Foro PIR

RC 2

Según el criterio de la reversibilidad de la conducta se pueden distinguir dos tipos de diseños:
- Diseños de reversión: después de una fase de tratamiento, este se retira y se vuelve a una fase en la que se registra la VD en ausencia de este (fase de reversión).
- Diseños de no reversión: una vez introducido el tratamiento no es factible retirarlo debido a que el efecto del tratamiento es irreversible, a criterios éticos o a problemas de tipo práctico: diseño de cambio de criterio y diseños de línea base múltiple.

Diseño de cambio de criterio. Es de gran utilidad en programas que pretenden aumentar o disminuir conductas (por ej., disminuir tics nerviosos, aumentar las conductas interactivas en niños con autismo, etc.) mediante la aplicación de un refuerzo (positivo o negativo) para conseguir alcanzar un determinado nivel de conducta.

El procedimiento es el siguiente: después de una fase de línea base, se introduce un tratamiento (refuerzo) hasta conseguir alcanzar un criterio preestablecido y lograr su estabilidad; a continuación se establece un nuevo criterio, aplicando el tratamiento hasta alcanzar un nuevo nivel preestablecido, de forma que si la línea base es A1 y el primer criterio es B1, cuando se establece el nuevo nivel o criterio, la fase anterior se convierte en la nueva línea base (A2), con B2 como segundo criterio. El procedimiento continúa hasta alcanzar el objetivo final del programa.
El efecto del tratamiento se comprueba en la medida en que el cambio de criterio va seguido por su correspondiente cambio en la conducta. En definitiva, se registra la misma conducta de forma que las fases B de los tratamientos anteriores sirven de línea base (o fase A) para el tratamiento siguiente. Por tanto, en este diseño lo que en realidad se realiza es una aplicación progresiva del tratamiento, pudiéndose considerar como una serie de diseños A-B.
Ventajas:
1) no requiere la retirada del tratamiento;
2) se recibe el tratamiento solo a partir de una línea base breve;
3) permite inferir, sin ambigüedad, la eficacia del tratamiento.
Sin embargo, son necesarios dos requisitos para la aplicación de este diseño:
a) La VD debe variar simultáneamente con los cambios de criterio
b) El cambio de criterio debe producir un cambio suficientemente amplio para que el investigador pueda distinguir entre la variabilidad de la conducta y el efecto producido por el tratamiento.

RC 4

Las principales amenazas a la validez externa de una investigación son las posibles interacciones del tratamiento (VI) con las condiciones concretas del estudio, entre las que destacan, por su importancia, la composición de la muestra o la situación de estudio.
La amenaza a la validez externa de la posible interacción del tratamiento con la composición de la muestra, también se conoce como interacción de selección x tratamiento (opción 4 CORRECTA).

Entre las posibles amenazas a la validez de conclusión estadística destacan: los errores de medida, la restricción del rango de variabilidad de las variables, la aplicación de pruebas estadísticas inadecuadas y la baja potencia estadística.

RC 4

En la escala de razón los números asignados a los objetos admiten como válidas las relaciones de igualdad-desigualdad, orden, suma, resta, multiplicación y división. Se caracteriza porque tiene todas las características de una medida de intervalo y, además, se le puede asignar un punto de origen verdadero de valor cero, es decir, el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo. Dado que el cero ya no es arbitrario, sino un valor absoluto, podemos decir que A tiene dos, tres o cuatro veces la magnitud de la propiedad presente en B. La altura y el peso son dos ejemplos típicos de escala de razón (opción 4 CORRECTA). Otros ejemplos: longitud, tiempo de reacción.

RC 2

POBLACIÓN. Conjunto de objetos (realmente existentes o posibles) que verifican una definición bien determinada. Ejemplo: los universitarios españoles, las familias europeas, los posibles lanzamientos de un dado.
MUESTRA. Cualquier subconjunto de una población. Ejemplo: 300 universitarios, 1200 familias europeas, 80 lanzamientos de un dado
PARÁMETRO. Toda función definida sobre los valores numéricos de una población. Ejemplo: la media aritmética de las alturas de todos los universitarios españoles.
ESTADÍSTICO. Toda función definida sobre los valores numéricos de una muestra. Ejemplo: la media aritmética de las alturas de una muestra de 300 universitarios españoles (opción 2 CORRECTA).

RC 3

ÍNDICES DE VARIABILIDAD:
Coeficiente de variación. Se utiliza para comparar variabilidades muestrales de características de distinta naturaleza, por ejemplo, comparar la variabilidad de la altura, expresada en centímetros, con la variabilidad del peso, expresada en gramos. También se utiliza cuando se mide la misma característica en dos muestras de diferente naturaleza. Ejemplo: el peso en una muestra de 100 mariposas y otra de 100 osos (opción 3 CORRECTA).

Desviación media es la media de las diferencias en valor absoluto de n puntuaciones respecto de su media aritmética.

Varianza es el promedio de las diferencias de cada puntuación respecto a su media, pero elevadas al cuadrado.

Desviación típica es la raíz cuadrada de la varianza.

RC 2

El coeficiente de determinación r² es el cuadrado del coeficiente de correlación de Pearson y, expresa la varianza común entre dos variables.
El enunciado de la pregunta nos facilita la varianza común = 36%. Para saber el valor de la correlación sólo hay que hallar la raíz cuadrada de 0´36. El resultado sería +- 0´60.
Entre las alternativas de respuesta sólo figura el valor negativo (-0,60) que al multiplicarlo por 2 sería positivo.

-0´60 x -0´60 = 0,36

RC 1

El COEFICIENTE DE ALIENACIÓN representa la INSEGURIDAD, o el AZAR, que afecta a los pronósticos.
El COEFICIENTE DE VALOR PREDICTIVO: es el complementario del coeficiente de alienación (opción 1 CORRECTA) y es otra forma de expresar la capacidad del test para pronosticar el criterio ya que representa la proporción (o el porcentaje si se multiplica por 100) de SEGURIDAD en los pronósticos.

RC 4

PROPIEDADES DEL COEFICIENTE DE CORRELACIÓN DE PEARSON
- Es un índice simétrico, es decir rxy = ryx
- Su valor oscila entre -1 y + 1
- rxy, en valor absoluto, es invariante frente a cualquier transformación lineal de las variables.
- rxy tomará el valor +1 ó -1 cuando una variable sea una combinación lineal de la otra

RC 2

COEFICIENTE DE ALIENACIÓN: representa la INSEGURIDAD, o el AZAR, que afecta a los pronósticos. Indica la proporción que representa el error típico de estimación respecto a la desviación típica de las puntuaciones en el criterio. En la medida en que el error típico sea más pequeño que la desviación típica del criterio el coeficiente será menor. Su valor oscila entre 0 y 1, será máximo cuando el coeficiente de validez sea 0 y será mínimo cuando el coeficiente de validez valga 1. El coeficiente de alineación al cuadrado es el complementario del coeficiente de determinación y representa la proporción (o el porcentaje si se multiplica por 100) de la varianza de las puntuaciones de los sujetos en el criterio que NO se puede predecir a partir del test, es la proporción de varianza error que hay en la varianza de las puntuaciones de los sujetos en el criterio.

RC 4

El coeficiente de fiabilidad oscila entre 0 y 1. Es el cociente entre la varianza de las puntuaciones verdaderas y la varianza de las puntuaciones empíricas. Esta forma de expresar el coeficiente de fiabilidad nos indica la proporción de la varianza verdadera que se puede explicar a partir de la varianza empírica de las puntuaciones de los sujetos. A medida que dicha proporción aumenta, disminuye el error de medida.
Si rxx' = 1, el error es cero lo que implica una fiabilidad perfecta del test. Sin embargo, a medida que dicha proporción disminuye se produce un incremento en el error de medida.
En el caso de que rxx' = O, la varianza de los errores de medida sería igual a la varianza de las puntuaciones empíricas.