La estadística psicológica es la aplicación de fórmulas, teoremas, números y leyes a la psicología . Los métodos estadísticos para la psicología incluyen el desarrollo y la aplicación de la teoría estadística y métodos para modelar datos psicológicos. Estos métodos incluyen psicometría , análisis factorial , diseños experimentales e investigación conductual multivariante . El artículo también analiza revistas del mismo campo. [1]
Psicometría
La psicometría se ocupa de la medición de atributos psicológicos. Implica desarrollar y aplicar modelos estadísticos para mediciones mentales. [2] Las teorías de medición se dividen en dos áreas principales: (1) Teoría de prueba clásica ; (2) Teoría de la respuesta al ítem . [3]
Teoría clásica de la prueba
La teoría clásica de las pruebas o la teoría del puntaje verdadero o la teoría de la confiabilidad en estadística es un conjunto de procedimientos estadísticos útiles para el desarrollo de pruebas y escalas psicológicas. Se basa en una ecuación fundamental, X = T + E donde, X es la puntuación total, T es una puntuación verdadera y E es el error de medición. Para cada participante, se asume que existe una puntuación verdadera y que se necesita obtener la puntuación (X) tiene que estar lo más cerca posible. [2] [4] La cercanía de X tiene con T se expresa en términos de ratabilidad de la puntuación obtenida. La confiabilidad en términos del procedimiento de prueba clásico es la correlación entre la puntuación real y la puntuación obtenida. Los procedimientos de construcción de prueba típicos tienen los siguientes pasos:
(1) Determine el constructo (2) Describa el dominio de comportamiento del constructo (3) Escriba de 3 a 5 veces más ítems que la longitud deseada de la prueba (4) Obtenga el contenido del ítem analizado por expertos y elimine los ítems (5) Obtenga datos sobre la versión inicial de la prueba (6) Análisis del ítem (Procedimiento estadístico) (7) Análisis factorial (Procedimiento estadístico) (8) Después del segundo sacrificio, haga la versión final (9) Úselo para la investigación
Fiabilidad
La confiabilidad se calcula de formas específicas. (A) Confiabilidad entre evaluadores: La confiabilidad entre evaluadores es una estimación del acuerdo entre evaluadores independientes. Esto es más útil para respuestas subjetivas. Kappa de Cohen , Alpha de Krippendorff , coeficientes de correlación intraclase , coeficientes de correlación , coeficiente de concordancia de Kendal, etc. son herramientas estadísticas útiles. (B) Fiabilidad de prueba-repetición de prueba: El procedimiento de prueba-repetición de prueba es una estimación de la consistencia temporal de la prueba. Se administra una prueba dos veces a la misma muestra con un intervalo de tiempo. La correlación entre dos conjuntos de puntuaciones se utiliza como estimación de la fiabilidad. Se supone que las condiciones de prueba son idénticas. (C) Fiabilidad de consistencia interna: la fiabilidad de consistencia interna estima la consistencia de los elementos entre sí. La confiabilidad de la mitad dividida ( Spearman-Brown Prophecy ) y el Alfa de Cronbach son estimaciones populares de esta confiabilidad. [5] (D) Fiabilidad de forma paralela : Es una estimación de la consistencia entre dos instrumentos de medición diferentes. La inter-correlación entre dos formas paralelas de una prueba o escala se utiliza como una estimación de la fiabilidad de la forma paralela.
Validez
La validez de una escala o prueba es la capacidad del instrumento para medir lo que pretende medir. [3] La validez de constructo , la validez de contenido y la validez de criterio son tipos de validez. La validez de constructo se estima mediante el análisis factorial y la validez convergente y discriminante. La validez convergente y discriminante se determina mediante la correlación entre constructos similares o diferentes. Validez del contenido: los expertos en la materia evalúan la validez del contenido. La validez de criterio es la correlación entre la prueba y una variable de criterio (o variables) del constructo. El análisis de regresión , el análisis de regresión múltiple y la regresión logística se utilizan como una estimación de la validez de criterio. Aplicaciones de software: el software R tiene un paquete 'psych' que es útil para el análisis de la teoría de pruebas clásica . [6]
Teoría de prueba moderna
La teoría de la prueba moderna se basa en el modelo de rasgos latentes. Cada ítem estima la habilidad del examinado. El parámetro de habilidad se llama theta (θ). El parámetro de dificultad se llama b. los dos supuestos importantes son la independencia local y la unidimensionalidad. La teoría de la respuesta al elemento tiene tres modelos. Se trata de un modelo logístico de un parámetro, un modelo logístico de dos parámetros y un modelo logístico de tres parámetros. Además, el modelo de IRT policromado también es útil. [7]
El software R tiene 'ltm', paquetes útiles para el análisis IRT.
Análisis factorial
El análisis factorial es el núcleo de las estadísticas psicológicas. Tiene dos escuelas: (1) Análisis factorial exploratorio (2) Análisis factorial confirmatorio .
Análisis factorial exploratorio (EFA)
El análisis factorial exploratorio comienza sin una teoría o con una teoría muy provisional. Es una técnica de reducción de dimensiones. Es útil en psicometría , análisis multivariante de datos y analítica de datos . Normalmente, una matriz de correlación k-dimensional o una matriz de covarianza de variables se reduce a una matriz de patrón de factores k X r donde r
El paquete 'psych' en R es útil para EFA.
Análisis factorial confirmatorio (CFA)
El Análisis Factorial Confirmatorio (AFC) es una técnica analítica factorial que comienza con la teoría y prueba la teoría mediante la realización de un análisis factorial. El CFA también se denomina análisis de estructura latente, que considera el factor como variables latentes que causan variables observables reales. La ecuación básica del CFA es
X = Λξ + δ
donde, X son variables observadas, Λ son coeficientes estructurales, ξ son variables latentes (factores) y δ son errores. Sin embargo, los parámetros se estiman utilizando métodos ML; también están disponibles otros métodos de estimación. La prueba de chi-cuadrado es muy sensible y, por lo tanto, se utilizan varias medidas de ajuste. [8] [9] Los paquetes R 'sem', 'lavaan' son útiles para lo mismo.
Diseño experimental
Los métodos experimentales son muy populares en psicología. Tiene más de 100 años de tradición. La psicología experimental tiene un estatus de subdisciplina en psicología. Los métodos estadísticos se aplican para diseñar y analizar datos experimentales. Incluyen, t-test , ANOVA , ANCOVA , MANOVA , MANCOVA , test binomial , chi-cuadrado, etc. se utilizan para el análisis de los datos experimentales.
Investigación conductual multivariante
La investigación conductual multivariante se está volviendo muy popular en psicología. Estos métodos incluyen regresión múltiple y predicción; Análisis de regresión moderado y mediado; Regresión logística ; Correlaciones canónicas ; Análisis de conglomerados ; Modelado multinivel ; Análisis de supervivencia-fracaso; Modelado de ecuaciones estructurales ; el modelado lineal jerárquico , etc. son muy útiles para la estadística psicológica. [10] [11] [9] [12] [13]
Revistas de aplicación estadística para psicología
Existen muchas revistas especializadas que publican avances en análisis estadístico para psicología:
- Psicometrika
- Medición educativa y psicológica
- Evaluación
- Revista estadounidense de evaluación
- Medición psicológica aplicada
- Métodos de investigación del comportamiento
- Revista británica de psicología matemática y estadística
- Revista de estadísticas educativas y conductuales
- Revista de psicología matemática
- Investigación conductual multivariante
- Evaluación psicológica
- Modelos de ecuaciones estructurales
Paquetes de software para investigación psicológica
Hay varios paquetes de software disponibles para métodos estadísticos de investigación psicológica. Se pueden clasificar como software comercial (por ejemplo, JMP y SPSS ) y de código abierto (por ejemplo, R ). Entre las ofertas de código abierto, el software R es el más popular. Hay muchas referencias en línea para R y también se están escribiendo libros especializados sobre R para psicólogos. [14] El paquete "psicológico" de R es muy útil para los psicólogos. Entre otros, "lavaan", "sem", "ltm", " ggplot2 " son algunos de los paquetes más populares. PSPP y KNIME son otros paquetes gratuitos. Entre los paquetes comerciales se incluyen JMP, SPSS y SAS . JMP y SPSS se informan comúnmente en libros.
Ver también
- Psicología cuantitativa
Referencias
- Agresti, A. (1990). Análisis de datos categóricos. Wiley: Nueva Jersey.
- Bollen, KA. (1989). Ecuaciones estructurales con variables latentes. Nueva York: John Wiley & Sons.
- Belhekar, VM (2016). Estadísticas para psicología con R, Nueva Delhi: SAGE. ISBN 9789385985003
- Dancey, Christine P .; Reidy, John (2011). Estadística sin matemáticas para psicología . Prentice Hall. ISBN 978-0-273-72602-9.
- Cohen, BH (2007) Explicación de las estadísticas psicológicas, 3ª edición , Wiley. ISBN 978-0-470-00718-1
- Cronbach LJ (1951). Coeficiente alfa y la estructura interna de pruebas. Psychometrika 16, 297–334. doi: 10.1007 / bf02310555
- Hambleton, RK y Swaminathan H. (1985). Teoría de la respuesta al ítem: principios y aplicaciones. Boston: Kluwer.
- Harman, HH (1976). Análisis factorial moderno (3ª ed.). Chicago: Prensa de la Universidad de Chicago.
- Hayes, AF (2013). Introducción a la mediación, moderación y análisis de procesos condicional. The Guilford Press: Nueva York.
- Howell, D. (2009) Métodos estadísticos para la psicología, Edición internacional , Wadsworth. ISBN 0-495-59785-6
- Kline, TJB (2005) Pruebas psicológicas: un enfoque práctico para el diseño y la evaluación. Publicaciones de Sage: Thousand Oaks.
- Loehlin, JE (1992). Modelos de variables latentes: una introducción al análisis factorial, de ruta y estructural (2ª ed.). Hillsdale, Nueva Jersey: Lawrence Erlbaum.
- Lord, FM y Novick, MR (1968). Teorías estadísticas de resultados de pruebas mentales. Reading, Mass.: Addison-Wesley, 1968.
- Menard, S. (2001). Análisis de regresión logística aplicada. (2ª ed.). Thousand Oaks. CA: Publicaciones Sage.
- Nunnally, J. y Bernstein, I. (1994). Teoría psicométrica. McGraw-Hill.
- Raykov, T. y Marcoulides, GA (2010) Introducción a la teoría psicométrica. Nueva York: Routledge.
- Tabachnick, BG y Fidell, LS (2007). Uso de estadísticas multivariadas, 6ª ed. Boston: Pearson. ISBN 9780205849574
- Wilcox, R. (2012). Estadística moderna para las ciencias sociales y del comportamiento: una introducción práctica. FL: CRC Presione. ISBN 9781439834565
- Específico
- ^ Wilcox, R. (2012). Estadística moderna para las ciencias sociales y del comportamiento: una introducción práctica. FL: CRC Presione. ISBN 9781439834565
- ^ a b Lord, FM y Novick, MR (1968). Teorías estadísticas de resultados de pruebas mentales. Reading, Mass.: Addison-Wesley, 1968.
- ↑ a b Nunnally, J. y Bernstein, I. (1994). Teoría psicométrica. McGraw-Hill.
- ^ Raykov, T. y Marcoulides, GA (2010) Introducción a la teoría psicométrica. Nueva York: Routledge.
- ^ Cronbach LJ (1951). Coeficiente alfa y la estructura interna de pruebas. Psychometrika 16, 297–334. doi: 10.1007 / bf02310555
- ^ Kline, TJB (2005) Pruebas psicológicas: un enfoque práctico para el diseño y la evaluación. Publicaciones de Sage: Thousand Oaks.
- ^ Hambleton, RK y Swaminathan H. (1985). Teoría de la respuesta al ítem: principios y aplicaciones. Boston: Kluwer.
- ^ Bollen, KA. (1989). Ecuaciones estructurales con variables latentes. Nueva York: John Wiley & Sons.
- ↑ a b Loehlin, JE (1992). Modelos de variables latentes: una introducción al análisis factorial, de ruta y estructural (2ª ed.). Hillsdale, Nueva Jersey: Lawrence Erlbaum.
- ^ Hayes, AF (2013). Introducción a la mediación, moderación y análisis de procesos condicional. The Guilford Press: Nueva York.
- ^ Agresti, A. (1990). Análisis de datos categóricos. Wiley: Nueva Jersey.
- ^ Menard, S. (2001). Análisis de regresión logística aplicada. (2ª ed.). Thousand Oaks. CA: Publicaciones Sage.
- ^ Tabachnick, BG y Fidell, LS (2007). Uso de estadísticas multivariadas, 5ª ed. Boston: Allyn y Bacon.
- ^ Belhekar, VM (2016). Estadísticas para psicología con R, Nueva Delhi: SAGE. ISBN 9789385985003
enlaces externos
- Página web de CRAN para R
- Página de funciones R para estadísticas psicológicas
- Tutoriales de Charles McCreery sobre chi-cuadrado, probabilidad y teorema de Bayes para estudiantes de psicología de la Universidad de Oxford
- Tutoriales de Matthew Rockloff sobre pruebas t, correlación y ANOVA
- Vídeos de YouTube sobre estadísticas de psicología de Vivek Belhekar