Grau en PsicologiaMO.011 Tècniques Avançades d’Anàlisi de DadesCurs 13-14/dec 2013

Zara Casañ García

Prova d’avaluació continuada 3. Anàlisi multivariant 2

Presentació

Presentació de la prova

En aquesta tercera prova d’avaluació continuada es treballen una sèrie de tècniques multivariants explicatives utilitzades en contextos experimentals amb l’objectiu d’explicar o predir una variable o un conjunt de variables. Les tècniques estudiades són: l’anàlisi de regressió lineal múltiple, anàlisi multivariada de variància (MANOVA) i covariància (MANCOVA), anàlisi discriminant, anàlisi de regressions logístiques i models d'equacions estructurals.

Objectius i competències

Objectius

Identificar i establir relaciones entre tipus de variables i proves estadístiques multivariants.

Interpretar els resultats procedents de l’anàlisi multivariant

Conèixer els objectius que aborden les proves estadístiques multivariades explicatives.

Conèixer les possibilitats de diferents proves estadístiques multivariades.

Competències

Valorar, contrastar i prendre decisions sobre l'elecció de tècniques estadístiques adequades en l’anàlisi de dades quantitativa.

Capacitat d’anàlisi crítica sobre l’adequació de tècniques d’anàlisi de dades multivariant.

Valorar la importància de la presa de decisions en quan a quina tècnica estadística multivariant utilitzar.

Recursos Catena, A., Ramos, M.M. i Trujillo, H. (2003). Análisis multivariado. Un manual para investigadores. Madrid: Biblioteca Nueva. Capítol 8. Análisis de regresión lineal múltiple..

Catena, A., Ramos, M.M. i Trujillo, H. (2003). Análisis multivariado. Un manual para investigadores. Madrid: Biblioteca Nueva. Capítol 9. Análisis multivariado de varianza (MANOVA) y covarianza (MANCOVA).

Catena, A., Ramos, M.M. i Trujillo, H. (2003). Análisis multivariado. Un manual para investigadores. Madrid: Biblioteca Nueva. Capítol 10. Análisis discriminante.

Catena, A., Ramos, M.M. i Trujillo, H. (2003). Análisis multivariado. Un manual para investigadores. Madrid: Biblioteca Nueva. Capítol 11. Análisis de regresión logística.

Catena, A., Ramos, M.M. i Trujillo, H. (2003). Análisis multivariado. Un manual para investigadores. Madrid: Biblioteca Nueva. Capítol 12. Modelos de ecuaciones esrtucturales.

Casañ García, Zara 1/6

PAC1. Anàlisi multivariant 1

Broc, A., i Gil,C. (2008). Predicción del rendimiento académico en alumnos de ESO y Bachillerato mediante el Inventario Clínico para Adolescentes de Millon (escala MACIA). Anales de Psicología, 24(1), 158-167.

Criteris d’avaluació

La resposta les preguntes de la 1 a la 8 valen 1 punt i la resposta a la pregunta 9 val 2 punts. S’han d’argumentar les respostes i s’ha de demostrar fluïdesa utilitzant el llenguatge de l’assignatura. Recorda: argumentar significa donar sentit a les teves respostes incorporant els coneixements adquirits en l’estudi de l’assignatura.Cal respectar l’espai destinat a cada pregunta.

La resolució de les PAC és individual, en cas de plagi l’AC quedarà suspesa.

Format i data de lliurament

En aquesta segona PAC heu de lliurar dos documents:

El nom del fitxer que contingui la PAC 3 resolta de l’estudiant Amalia Gordóvil Merino i de l’assignatura de Tècniques avançades d’anàlisi de dades tindrà el següent format: TA_PAC3_gordovil_merino.pdf. Recordeu que els cognoms s’escriuran sense accents i que aquest mateix nom ha de figurar en l’espai corresponent de la primera pàgina i als peus de plana de tot el document de respostes.

El nom del fitxer que contingui l’article científic seleccionat per a respondre les preguntes 5-9 de l’estudiant Amalia Gordóvil Merino i de l’assignatura de Tècniques avançades d’anàlisi de dades tindrà el següent format: TA_PAC3_gordovil_merino_article.pdf.

Les proves d’avaluació continuada s’han de lliurar seguint l’enllaç "Lliurament i registre d'AC" que trobareu a la part superior dreta de l’aula. Heu d’enviar els dos documents en fitxers: en format PDF . L’últim dia per lliurar aquesta activitat és el proper 23 de desembre de 2013.

M0.011_casañ_garcia_PAC2 2/6

PAC1. Anàlisi multivariant 1

Enunciat

Descarrega i llegeix l’article Broc, A., i Gil,C. (2008). Predicción del rendimiento académico en alumnos de ESO y Bachillerato mediante el Inventario Clínico para Adolescentes de Millon (escala MACIA). Anales de Psicología, 24(1), 158-167. Veuràs que algunes de les preguntes es relacionen amb l’article anteriorment citat. Per això és important que tinguis una idea clara del procediment de treball i anàlisi seguit pels autors.

Recorda que un dels objectius d’aquesta assignatura consisteix en desenvolupar la capacitat d’anàlisi crítica, tal i com hem treballat a les dues PACs anteriors. En aquest sentit, et convidem a valorar les següents qüestions:

1. Consideres adient que els autor hagin optat per la regressió logística a l’hora d’abordar el seu objectiu de recerca? Argumenta la teva resposta tenint en compte les característiques principals de la tècnica (1 punt).

2. Quina prova estadística fan servir els autors per tal d’avaluar la contribució de cada variable en el model logístic? Especifica el valor obtingut pels autors pel que fa a una variable sobre prototips i una variable sobre preocupacions, en alumnes homes d’ESO i interpreta’n els resultats (1 punt).

M0.011_casañ_garcia_PAC2 3/6

La regresión logística trata de averiguar cómo influyen la presencia o ausencia de diversos factores en la probabilidad de aparición de un suceso. En el estudio planteado se intenta averiguar si es posible identificar predictores del rendimiento académico a partir de distintas variables de la personalidad. La regresión logística, en este caso, está más que justificada ya que se trata de ver si la presencia o ausencia de “x” factores (rasgos de personalidad) son predictores de la conducta “rendimiento académico”. Por tanto, consideramos la regresión logística como una técnica adecuada para abordar el problema de investigación.

Se ha utilizado el estadístico Wald para averiguar a contribución de cada variable en el modelo logístico. En cuanto a los valores obtenidos en el caso de los alumnos varones las puntuaciones han sido de .040 y de -1.303

PAC1. Anàlisi multivariant 1

3. Fes una anàlisi comparativa entre l’anàlisi discriminant i l’anàlisi de cluster (que vàrem treballar a la PAC anterior). Es tracta d’exposar què tenen en comú i en què es diferencien ambdues tècniques multivariades (1 punt).

4. Determina si les següents afirmacions referents als models d’equacions estructurals són vertaderes o falses. Argumenta la teva resposta en cada cas (1 punt).

a) A l’igual que en l’anàlisi factorial confirmatori, anomenem factors a aquelles variables que observem i que per tant mesurem. Fb) El procediment de la màxima versemblança consisteix en un procediment iteratiu que s’utilitza amb l’objectiu d’avaluar la bondat d’ajustament del model SEM. Fc) Té per objectiu contrastar un model teòric on es pretenen predir els valors d’una sèrie de variables observades. Fd) La bondat d’ajustament del model SEM és un pas imprescindible i previ a la interpretació dels paràmetres del model SEM. V

M0.011_casañ_garcia_PAC2 4/6

El análisis discriminante tiene la función de describir grupos que ya estaban previamente definidos y que, normalmente, constan de dos o más categorías (por ejemplo, religiosos/no religiosos). El análisis de cluster busca similitudes para, luego, clasificar en grupos, es decir, mientras que en el análisis discriminante ya conocemos los grupos existentes, en el análisis de cluster no existe una definición de grupos previa al análisis. El análisis de cluster podría responder a la pregunta: ¿en cuántos grupos podemos dividir nuestra muestra? Y para responderla busca los datos más parecidos y los va agrupando. Mientras que el análisis discriminante podría responder a la pregunta: ¿cómo son los grupos? El análisis discriminante explora las diferencias entre grupos, por tanto, en una investigación podríamos hacer un análisis cluster en primer lugar con el fin de identificar los grupos y un análisis discriminantes después con el fin de conocer cómo son esos grupos.

a) No necesariamente. Es decir, el modelo de ecuaciones estructurales nos permite definir variables latentes, este tipo de variables no las medimos nosotros directamente sino que se pueden estimar.

b) El procedimiento de màxima verosimilitud se utiliza como método para la estimación y no como método para evaluar la bondad de ajuste.

c) Es justamente al revés, el modelo de ecuaciones estructurales trata de averiguar en qué grado se ajusta un determinado modelo a unos datos observados.

d) La bondad de ajuste es un paso previo porque sin ella no se pueden interpretar datos, el modelo de ecuaciones estructurales tiene como objetivo determinar el grado de ajuste, entonces no se puede interpretar ningún datos sin este paso previo.

PAC1. Anàlisi multivariant 1

Cerca un article del teu interès (a la xarxa) on els autors hagin emprat la tècnica multivariant d’:anàlisi de regressió lineal múltiple per tal d’abordar algun objectiu de recerca. Un cop l’hagis localitzat i analitzat, respon a les preguntes següents.

1. Escriu la referència complerta de l’article en format APA (1 punt)

2. Quin/s objectiu/s han abordat amb la tècnica d’anàlisi multivariant de regressió lineal múltiple? Consideres adient haver utilitzat aquesta tècnica? Argumenta la teva resposta (1 punt).

3. Descriu la seqüència d’anàlisi seguida pels autors i indica si, segons la teva opinió és completa. En cas que consideris que és incompleta, indica quin pas creus necessari incloure (1 punt).

M0.011_casañ_garcia_PAC2 5/6

Bueno Robles, L. S. (2012). Salud sexual e impacto en mujeres sometidas a tratamientos por cáncer de mama y sus compañeros sexuales. Tesis doctoral, Universidad Nacional de Colombia, Bogotá.

Uno de los objetivos que se ha querido abordar mediante el anàlisis de regresión lineal múltiple ha sido la investigación sobre la salud sexual y el estado de ánimo en relación con la ansiedad y la depresión de las mujeres. En este caso, la técnica utilizada permite establecer relaciones (si las hubiera) entre los distintos tipos de variables estudiadas.

En el informe se presenta un diseño correlacional, utilizando variables cuantitativas. Se quiere conocer la relación entre algunas variables, se utilizan variables nominales, ordinales y de escala para conocer la opinión de los participantes. La muestra estudiada se compone de mujeres que han tenido algún episodio de càncer y se han sometido a tratamientos y sus compañeros sexuales. Tras una primera evaluación se utilizó estadística descriptica e inferencial para el estudio de la muestra (pruebas t independientes, frecuencia, correlación, regresión, etc.). Se hicieron efectivas varias pruebas de validez de contenido en relación a los cuestionarios presentados llevadas a cabo por jueces expertos. En cuanto a los obetivos de la investigación se quería investigar sobre la salud sexual y el estado de ánimo en relación con la ansiedad y la depresión en mujeres y sus compañeros sexuales. Para ello se utilizaron diversos tipos de anàlisis (anova, regresión, lineal múltiple, etc.). Considero que todo el planteamiento de la investigación es correcto, se han realizado pruebas de validez y fiabilidad, lo cual es una garantía de la calidad de la investigación. Todas las variables utilizadas han sido analizadas ampliamente, incluso el tamaño muestral ideal ha sido calculado con el fin de realizar una buena investigación.

PAC1. Anàlisi multivariant 1

4. Creus que es podria resoldre la mateixa hipòtesis amb una altra prova estadística. Justifica la resposta (1 punt).

5. Planteja un exemple d’estudi de recerca en el que seria convenient utilitzar l’anàlisi multivariada de la variància (MANOVA) i/o l’anàlisi multivariada de la covariància (MANCOVA) . Argumenta detalladament per què creus que aquesta seria la tècnica d’anàlisi correcta. Per fer-ho, es necessari que especifiquis els objectius de la hipotètica recerca i algunes característiques de la mateixa; per exemple, amb quines variables treballaries (2 punts).

M0.011_casañ_garcia_PAC2 6/6

En la tesis citada se utilizan una gran variedad de técnicas estadísticas tanto univariadas como multivariadas, además de las regresiones simples y múltiples se hace uso de la bondad de ajuste, la correlación de Pearson, así como el uso de estadísticos descriptivos para las variables utilizadas. En general es un trabajo muy completo a nivel estadístico que no requiere, a priori, ninguna otra prueba para la investigación.

El MANOVA y el ANCOVA son extensiones del ANOVA y el ANCOVA que se utilizan cuando existe más de una variable dependiente (relacionadas). La variable independiente ha de ser de escala nominal. En nuestro estudio queremos averiguar el grado de acuerdo con distintas peticiones en ciertas situaciones para distintos grupos. Para ello queremos utilizar el MANOVA. Tenemos tres grupos de sujetos en función de su asertividad, los cuales se clasificaron como “no asertivos”, “asertivos”, y “muy asertivos”. Cada participante ha de señalar su grado de acuerdo con distintas peticiones mediante una escala tipo Likert (1 a 7, donde 1 es nada de acuerdo y 7 muy de acuerdo). Las peticiones se dividen en tres grupos siendo éstas “razonables”, “medianamente razonables”, “nada razonables”. Cada participante tiene que evaluar las peticiones en cinco situaciones distintas. En este caso consideramos razonable hacer uso del MANOVA para estudiar las diferencias.