Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Medición y Estadística en Ciencia y Psicología: Principios y Aplicaciones - Prof. Mateo, Apuntes de Psicometría

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

2014/2015

Subido el 29/04/2015

estef14-1
estef14-1 🇪🇸

4.2

(32)

7 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
TEMA 1: INTRODUCCION, INDICE DE CUESTIONES A TRATAR
1. Registro, organización y tratamiento de la información en situaciones con incertidumbre: experimentos aleatorios,
variables aleatorias, y distribuciones de probabilidad.
2. La medida en la ciencia: Concepción tradicional. Concepción representacional.
3. La medida en la Psicología. Los test. Teoría de tests: valoración de la calidad de las medidas.
PSICOMETRÍA: principios de la construcción y la utilización de tests.
MARCO DE REFERENCIA:
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.
2) las relaciones características que existen (hipotéticamente) entre esas partes: las ecuaciones.
(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 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
pf2

Vista previa parcial del texto

¡Descarga Medición y Estadística en Ciencia y Psicología: Principios y Aplicaciones - Prof. Mateo y más Apuntes en PDF de Psicometría solo en Docsity!

TEMA 1: INTRODUCCION, INDICE DE CUESTIONES A TRATAR

  1. Registro, organización y tratamiento de la información en situaciones con incertidumbre: experimentos aleatorios, variables aleatorias, y distribuciones de probabilidad.
  2. La medida en la ciencia: Concepción tradicional. Concepción representacional.
  3. La medida en la Psicología. Los test. Teoría de tests: valoración de la calidad de las medidas.

PSICOMETRÍA: principios de la construcción y la utilización de tests.

MARCO DE REFERENCIA:

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.

  1. las relaciones características que existen (hipotéticamente) entre esas partes: las ecuaciones.

(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.