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


Pràctica 2 power, Apuntes de Psicología

Asignatura: personalitat i diferencies individuals, Profesor: Amparo Bonilla, Carrera: Psicologia, Universidad: UV

Tipo: Apuntes

2016/2017

Subido el 16/11/2017

melopa-2
melopa-2 🇪🇸

3.8

(50)

1 / 6

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
La investigació en Psicologia de la
Personalitat
Pràctica 2
RELACIONS ENTRE VARIABLES
CAUSALITAT:
Relació entre una causa i el seu efecte
No és donada per un índex estadístic,
sinó per restriccions metodològiques
que la garanteixen (disseny, mostres,
anàlisis...)
Ex: nivell d’alcohol en sang (VI) i temps reacció (VD)
Ex: experiència d’èxit/fracàs (VI) i autoestima (VD)
CORRELACIÓ:
-Coeficient de correlació:
-Direcció: positiva o negativa
-Força: magnitud (0 – 1)
Explicació: no pot ser determinada
(sentit de la causació i efecte ‘tercera
variable’).
Predicció: exactitud a l’hora de predir
valors en una variable a partir dels
valors en una altra.
Significació estadística: probabilitat que
el resultat trobat siga degut a l’atzar
Ex: QI i nivell socioeconòmic (variable intermèdia:
educació)
Ex: autoestima i rendiment acadèmic (tercera vble.:
intel·ligència)
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Pràctica 2 power y más Apuntes en PDF de Psicología solo en Docsity!

La investigació en Psicologia de la

Personalitat

Pràctica 2

RELACIONS ENTRE VARIABLES

CAUSALITAT:

 Relació entre una causa i el seu efecte

 No és donada per un índex estadístic, sinó per restriccions metodològiques que la garanteixen (disseny, mostres, anàlisis...)

Ex: nivell d’alcohol en sang (VI) i temps reacció (VD)

Ex: experiència d’èxit/fracàs (VI) i autoestima (VD)

CORRELACIÓ:

  • Coeficient de correlació: -Direcció : positiva o negativa -Força : magnitud (0 – 1)  Explicació: no pot ser determinada (sentit de la causació i efecte ‘tercera variable’).  Predicció: exactitud a l’hora de predir valors en una variable a partir dels valors en una altra.  Significació estadística: probabilitat que el resultat trobat siga degut a l’atzar Ex: QI i nivell socioeconòmic (variable intermèdia: educació) Ex: autoestima i rendiment acadèmic (tercera vble.: intel·ligència)

Procediments de reducció de dades

(agrupa variables relacionades)

1) Selecció de variables a analitzar

2) Recollida de dades de la mostra de subjectes

3) Càlcul de la matriu de correlacions

4) Matriu factorial : extracció i selecció

5) Rotació factorial

6) Interpretació dels factors

1r Selecció de variables a analitzar

Agrupa les 16 qüestions per categories segons les característiques de personalitat que penses que reflecteixen aquestes qüestions. Indica les característiques i els ítems que les representen.

ANÀLISI FACTORIAL

3r Matriu factorial

Quants factors seleccionem amb el criteri Kaiser? Quines variables ha d’incloure cada factor? Quin criteri has seguit per determinar-ne la pertinença? Coincideix la teua assignació amb la dels teus col·legues?

variància explicada per tots els factors en cada variable variància explicada per cada factor en totes les variables

ANÀLISI FACTORIAL

Selecció de factors : Retenir uns pocs factors que expliquen una major quantitat de variància en les dades (amb pèrdua d’informació). Diferents criteris: ‘regla de Kaiser’ (valor propi  1), scree plot (criteri gràfic: punt d’inflexió).

4t Rotació de factors

 Consisteix a girar l’eix dels factors sobre el pla dels quals es

posiciona cada variable amb els pesos respectius. La rotació

facilita l’assignació de les variables als factors i, per tant, la

interpretació d’aquests, i crea una matriu més senzilla, i.e. amb

estructura simple (ideal): cada variable presenta una alta

saturació en un factor i només en un.

 Tipus : rotació ortogonal (independència factorial) i obliqua

(dependència), aplicades en funció de consideracions teòriques

(amb diferents resultats).

 Retenim dos factors (criteri scree plot i teòric) per a ser rotats.

4t Rotació de factors

ANÀLISI FACTORIAL