, ya que esos serán los más efectivos.
Cómo se elige la muestra--> El tamaño de la población o muestra no evoluciona de forma lineal, sino exponencial, aumenta en terminos cuantitativos. Se puede usar un calculador como raosoft, g power; statistical power analises(este último discrimina dependiendo del tipo de analisis que voy a realizar, mientras que raosoft no), para que sepamos que cantidad de muestra necesitamos para darle validez al estudio. El tamaño de la muestra suele ser un problema aunque a priori no lo parezca, por que deben ser validos dichos individuos. Los revisores actualmente estan pidiendo las potencias de las muestrs además de las propias muestas, esto significa la potencia de la prueba. 
¿qué significa la potencia entonces? La varianza mide la dispersión. Si el grupo es muy homogeneo en este punto dará problemas ya que lo que buscamos es que escoga la variabilidad casi total de la población.

Es importante definir el rasgo de cada uno de los items.

Tabla: Fases de la construcción / adaptación de un test
  • Justificación del estudio.
  • Delimitación conceptual del constructo a evaluar.
  • Construcción y evaluación cualitativa de ítems.
  • Análisis estadístico de los ítems.
  • Estudio de la dimensionalidad del instrumento (estructura interna)
  • Estimación de fiabilidad.
  • Obtención de evidencias externas de validez.

viernes, 30 de enero de 2015

Sesión 2014/12/11



 Inferencia estadística  y estadística muestral. 

Un concepto ligado a estos dos es el de contraste de hipótesis.
Contraste paramétrico: Homoestacidad y otros supuestos. Condiciones de normalidad, independencia e igualdad de varianzas.

Contrastes NO paramétricos: es una prueba más selectiva, más exacta. Cuando no se tienen garantías por que la muestra es muy pequeña o no es aleatoria, se usan este tipo de contrastes no paramétricos.

Todo método paramétrico tiene su no paramétrico .



Hipótesis (H) nula= no hay cambios, nada cambia, todos las H son iguales, no se influyen en nada, siempre asume que no hay diferencias. Cuando la rechazamos es cuando hay cambios.
 
Práctica: variables sociodemográficas (edad, estudio, género,…) + variable dependiente (hábito tabaquismo). Es un fichero con un registro mucho más amplio, en datos, que los vistos hasta ahora.  Se marcan diferentes variables sociodemográficas (edad, sexo, provincia) y otrs referentes a su adicción y su comprensión.
Se muestra como varias capas de análisis:

  1. Capa. Descripción: medias percentiles, gráficas,…
  2. Relaciones entre variables: correlaciones (P), Chi cuadrad, tablas de contingencia,… se plantea ver cómo son de fuertes las relaciones entre variables (contrastación de medias, contrastación de H,…)
  3. Reducción de las dimensiones: ver si el problema se puede explicar de forma más sencilla, con menos variables. Se ve cómo las variables se ubican de diferente manera, cómo se agrupan y se crean Megavariables.

Vamos por SPSS—analizar—pruebas no paramétricas-cuadros de diálogos antiguos--chi cuadrado



Chi Cuadrado: se usa para buscar relaciones entre dos variables nominales (es el equivalente de P para variables nominales).  Es el sumativo de los valores observables y los valores esperados. Lo que es y lo que debería ser, medir el grado de ajuste o de asociación,…

Con un 95% de fiabilidad podemos decir que sí existe algún tipo de relación entre las variables propuestas (sexo y rama académica). No existen relaciones significativas  tres pero si en otras dos. 


SPSS—Analizar—Estadios descriptivos--Tablas cruzadas (o de contingencia) — analizamos la relación entre dos variables relaciones por ej. entre carrera académica y género.  

SPSS—Analizar—Estados descriptivos—Tablas cruzadas-Estadísticos -coeficiente de contingencia+Chi cuadrado (o P según variables)—continuar—casillas—observados—aceptar

            En Chi cuadrado nos interesa no el valor sino la Significatividad Asintónica. Ésta afecta a toda la tabla. Hay que señalar tanto lo que aparece en el resultado como lo que no aparece, ya que la significatividad afecta a las diferencias que apreciamos y las que no apreciamos.

Contrastes  paramétricos y no paramétricos para dos grupos independientes: ej. entre covariables de tipo dicotócmico (inteligencia y género).

en el problema nos da una significatividd de 0,047, por lo que estaríamos rechazando la hipótesis nula ya que es menor a 0,05 por lo que decimos que existen diferencias entre las medias; pero también podemos decire que no es significativo por que existen diferencias, aceptando así las hipótesis.

Se plantea otro problema, con cuatro métodos para aprender inglés aplicados a un mismo grupo de sujetos,para preguntarnos úal es el mejor y si existen diferencias entre ellos.
Se resuleve comparando grupos de pares entre sí. se tiene que analizar la diferencia entre cada uno de los grupos. Usamos ANOVA.

http://www.hrc.es/bioest/Anova_4.html

ANOVA: ej. tres grupos y tres tipos de varianza: intergrupo, intragrupo y varianza total, la suma de las anteriores.

Cuando el grupo es menor de 50 se usa la prueba de SAPIRO-Wilk y cuando es mayor Kolmogorv-Smirnov