Tema 2: Anàlisi quantitativa de les

diferències individuals.
1. Mesurar, quantificar, analitzar, predir.
L’objectiu de la psicologia diferencial és estudiar les diferències individuals en el
comportament. L’estudi de les diferències individuals inclou l’estudi i la mesura de la
variabilitat. Per poder aprehendre la variabilitat, és necessari poder mesurar-la.

Mesurar: consisteix en assignar valors numèrics a successos o trets específics.

Variable: transformar o operativitzar un esdeveniment de manera que sigui
mesurable.

Les variables poden ser:

- Contínues: entre diferents valors numèrics es poden incloure infinits números.
- Discretes: s’expressen mitjançant una sèrie de valors numèrics fixes sense
valors intermedis entre ells.

Segons la seva escala de mesura les variables poden ser:

- Nominals: s’estableix una relació d’igualtat o desigualtat entre els seus
diferents subtipus. Els valors numèrics actuen com a noms.
- Ordinals: inclou un ordre en base a la seva quantitat, sense saber si el valor de
la diferència és el mateix o no.
- D’interval: es pot quantificar la magnitud de la diferència. No hi ha 0 absolut.
- De raó: es poden establir magnituds i el 0 absolut existeix.
Hi ha diversos mètodes o procediments per poder mesurar la variabilitat. Les fonts
bàsiques d’informació són:
- Autoinforme: consisteix en un qüestionari adreçat al mateix subjecte a qui es
vol avaluar. Es parteix de la base que els individus són coneixedors conscients
de les seves pròpies característiques i que voldran proporcionar aquesta
informació.
- Heteroinformes: són qüestionaris aplicats a persones que coneixen un individu
amb la finalitat de recollir informació sobre ell. Són autoinformes aplicats a
terceres persones i són més costosos.
- Les observacions directes són avaluacions de la intensitat o freqüència d’una
conducta associada a un tret psicològic realitzades per un examinador en un
ambient natural o artificial.
- La biodata consisteix en recollir informació d’una persona que pugui ser
utilitzada com a indicador de la seva personalitat.
Aquests 4 procediments són equiparables en termes de qualitat de la informació
obtinguda. Siguin quins siguin els procediments mitjançant els quals s’ha recollit la
informació, cal saber si els resultats obtinguts mitjançant l’aplicació de proves
diferents proporcionen la mateixa informació.

Estandarditzar: consisteix en transformar les puntuacions directes obtingudes en una

prova en puntuacions distribuïdes al llarg d’una corba de distribució normal.

Aquesta distribució reflecteix la

freqüència amb què es produeixen
aquestes puntuacions, com es
distribueixen les puntuacions en base
al seu nombre de presència.

Aquestes noves puntuacions

transformades (puntuacions z),
permeten que siguin comparades
amb altes puntuacions.

FÓRMULA Z:

X: puntuació directa del subjecte.

: mitjana de les puntuacions del grup
: desviació típica.
 Variància (2): índex estadístic que reflecteix la magnitud de la variabilitat o
dispersió de mesures.
Covariància: associació entre variables en base a les variàncies compartides.
Positiva  relació lineal entre variables. Si una variable augmenta l’altre
també ho fa.
Negativa  si una augmenta l’altre disminueix.
0  no hi ha relació entre les dues variables.

2. Metodologia experimental versus correlacional.

L’aplicació del mètode científic natural en psicologia diferencial topa amb algunes
limitacions , com són la necessitat d’incloure elements no observables o latents per
explicar les diferències en el comportament, o introduir procediments empírics en la
recerca que requereixen no manipular les variables antecedents.

Es van desenvolupar dues tradicions en l’anàlisi quantitativa en psicologia:

- Metodologia experimental: l’explicació de la conducta es realitza a través de la
manipulació de l’entorn de les variables antecedents, amb la intenció d’establir
relacions de causalitat entre les variables. No sempre és viable. Característic de
la psicologia general-experimental.
- Metodologia correlacional: es basa en l’observació natural i en la no-
modificació de l’entorn o dels subjectes, calculant les covariacions o
correlacions. Característic de la psicologia diferencial.
La distinció entre causalitat i correlació és important. La causalitat no és un ens
observable, sinó una relació que es pot inferir. El que sí és observable és una relació
entre variables, una correlació. Per poder acreditar una causalitat, esdevé necessària
beure que dues variables estan (co)relacionades i determinar una seqüència temporal
que permeti aïllar un antecedent i conseqüent.

Correlació: és una mesura del grau d’associació entre dues variables. És un índex
estadístic que s’expressen mitjançant valors numèrics que oscil·len entre 1 i 0.
Descriuria la proporció de variabilitat compartida entre les variables.
Variables relacionades  valor proper a 1
Variables poc relacionades  valor proper a 0
Relació positiva  si es produeix A també es produeix B
Relació negativa  quan es produeix A hi ha una reducció de B

Un valor de correlació entre dues

variables pot ser interpretat de
diverses maneres:
I. Associació a l’atzar: sense
motius que indiquin cap
lligam entre les variables.
II. Una variables és
antecedent i l’altre és
conseqüent
III. El cas que la relació vingui
explicada per una altra
variable no observable
que afecti directament i
de manera simultània les
variables correlacionades.
 3. Qualitats de les dades: objectivitat, fiabilitat i validesa
L’eina bàsica de recollida de dades i d’investigació és l’observació i registre de la
conducta mitjançant el test psicològic. Perquè les dades recollides puguin ser
considerades científiques cal que siguin:
- Objectives: els resultats són independents de l’examinador. Radica en:
o El registre
o L’avaluació
o Interpretació
Una resposta és objectiva quan la mateixa pregunta i alternatives de resposta
s’utilitza en diferents individus.
- Fiables: és el grau en què una mesura coincideix de manera estable amb altres
mesures del mateix esdeveniment. Hi ha diferents tipus en funció de la possible
font d’error de mesura:
o Consistència interna: fa referència a respondre en la mateixa línia a
diversos ítems que preguntis sobre el mateix fenomen.
o Fiabilitat entre jutges: són diversos jutges els que cal que coincideixin en
la seva valoració. El grau d’acord ha de ser molt alt.
o Fiabilitat test-retest: avaluar el fenomen en diverses ocasions en un
espai curt de temps, controlant així l’efecte de fluctuacions aleatòries
en el temps.
- Vàlides: grau en què s’avalua variació en el fenomen que es vol mesurar. Es
refereix si realment s’està avaluant allò que es vol avaluar. En funció de
l’aspecte que es vulgui remarcar, es poden identificar diversos tipus de
validesa:
o De contingut: fa referència a si els ítems d’una escala són rellevants per
mesurar allò que es pretén.
o De criteri: contrasta si els ítems d’una escala són igual d’eficaços que
altres ítems que s’han demostrat eficaços en mesurar una determinada
característica (validesa convergent) o igual d’ineficaços que d’altres que
no mesuren el que es pretén ( validesa discriminant).

4. Anàlisi factorial
L’anàlisi factorial (AF) és un procediment estadístic mitjançant el qual es pot agrupar la
variació d’un determinat grup de variables observables en un conjunt de variables
latents anomenades dimensions, components o factors. L’agrupament en factors
permet reduir el volum de dades conservant la informació i simplificant la seva
interpretació. Els factors poden ser considerats com dimensions classificatòries,
elements reals o artefactes matemàtics. Informen sobre un subconjunt de variables
que estan relacionades entre elles i covarien conjuntament per un motiu en comú que
és intern al subjecte, i que explica les semblances i les diferències enter diversos
individus. Es tracta d’unitats funcionals que orienten l’execució d’una conducta. Si no
existissin, voldria dir que cada prova requeriria d’una capacitat diferent.

L’AF va ser creada per Spearman i Thurstone com un mètode d’investigació. Es poden
diferenciar dos tipus d’AF:
- Exploratori: s’investiga si es poden agrupar diverses variables en factor sense
partir d’hipòtesis prèvies.
- Confirmatori: són una teoria i una hipòtesi sobre la relació entre unes variables
observables i unes latents les que guien l’anàlisi.

L’AF consta de diverses etapes:

I. Es defineix el problema que es vol investigar
II. Una vegada recollida la base de dades, es parteix de la classificació o puntuació
dels subjectes en diverses variables per realitzar una anàlisi correlacional que
detecti les possibles relacions de covariància entre elles, que es plasmarien en
una matriu de correlacions. S’organitza la matriu de correlacions en una matriu
de factors.
III. Els factors s’organitzen eficientment en el seu mínim número.
IV. Es procedeix a la interpretació dels factors en base a la seva importància.

L’AF té unes certes limitacions. Hi ha controvèrsia en els models teòrics deguda a

divergències de procediments:

o Mostreig i nombre de variables: allò que no sigui mesurat no podrà ser

identificat com a factor.
o Mostreig i nombre de subjectes: cal disposar d’un mínim de 100 subjectes.
o Mètode d’extracció de factors: els programaris de càlcul estadístic ofereixen
diversos procediments per extraure factors. L’ACP no es AF. L’ACP genera tants
components com variables, per això és preferible tenir poques variables. Quan
hi ha més de 25 no hi ha diferència.
o Nombre de factors: si s’utilitzen pocs factors es comprimeix la dimensionalitat.
Si s’utilitzen molts es corre el rics de perdre generalitat.
o Mètode de rotació: pot ser:
o Ortogonal
o Obliqua: es relaciona amb obtenir estructures simples. Permet
factoritzar les correlacions entre factors i
produir factors d’ordre superior.