Estadística psicológica
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 los métodos para modelar datos psicológicos. Estos métodos incluyen psicometría, análisis factorial, diseños experimentales, investigación conductual multivariante.
El artículo también discute revistas en el mismo campo Wilcox, R. (2012).
Tabla de contenido
Psicometría
La psicometría se ocupa de la medición de los atributos psicológicos. Implicaba desarrollar y aplicar modelos estadísticos para mediciones mentales (Lord y Novik, etc.). Las teorías de medición se dividen en dos áreas principales: (1) Teoría de prueba clásica; (2) Teoría de respuesta al ítem (Nunnally, J. Y Bernstein, I. (1994) ).
Teoría de la prueba clásica
La teoría de prueba clásica o la teoría de puntaje verdadero o la teoría de confiabilidad en estadística es un conjunto de procedimientos estadísticos útiles para el desarrollo de pruebas y escalas psicológicas. Se basa en la ecuación fundamental X = T E donde, X es la puntuación total, T es una puntuación verdadera y E es un error de medición.
Para cada participante, se supone que existe un puntaje verdadero y se debe obtener un puntaje (X) que debe ser lo más cercano posible (Lord, FM y Novick, MR (1 968), Raykov, T. y Marcoulides, GA (2010) ). La cercanía de X con T se expresa en términos de ratabilidad de la puntuación obtenida. La fiabilidad en términos del procedimiento de prueba clásico es la correlación entre el puntaje verdadero y el puntaje obtenido.
Los procedimientos de construcción de prueba típicos tienen los siguientes pasos:
1) Determine el constructo (2) Resuma el dominio de comportamiento del constructo (3) Escriba de 3 a 5 veces más elementos que la longitud de prueba deseada (4) Obtenga el contenido del elemento analizado por expertos y elimine elementos (5) Obtenga datos en la versión inicial de la prueba (6) Análisis de ítems (Procedimiento estadístico) (7) Análisis factorial (Procedimiento estadístico) (8) Después del segundo sacrificio, haga la versión final (9) Úselo para investigación
Fiabilidad
La fiabilidad se calcula de formas específicas. (A) Fiabilidad entre evaluadores: la fiabilidad entre evaluadores es una estimación del acuerdo entre evaluadores independientes. Esto es más útil para respuestas subjetivas. Kappa de Cohen, Alfa de Krippendorff, coeficientes de correlación intraclase, coeficientes de correlación, coeficiente de concordancia de Kendal, etc.
Son herramientas estadísticas útiles. (B) Fiabilidad Test-Retest: el procedimiento Test-Retest 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 puntajes se usa como una estimación de confiabilidad.
Se supone que las condiciones de prueba son idénticas. (C) Confiabilidad de consistencia interna: la confiabilidad de consistencia interna estima la consistencia de los elementos entre sí. La confiabilidad de la mitad dividida (Spearman-Brown Prophecy) y Cronbach Alpha son estimaciones populares de esta confiabilidad.
Cronbach LJ (1951) ). (D) Fiabilidad de forma paralela: es una estimación de consistencia entre dos instrumentos de medición diferentes. La inter-correlación entre dos formas paralelas de una prueba o escala se usa como una estimación de la confiabilidad de la forma paralela.
Validez
La validez de una escala o prueba es la capacidad del instrumento para medir lo que pretende medir (Nunnally, J. y Bernstein, I. (1994) ). La validez de constructo, la validez de contenido, la validez de criterio son tipos de validez. La validez de constructo se estima mediante validez convergente y discriminante y análisis factorial.
La validez convergente y discriminante se determina mediante la correlación entre construcciones similares de 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, análisis de regresión múltiple, regresión logísticase utiliza como una estimación de validez de criterio. Aplicaciones de software: El software R tiene un paquete ‘psicológico’ que es útil para el análisis clásico de la teoría de pruebas.
Teoría de la prueba moderna
La teoría de prueba moderna se basa en el modelo de rasgos latentes. Cada elemento estima la capacidad 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 respuesta al ítem tiene tres modelos.
Son un modelo logístico de parámetros, un modelo logístico de dos parámetros y un modelo logístico de tres parámetros. Además, el modelo policromado IRT también es útil (Hambleton y Swaminathan, 1985).
El software R tiene ‘ltm’, paquetes útiles para el análisis IRT.
Análisis factorial
El análisis factorial está en el centro de las estadísticas psicológicas. Tiene dos escuelas: (1) Análisis factorial exploratorio (2) Análisis factorial confirmatorio
Análisis factorial exploratorio (EPT)
El análisis factorial exploratorio comienza sin una teoría o con una teoría muy tentativa. Es una técnica de reducción de dimensiones. Es útil en psicometría, análisis multivariado de datos y análisis de datos. Típicamente, una matriz de correlación k-dimensional o matriz de covarianza de variables se reduce a una matriz de patrón de factor k X r donde r <k.
El análisis de componentes principales y el análisis de factores comunes son dos formas de extraer datos. La factorización del eje principal, el análisis del factor ML, el análisis del factor alfa y el análisis del factor de imagen son las formas más útiles de EFA. Emplea varios métodos de rotación de factores que se pueden clasificar en ortogonales (que resultan en factores no correlacionados) y oblicuos (factores correlacionados resultantes).
El paquete ‘psych’ en R es útil para EFA.
Análisis factorial confirmatorio (CFA)
El Análisis Factorial Confirmatorio (CFA) es una técnica analítica de factores que comienza con la teoría y prueba la teoría llevando a cabo 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 es variables observadas, Λ son coeficientes estructurales, ξ son variables latentes (factores) y δ son errores. Sin embargo, los parámetros se estiman utilizando métodos ML; otros métodos de estimación también están disponibles. La prueba de chi-cuadrado es muy sensible y, por lo tanto, se utilizan varias medidas de ajuste (Bollen, 1989, Loehlin, 1992 ).
El paquete 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 estado de subdisciplina en psicología. Los métodos estadísticos se aplican para diseñar y analizar datos experimentales. Implican, la prueba t, ANOVA, ANCOVA, MANOVA, MANCOVA, prueba 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., es muy útil para las estadísticas psicológicas (Hayes, 2013; Agresti, 1990; Loehlin, 1992; Menard, 2001; Tabachnick y Fidell, 2007 ).
Revistas para aplicación estadística de psicología
Hay muchas revistas especializadas que publican avances en el análisis estadístico de la psicología. Psychometrika está a la vanguardia. 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, Modelado de ecuaciones estructurales son otras revistas útiles.
Paquetes de software para investigación psicológica
Varios paquetes de software están disponibles para métodos estadísticos para la investigación psicológica. Se pueden clasificar como software comercial (por ejemplo, JMP y SPSS) y de código abierto (por ejemplo, R). Entre los productos gratuitos, el software R es el más popular. Hay muchas referencias en línea para R y también se están escribiendo libros especializados en R para psicólogos (por ejemplo, Belhekar, 2016 ).
El paquete “psicológico” de R es muy útil para los psicólogos. Entre otros, “lavaan”, “sem”, “ltm”, “ggplot” son algunos de los paquetes 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 los libros.