Unidad 1 Diseños observacionales Aspectos históricos; observacionales:
diversas
definiciones
de
los
diseños
El muestreo de tiempo es un método de observación del comportamiento de individuos o grupos, en las condiciones habituales de cada día, en el cual se realizan observaciones en una serie de periodos a corto plazo, distribuidos de forma que permitan obtener una muestra representativa de el comportamiento bajo observación. Weick en 1968 dijo que un método de observación se define como la provocación de la selección, registro y codificación de ese conjunto de comportamientos y valores relativos a organismos ‘in situ’ que es consistente con fines empíricos. Bernard, 1976, aplica los procedimientos de investigación, simples o complejos, al estudio de fenómenos que no hace variar y que, por consiguiente, recoge tales como se los ofrece la Naturaleza. Anguera, 1988 dice que son procedimientos encaminados a articular una precepción deliberada de la realidad manifiesta con su adecuada interpretación, captando su significado, de forma que mediante un registro objetivo, sistemático y específico de la conducta generada de forma espontánea en un determinado contexto, y una vez se ha sometido a una adecuada codificación y análisis, nos proporcione resultados válidos dentro de un marco específico de conocimiento. *En la metodología observacional no interpretamos lo que creemos haber visto, sino que registramos lo que realmente hemos visto. Bakeman y Gottman, 1989, definen la observación sistemática como una vía específica de acceso a la cuantificación de la conducta. Situación estándar de la Metodología Observacional: -
Comportamiento habitual Contexto natural no laboratorios. Como se comporta, como se relaciona con la gente… Preferentemente una unidad de observación mejor estudiar un sujeto que treinta. Pero también podemos observar treinta sujetos como una unidad. Instrumento no estándar Perceptividad lo que queremos estudiar tiene que ser perceptible, normalmente de forma visual Continuidad temporal
¿Qué implica observar?
Observar = Percepción + Interpretación + Conocimiento previo – Sesgo
Criterios de clasificación -
-
-
Cientificidad o Observación pasiva: no tenemos ningún objetivo concreto, perspectiva holística. Control externo bajo y sin hipótesis. o Observación activa: tenemos un objetivo específico, por lo tanto una hipótesis (vía inductiva, vía deductiva). Control externo alto, la recogida de datos es sistemática, controlada, con las mismas pautas. Científico!! Sistematización (como obtener los datos) o Registro narrativo o Registro descriptivo o Registro sistematizado Participación o Observación no participante: el observador no dice al observado que esta siendo observado. o Observación participante: el observador si que comunica al sujeto que va observado o Participación-observación: el participante interactúa con el observador o Auto-observación: observante y observador son la misma persona. Se utiliza mucho en terapias.
Niveles de respuesta -
-
2
Nivel simple o No verbal Facial Gestual Postural o Proxémica (como estoy yo situado en relación a los otros) Intima Personal: tu y un desconocido Social: una mesa con todos los amigos alrededor Pública: está el sujeto y enfrente tiene una masa de gente o Vocal Espectro voz o Verbal y/u oral Diarios Material documental Biografías Terceras personas Nivel complejo
Los niveles de respuesta complejos son la combinación de dos o más niveles de respuesta simples.
Criterios de clasificación Conducta verbal Forma oral
Forma documental
Transcripción Texto Análisis del texto Entronca con la metodología cualitativa Si partimos de una forma oral, es necesaria una transcripción para obtener el texto; luego procedimos a analizarlo. Si partimos de una forma documental ya está el texto, no hace falta una transcripción, podemos ir directamente al análisis de texto (por ejemplo, mediante software). Niveles de representación en la observación
3
Esta realidad es percibida por un organismo (en este caso, visualmente). Pasar de esta realidad a esta percepción, Fasnar (¿) lo llama el nivel primario (la aprensión de la realidad por parte de un sistema físico). Este primer nivel es exactamente igual para todos. Una vez ya tenemos la percepción, lo que vamos a hacer es integrarla en nuestro cerebro. Esta percepción es captada por un sistema sensorial y es integrada por nuestra psique. Esta integración de la percepción siempre lleva asociada una experiencia (captaciones agradables, desagradables, rápidas, lentas…). Esta integración de la percepción en nuestro cerebro se llama nivel secundario (signos no convencionales). Este nivel secundario es lo que nos hace diferente los unos de los otros. Finalmente nos queda expresar que nos ha provocado esta percepción, en que ha acabado, como ha terminado… el llamado nivel terciario, donde asociaremos códigos, números, palabras, frases, etc. Y es lo que nos permitirá decir “he visto un árbol”.
Proceso 1. Objetivos a. Acotación del problema b. Agenda del proceso c. Especificación del criterio temporal d. Especificación del criterio de unidades observadas e. Decisión de aceptación de sesiones f. Especificación de niveles de respuesta observadas 2. Diseños observacionales a. Unidades de estudio b. Temporalidad c. Dimensionalidad 3. Instrumentos – Categorización 4. Registro 5. Obtención de parámetros 6. Muestreo observacional 7. Control de la calidad de los datos 8. Análisis de datos 9. Interpretación de resultados La metodología correlacional empieza por marcar una serie de objetivos. Una vez tengo marcados los objetivos tengo que escoger un diseño observacional, ya que es el patrón que guiará todo el proceso de la metodología observacional. Este diseño tendrá influencia sobre los
4
instrumentos, tanto observacionales como de registro. Este instrumento de observación está marcado o definido por el número de conductas producidas en el diseño observacional. Entonces se decide como se va a registrar: división del tiempo, por sujetos, solo los comportamientos, luego las frecuencias, en grupo, individualmente, con pausas… Todo esto esta marcado por el diseño observacional. Incluso hasta el punto 8 influye el diseño!!!! Toda la información que buscamos es cualitativa categórica. Pero llegados al punto de obtención de parámetros ya pasamos de lo cualitativo a lo cuantitativo (puntos 5, 6, 7, 8). Convertimos los comportamientos en números para poder estudiarlos. El punto 6, muestreo observacional, esta en stand-by. La mayoría de estudios no utilizan el muestreo porque tienen el registro continuo de lo que quieren estudiar. El muestreo observacional consiste en ya que no puedo tener el registro continuo, tengo que observar en determinadas momentos (reglas de registro). Ahora nos vamos al control de la calidad del dato. Trabajaremos dos conceptos, la fiabilidad del dato y calidad del dato. En este punto también hablaremos de la validez (aunque está relacionada con el instrumento). Si obtenemos un Kappa de 0,9 (nunca de 1, ya que en la observación hay sesgo) es muy aceptable, y podemos pasar al siguiente punto, el análisis de los datos. Si el control de calidad del dato es bueno, podemos proceder a analizarlos. En este punto obtendremos un análisis secuencial de retardos y lo haremos a mano. 1. Objetivos: -
-
5
Acotación del problema: pasar del tema al problema. Cuando ya hemos decidido cual es el problema: el problema tiene que ser claro, factible, se debe poder llevar a cabo y tiene que ser significativo. La acotación de la situación sería crear una especie de referente teórico, marco teórico donde establecer el problema. Luego hace falta delimitar los objetivos, y finalmente definir la estrategia: como vamos a llevarlo a cabo, qué haremos… Agenda del proceso: la primera toma de contacto. De la observación pasiva pasaremos a la observación activa. Cual es el diseño q mejor se adapta a nuestra situación, elaboración del instrumento, muestreo, registro de los parámetros, control de calidad del dato, análisis de datos y interpretación de resultados. Todo eso lo llamaremos observación activa, y esta observación activa hay que planearla, hacer un cronograma, cuanto tiempo para cada punto.
-
-
-
Especificación criterio de temporalidad: Tendremos que segmentar el flujo conductual. El periodo de observación es el tiempo que nosotros tenemos para observar lo que queremos. Las sesiones de observación serian fragmentos de tiempo dentro del período de observación. Las elijes tu pero estarán siempre dentro del período de observación. Ex: el período de observación del Barça sería la liga. Y las sesiones los partidos. Especificación del criterio de unidades observadas: especificar qué tipo de unidades vamos a tomar para observar (molares o moleculares tenemos que coger un microscópico). Si cogemos unidades muy molares tendremos una elevada vertebración pero seremos poco concretos, poco objetivos. Si cogemos unidades molares tendremos una elevada objetividad pero una baja vertebración, habría unidades de conducta que no podrían entrar en los criterios de observación. Hay que valorar qué tipo de unidades nos interesan para nuestro estudio. Decisión de aceptación de sesiones: hay que prever lo que pasará en nuestras sesiones. Hay que tomar una serie de decisiones sobre qué haremos con estas sesiones. o Constancia intersesional: lista de mínimos establecida inicialmente que contenga los requisitos que se deben cumplir en cada sesión. Imaginemos que dentro del curso de la sesión todo va bien hasta que el sujeto desaparece o le pasa algo. Si se ha registrado el 70% de la sesión y el 30% no, esta sesión la contabilizamos. Si se ha registrado el 60% ya no. Esto hay que decidirlo, hablarlo. Otro caso son las disrupciones temporales. El curso de la acción va bien hasta que en un momento se va la luz, se interrumpe la sesión, y al cabo de 5 minutos vuelve la luz y puedo seguir obsrvando. Hay una disrupción temporal. Hay que hablar con qué tanto por ciento de disrupciones podremos contabilizar la sesión.
-
Especificación de niveles de respuesta observadas o N.R. Simples N.R. Complejos No verbal Proxémica Vocal Verbal y/u oral
2. Diseños observacionales: Concepto de diseño. El diseño observacional es una pauta o guía de actuación de carácter flexible, acorde con las características que definen el perfil de la metodología seguida. Los diseños observacionales se desarrollan a partir de tres criterios básicos: -
6
Unidades de estudio (sujetos)
o Idiográfico: hacen referencia a una única unidad de observación. La unidad de observación puede estar configurada por solo un único sujeto. Pero además esta unidad de observación puede ser un conjunto de casos entre los cuales existe siempre entre ellos un vínculo estable. Ex: estudiar a Messi, estudiar el estilo de juego del Barça. o Nomotético: pluralidad de casos sin ningún vínculo relevante. Ex: estudiar cual es el jugador que mete más goles en el Barça. Tendré que observar los once jugadores pero de forma individual cada uno. -
Temporalidad (tiempo) o Puntual/discontinuo: cuando se hayan registrado uno o dos momentos en el tiempo, es decir una o dos sesiones. o Seguimiento/continuo: más de dos sesiones será seguimiento.
-
Dimensionalidad (conductas) o Unidimensional: un nivel de respuesta o Multidimensional: varios niveles de respuesta
3.
Instrumentos – Categorización Como se construye categorización.
un
instrumento?
Mediante
un
proceso
de
Es imposible estudiar todo el flujo conductual (manifestación, desarrollo de conductas de una manera secuencial, que se pueden ir modificando a lo largo del tiempo) de una persona. El punto de partida es el flujo conductual, pero para poder trabajar con ello tendremos que segmentarlo. Cogeremos un segmento conductual con un inicio y un fin. El primero criterio para segmentar el flujo será la duración del segmento (¿será corto o será largo?). este criterio dependerá de los objetivos de la investigación. Si yo quiero estudiar una cultura, necesitaré siglos para estudiarla, así que será una investigación muy molar. En cambio, si quiero estudiar grupos sociales, necesitaré uno o dos años, por lo tanto la investigación será menos molar y más molecular. Y si
7
quiero estudiar el comportamiento de un sujeto necesitaré un tiempo más reducido, por lo tanto más molecular. No tenemos ningún instrumento que nos diga si nuestra observación será molar o molecular, tendremos que decidirlo en base a la configuración y a los objetivos. Un segmento de flujo conductual está formalizado por conductas, entonces en términos de duración, las conductas de este segmento pueden diferenciarse en evento o estado. La duración de las conductas es relativa respecto a la extensión del flujo conductual. Ejemplo: un segmento de flujo conductual tiene inicio a las 8 de la mañana y fin a las 8 de la noche. Dentro de este segmento vamos a tener una serie de conductas. Para compararlas tendremos que relativizar respecto a la duración del segmento. Por ejemplo durante todo el día, conducir hacia la universidad y hacia casa será una conducta evento, ya que es flash, ocupa muy poco tiempo dentro del día. Ahora cambiamos el ejemplo, no es un día nuestro sino que es el día de un taxista. Conducir será una conducta estado dentro del segmento conductual porqué el taxista emplea muchas horas conduciendo, por lo tanto es una conducta estado. Misma duración de segmento, misma conducta, diferente sujeto. La duración del segmento puede tener efecto sobre si una conducta es evento o estado. Hemos hablado de la duración, ahora tenemos que hablar del contenido de la conducta. El segmento conductual está formado por unidades de conducta, que son la mínima expresión comportamental conductual con sentido propio. Y hay tres tipos de unidades de conducta: estructural, funcional y causal. -
-
La unidad estructural es una unidad definida por una pauta espaciotemporal de contracción muscular, que puede entenderse también como una posición del organismo al desplazarse por un espacio. Ejemplo: movimiento secuencial de las piernas con un sentido de avance. La unidad funcional es una unidad definida por las consecuencias de una unidad estructural sobre el entorno físico o social. Ejemplo: caminar. La unidad causal es la unidad que está definida por las causas que la producen. Ejemplo: ir a algún sitio.
La célula madre de todo este proceso de categorización que culmina con la construcción de un instrumento son las unidades de conducta. Flujo conductual Duración conducta Evento Molar
Segmento conductual Estado
Estructural Proceso de categorización:
8
Duración segmento
Unidad de conducta
Funcional
Causal
Molecular
Este proceso tiene diferentes pasos, y esta información que recogemos de las unidades de conducta las vamos a ir mejorando.
-
Registro narrativo
Se basa en la observación pasiva, no hay control externo, no se utiliza léxico especializado. Es como una foto de la situación que vamos a analizar. Este registro narrativo es textual, hay que escribir todo el comportamiento que estamos observando tal cual. Ejemplo: “en un patio se ve a un niño intentado hinchar un balón. Los otros niños corren, menos algún grupito…”. -
Registro descriptivo
Registro narrativo Observación pasiva No léxico especializado No control externo Se registra TODA la información
Registro descriptivo Observación activa Sí registro especializado Sí control externo Se registra la información más relevante En este registro vamos a introducir un primer filtro sobre el registro narrativo, que es como toda la información en sucio. Aquí si que utilizamos un registro especializado. Ya hay un cierto control externo, voy a registrar la información que me interesa más, vamos a hacer una selección. Además vamos a procurar hacer una secuenciación, orden. Pertenece al período de la observación activa. -
Registro semi-sistematizado
Ya tenemos nuevo filtro, nueva ordenación de la información. La información esta ordenada en las conductas antecedentes, las centrales (que son las que interesan) y las consecuentes. En este registro hay diversos formatos. *Estos tres registros, si se dispone de un dispositivo de grabación, no es necesario utilizarlos. -
Lista de rasgos
Este paso hay que hacerlo SIEMPRE. Tengamos grabación o no. En esta lista vamos a escribir TODAS las unidades de conducta que son de interés para la investigación. -
Catálogo de conductas
Este catálogo se basa en la lista de rasgos. Vamos a coger todas las unidades de conducta que aparezcan en nuestra lista de rasgos y vamos a
9
agruparlas por criterios en común. Todas las unidades que sean de carácter verbal, estarán agrupadas, las prosémicas, también.
SISTEMA DE CATEGORÍAS Seguidamente transformamos el catálogo de conductas en CATEGORÍAS. Cogemos cada una de las unidades y les damos un nombre, una etiqueta. Una vez que hemos etiquetado vamos a hacer una definición ‘ad hoc’: decir, explicar esta unidad de conducta tal cual la realiza el sujeto. De la etiqueta ‘andar’, no tiene sentido poner la definición de la RAE ya que no todos los sujetos andan igual. Tenemos que hacer la definición de cómo anda el sujeto, es una definición hecha a medida. Después pondremos ejemplos de esa unidad de conducta, por ejemplo: andar erguido, andar recto, andar rápido… y también contraejemplos del que no es esa unidad de conducta: del ‘andar’, cuando los pies ya dan saltos más altos es ‘trotar’. Todo esto lo hace el investigador. La categoría es la unidad por excelencia de lo que va a ser nuestro instrumento de observación. Tenemos dos categorías: A i B. Una categoría se configura básicamente de dos elementos: núcleo categorial (la esencia de la categoría, lo que identifica esa etiqueta. La sacaremos de la definición) y plasticidad categorial (las distintas formas de manifestación de una categoría. La sacaremos de los ejemplos). Cuando hablamos de un sistema de categorías estamos hablando de dos o más categorías. Esto de arriba es un sistema de categorías. En este sistema podríamos encontrar la borrosidad categorial, la intersección de la plasticidad de A con la plasticidad de B. Y esto sucede en los primeros sistemas de categorías, casi siempre. Borrosidad, ejemplo: “No se si ese comportamiento es de la categoría A o de la categoría B…”. Como solucionar esta borrosidad? Mirar los ejemplos y contraejemplos. Si no es suficiente con esto nos iríamos al núcleo categorial y redefiniríamos la categoría con tal de que esta desaparezca. El primer sistema de categorías que haremos será provisional, habrá mucha borrosidad, sesgo… pero tenemos herramientas para crear un sistema de categorías mejorado, que nos irá acercando al punto final, que es un sistema de categorías. Para que un sistema de categorías funcione hay que tener en cuenta una serie de condiciones (de forma provisional):
10
-
-
-
Criterios: las categorías de este sistema tienen que ser todas molares o todas moleculares. Esto se consigue a través de las definiciones que demos a las categorías. Equivalencia: este sistema nos ha de permitir construir otro sistema de categorías equivalente. Dos mecanismos sinónimos estudian la misma realidad con signos, instrumentos diferentes (para medir la temperatura de una habitación termómetro y persona que dice que hace frío); en cambio dos mecanismos equivalentes estudian la misma realidad con los mismos símbolos, instrumentos (para medir la temperatura de una habitación dos termómetros uno en grados centígrados y otro en grados Celsius). Estabilidad: un buen sistema de categorías definitivo tiene que servir como instrumento para analizar el primer partido y el último partido de la liga (ejemplo). Saliencia: cuando hemos mezclado categorías molares con moleculares, las que sobresalen más. Habrá categorías que tienen la misma frecuencia y habrá otras que tendrán muchísima más frecuencia, de una forma anómala. Aquí se sospechará que hay algún error con haber mezclado categorías molares y moleculares. Tipicidad: puede ser que haya una conducta que es más típica moda. Se da mucho de forma normal, es una conducta típica. Escala base: se utiliza cuando utilizamos ‘ratium scales’ (sistemas de categorías cuyas categorías tienen unidades de medida, misma escala base todos en gramos, o todas en kilos). Entropía: tendencia al caos. Que nuestro instrumento no sea válido. (?)
Alternativas que nos van a facilitar el sistema de categorías y mejorar el sistema de categorías provisional para llegar al definitivo: -
-
-
11
Categoría nula: se utiliza cuando queremos hacer un registro continuo. En todo momento hay una categoría para registrar. Que pasa si durante nuestra sesión de observación no hace ninguna de las categorías? Si no hace ni A, ni B, ni C, ni D? Paro de registrar? NO. Tendré que registrar la categoría nula. Cuando durante una sesión no registra ninguna de las nuestras categorías, registraremos la categoría nula. Categoría ficticia: no existe, pero se utiliza cuando nosotros estamos registrando y vemos que hay secuencias de categorías que se repiten siempre. Por ejemplo la secuencia A-C-B. Entonces crearemos una categoría ficticia, llamada 0 por ejemplo, que serán las conductas A-C-B. Para no escribir 3 conductas. Categoría residual: categoría que contiene cualquier información o conducta no identificada con alguna categoría de que se dispone. “Cajón de sastre”. Es donde van a parar todas las unidades de conducta que el observador no ha sabido organizar en las categorías. Si no se si esta categoría es A, B, C o D la meteremos allí, para luego ver si realmente se corresponde en alguna de nuestras categorías. Si todo va bien, esta categoría residual se tiene
que ir reduciendo, y llegaremos a un verdadero sistema de categorías si esta categoría no existe. Con todo esto llegaremos a un sistema de categorías final, definitivo, que tendrá que tener dos propiedades: -
Exhaustividad: que tiene una categoría para un comportamiento determinado de el sujeto. Toda conducta del sujeto tiene que tener su categoría. Mutua exclusividad: que cuando realiza una categoría no puede realizar en el mismo momento otras categorías. Cuando esta ocurriendo A, no pueden ocurrir B, C o D.
4. Registro observacional: Hay distintos tipos de instrumentos de registro. Des del lápiz y el papel, pasando por los electrónicos y hasta el Software. -
Lápiz y papel Electrónicos: artilugios electrónicos tipo calculadora o parecidos que permiten facilitar el registro. Software: observational behavioural tool. Cogen el instrumento de observación y lo aplican. o Codex o Datamyte o Direct Observation Data System
o o o o o
SDIS SportCoder The Observer THÈME HOISAN
o o Recordamos algunos OBSERVACIONAL: -
12
conceptos
del
REGISTRO
Período de estudio: segmento de realidad, hay un inicio y un final. Tiempo en el que nos vamos a centrar para hacer el estudio (la liga) Sesión de observación: fragmentos de tiempo dentro de estos períodos de estudio (partidos de futbol). o Cantidad de sesiones (10 aproximadamente, pero si podemos tener más mejor. Dependerá de los costes). Si solo hacemos 1 o 2 sesiones será un registro puntual. Y tenemos que entrar en el ámbito de lo secuencial ¿??, así que no haremos menos de 10. o Duración de la sesión observada (30-60 min). Dependerá de:
El tipo conducta Fatiga observador
de del
o o o o MODALIDADES DE REGISTRO -
La frecuencia: número de veces que ocurre una categoría. El orden de ocurrencia de las categorías La duración o o TRANSFORMACIÓN DE LOS REGISTROS o Hay una posible transformación del parámetro duración al parámetro orden. Y también hay otra posible transformación del parámetro orden al parámetro frecuencia. o o TODO LO QUE HEMOS VISTO HASTA AHORA ES INFORMACIÓN CUALITATIVA. Y A PARTIR DE AHORA VAMOS A TRANSFORMAR NUESTRA INFORMACIÓN CUALITATIVA EN CUANTITATIVA. o
o 5. Obtención de parámetros -
13
Medidas primarias, básicas o fundamentales: las vamos a obtener directamente de la observación de los registros que hemos hecho. o Ocurrencia/frecuencia (Fi): unidad ciclos o número de veces que ocurre una categoría o Orden de ocurrencia: intrasesional (unidad secuencial) o intersesional (unidad datos agregados) o Duración de ocurrencia (diu): tiempo que dura una categoría cada vez que ocurre. Tendremos tantas duraciones de ocurrencia como ocurrencias/frecuencias tenga la categoría. Si la categoría aparece cinco veces, tendremos cinco duraciones de ocurrencia. diu: duración de ocurrencia de la categoría i, uésima (la duración más pequeña???). Unidades ut (unidades temporales, las que sean: ms, segundos, minutos…). o Si sumamos todas las duraciones de ocurrencia de la categoría “i” en una sesión obtendremos la duración acumulada (Di). Unidades ut. o Si sumamos todas las duraciones acumuladas de las categorías obtendré la duración total de la sesión (Dtotal). Unidades ut.
-
-
o Latencia: tiempo que transcurre des de que se emite un estímulo hasta que aparece una determinada categoría. Emitimos una conducta y transcurre un cierto tiempo hasta que aparece la categoría. Este espacio de tiempo es la latencia de la categoría. ut o Lapso: tiempo que transcurre des de que deja de ocurrir una determinada categoría hasta que vuelve a ocurrir esta misma categoría. Podré calcular tantos lapsos de categoría como tantas veces ocurre la categoría menos 1. ut. o Intensidad: rating scales. (NO la estudiamos) o Medidas mixtas: mix entre lo primario y lo secundario. No las estudiaremos. o Frecuencia modificada o Frecuencia modificada Sanson-Fisher o Frecuencias de transición o Medidas secundarias, derivadas o complementarias: se obtienen de las medidas primarias. o Frecuencia media (Fi): se utiliza cuando tenemos más de una sesión de observación y quiero saber cual es la media de ocurrencias de la categoría A en cada sesión. Cuando solo tenemos una sesión de observación la frecuencia media coincide con la frecuencia. ciclos o Frecuencia relativa (Pi = Fi / sumatorio Fi): es la probabilidad de que al seleccionar aleatoriamente una categoría sea la categoría. La frecuencia relativa de A es la probabilidad de que al seleccionar al azar una categoría sea la categoría A. El valor tiene que estar entre 0 i 1. La suma de todas las frecuencias relativas de las categorías será 1. adimensional (no tiene unidades de medida) o Tasa (ti = Fi / sumatorio Di): muy interesante sobre todo en los estudios que tenemos más de dos sesiones de observación. Velocidad o densidad de ocurrencia de una categoría en una sesión. Sirve para comparar dos sesiones de diferentes duraciones. ciclos/ut o Duración relativa o prevalencia ( π i = Di / sumatorio Di): probabilidad de que al seleccionar aleatoriamente una porción de tiempo de la sesión, esté ocurriendo la categoría en este momento. Es una probabilidad por lo tanto estará entre los valores 0 i 1. adimensional (no tiene unidades de medida) o Duración media (i = Di / Fi): promedio de las duraciones de una categoría ut/ciclos o o EJERCICIOS o 1. Se ha observado el comportamiento de un sujeto a través de un sistema de categorías S = {A, B, C, D}. La categoría A se ha observado 15 ciclos, con una duración acumulada de
14
110 segundos; la categoría B se ha observado 10 ciclos, con una duración acumulada de 10 segundos; y la categoría C se ha observado durante 30 ciclos con una duración acumulada de 27 segundos. Finalmente, la categoría D se ha observado 8 veces con un total de 22 segundos. Calcular los parámetros primarios y secundarios de la sesión, sabiendo que el sistema de categorías es exhaustivo y mutuamente excluyente. -
Medidas primarias
-
Frecuencia: o A = 15 ciclos o B = 10 ciclos o C = 30 ciclos o D = 8 ciclos Duración de ocurrencia: o A = 110s o B = 10s o C = 27s o D = 22s
-
-
-
-
-
-
Medidas secundarias
Frecuencia relativa: o A = 15/ (15+10+30+8) = 0,23 o B = 10 / 63 = 0,16 o C = 30 / 63 = 0,83 o D = 8 / 63 = 0,12 Tasa: ciclos/s o A = 15/110 = 0,13 o B = 10/10 = 1 o C = 30/27 = 1,11 o D = 8 / 22 = 0,36 Duración relativa o prevalencia: o A = 110 / 169 = o B = 10 / 169 = o C = 27 / 169 = o D = 22 / 169 =
-
2. En una sesión de observación de 5 min. y utilizando el sistema de categorías S={A, B, C, D}, se ha registrado la categoría A un total de 10 ciclos, con una duración de la categoría de 70s. La categoría B tiene una frecuencia de 15 ciclos, en un total de 115s. La categoría C ocurre 10 veces con una duración de 110s, y finalmente la categoría D ocurre un total de 5 ciclos con una duración de 5s. Hallar los indicadores conductuales estáticos secundarios de la sesión de observación. (ESTÁ EN EL CAMPUS)
-
Primero tenemos que comprobar que todas las unidades de medida sean las mismas. Convertimos los minutos a segundos o los segundos a minutos: · Duración total: 5min 300s
-
3. El siguiente registro presenta las ocurrencias de las categorías A, B, C y D, que recogen las actividades conductuales de un individuo. En él se reflejan los momentos de inicio y final de las categorías. Hallar los indicadores conductuales estáticos primarios y secundarios de este registro teniendo en cuenta que el sistema de categorías es exhaustivo y mutuamente excluyente.
-
Medidas primarias
15
-
Frecuencia: o A = 1 ciclo
-
-
o B = 2 ciclos o C = 2 ciclos o D = 0 ciclos Orden de ocurrencia: intrasesional Duración de ocurrencia: Acumuladas: o A = 32-26 = 6s o B = (26-14) + (75-54) = 33s o C = (14-0) + (54-32) = 36s Total = 75s Latencia NO Lapso: o C = 32-14 = 18s o B = 54-26 = 28s
-
-
-
-
-
-
Frecuencia relativa: o A = 1 /5 = 0,2 o B = 2/5 = 0,4 o C = 2/5 = 0,4 Tasa: ciclos/s o A = 1/(6+33+36) 0,013 o B = 2/(6+33+36) 0,027 o C = 2/(6+33+36) 0,027 Duración relativa prevalencia: o A = 6/(6+33+36) 0,08 o B = 33/(6+33+36) 0,44 o C = 36/(6+33+36) 0,48 Duración media: ciclos/s o A = 6/1 = 6 o B = 33/2 = 16,5 o C = 36/2 = 1
= = = o = = =
-
Medidas secundarias
-
4. Durante una sesión de observación en la que se ha utilizado el sistema de categorías S = {A, B, C, D}, la categoría A se ha registrado 12 ciclos con una duración de ocurrencia constante de 2s. La categoría B se registró B se registró 10 veces con una duración total de 15s. La categoría C se registró durante 5 ciclos con una duración total de 17s. Finalmente, la categoría D ocurrió 8 veces, también con una duración de ocurrencia constante de 3s. Hallar los indicadores conductuales estáticos primarios y secundarios para esta sesión.
-
Medidas primarias
-
Frecuencia: o A = 12 ciclos o B = 10 ciclos o C = 5 ciclos o D = 8 ciclos Orden de ocurrencia: intrasesional Duración de ocurrencia: Acumuladas: o A = 2x12 = 24s o B = 15s o C = 17s o D = 3x8 = 24s
-
16
-
-
Total = 24+15+17+24 = 80 Latencia NO Lapso: o C = 32-14 = 18s o B = 54-26 = 28s
-
Medidas secundarias
-
Frecuencia relativa: o A = 12/35 = 0,34 o B = 10/35 = 0,29 o C = 5/35 = 0,14 o D = 8/35 = 0,22
-
-
Tasa: ciclos/s o A = 12/80 = 0,15 o B = 10/80 = 0,13 o C = 5/80 = 0,06 o D = 8/80 = 0,1 Duración relativa prevalencia: o A = 24/80 = 0,3
o
o B = 15/80 = 0,19 o C = 17/80 = 0,21 o D = 24/80 = 0,3 Duración media: ciclos/s o A = 24/12 = 2 o B = 15/10 = 1,5 o C = 17/5 = 3,4 o D = 24/8 = 3
-
5. Para realizar un estudio sobre el comportamiento de un niño en una situación de aprendizaje en la escuela, se decide observarlo durante 15 días en su actividad de juego heurístico, utilizando el sistema de categorías S = {A, B, C, D}. Se realizan 15 sesiones de observación y los registros obtenidos son:
a) En qué sesión la categoría C tiene una mayor tasa de aparición? - En la octava sesión. b) ¿Cuál es la tasa de la categoría A en la sesión de observación número 12? - 30,3 c) ¿Qué conducta ocurre más en la sesión número 3? - La D d) ¿Cuál es la frecuencia relativa de las categorías B en la sesión número 9? - 72/(74+72+119+45) = e) ¿Cuál es la duración media de las categorías B y D en las sesiones 1 y 15? - No se puede calcular porqué nos falta un dato: cual es la duración de las categorías por separado. f) ¿Cuál de las categorías A o D ocurren más por término medio en todas las sesiones? - Frecuencia media A = (70+60+62+65+69+72+70+71+74+78+90+91+91+83+87)/15 = 75,5 - Frecuencia media D = 49,6 - La A ocurre más. -
17
-
6. Muestreo observacional
-
Hay situaciones en las que no podemos realizar un registro continuo, por lo tanto se tendrá que hacer un muestreo para facilitar o relajar el coste en cuanto al esfuerzo del registro. No podemos observarlo todo directamente así que tendremos que acotar una serie de parámetros que nos va a facilitar esa observación discontinua. Entramos pues, cuando no podemos disponer de un registro continuo, en el muestreo observacional:
-
Dentro del período de observación vamos a señalar una serie de sesiones de observación (muestreo intersesional). Aquí toma mucha importancia la sesión de observación, para ejercer un muestreo. Dentro de la sesión tenemos diferentes momentos de registro y momentos de no registro. Aquí hablaríamos de un muestreo intrasesional. En un caso de muestreo observacional nunca podré hablar nunca de parámetros primarios ni secundarios, porque mientras no observamos, los sujetos siguen haciendo conductas. No podremos hablar de frecuencias ni prevalencias, por ejemplo, entonces, en vez de hablar de las prevalencia hablaremos de la estimación de la prevalencia. Las estimaciones son valores que se aproximan a los valores reales pero no son el valor real porque no tenemos el registro continuo, tenemos partes de registro de una sesión.
-
Recordamos, a partir de aquí ya no estamos registrando de forma continua, estamos ahora en un registro DISCONTINUO.
-
Tenemos que decidir unas cuantas cosas en base al nivel intersesional y al nivel intrasesional:
-
Nivel intersesional o Periodo de observación o Periodicidad de las sesiones: cada cuanto tenemos que realizar una sesión o Número mínimo de sesiones o Criterio – inicios de sesión o Criterio – finales de sesión Nivel intrasesional o Registro continuo (pero con unas características especiales) -
-
-
18
Reglas de muestreo
-
Muestreo intrasesional de sujeto: hacen referencia a como vamos a registrar los sujetos dentro de la sesión. o Ad libitum: de forma libre. No hay reglas para registrar a los sujetos dentro de una sesión. Este formato se aplica habitualmente en la observación pasiva. o Muestreo focal: toda mi atención, toda mi observación, la voy a centralizar en una unidad de observación determinada. o Muestreo de barrido o multifocal: nuestra atención se divide. Contiguo: Si tengo cuatro sujetos divido la sesión en cuatro partes exactamente iguales. En la primera parte voy a registrar el sujeto 1, en la segunda parte al sujeto 2, en la tercera parte al sujeto 3, y en la cuarta al sujeto 4. La desventaja es que en las partes 2, 3 y 4 yo no sabré qué está haciendo el sujeto 1. Para mejorar esto, tendríamos el muestreo de barrido o multifocal secuencial. ________________________ 1 2 3 4 Secuencial: dividimos la sesión en cuatro partes. Y en todas las partes registramos los cuatro sujetos. Problema: el mismo. A la primera parte de la sesión tengo información del mismo. Y al final siempre del mismo.
_____________ -
___________ 1234
1234
1234
1234
Alternante: es el mejor barrido multifocal. Me interesa observar el mismo tiempo a todos los sujetos. En la primera parte registro al sujeto 1234, en la segunda parte empezaré con el sujeto 2 y después 341, y etc. Así registramos a todos en diferentes momentos.
_____________
___________
-
19
1234 2341 3412 4123 o Muestreo de eventos: a pesar de que estamos dentro del muestreo intrasesional de sujeto, vamos a registrar únicamente el evento (uno solo). Es decir, solo registraremos los sujetos que realizan este determinado comportamiento. Muestreo intersesional de tiempo: varias sesiones o Criterio conductual: la sesión empezará cuando se emita por primera vez una determinada categoría. Y cuando aparece otra determinada categoría (o la misma) o cuando deja de aparecer una categoría, finaliza la sesión.
o Criterio temporal: es el más utilizado. El tiempo es lo que va a marcar los inicios y finales de sesión. Aleatorio: el inicio y final de la sesión es aleatorio. No tiene ningún criterio. Para solucionar los problemas tenemos el aleatorio estratificado. Aleatorio estratificado: decides porciones. Es decir, decides observar por las mañanas y dentro de toda la mañana si que es aleatorio. Por selección fija: yo marco los inicios y los finales de las sesiones por selección fija; todos los días a las 9 de la mañana hasta las 3 de la tarde. -
Reglas de registro
-
Nos van a decir cuando tenemos que registrar las categorías. Qué criterio tenemos que seguir para registrar una categoría.
-
RAT (registro activado por transiciones una transición es el cambio de una categoría a otra): es casi como un registro continuo pero con unas matizaciones. o All ocurrens: voy a registrar todas las ocurrencias de una categoría (A). o Secuencial: voy a registrar todas las ocurrencias de una determinada secuencia de categoría (ACB). RAUT (registro activado por unidades de tiempo). Cuando hablamos de modalidades RAUT, estas unidades de tiempo son las que califican a esta regla de registro. Para tener un RAUT tendremos que tener unidades de tiempo, que tienen que ser constantes en toda la sesión, y dividir la sesión en “n” intervalos de tiempo iguales. La longitud de intervalo se llama THAU. o Instantáneo (puntual, momentáneo): se registrará únicamente la categoría que esté ocurriendo al final de cada intervalo. Es el que más se parecería a un registro continuo. o Muestreo por intervalos parciales: se registrarán todas las categorías que ocurran dentro del intervalo sin importarnos ni el numero de veces que ocurren ni cuanto tiempo ocurren dentro del intervalo. o Muestreo por intervalos totales: se registrara únicamente la categoría que ocupe la totalidad del intervalo. Si la categoría llena el intervalo, la registraremos. Si no lo llena todo, no la registramos.
-
-
20
El trazo grueso del registro continuo de la categoría A, quiere decir que ha ocurrido la categoría A.
-
Decidimos utilizar una regla de registro RAUT Instantáneo. Como usamos un RAUT tenemos que dividir la sesión en intervalos. Como se ve debajo del
registro. -
Como estamos haciendo un instantáneo nos vamos a fijar en los puntos finales de cada intervalo (donde hay 1s i 0s). El 1 representará la ocurrencia de la categoría en este punto y el 0 la no ocurrencia de la categoría. -
Miramos al final del primer intervalo. Como se está realizando la conducta A pondremos un 1. Al final del segundo intervalo también se está produciendo la categoría por lo tanto también registraremos 1. Al final del tercer intervalo el sujeto no está haciendo la categoría A, por lo tanto registraremos un 0. Y así sucesivamente hasta el final de la sesión, donde está ocurriendo la categoría por lo que registraremos un 1. Y este es el muestreo instantáneo de la categoría A. Ya tengo el registro, y ahora voy a calcular las medidas que correspondan a este tipo de RAUT:
-
Frecuencia modificada (FMi): número de intervalos que ocupa total o parcialmente la categoría i. Suma de números 1 (ocurrencias). En el ejemplo: FMi = 6 Pseudofrecuencia (fi): número de pares 01 de la secuencia binaria que tiene la categoría en la sesión. A este número de pares 01 se le sumará una constante “r” que puede tener dos valores: 0, si la secuencia binaria se inicia con un 0; y 1 si la secuencia binaria se inicia con ocurrencia, es decir con un 1. fi = n(01) + r. En el ejemplo: fi = 3 + 1 = 4. En el caso del registro instantáneo la pseudofrecuencia no tiene aplicación directa, pero será un factor corrector para los intervalos parciales y totales. Duración estimada (Di): se calcula cogiendo la frecuencia modificada de la categoría y multiplicándola por la duración del intervalo (T=thau) Di = FMi·T Prevalencia estimada o duración relativa ( π i): se calcula
-
-
-
cogiendo la frecuencia modificada y dividiéndola entre el número de
21
intervalos de la sesión.
π
i
= FMi / N. En el ejercicio:
π
i
= 6/10
= 0,6 -
RAUT por intervalo parcial: -
-
-
-
En los cinco primeros intervalos está ocurriendo la categoría A, por lo tanto la registramos poniendo 1. En el sexto intervalo no está ocurriendo la categoría A, por lo tanto anoto un 0. Y así sucesivamente. En este caso hay una sobreestimacion: el en registro por intervalo parcial vamos a decir más veces de las que realmente ocurre (fijarse en los intervalos 4 y 5 comparandolos con el registro continuo). Los parámetros:
-
Frecuencia modificada (FMi): número de intervalos que ocupa total o parcialmente la categoría i. Suma de números 1 (ocurrencias). Pseudofrecuencia (fi): número de pares 01 de la secuencia binaria que tiene la categoría en la sesión. A este número de pares 01 se le sumará una constante “r” que puede tener dos valores: 0, si la secuencia binaria se inicia con un 0; y 1 si la secuencia binaria se inicia con ocurrencia, es decir con un 1. fi = n(01) + r. Tenemos que corregir esta sobreestimación y para esto tendremos que utilizar la pseudofrecuencia. Duración estimada (Di): para ponderar esta sobreestimación, le restaremos a la frecuencia modificada la pseudofrecuencia y lo multiplicaremos por Thau. Di = (FMi – fi)·T Prevalencia estimada o duración relativa ( π i): se calculará
-
-
-
restando de la frecuencia modificada la pseudofrecuencia y dividiéndolo todo entre el número de intervalos de la sesión. π i = (FMi – fi) / N -
22
RAUT por intervalo total:
-
-
-
Frecuencia modificada (FMi): número de intervalos que ocupa total o parcialmente la categoría i. Suma de números 1 (ocurrencias). Pseudofrecuencia (fi): número de pares 01 de la secuencia binaria que tiene la categoría en la sesión. A este número de pares 01 se le sumará una constante “r” que puede tener dos valores: 0, si la secuencia binaria se inicia con un 0; y 1 si la secuencia binaria se inicia con ocurrencia, es decir con un 1. fi = n(01) + r. Tenemos que corregir esta sobreestimación y para esto tendremos que utilizar la pseudofrecuencia. Duración estimada (Di): para ponderar esta sobreestimación, le sumaremos a la frecuencia modificada la pseudofrecuencia y lo multiplicaremos por Thau. Di = (FMi + fi)·T Prevalencia estimada o duración relativa ( π i): se calculará
-
-
-
sumando
la
frecuencia
modificada
y
la
pseudofrecuencia
dividiéndolo todo entre el número de intervalos de la sesión. = (FMi + fi) / N
y π
i
-
EJERCICIOS
-
1. Se ha obtenido un registro continuo o activado por transiciones (RAT) de una cierta categoría conductual, anotando en qué segundos se iniciaba y finalizaba cada una de sus ocurrencias durante una sesión de 3 min. La gráfica siguiente es una representación de dicho registro en la que el trazo grueso indica la ocurrencia de la categoría ¿Qué registros se hubiesen obtenido de haber utilizado: a) Un muestreo instantáneo: se registrará únicamente la categoría que esté ocurriendo al final de cada intervalo. Frecuencia modificada (FMi) = 11 Pseudofrecuencia (fi) fi = 2 + 1 = 3 Duración estimada (Di) Di = 11·10 = 110s Prevalencia estimada o duración relativa ( π i) π i =
-
11/18 = 0,61s
-
-
23
b) Un muestreo de intervalo parcial: se registrarán todas las categorías que ocurran dentro del intervalo sin importarnos ni el numero de veces que ocurren ni cuanto tiempo ocurren dentro del intervalo Frecuencia modificada (FMi) = 14
-
Pseudofrecuencia (fi) fi = 3 + 1 = 4 Duración estimada (Di): (14 – 4)·10 = 100s Prevalencia estimada o duración relativa ( π i)
π
i
= (14 –
4)/18 = 0,55s -
c) Un muestreo de intervalo total: se registrara únicamente la categoría que ocupe la totalidad del intervalo Frecuencia modificada (FMi): 5 Pseudofrecuencia (fi) fi = 4 + 0 = 4 Duración estimada (Di) Di = (5 + 4i)·10 = 90s Prevalencia estimada o duración relativa ( π i)
π
i
= (5 +
4)/18 = 0,5s -
2. En una sesión de 60 unidades de tiempo se obtuvo el siguiente registro continuo o activado por transiciones de 4 categorías, S = {A, B, C, D}. Estudiar los registros RAUT que se derivan de él, si la longitud de intervalo es de 5 unidades de tiempo (T = 5). Hallar la frecuencia modificada y la pseudofrecuencia en cada uno de los RAUT.
-
a) Muestreo instantáneo:
-
3. En una sesión de 100s se obtuvo el siguiente registro continuo o activado por transiciones de una categoría:
-
_____/_____/_____/_____/_____/_____/_____/_____/_____/_____/_____/_____
-
8
21
32
40
59 -
/_____/_____/_____/_____/_____/_____/_____/_____ 64
86
100
-
Hallar los registros que se obtienen utilizando un muestreo parcial y total, calculando la estimación de la prevalencia para las longitudes de intervalo T = 5s, T= 10s, T= 20s y T= 25s. Realizar una representación gráfica donde se representen los dos tipos de muestreo a través de las diferentes longitudes de intervalo.
-
T = 5s
a) Muestreo parcial - Frecuencia modificada (FMi) = 11 - Pseudofrecuencia (fi) fi = 4 + 0 = 4 - Duración estimada (Di): (11 - 4)·10 = 70s - Prevalencia estimada o duración relativa ( π i) 4)/20 = 0,35s
24
π
i
= (11 –
b) Muestreo total - Frecuencia modificada (FMi) = 7 - Pseudofrecuencia (fi) fi = 4 + 0 = 4 - Duración estimada (Di): (7 + 4)·10 = 110s - Prevalencia estimada o duración relativa ( π i)
π
i
= (7 –
4)/5 = 0,6s -
__________/__________/__________/__________/__________/__________/_____ _____/
-
0 59
-
8
32
40
64
__________/__________/__________/
-
21
86
100
T = 10s
a) Muestreo parcial - Frecuencia modificada (FMi) = 8 - Pseudofrecuencia (fi) fi = 4 + 0 = 4 - Duración estimada (Di): (7 + 4)·10 = 110s - Prevalencia estimada o duración relativa ( π i)
π
i
= (7 –
4)/5 = 0,6s -
4. A partir del siguiente registro continuo en el que se ha utilizado el sistema de categorías de conducta S = {A, B}, exhaustivo y mutuamente excluyente, anotando en qué unidades de tiempo se inicia y finaliza cada una de sus ocurrencias durante una sesión de 2min; representar los registros que se hubiesen obtenido de haber utilizado las tres modalidades de RAUT, para las que se define una longitud de intervalo de 10s. A partir de estos registros calcular los siguientes indicadores conductuales:
-
RAUT instantáneo categoría al final
A:
-
RAUT instantáneo categoría al final
-
Frecuencia modificada (FMi): 7 Pseudofrecuencia (fi): 4 + 0=4 Duración estimada (Di): 7·10 = 70s Prevalencia estimada o duración relativa ( π i): 7
-
Frecuencia modificada (FMi): 5 Pseudofrecuencia (fi): 3 + 1=4 Duración estimada (Di): 5·10 = 50s Prevalencia estimada o duración relativa ( π i): 5
-
/ 12 = 0,58 -
25
-
/ 12 = 0,41
B:
-
RAUT por intervalos parciales A: todas
-
RAUT por intervalos parciales B: todas
-
Frecuencia modificada (FMi): 10 Pseudofrecuencia (fi): 2 + 0=2 Duración estimada (Di): (10 – 2)·10 = 80s Prevalencia estimada o duración relativa ( π i) =
-
Frecuencia modificada (FMi): 9 Pseudofrecuencia (fi): 2 + 1=3 Duración estimada (Di): (9 – 3)·10 = 60s Prevalencia estimada o duración relativa ( π i) =
-
-
(10 – 2) / 12 = 0,66
(9 – 3) / 12 = 0,5
-
RAUT por intervalos totales A: totalidad
-
RAUT por intervalos totales B: totalidad
-
Frecuencia modificada (FMi): 3 Pseudofrecuencia (fi): 3 + 0=3 Duración estimada (Di): (3 + 3)·10 = 60s Prevalencia estimada o duración relativa ( π i):
-
Frecuencia modificada (FMi): 2 Pseudofrecuencia (fi): 1 + 1=2 Duración estimada (Di): (2 + 2)·10 = 40s Prevalencia estimada o duración relativa ( π i):
-
-
(3 + 3) / 12 = 0,5
(2 + 2) / 12 = 0,33
-
5. A partir del siguiente registro, calcular la estimación de la prevalencia de B para intervalos de 5s, a través de un registro RAUT en su modalidad de muestreo por intervalo parcial:
-
Frecuencia modificada (FMi) = 3 Pseudofrecuencia (fi) = 2 + 0 = 2 Duración estimada (Di) = (3 – 2)·5 = 5s Prevalencia estimada o duración relativa ( π i) = (3 – 2) / 8 = 0,125
-
6. La segmentación del flujo conductual que a continuación se presenta, corresponde al registro del comportamiento de un sujeto, utilizando el sistema de categorías S = {A, B, C, D}. Calcular cual de las categorías posee una duración relativa estimada mayor, en un RAUT por intervalo total, con un THAU = 10s.
-
Categoría A:
-
Categoría B:
-
FMi = 3 Fi = 2 + 1 = 3 Di = (3 + 3)/10 = 0,6
-
FMi = 0 Fi = 0 Di = 0
-
Categoría C:
-
26
-
FMi = 0 Fi = 0 Di = 0
-
-
Categoría D:
-
FMi = 1 Fi = 1 + 0 = 1 Di = (1 + 1)/10 = 0,2
La categoría A es la categoría que posee una duración relativa estimada mayor.
-
7. Control de calidad de los datos
-
Si la calidad es muy mala, los resultados van a ser malos; por lo tanto es una fase muy importante. Podemos tener un instrumento de evaluación muy bueno, con unas valideces muy buenas, pero se ha utilizado mal por los observadores. Así que puede ser que tengamos malos registros y tengamos que mejorar algo.
-
Una vez que ya tengo mi instrumento de observación y ms registros, tengo que ver si mi instrumento de observación con mis registros es bueno.
-
La calidad de los datos se centra en dos conceptos básicamente:
-
Fiabilidad: grado de concordancia entre los registros obtenidos por dos observadores falibles al observar de forma independiente la misma conducta empleando los mismos sistemas de categorías. o Inter-observadores: se comparan los datos obtenidos por dos observadores falibles que han sido igualmente entrenados, usando los mismos sistemas de categorías, observando de forma independiente y observando a los mismos individuos durante las mismas sesiones. o Intra-observadores: se comparan datos obtenidos por un mismo observador falible, al observar en dos ocasiones (distantes en el tiempo) a los mismos individuos empleando los mismos sistemas de categorías. *el concepto de fiabilidad es el que nos va a dar la calidad en el análisis. Concordancia y acuerdo conceptos relacionados con la fiabilidad. Tipos de fiabilidad:
27
Fiabilidad global o de sesión: basada en las medidas globales primarias. Es la más básica, la más fácil, la menos potente. Fiabilidad secuencial: lo mismo que hemos visto antes pero ahora buscaríamos secuencias. En este caso la cosa cambia; es un punto más elevado, algo mejor. Ahora lo que busco es el orden, la secuencialidad. Si tenemos una alta fiabilidad secuencial, también una alta f. global. Fiabilidad punto por punto: tendremos unos puntos donde habrá un registro para el observador 1 y unos puntos para el observador 2. A un registro del observador 1, qué es lo que ha registrado el observador 2? Es la mejor fiabilidad, la más interesante y la más utilizada. Una alta fiabilidad pxp implica que las otras dos fiabilidades sean altas.
-
-
-
28
Precisión: grado de concordancia entre los registros obtenidos por un observador falible y uno infalible, perfecto o estándar al observar de forma independiente la misma conducta empleando los mismos sistemas de categorías. La precisión es un mejor indicador de la calidad de los datos observacionales que la fiabilidad. Mayor será la precisión cuantos menos errores se cometan. Cuando se quieren obtener los registros de un observador infalible, se dispone de un juicio donde jueces expertos en el tema llegan a un consenso. Si hay mucho grado de concordancia, el observador falible es bueno; si hay poco grado de concordancia, el observador falible es malo. Operativamente, obtener un registro para la precisión es muy difícil. Entonces la gente opta por la fiabilidad (aunque sea mejor la precisión) ya que es más sencillo. [Validez observacional] o Validez interna: cuando las puntuaciones del observador miden lo que se proponen medir. o Validez de contenido: grado en que las categorías de conducta reflejan adecuadamente el dominio conductual objeto de estudio. o Validez de constructo: grado en que las categorías de conducta son buenos indicadores de constructor inobservables. Error o Errores cuantitativos: errores tontos, mal calculadas las medidas globales…)
o Error cualitativo: los comete el observador a la hora de observar. Omisión: dejas de registrar una categoría Comisión: se registra mal una categoría (en vez de registrar A, B). -
Coeficientes
-
Fiabilidad y precisión globales o Correlación lineal de Pearson (2observadores) o Coeficiente intra-clase de Berck (+2 observadores) Fiabilidad y precisión secuenciales o Correlación lineal de Pearson (2 observadores) o Coeficiente intra-clase de Berck (+2 observadores) Fiabilidad punto por punto (tenemos muchas maneras de calcularla) o Porcentajes de acuerdo % de acuerdo total (ventaja: fácil de calcular. Desventaja: no nota el efecto del azar y solo se puede registrar una categoría a la vez) % de acuerdo en ocurrencias (solo incluye las ocurrencias) % de acuerdo en no ocurrencias % de acuerdo medio % de acuerdo total ponderado % de acuerdo en ocurrencias ponderado o Índices Kappa de Cohen (el que más utilizaremos) Pi G Lambda o Coeficientes Q de Yule Phi o Acuerdos
-
-
Los observadores son personas así que comenten errores. Hay diversos tipos de errores:
-
Errores mecánicos de registro Errores de interpretación del sistema de categorías o Deriva del observador: registro lo que yo he entendido o Deriva consensuada: los tres o cuatro observadores se ponen de acuerdo en cuando registrar cada categoría. Hacen su interpretación (errónea) o Complejidad S.C: cuando un sistema de categorías es muy complejo, los observadores cometen errores de interpretación Errores perceptivos o Localización espacial: observar en el sitio adecuado
-
29
-
o Localización temporal: observar en el momento adecuado (si son monos nocturnos observamos por la noche, sino errores) o Duración del estímulo: importante. Si es muy rápido ponemos un observador rápido. Si es un estímulo lento, un estado, pondremos un observador lento, con paciencia. o Selección de la atención: vídeo de los pases de pelota y el gorila. o Efecto de centración: todas las categorías que ocurren son B o Efecto de asimilación: no todas van a ir a una categoría pero hay dos o tres que se parecen mucho, las asimilo en una. A i B A, C i D C Errores debidos a características del observador o Efectos biosociales: donde nació. Es importante porque dependiendo de donde nació sabremos de que raza es, y en función de la raza hay diferencias. Las personas blancas y de color registran de formas diferentes. El género también es un aspecto a controlar. Estatus. o Efectos biográficos: hay que tener en cuenta la historia del observador. De donde viene, donde nació… Su biografía. o Efectos psico-sociales: hacen referencia al comportamiento o a la estructura psicológica del observador en cuanto a su observación. Esquizofrénico no porque registrará diferente según el momento. o Efectos situacionales: el observador tiene que estar cómodo en la situación que tiene que observar. Si él está incomodo, cometerá muchos errores porqué la atención será muy diferente. o Efectos de expectancia: el observador conoce cual es la investigación y lo que hará es tender a registrar aquellas categorías que favorezcan la validación de la hipótesis del estudio. O también puede hacer perjudicar la investigación.
-
También existen errores de la observación:
-
Reactividad o Producida por el observador: cuando el observado se siente observado por el observador, modifica su comportamiento espontáneo. o Producida por el observado: si yo se que tu sabes que yo te estoy observando, yo modifico mi forma de registrar.
-
Porcentajes de acuerdo
-
Porcentaje de acuerdo total: T% = (a + d) / (a + b + c + d) x 100 Porcentaje de acuerdo en ocurrencias: O% = a / (a + b + c) x 100
-
30
-
Porcentaje de acuerdo en no ocurrencias: NO% = d / (b + c + d) x 100 Porcentaje de acuerdo medio en ocurrencias y no ocurrencias: M% = (O + NO) / 2 S = {A, B, C, D}
O
A
C
D
B
A
B
C
A
D
O
A
C
D
B
A
C
D
A
D
-
CATEGORÍA A:
Obs2
-
31
1
- 3
- 0
( a ) - 0
( b ) - 6
( c - 1 )
( d - 1 )
( a ) - 0
( b ) - 7
( c - 1 ) ( a ) - 1
( d - 1 ) ( b ) - 6
( c )
( d )
0
-
1
Obs1
0
3
6
-
Total matriz: 9 T% = (a + d) / (a + b + c + d) x 100 = (3 + 6) / (3 + 0 + 0 + 6) x 100 = 100%
-
CATEGORÍA B:
Obs2
-
1
-
1
Obs1
0
0
2
7
-
Total matriz: 9
-
T% = (a + d) / (a + b + c + d) x 100 = (1 + 5) / (1 + 1 + 0 + 7) x 100 = 66,67%
-
0% = a / (a + b + c) x 100 = 1 / (1 + 1 + 0) x 100 = 50%
-
CATEGORÍA C:
Obs2
-
1
-
1
Obs1
0
0
2
7 Total matriz: 9
-
T% = (a + d) / (a + b + c + d) x 100 = (1 + 6) / (1 + 1 + 1 + 6) x 100 = 77,78%
-
NO% = d / (b + c + d) x 100 = 6 / (1 + 1 + 6) x 100 = 75%
-
COEFICIENTE KAPPA DE COHEN (1960)
-
El coeficiente Kappa refleja la concordancia inter-observador y puede ser calculado en tablas de cualquier dimensión, siempre y cuando se contrasten dos observadores (para la evaluación de concordancia de tres o mas observadores se utiliza el coeficiente kappa de Fleiss). El coeficiente Kappa puede tomar valores de +1 a -1. Mientras más cercano a +1 mayor es el grado de concordancia inter-observador; por el contrario, mientras más cercano a -1 mayor es el grado de discordancia inter-observador. Un valor de K = 0 refleja que la concordancia observada es precisamente la que se espera a causa exclusivamente del azar.
-
Criterios de Fleiss
-
0,5 0,6 0,7 0,8
-
El coeficiente Kappa se construye en base a un cociente, el cual incluye en su numerador la diferencia entre el sumatorio de las concordancias observadas y el sumatorio de las concordancias atribuibles al azar, mientras que su denominador incluye la diferencia entre el total de observaciones y el sumatorio de las concordancias atribuibles al azar.
-
En términos conceptuales, la fórmula del coeficiente Kappa puede expresarse así:
– – – –
0,59: fiabilidad o precisión baja 0, 69: fiabilidad o precisión aceptable 0,79: fiabilidad o precisión buena 0,9: muy buena
-
T: proporción observada
de
concordancia
aleatoria
-
T’: proporción de concordancia esperada debida
al azar -
Las ventajas de Kappa son que nos permite calcular la fiabilidad de todo el sistema de categorías, en vez de ir categoría por categoría.
-
Ejemplo:
-
S = {A, B, C, D}
O
32
A
C
D
B
A
B
C
A
D
O
A
C
D
B
A
C
D
A
D
-
-
Obs2
nij (i = obs1, j = obs2)
-
a
-
-
-
-
3
0
0
0
-
-
-
-
-
0
1
1
0
-
-
-
-
-
-
0
0
1
1
-
c nc+ = 2
-
-
-
-
-
d nd+ = 2
0
0
0
2
-
b
c
d a na+ = 3 Obs1
b nb+ = 2
n +a
n+b
n+c
n+d
TOTAL = 9 -
Ahora con esto podemos calcular ya T y T’, y con estas dos informaciones, Kappa.
-
-
-
-
-
A
A
A
A
-
-
-
-
-
B
B
B
B
-
-
-
-
-
C
C
C
C
-
-
-
-
D
D
D
D
-
T = sumatorio de las celdas con los mismos subíndices / N = 7/9 = 0,77
-
T’ = sumatorio del producto de los marginales / N 2 = (3x3 +2x1 +2x2 + 2x3)/81 = 0,26
-
K = (0,77 – 0,26) / (1 – 0,26) = 0,69 Según los criterios de Fleiss es ACEPTABLE
-
Ejercicio Power:
-
T = 9/10 = 0,9
-
T’ = (4x5 +3x3 + 3x2) / 100 = 0,35
-
K = (0,9 – 0,35) / (1 – 0,35) = 0,85 Según los criterios de Fleiss es MUY BUENA
-
33
-
8. Análisis de datos
-
· Seguimiento
-
Ideográfico o Unidimensional o Multidimensional Nomotético o Unidimensional o Multidimensional
-
-
P/I/U
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov Análisis secuencial intrasesional Análisis de coordenadas polares
-
P/I/M
-
Estadística descriptiva Correlación ordinal Ji-cuadrado
34
-
· Puntual (1 o 2 sesiones de registro)
-
Ideográfico o Unidimensional o Multidimensional Nomotético o Unidimensional o Multidimensional
-
-
-
Cadenas de Markov Análisis secuencial intrasesional Análisis de coordenadas polares Análisis log-lineal Correlación intra-clase Regresión logística Pruebas no paramétricas
-
P/N/U
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov
-
-
-
Análisis secuencial intrasesional Análisis de coordenadas polares Pruebas no paramétricas
-
P/N/M
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov
-
-
Análisis secuencial intrasesional Análisis de coordenadas polares Análisis log-lineal Correlación intra-clase Regresión logística Pruebas no paramétricas
-
S/I/U
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov Análisis secuencial intrasesional Análisis de coordenadas polares Análisis log-lineal Correlación intra-clase Regresión logística Análisis de panel Análisis de tendencias Series temporales Análisis de varianza Análisis de varianza de datos categóricos
-
-
S/I/M
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov Análisis secuencial intrasesional Análisis de coordenadas polares
-
35
-
Análisis log-lineal Correlación intra-clase Regresión logística Análisis de panel Análisis de tendencias Series temporales Análisis de varianza Análisis de varianza datos categóricos
-
S/N/U
-
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov Análisis secuencial intrasesional Análisis de coordenadas polares Análisis log-lineal Correlación intra-clase Regresión logística Análisis de panel Análisis de tendencias Series temporales Análisis de varianza Análisis de varianza de datos categóricos Pruebas no paramétricas
-
S/N/M
-
Estadística descriptiva Correlación ordinal Ji-cuadrado Cadenas de Markov Análisis secuencial intrasesional Análisis de coordenadas polares Análisis log-lineal Correlación intra-clase Regresión logística Análisis de panel Análisis de tendencias Series temporales Análisis de varianza Análisis de varianza de datos categóricos Pruebas no paramétricas
-
-
de
-
MODELOS LOG-LINEALES
-
Está basado en los principios de l regresión lineal múltiple que permite un mejor análisis de las variables cualitativas. Solo se puede utilizar con variables cualitativas o categóricas. Es una técnica muy apropiada para la metodología observacional, ya que los datos provienen de las categorías, por lo tanto son datos categóricos.
-
La ventaja de esta técnica es que supera al Chi cuadrado (las variables también tenían que ser categóricas. Nos permitía cruzar dos variables y cuando el p-value es menor que 0,05, el valor de alfa, decíamos que hay relación entre estas dos variables. Entonces podíamos calcular también el tamaño del efecto). El log-lineal, en cambio, a través de un logaritmo en base e, lo que te permite es coger dos, tres, o más variables y relacionarlas todas con todas. Y esto nos va a permitir encontrar cual es la mejor relación, cual es la peor relación…
-
Se trata de un modelo saturado o completo entre las variables cualitativas A, B y C. Se buscara un modelo, más simple, basado en el principio de la parsimonia a través de la utilización de los procedimientos de análisis jerárquico. Se obtiene el modelo más parsimonioso a través del más complejo o más saturado.
-
Ejemplo tennis:
-
SITUACIÓN HORIZONTAL
-
Izquierda
-
-
36
-
- VARIABLES SITUACIÓN - GOLPES VERTICAL - Directo Red - Revés
Medio campo Fondo
-
Mates Dejada Directo Revés Mates Dejada Directo Revés Mates Dejada Directo Revés
-
FRECUEN CIA 12
-
18 6 6 6 30 6 6 12 96 6 4 60 6
-
Derecha -
Red
Medio campo Fondo
-
Mates Dejada Directo Revés Mates dejada Directo Revés Mates Dejada
-
6 18 60 18 6 12 180 12 6 6
-
ANÁLISIS SECUENCIAL DE RETARDOS
-
Definición: permite detectar la existencia de patrones de conducta que no son directamente perceptibles, y que serán útiles para el profesional, en procesos de diagnóstico y de intervención.
-
Objetivos:
-
Generar una lista serial y de esta hacer un extracto para determinar un patrón de conductas que está inmerso en esta lista serial. Nos va a permitir buscar asociaciones. Búsqueda de relaciones de asociación significativas entre conductas registradas para determinar un patrón de conductas. Detección de patrones de conducta.
-
Partimos de una secuencia de conductas. De ahí vamos a calcular unas probabilidades incondicionales y también vamos a calcular unas probabilidades de apareo o condicionales. A través de una prueba binomial vamos a conseguir una cadena de conductas excitatorias en un retardo o una cadena de conductas inhibitorias en un retardo.
37
Retardo: transición entre las ocurrencias de dos categorías contiguas o no contiguas en una secuencia de conductas. Los retardos se contabilizan desde la ocurrencia de una conducta criterio o antecedente hasta las ocurrencias de las conductas apareadas o subsecuentes. Secuencialidad: una secuencia de conducta posee orden si existe alguna unidad de conducta cuya ocurrencia en un punto de la secuencia depende de qué conductas han ocurrido antes.
Conducta criterio: el inicio de un patrón secuencial viene dado por la conducta criterio a partir de la cual se analizaran las ocurrencias de las conductas en los diferentes retardos. Es el punto de referencia.
-
Secuencia:
-
ACBABABCDC
-
Cogeremos como conducta criterio la A y vamos a hacer un análisis prospectivo.
-
Calculamos las frecuencias esperadas:
-
Frecuencia esperada de A: 3
-
“ B: 3
-
“ C: 3
-
“ D: 1
-
Ahora calculamos las frecuencias observadas para cada categoría en cada retardo (empezamos con el 1r retardo):
-
Frecuencias observadas A – A: 0 (no hay ninguna transición a - a)
-
“ A – B: 2 (tengo 2 transiciones a – b)
-
“ A – C: 1
-
“ A – D: 0
-
Frecuencias observadas totales en el primer retardo: 3
-
Ahora buscamos en el tercer retardo:
-
“ A – A: 1
-
“ A – B: 1
38
-
-
-
Si hemos hecho bien la tabla, la columna total tiene que ir
Reta - A - B - C - D - Total rdo - 3 - 3 - 3 - 1 - 10 Glob al 1 - 0 - 2 - 1 - 0 - 3 2 - 1 - 1 - 1 - 0 - 3 3 - 1 - 1 - 0 - 1 - 3 4 - 0 - 1 - 2 - 0 - 3 5 - 1 - 0 - 0 - 1 - 2 6 - 0 - 1 - 1 - 0 - 2 7 - 0 - 0 - 1 - 0 - 1 8 - 0 - 0 - 0 - 1 - 1 9 - 0 - 0 - 1 - 0 - 1 decreciendo gradualmente y de forma ordenada. (esta tabla es cogiendo la conducta A como criterio) -
Ahora calculamos las probabilidades esperadas o incondicionales:
-
Probabilidad incondicional de A = 3/10 = 0,3
-
“ B = 3/10 = 0,3
-
“ C = 3/10 = 0,3
-
“ D = 1/10 = 0,1
-
Si las sumamos todas nos da uno!!!!
-
Probabilidades observadas o condicionales:
-
Probabilidad observada de A para el primer retardo = 0/3 = 0
-
“ B = 2/3 = 0,67
-
“ C = 1/3 = 0,33
-
“ D = 0/3 = 0
-
A 0,3 será eso el valor techo para el grafico ! 0 0,33
-
39
-
B 0,3
-
C 0,3
-
D 0,1
-
Total 1
-
0,67 0,33
-
0,33 0,33
-
0 0
-
1 1
-
-
-
40
0,33 - 0,33 - 0 - 0,33 0 - 0,33 - 0,67 - 0 0,5 - 0 - 0 - 0,5 0 - 0,5 - 0,5 - 0 0 - 0 - 1 - 0 0 - 0 - 0 - 1 0 - 0 - 1 - 0 Ahora representamos todas las probabilidades de la cogiendo como valor techo el 0,3. Si superan este significativas.
- 1 - 1 - 1 - 1 - 1 - 1 - 1 categoría A, valor serán
