¡Descarga Psicometría 06 2017 y más Exámenes en PDF de Psicometría solo en Docsity!
VALIDESA
0.- valor a SET SEED = 1111
- Aporta informació sobre l’adequació dels ítems del test Original. Escull 1 criteri i redacta la conclusió:
Criteri: Efecte sostre.
Efecte terra (vol dir que hi ha molta fent que contesta la primera opció)
Acció a fer: Eliminar els items que tinguin un percentatge superior a 25.
Analizar – Estadisticos descriptivos – Frecuencias – Test 1 fins al 15.
Mirem el primer percentatge de cada taula. Si es superior a 25 sera el que hem d’eliminar.
Aquestos seran el 2, 5, 8, 11, 14.
Exemple:
- Calcula el TOTAL de cadascun dels 3 tests com la MITJANA dels respectius 15 ítems. Anota aquest valor per cada test:
Primer hem d’ajuntar les variables de test, retest i testb: Transformar Calcular variable Funció MEAN Canviar el nom per cada test.
Després calculem les mitjanes: Analizar Estadisticos descriptivos Descriptivos Copiem les mitjanes.
Mitjana TEST = 1,936 Mitjana RETEST = 1,
Mitjana FORMA B TEST = 2,
- Quant val l’estabilitat temporal del TEST? Temps A i R
Fem la prova de normalitat (KS): Analizar Pruebas no parametricas Cuadros de dialogo antiguos KS de una muestra Posem els tres totals que hem transformat.
Alfa de Cronbach: 0,
Dos meitats - Spearman: 0,
Per calcular ALFA DE CRONBACH: Analizar Escala Analisis de fiabilidad Posar els 15 ítems, del test 1 al 15 Modelo Alfa
Per calcular DOS MITADES: Analizar Escala Analisis de fiabilidad Posar els 15 ítems, del test 1 al 15 Dos mitades
* Si volem posar Spearman Brown Agafem SEMPRE longitud desigual.
- Quin grau d’acord han mostrat els 3 jutges entre si?
Tenim 3 jutges per tant, utilitzarem el coeficient de correlació intraclasse: Analizar Escala Analisis de fiabilidad Posar els 15 ítems, del test 1 al 15 Estadisticos Coeficiente de correlacion intraclasse Modelo: Alfa
Sintaxi:
- Quin grau d’acord tenen els 2 avaluadors?
Tenim dos avaluadors, per tant, podem utilitzar tant KAPPA com CONCORDANÇA. Per saber quin hem d’utilitzar mirem les variables per si son qualitatives o quantitatives:
- KAPPA: Variables qualitatives.
- CONCORDANÇA: Variables quantitatives.
Per saber si la variable es qualitativa o quantitativa:
- Escala: Variables quantitatives.
- Nominal i Ordinal: Variables qualitatives.
En aquest cas és qualitatiu, per tant utilitzarem KAPPA: Analizar Estadisticos descriptivos Tablas de contingencia Files i columnes posem l’avaluador 1 i 2 (és indiferent l’ordre) Estadisticos Kappa.
- Genera una Anàlisi Factorial aplicant COMPONENTS PRINCIPALS i rotacions VARIMAX.
Com fer un Anàlisi Factorial: Analizar Reduccion de dimensiones Factor Introduir test del 1 al 15 Rotacion Varimax
8.1. SINTAXI en majúscules ( primeres 3 línies només):
8.2. És bo el model que ens proposa?
Hem de fer Bartlett per saber si el model és bo: Analizar Reduccion de dimensiones Factor Descriptivos KMO y prueba de esfericidad de Bartlett.
Valor prova: 0,8 Significació: 0,
Conclusió: Tot i que el resultat de Bartlett diu que és significatiu, el valor de KMO és alt. Per tant, és un bon model.
8.3. Quant val el valor propi de cada factor a tenir en compte i el seu percentatge de Variància total explicada?
Aquesta taula ja ens surt al principi al fer la rotació:
Factor 1 2 3 Valor propi 3,536 3,252 3, Percentatg e
8.4. Associa cada factor amb els components (ítems) que li correspon segons l’anàlisi factorial realitzat (Anota el valor de la saturació amb el factor associat):
Aquesta taula ja ens surt al principi al fer la rotació:
Matriz de componentes rotadosa Componente 1 2 3 TEST01 ,020 ,786 , TEST02 ,017 -,083 , TEST03 ,819 ,066 -, TEST04 -,053 ,836 , TEST05 ,001 ,031 , TEST06 ,840 -,067 , TEST07 -,043 ,799 -, TEST08 -,054 -,036 , TEST09 ,821 ,057 -, TEST10 ,054 ,780 -, TEST11 -,013 ,059 , TEST12 ,803 -,119 -, TEST13 ,000 ,817 , TEST14 -,104 ,059 , TEST15 ,773 ,035 -,
Factor 1 Factor 2 Factor 3 ítem valor ítem valor ítem valor 3 0,786 1 0,786 2 0, 6 0,840 4 0,836 5 0, 9 0,821 7 0,799 8 0, 12 0,803 10 0,780 11 0, 15 0,773 13 0,817 14 0,
- Valora la validesa en relació a la variable Sexe, on esperem que discrimini entre homes i dones?
Validesa entre variables Prova t
H 0 : M (^) D = M (^) H H 1 : M (^) D ≠ M (^) H
- Valora si te validesa predictiva el TEST, a partir de la variable Treball, on s’indica si a la feina es considera que ha sigut un bon treballador o no?
Validesa entre variables Prova t
H 0 : Bon Treball = Mal Treball H 1 : Bon Treball ≠ Mal Treball
Analizar Comparar medias Prueba t para muestras independientes
Treball (Variable qualitativa – Variable d’agrupació – Definir grupos 0, 1)
TOTAL_TEST (Variable quantitativa – Variable per contrastar).
Primer: Mirem Levene Significació 0,113 > 0,05 No significatiu Variàncies iguals.
Segon: Mirem Sig (Bilateral) 0,000 < 0,05 Significatiu Accepto H (^1)
Valor prova: 4,164 Significació: 0,
Conclusió: Com que la significació és inferior a 0,05, acceptem la H 1 , que vol dir que hi ha diferencies en ser un bon treballador i mal treballador.
