

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Una introducción a la medición y estadística, enfatizando su importancia en ciencia y psicología. Se abordan conceptos básicos como el registro y tratamiento de la información en situaciones inciertas, la medida tradicional y representacional, y la medida en psicología a través de los tests. Se introduce la psicometría y se discuten principios fundamentales para la construcción y uso de tests. El texto también presenta un marco de referencia sobre la naturaleza científica y la importancia de la estadística en el proceso de obtención de conocimiento.
Tipo: Apuntes
1 / 2
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


PSICOMETRÍA: principios de la construcción y la utilización de tests.
Medición: es una clase particular de registro de información. La psicología tiene instrumentos para medir, que son los test.
En el marco general en el que nos vamos a situar es el de considerar la psicología como una ciencia.
Ciencia: modo de conocimiento que se caracteriza por 2 notas:
I. Apego a la realidad el origen de sus preguntas y el aval para sus respuestas (es empírica), la ciencia trata de dar respuestas a la realidad que se le plantea. Además la realidad es la que avala las soluciones a sus problemas que los científicos pretenden encontrar. La ciencia encuentra la confirmación para esos problemas que se plantean.
II. Adhesión a las reglas de la lógica como procedimiento (es formal). Reglas, principios, procedimientos formales objetivos y rigurosos para la solución de los problemas, obediencia a los principios procedimientos en todo el proceso de solución de problemas.
El conocimiento científico esta siempre en construcción, la ciencia elabora conocimientos parciales en un marco. Todo conocimiento alcanzado en la ciencia está permanentemente en construcción, en la ciencia todo es provisional.
A menudo, las situaciones de la realidad sobre las que se pretende establecer algún conocimiento científico están afectadas por incertidumbre. Una herramienta de trabajo fundamental es, entonces, la Estadística.
La ciencia tiene que apoyarse en modelos estocásticos, es decir que en la ciencia, el científico se fija en aspectos de la realidad que le plantan un problema, lo primero que hace es un modelo (representación implica una simplificación tratable de la realidad) y lo primero que necesita es aislar características de la realidad y representar la forma más manejable posible. Las representaciones de la realidad sobre las que actúa la Estadística son los modelos estocásticos.
Un modelo es una representación idealizada y tratable de un cierto aspecto de la realidad (se trata de simplificar algo para hacerlo accesible al conocimiento -más allá de lo evidente-). El marco lógico formal que tenemos más desarrollado es el campo de las matemáticas, de modo que cuando el científico propone un modelo de la realidad lo fructífero es que ese modelo este expresado en términos matemáticos. Un modelo matemático es una representación en términos matemáticos. Son componentes de un modelo matemático:
(1) las partes separables y significativas/constitutivas del aspecto de la realidad abordado: las variables.
(3) detalles/condiciones particulares relevantes: los supuestos.
Un modelo estocástico es el que se aplica cuando la información disponible sobre el aspecto de la realidad considerado, por mucha que sea, no permite formular una regla para determinar con total certeza los resultados del proceso de registro (hay incertidumbre, aleatoriedad), aunque estos resultados sí son predecibles “a la larga” (hay cierta regularidad estadística). Cuando se elabora y utiliza un modelo estocástico para tratar un proceso de registro de información, es necesario encontrar respuestas adecuadas a varios problemas prácticos:
(1) la identificación de todos los resultados (observables) posibles,
(2) la identificación de todos los resultados relevantes,
(3) la formalización/cuantificación de tales resultados (aquí entra en juego el concepto, fundamental, de probabilidad.
1
El modelo de la regresión lineal simple:
Y = b 1 X + b 0 + E y.x (expresión de la relacion entre 2 variables)
Y = b.X (relacion de proporcionalidad) los matemáticos dicen que es una relacion lineal
Y = b.X + a ¿Qué diferencia hay entre la primera ecuación y esta? La incertidumbre (desviación)
El modelo de regresión lineal no solo hay una ecuación sino varios más aspectos que caracterizan esa realidad.
La incertidumbre es la incontrolabilidad = aleatoriedad inabarcable, para tratar con ella puedo cuantificarla y reducirla al máximo para que me influya la mínimo posible.