You are on page 1of 7

Assignatura Codi Data inici Data finalització

Psicometria 10.524 2/11/2018 18/11/2018

PAC 2
Títol: Validesa
Nom i cognoms:

Resolució de la PAC

Pàgina 1 de 7
1.

Justificacions V F NS

1a.

1b.

1c

1d.

2.
2.1. Podemos obtener evidencia de la validez basada en una relación con el resto de variables mediante la
relación test-criterio. Dado que los dos test fueron administrados durante la misma sesión, podemos hablar
de validez concurrente.

2.2. Para pronosticar entre que valores se encontrará la puntuación en cada criterio, un sujeto que obtuvo
24 puntos den el TARS ( x= 24), aplicaremos el modelo de regresión y por ello necesitamos obtener la
ecuación de la recta.

Y´= rxy . Sy/Sx

b= rxy . Sy/Sx

b= 0,81 x 4’4/5’6 = 0’64. -> b = 0’64

a= y-bx = 25’9 - (0’64.24) ; a = 25’9-15.36 = 10’54

Una vez que hemos calculado a y b, procedemos a aplicar la formula comentada anteriormente:

y’= 10’54 (a) + 0’64 (b) x 24; y’= 25’9.

A continuación tenemos que calcular el intervalo de confianza a partir de la siguiente expresión:


IC ^1-alfa - > y’ +/- tn-1, alfa/2 x Sy-y’.

Pàgina 2 de 7
Donde Tn-1,alfa/2 es ek vakar de ka T de student con N-1 grado de libertad y el nivel de confianza
determinado, y Sy-y’ es el error típico de estimación. Por lo tanto, obtenemos el valor de la T student para el
95 % con 203 grados de libertad ( <infinito) -> obtenemos un valor de 1,6449.

Sy-y’= Sy √ 1-r^2; Sy-y’= 5,6√ 1 - 0’81^2;


Sy-y’= 5,6 √ 1 - 0,65 = 3,31
Ahora calculamos el intervalo de confianza IC ^1-alfa

C ^1-alfa - > 25,9 +/- 1’6449 x 3,31 = [ 20,45 ;31,34 }. Podemos concluir diciendo que un sujeto que ha
obtenido 24 puntos en el test, le podemos pronosticar que tendrá entre 20 y 31 puntos en el criterio, con un
nivel de confianza del 95%

Y´= rxy . Sy/Sx

b= rxy . Sy/Sx

b= 0,81 x 5,6 / 4,4 = 1,053 ; b = 1,053

a= y-bx = 28’3 - (1,053.24) ; a = 28,3-25,27 = 3,028

Una vez que hemos calculado a y b, procedemos a aplicar la formula comentada anteriormente:

y’= 3,028 (a) + 1,053(b) x 24; y’= 28,3

A continuación tenemos que calcular el intervalo de confianza a partir de la siguiente expresión:


IC ^1-alfa - > y’ +/- tn-1, alfa/2 x Sy-y’.

Donde Tn-1,alfa/2 es ek vakar de ka T de student con N-1 grado de libertad y el nivel de confianza
determinado, y Sy-y’ es el error típico de estimación. Por lo tanto, obtenemos el valor de la T student para el
95 % con 203 grados de libertad ( <infinito) -> obtenemos un valor de 1,6449.
Sy-y’= Sy √ 1-r^2; Sy-y’= 4,4 6√ 1 - 0’81^2;
Sy-y’= 4,4 √ 1 - 0,42 = 3,35

Ahora calculamos el intervalo de confianza IC ^1-alfa

C ^1-alfa - > 28,3 +/- 1’6449 x 3,35 = [ 22,79 ;33,81 }. Podemos concluir diciendo que un sujeto que ha
obtenido 24 puntos en el test, le podemos pronosticar que tendrá entre 22 y 33 puntos en el criterio, con un
nivel de confianza del 95%

2.3.

Pàgina 3 de 7
3.
TARS EAR Entrevista Entrevista
adicción autoestima
redes
sociales
TARS 0,78
EAR 0,12 0,72
Entrevista 0,64 0,09 0,83
adicción
redes
sociales
Entrevista 0,14 0,59 0,11 0,88
autoestima

3.1. Las propiedades psicométricas que podemos valorar a partir de los datos de la tabla son: Primeramente
nos encontramos con los valores subrayados en azul que corresponden a la correlación entre las
puntuaciones de los sujetos en un mismo rasgo medido con dos métodos diferentes. Estos valores son bajos
por lo que indica que no existe una adecuada validez convergente del método.

Los valores de la validez discriminante representan los valores marcados en color amarillo, y corresponden a
la correlación entre las puntuaciones de los sujetos en dos diferentes rasgos medidos con el mismo método.
Estos valores son relativamente altos, por lo que indica que podría no haber una adecuada validez
discriminante del método.

Pàgina 4 de 7
Los valores de fiabilidad son aquellos que hemos marcado con color naranja, estos corresponden a la
correlación entre las puntuaciones de los sujetos en un mismo rasgo medido en dos ocasiones diferentes. La
fiabilidad de los dos métodos para medir son bastante altos, puesto que como mínimo superan el 0,70. A
pesar de eso, el valor mas bajo es el que corresponde al EAR (0,72).

3.2.

Si nos fijamos en los valores monorasgo- heterometodo, vemos que presentan correlaciones bajas. Este
hecho supone la evidencia de validez no convergente, sobretodo en el 0,12 y el 0,11. Fijándonos en los
valores heterorasgo-monométodo, observamos que presentan correlaciones altas, lo que supone la
evidencia de una validez discriminante comprometida, (0,64 y 0,59)
.

Ad No ad Total
Adicción 32 10 42
EQUIPO No adicción 36 247 283
PSICÓLOGO
S
Total 68 257 325

TARS

Para la determinación de la sensibilidad , de la especificidad así como el coeficiente de Kappa del Tras,
debemos primeramente agrupar los datos a partir de la construcción de una tabla de contingencia mediante
la clasificación de sujetos.

Una vez que ya tenemos construida esta tabla debemos calcular el porcentaje de acuerdos :

Pc= 32 + 247 / 325 = 0,85.

Por lo tanto el nivel de acuerdo entre el TARS y el equipo de psicólogos es del 85%.
Una vez que tenemos este valor, tenemos que calcular el coeficiente de Kappa (k):

K= Pc - Pa / n - Pa ,

Donde Pa = ( Total TARS adic x Total adic eq.psicologos) + (Total TARS no adic x Total Eq.Psicologos no adic.)
/ TOTAL

Pa= ( 68 x 42) + (257 x 283) / 325 = 232’57

Pàgina 5 de 7
Entonces;

K = (279 - 232’57 ) / ( 325- 232`57) = 46’43/92,43 = 0,50.


Con este resultado podemos decir que existe una buena validez de decisión entre las dos clasificaciones.

Para saber determinar la sensibilidad mediante la información proporcionada debemos emplear la siguiente
formulación:

Sensibilidad= diagnosticados escala TARS / Total diagnosticados TARS = 32/68 =0,47

Para saber determinar el grado de especificidad mediante la información proporcionada usamos la siguiente
formula :

Especificidad= No diagnosticados escala TARS / Total no diagnosticados TARS = 247/257= 0,96.


Según los resultados podemos afirmar que la escala TARS tiene una capacidad moderada /baja para detectar
sujetos con adicción, esto es así si entendemos que el valor de la sensibilidad es inferior al considerado
aceptable (0,80). En cuanto a la especificidad, si que podemos decir que tiene buena capacidad para detectar
sujetos que no están en fase adictiva (especificidad = 0,96). Esto es así si entendemos que el valor es superior
al considerado aceptable.

5.
5.1.

A partir de los datos que se en han generado y obtenido, podemos afirmar que se trata de una validez
simultánea, hablamos de que a partir de los análisis de los componentes principales podemos valorar la
evidencia basada en la estructura interna.
5.2.

Component Comunalitat

1 2 C1 C2 Conjunta

0,05336 0,30030 0,35366


Ítem 1 0,231 0,548

0,440896 0,058081 0,498977


Ítem 2 0,664 0,241
0,682276 0,000784 0,68306
Ítem 3 0,826 0,028
0,278784 0,049729 0,328513
Ítem 4 0,528 0,223

0,050625 0,508369 0,558994


Ítem 5 0,225 0,713

Pàgina 6 de 7
0,000484 0,354025 0,354509
Ítem 6 0,022 0,595

0,017161 0,346921 0,364082


Ítem 7 0,131 0,589
0,258064 0,015625 0,273689
Ítem 8 0,508 0,125
0,026244 0,208849 0,235093
Ítem 9 0,162 0,457

0,380689 0,013456 0,394145


Ítem 10 0,617 0,116

2’188583 1,856139 4,044722


Valor propi

21,88583 18,56139 40,44722


Variància explicada

5.3.
Podemos concluir después de todo que el tipo de prueba de el que se trata es de una prueba bidimensional,
dado que se centra en la medida de dos constructos. Por un lado tenemos la variabilidad del 18 % y luego la
del 21% que representa a lo anterior, y los dos componentes explican el 40% de la varianza explicada.

5.4.
Con el fin de agrupar los intimes según los resultados anteriores tenemos que clasificar estos mismos
según si su presentación de saturaciones factoriales.

Componente 1: 1, 2, 4, 6 y 8
Componente 2: 3,5,7,9 y 10.
Por lo que el primer componente explicaría la variabilidad del 21 % de los 8 ítems, mientras que el
segundo componente representara el 18,56%. Representando un total del 40,44% de la varianza.

Pàgina 7 de 7